一种基于平稳高斯过程的雷达目标恒虚警检测方法技术

本发明专利技术公开了一种基于平稳高斯过程的雷达目标恒虚警检测方法，包括对雷达系统接收的回波数据进行划分，确定待测单元Z0和周围的参考单元Z1,Z2,

【技术实现步骤摘要】
一种基于平稳高斯过程的雷达目标恒虚警检测方法


[0001]本专利技术属于雷达目标检测
，特别涉及一种基于平稳高斯过程的雷达目标恒虚警检测方法。

技术介绍

[0002]在现代雷达系统中，恒虚警检测经常用于未知和非平稳环境下的目标自适应检测。恒虚警(CFAR)检测方法估计待测单元周围的参考单元的背景噪声参数，作为其自身的背景噪声参数，然后判断待测单元是否存在目标。常用的恒虚警检测方法有单元平均恒虚警(CA
‑
CFAR)和有序统计恒虚警(OS
‑
CFAR)。其中CA
‑
CFAR检测器存在目标遮蔽和在非均匀杂波条件下检测性能下降的问题。在CFAR中引入贝叶斯方法，即贝叶斯CFAR。贝叶斯CFAR检测器可以通过贝叶斯推理得到待测单元的贝叶斯后验分布。它在将待测单元和相邻单元的统计数据视为联合分布时检测性能较好。
[0003]随着雷达技术的发展，现代雷达具有了较高的距离分辨率，其目标回波可能分布在多个距离单元中，形成距离扩散目标。由于目标的部分能量分散到参考单元中产生干扰目标，使得检测器的检测性能严重下降，这时可以采用贝叶斯CFAR。对于杂波中的干扰目标，贝叶斯CFAR通过建模一个分布来补偿干扰目标，然后通过构建后验分布的过程来消除它们。然而，贝叶斯CFAR需要提前确定干扰目标数量，不然其检测性能无法确定，这使得它在实际场景中难以应用。平稳高斯过程应用的普遍性和高斯过程回归方法中统计数据的相关性不受限制，可以自行设置。

技术实现思路

[0004]有鉴于此，本专利技术提出一种基于平稳高斯过程的雷达目标恒虚警检测方法，包括以下步骤：
[0005]S1、对雷达系统接收的回波数据进行划分，确定待测单元Z0和周围的参考单元Z1，Z2，...，Z
N
，并构建基本的恒虚警检测方法的决策规则；
[0006]S2、根据高斯过程回归方法构建待测单元z0的后验分布；
[0007]S3、基于步骤S1构建的基本恒虚警检测方法的决策规则，构建平稳高斯过程恒虚警检测方法的决策规则；
[0008]S4、基于步骤S2构建的待测单元z0的后验分布，加入杂波后，并根据高斯过程回归方法构建待测单元z0的后验分布；
[0009]S5、完善步骤S3的平稳高斯过程恒虚警检测方法的决策规则，并根据步骤S4的方法计算虚警概率的检测阈值，由完善后的平稳高斯过程恒虚警检测方法的决策规则和虚警概率的检测阈值判断待测单元z0处是否存在目标。
[0010]进一步地，步骤S1具体为：
[0011]H0是一个在待测单元中没有目标的零假设，H1是待测单元包含一个嵌在杂波中的目标的假设，待测单元通过一个作用于参考单元统计量的函数g(Z1，Z2，...，Z
N
)产生一个杂
波水平的单一测量值，再乘以一个阈值因子
∝
，当且仅当Z0超过
∝
·
g(Z1，Z2，...，Z
N
)时，决定拒绝H0，确定是否存在一个感兴趣的目标，决策规则的表示如下：
[0012][0013]其中，阈值因子
∝
由虚警概率P
fa
的期望决定，T为检测阈值即为
∝
·
g(Z1，Z2，...，Z
N
)，Z0大于T表示存在目标即H1，小于T表示没有目标即H0；
[0014]虚警概率P
fa
的表示如下：
[0015][0016]其中：虚警概率P
fa
就是没有目标即H0时，待测单元z0＞T被判断为有目标的概率，Z0＝z0，f(z0|H0)表示没有目标时的待测单元z0的概率密度函数；
[0017]P
fa
的期望表示如下：
[0018][0019]其中，E[
·
]为期望算子，与参考单元统计量Z1，Z2，...，Z
N
无关，则认为检测方法具有恒虚警特性。
[0020]进一步地，步骤S2具体为：
[0021]由公式4所示的均值函数和协方差函数确定一个高斯过程：
[0022][0023]其中，输入r＝[r1，r2，...，r
N
]T
，r表示雷达的射程集，k(r
i
，r
j
)的定义如下：
[0024][0025]其中：l为先验尺度参数，θ2和μ是超参数；
[0026]待测单元和参考单元的模型如下：
[0027]z＝μ
z
+e，e～N(0，θ2)
ꢀꢀꢀ
(6)
[0028]其中：z是一个有噪声的样本，e是噪声模型；
[0029]样本z的先验分布如下：
[0030]y～N(μ
z
，K+θ2I
n
)_____________(7)
[0031]样本z和z0的联合分布如下：
[0032][0033]其中：K(r，r)＝K
n
＝(k
ij
)为n
×
n阶对称正定的协方差矩阵，矩阵元素k
ij
＝k(r
i
，r
j
)用来度量r
i
和r
j
之间的相关性；K(r，r0)＝K(r0，r)
T
为测试点r0与输入r之间的n
×
1阶协方差矩阵；k(r0，r0)为测试点r0自身的协方差；I
n
为n维单位矩阵；μ
z
表示样本z的均值，μ0是
待测单元z0自身的均值。
[0034]待测单元z0的后验分布如下：
[0035][0036]其中：
[0037]m0＝K(r0，r)
·
[K(r，r)+θ2I
n
]‑1z+μ0ꢀꢀꢀꢀꢀ
(10)
[0038][0039]m0，为测试点r0对应待测单元z0的均值和方差。
[0040]进一步地，步骤S3具体为：
[0041]设计一个平稳高斯过程恒虚警检测器，其决策规则如下：
[0042][0043]其中：τ为检测阈值，是通过公式(13)来确定；
[0044]根据公式(12)，P
fa
的表达式(2)可以写成公式(13)：
[0045][0046]其中：f(z|z1，z2，...，z
N
)表示待测单元的概率密度函数，P(
·
)表示概率；
[0047]构造一个决策规则来管理虚警规则，将公式(12)变形成公式(14)：
[0048][0049]其中：P
fa
(τ)表示检测到的虚警概率，作用于参考单元的统计量T和待测单元z0表明表达式(14)具有恒虚警特性。
[0050]进一步地，步骤S4具体为：...

【技术保护点】

【技术特征摘要】
1.一种基于平稳高斯过程的雷达目标恒虚警检测方法，其特征在于，包括以下步骤：S1、对雷达系统接收的回波数据进行划分，确定待测单元Z0和周围的参考单元Z1，Z2，...，Z
N
，并构建基本的恒虚警检测方法的决策规则；S2、根据高斯过程回归方法构建待测单元z0的后验分布；S3、基于步骤S1构建的基本恒虚警检测方法的决策规则，构建平稳高斯过程恒虚警检测方法的决策规则；S4、基于步骤S2构建的待测单元z0的后验分布，加入杂波后，并根据高斯过程回归方法构建待测单元z0的后验分布；S5、完善步骤S3的平稳高斯过程恒虚警检测方法的决策规则，并根据步骤S4的方法计算虚警概率的检测阈值，由完善后的平稳高斯过程恒虚警检测方法的决策规则和虚警概率的检测阈值判断待测单元z0处是否存在目标。2.根据权利要求1所述的一种基于平稳高斯过程的雷达目标恒虚警检测方法，其特征在于，步骤S1具体为：H0是一个在待测单元中没有目标的零假设，H1是待测单元包含一个嵌在杂波中的目标的假设，待测单元通过一个作用于参考单元统计量的函数g(Z1，Z2，...，Z
N
)产生一个杂波水平的单一测量值，再乘以一个阈值因子
∝
，当且仅当Z0超过
∝
·
g(Z1，Z2，...，Z
N
)时，决定拒绝H0，确定是否存在一个感兴趣的目标，决策规则的表示如下：其中，阈值因子
∝
由虚警概率P
fa
的期望决定，T为检测阈值即为
∝
·
g(Z1，Z2，...，Z
N
)，Z0大于T表示存在目标即H1，小于T表示没有目标即H0；虚警概率P
fa
的表示如下：其中：虚警概率P
fa
就是没有目标即H0时，待测单元z0＞T被判断为有目标的概率，Z0＝z0，f(z0|H0)表示没有目标时的待测单元z0的概率密度函数；P
fa
的期望表示如下：其中，E[
·
]为期望算子，与参考单元统计量Z1，Z2，...，Z
N
无关，则认为检测方法具有恒虚警特性。3.根据权利要求1所述的一种基于平稳高斯过程的雷达目标恒虚警检测方法，其特征在于，步骤S2具体为：由公式4所示的均值函数和协方差函数确定一个高斯过程：
其中，输入r＝[r1，r2，...，r
N
]
T
，r表示雷达的射程集，k(r
i
，r
j
)的定义如下：其中：l为先验尺度参数，θ2和μ是超参数；待测单元和参考单元的模型如下：z＝μ
z
+e，e～N(0，θ2)
ꢀꢀꢀꢀ
(6)其中：z是一个有噪声的样本，e是噪声模型；样本z的先验分布如下：y～N(μ
z
，K+θ2I
n
)
ꢀꢀꢀꢀ
(7)样本z和z0的联合分布如下：其中：K(r，r)＝K
n
＝(k
ij
)为n
×
n阶对称正定的协方差矩阵，矩阵元素k
ij
＝k(r
i
，r
j
)用来度量r
i
和r
j
之间的相关性；K(r，r0)＝K(r0，r)
T
为测试点r0与输入r之间的n
×
1阶协方差矩阵；k(r0，r0)为测试点r0自身的协方差；I
n
为n维单位矩阵；μ
z
表示样本z的均值，μ0是待测单元z0自身的均值；待测单元z0的后验分布如下：其中：m0＝K(r0，r)
·
[K(r，r)+θ2I
n
]
‑1z+μ0ꢀꢀꢀꢀ
(10)m0，为测试点r0对应待测单元z0的均值和方差。4.根据权利要求2所述的一种基于平...

【专利技术属性】
技术研发人员：曾三友，曾威，谢海华，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：