一种基于随机共振的海杂波中微弱运动目标检测方法技术

本发明专利技术涉及一种基于随机共振的海杂波中微弱运动目标检测方法，包括：S1，待检测单元回波向量预白化；S2，将预白化后的向量通过随机共振进行预处理；S3，将预处理后的信号进行自适应匹配滤波；S4，进行海杂波背景下微弱运动目标检测。本发明专利技术提供一种基于随机共振的海杂波背景下运动目标检测方法，在原有传统自适应匹配滤波器之前，增加由一组并联的量化器构成的随机共振预处理系统，通过改变在量化器输入端添加的量化噪声的分布类型和标准差，调节系统的响应函数，使其适用于不同分布参数的海杂波背景。方法有效地提高了低信杂比环境中海杂波背景下运动目标的检测性能，计算复杂度低，在不同分布参数的海杂波中均能够有效改善检测性能。测性能。测性能。

【技术实现步骤摘要】
Gaussian clutter
”ꢀ
(IEEE Transactions on Aerospace and Electronic Systems,1999)中提出采用q0的线性和二次 函数近似f
opt
(q0,T)，对于这一类次优检测器，判决过程虽然简单，但系数确定依然具有较 高的计算复杂度。文献“Shape
‑
parameter
‑
dependent coherent radar target detection inK
‑
distributed clutter”(IEEE Transactions on Aerospace and Electronic Systems,2016)和文献
ꢀ“
Near
‑
optimum coherent CFAR detection of radar targets in compound
‑
Gaussian clutter withinverse Gaussian texture”(Signal Proc本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机共振的海杂波中微弱运动目标检测方法，其特征在于：包括如下步骤：S1，待检测单元回波向量预白化；S2，将预白化后的向量通过随机共振进行预处理；S3，将预处理后的信号进行自适应匹配滤波；S4，进行海杂波背景下微弱运动目标检测。2.根据权利要求1所述的基于随机共振的海杂波中微弱运动目标检测方法，其特征在于：S1中，对待检测单元回波向量预白化包括：S11，利用参考单元接收回波向量，估计检测背景海杂波的协方差矩阵估计检测背景海杂波的协方差矩阵其中z
p
表示第p个参考单元接收回波向量，p＝1,2,
…
,P，P为参考单元个数；S12，将待检测单元接收回波向量z预白化，得到预白化后向量z
w
：3.根据权利要求2所述的基于随机共振的海杂波中微弱运动目标检测方法，其特征在于：S2中，将预白化后的向量通过随机共振系统进行预处理包括：S21，采用逆高斯分布纹理分量的复合高斯模型对海杂波进行建模；S22，确定量化噪声的分布及标准差；S23，将同相通道(I)和正交通道(Q)预白化后的信号分别通过随机共振预处理系统，得到输出信号。4.根据权利要求3所述的基于随机共振的海杂波中微弱运动目标检测方法，其特征在于：S2中，预处理系统包括M个并联的量化器，其中第m个量化器的输出为：y
m
[n]＝sgn(x[n]+σq
m
[n])其中，x
n
为预白化杂波，q
m
[n]表示在随机共振系统中加入的独立同分布的量化噪声，σ为量化噪声的标准差；将预白化后的向量通过随机共振进行预处理包括：S21，采用逆高斯分布纹理分量的复合高斯模型对海杂波进行建模，即其中散斑分量u为N维零均值复高斯矢量，协方差矩阵E[uu
H
]＝M，τ表示纹理分量，其分布服从逆高斯分布：其中λ表示形状参数，海杂波的幅度的概率密度函数f(r)的表达式为：
利用参考单元一定长度的海杂波数据，采用矩估计方法估计形状参数λ：其中，和分别为利用海杂波数据估计的幅度的二、四阶矩，同相通道(I)和正交通道(Q)输入预白化杂波x
n
的...

【专利技术属性】
技术研发人员：严雨佳，伍光新，姚元，沈学勇，胡志平，
申请(专利权)人：中国电子科技集团公司第十四研究所，
类型：发明
国别省市：