一种广义高斯纹理海杂波背景下的目标检测方法及装置制造方法及图纸

本发明专利技术公开一种广义高斯纹理海杂波背景下的目标检测方法及装置，获取接收回波信息；基于接收回波信息，分别构建接收回波中海杂波在备择假设和原假设条件下的概率密度函数；根据所述概率密度函数，确定似然比检测函数；根据所述似然比检测函数，确定目标检测函数；利用所述目标检测函数进行目标检测。利用广义高斯分布建模海杂波纹理分量，推导出了复合高斯分布下的检测函数，能满足海杂波小擦地角和高分辨率的要求，并且该检测方法有较低的计算复杂度，通过与GLRT检测函数、纹理逆伽马(IGM‑GLRT)检测函数、纹理伽马(GM‑GLRT)检测函数进行对比，采用本发明专利技术GGD‑GLRT检测函数的检测方法性能较优。

【技术实现步骤摘要】
一种广义高斯纹理海杂波背景下的目标检测方法及装置
本专利技术属于雷达目标检测领域，具体涉及一种广义高斯纹理海杂波背景下的目标检测方法。
技术介绍
目标检测技术在生活、军事和科研等方面有着广泛的应用，海面目标下的雷达目标检测则是国内外专家研究的热门领域。但是在较小擦地角和较高分辨率的情况下，海杂波会表现出非高斯和非平稳的特性，并且会产生严重的拖尾现象。因此，如何建模海杂波、如何选择检测算法非常重要。海杂波的纹理分量被建模为不同分布时，其检测性能有差异，例如西安电子科技大学的文献《PersymmetricadaptivedetectionofdistributedtargetsincompoundGaussianseaclutterwithGammatexture》，该文献利用伽马分布建模海杂波纹理分量，得到了在复合高斯分布背景下的目标检测器，该文献的不足之处：伽马分布概率密度函数拖尾较为严重，不能很好的拟合海杂波纹理分量，且在较小的擦地角和较高的分辨率情况下，该检测器有较高的计算复杂度，性能表现一般。又例如中国科学院电子研究所的文献《Adaptivedetectionofdistributedtargetsincompound-Gaussianclutterwithinversegammatexture》，该文献利用逆伽马分布建模海杂波纹理分量，得到了复合高斯杂波背景下的目标检测器，该文献的不足之处：逆伽马分布在建模海杂波纹理分量时，计算复杂度较高，且不能满足海杂波对分辨率的要求。
技术实现思路
本专利技术上的目的在与克服现有技术的不足，提出一种广义高斯纹理海杂波背景下的目标检测方法，针对小擦地角和高分辨率下海杂波的非高斯、非平稳、非均匀特性，经过仿真海杂波数据进行实验得到较好的检测性能。本专利技术公开一种一种广义高斯纹理海杂波背景下的目标检测方法，包括：获取接收回波信息；基于接收回波信息，分别构建接收回波中海杂波在备择假设和原假设条件下的概率密度函数；根据所述概率密度函数，确定似然比检测函数；根据所述似然比检测函数，确定目标检测函数；利用所述目标检测函数进行目标检测。备择假设备择假设进一步地，所述接收回波信息包括接收回波的幅度、纹理和形状参数；接收回波中的海杂波服从广义高斯分布；备择假设H1条件下的概率密度函数为：其中，为备择假设H1条件下接收回波z在幅度参数和纹理τ条件下的条件概率密度函数，p为多普勒导向矢量，H表示接收回波的共轭转置，为杂波协方差矩阵：为广义高斯分布的概率密度函数，其中α为形状参数，σ为方差，Γ为伽马函数，exp为指数函数，zk为参考样本，K为参考样本个数，N为脉冲个数。进一步地，原假设H0条件下的概率密度函数：其中，为原假设H0条件下接收回波z在幅度参数和纹理τ条件下的条件概率密度函数，进一步地，似然比检测函数为：其中T为检测门限。进一步地，目标检测函数为：进一步地，幅度参数采用最大似然法，其表达式为：进一步地，一种广义高斯纹理海杂波背景下的目标检测装置，包括：接收回波中海杂波在备择假设和原假设条件下的概率密度单元；由概率密度单元确定的似然比检测单元；根据所述似然比检测单元，确定目标检测单元；利用所述目标检测单元进行目标检测。进一步地，所述接收回波信息包括接收回波的幅度、纹理和形状参数；接收回波中的海杂波服从广义高斯分布；备择假设H1条件下的概率密度函数为：其中，为备择假设H1条件下接收回波z在幅度参数和纹理τ条件下的条件概率密度函数，p为多普勒导向矢量，H表示接收回波的共轭转置，为杂波协方差矩阵：为广义高斯分布的概率密度函数，其中α为形状参数，σ为方差，Γ为伽马函数，exp为指数函数，zk为参考样本，K为参考样本个数，N为脉冲个数；原假设H0条件下的概率密度函数：其中，为原假设H0条件下接收回波z在幅度参数和纹理τ条件下的条件概率密度函数，进一步地，似然比检测函数为：其中T为检测门限。进一步地，目标检测函数为：本专利技术具有的有益效果：本专利技术利用广义高斯分布建模海杂波纹理分量，推导出了复合高斯分布下的GGD-GLRT(GeneralizedGaussianDistributionGLRT，GGD-GLRT)检测函数，能满足海杂波小擦地角和高分辨率的要求，并且该检测方法有较低的计算复杂度，通过与GLRT检测函数、纹理逆伽马(IGM-GLRT)检测函数、纹理伽马(GM-GLRT)检测函数进行对比，采用本专利技术GGD-GLRT检测函数的检测方法性能较优。附图说明图1是本专利技术的流程示意图；图2是本专利技术提出的GGD-GLRT检测函数与GLRT检测函数、IGM-GLRT检测函数、GM-GLRT检测函数在仿真海杂波数据下的性能比较图。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。如图1所示，本专利技术的一种广义高斯纹理海杂波背景下的目标检测方法，包括：获取接收回波信息；基于接收回波信息，分别构建备择假设H1和原假设H0条件下的概率密度函数；获取检测门限，通过备择假设H1和原假设H0条件下的概率密度函数构建似然比检测函数；基于似然比检测函数获得目标检测函数；利用所述目标检测函数进行目标检测。具体地：推导出接收回波z在备择假设H1与原假设H0下接收回波z的概率密度函数：对于备择假设H1和原假设H0条件下，z|H1和z|H0的概率密度函数可以通过对τ的积分求得：上式中的为接收回波z在幅度参数和纹理τ条件下的条件概率密度函数，f(τ)为纹理τ的概率密度函数。其中，备择假设H1条件下接收回波z在幅度参数和纹理τ的概率密度函数为：原假设H0条件下接收回波z在幅度参数和纹理τ的概率密度函数为：广义高斯分布的概率密度函数为：其中α为形状参数，控制着海杂波分布的“形状”；σ为方差，Γ为伽马函数，exp为指数函数。上式中q1与q0的表达式如下：幅度参数采用最大似然法，其表达式为：其中z为接收回波，p为多普勒导向矢量，H表示共轭转置。将式(2)、式(4)和式(5)代入式(1)可得备择假设H1条件下接收回波z的概率密度函数为：其中令参数令x＝τ1/2，此时上式等同于当α＝1时，上式化简为由上式可化简得同理，将式(3)、式(4)和式(6)代入式(1)可得原假设H0条件下接收回波z的概率密度函数为本文档来自技高网...

【技术保护点】
1.一种广义高斯纹理海杂波背景下的目标检测方法，其特征在于，包括：/n获取接收回波信息；/n基于接收回波信息，分别构建接收回波中海杂波在备择假设和原假设条件下的概率密度函数；/n根据所述概率密度函数，确定似然比检测函数；/n根据所述似然比检测函数，确定目标检测函数；/n利用所述目标检测函数进行目标检测。/n

【技术特征摘要】
1.一种广义高斯纹理海杂波背景下的目标检测方法，其特征在于，包括：
获取接收回波信息；
基于接收回波信息，分别构建接收回波中海杂波在备择假设和原假设条件下的概率密度函数；
根据所述概率密度函数，确定似然比检测函数；
根据所述似然比检测函数，确定目标检测函数；
利用所述目标检测函数进行目标检测。


2.根据权利要求1所述的一种广义高斯纹理海杂波背景下的目标检测方法，其特征在于，所述接收回波信息包括接收回波的幅度、纹理和形状参数；接收回波中的海杂波服从广义高斯分布；
备择假设H1条件下的概率密度函数为：



其中，为备择假设H1条件下接收回波z在幅度参数和纹理τ条件下的条件概率密度函数，
p为多普勒导向矢量，H表示接收回波的共轭转置，为杂波协方差矩阵：




为广义高斯分布的概率密度函数，
其中α为形状参数，σ为方差，Γ为伽马函数，exp为指数函数，zk为参考样本，K为参考样本个数，N为脉冲个数。


3.根据权利要求2所述的一种广义高斯纹理海杂波背景下的目标检测方法，其特征在于，原假设H0条件下的概率密度函数：



其中，为原假设H0条件下接收回波z在幅度参数和纹理τ条件下的条件概率密度函数，


4.根据权利要求3所述的一种广义高斯纹理海杂波背景下的目标检测方法，其特征在于，似然比检测函数为：



其中T为检测门限。


5.根据权利要求4所述的一种广义高斯纹理海杂波背景下的目标检测方法，其特征在于，目标检测函数为：



...

【专利技术属性】
技术研发人员：时艳玲，刘浩，姚婷婷，王磊，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32