论文部分内容阅读
雷达在对海探测时会不可避免地接收到来自海面和各类目标的散射信号,海上目标种类繁多且海面回波特性复杂多变,因此在复杂海杂波背景下有效检测海面目标信号一直是雷达领域研究的热点。低分辨率或者大擦地角的海杂波往往使用高斯模型描述,然而随着分辨率的提高或者擦地角的减小,海杂波不再服从高斯模型,而是表现出强烈的非高斯特性。传统针对高斯模型的自适应相干检测器在非高斯海杂波背景下会出现高的虚警概率或者低的检测概率。再者,当在非均匀海杂波环境中用于估计杂波协方差矩阵的参考单元数量不足时,自适应相干检测器的检测性能会出现严重退化。因此,为了在非高斯非均匀海杂波背景下提高雷达对目标的检测能力,本文进行了如下的工作:
1、针对非高斯海杂波具有的重拖尾现象和参考单元不足时自适应相干检测器性能损失严重的问题,研究了协方差矩阵未知但具有斜对称结构的复合高斯海杂波背景下雷达点目标自适应相干检测方法。在广义帕累托分布和逆高斯纹理复合高斯分布杂波下,基于两步广义似然比检验(Generalized Likelihood Ratio Test, GLRT)、Rao检验和Wald检验分别推导了相应的自适应相干检测器。提出的检测器通过利用杂波纹理的先验分布和杂波散斑协方差矩阵的斜对称结构改善了检测性能。理论分析和仿真实验验证了提出检测器的恒虚警特性和检测性能。在相应的杂波背景下,提出的自适应相干检测器的检测性能优于传统自适应相干检测器的性能。
2、针对非高斯海杂波背景下自适应相干检测器对参考单元数量依赖严重的问题,研究了基于杂波先验分布的点目标自适应检测算法。首先将杂波的散斑协方差矩阵建模为服从逆复威沙特分布的随机矩阵,接着在纹理分量服从逆高斯分布的复合高斯海杂波背景下根据广义似然比检验和最大后验估计推导了两个自适应检测器。设计的检测器融合了杂波纹理分量和杂波散斑协方差矩阵的先验分布。提出的一个自适应检测器不依赖于参考单元数据,另外一个检测器融合了先验知识和参考单元信息。实验结果表明,与已有的检测器相比,提出的两个检测器在参考单元数量不足的情形下具有更好的检测性能。而且基于加权协方差矩阵估计器的自适应检测器在不同数量的参考单元下均优于已有的检测器。
3、针对CG-IG海杂波背景下最优相干检测器的检验统计量由于包含了第二类修正贝塞尔函数而无法在雷达系统中快速实现的问题,提出了一个可以快速实现的近似最优的相干检测器。由于K分布和CG-IG分布都属于指数衰减函数,而且当雷达工作参数固定时,在低虚警率的雷达目标检测中检测门限往往由杂波分布的拖尾水平决定,因此我们将K分布下可实现的近最优检测器α-MF推广到了CG-IG杂波背景下。通过推导K分布和CG-IG分布的衰减指数之间的数学关系,给出了CG-IG杂波下α-MF中控制参数α的计算公式。实验结果表明,在CG-IG杂波背景下提出的自适应α-MF和自适应最优相干检测器的检测性能极其接近,并且性能优于自适应归一化匹配滤波器和自适应匹配滤波器的性能。
4、针对现有海杂波幅度分布模型出现无法拟合实测非高斯海杂波数据的问题,通过使用广义逆高斯分布建模杂波纹理分量得到了广义逆高斯纹理复合高斯分布(Compound-Gaussian Distribution with Generalized Inverse Gaussian Texture, CG-GIG Distribution),并且研究了CG-GIG杂波背景下的最优相干检测器。广义逆高斯分布包含了伽玛分布、逆伽玛分布和逆高斯分布,因此基于逆高斯纹理得到的CG-GIG分布具有更广泛的拟合能力。实测数据的拟合结果表明提出的CG-GIG分布在多数情况下可以更好地拟合非高斯海杂波。再者,通过两步广义似然比检验得到了CG-GIG杂波下的最优相干检测器。理论分析和仿真实验表明了提出的自适应检测器对杂波散斑协方差矩阵和目标多普勒导向矢量具有恒虚警特性。同时仿真数据和实测数据显示了提出检测器的检测性能优势。
1、针对非高斯海杂波具有的重拖尾现象和参考单元不足时自适应相干检测器性能损失严重的问题,研究了协方差矩阵未知但具有斜对称结构的复合高斯海杂波背景下雷达点目标自适应相干检测方法。在广义帕累托分布和逆高斯纹理复合高斯分布杂波下,基于两步广义似然比检验(Generalized Likelihood Ratio Test, GLRT)、Rao检验和Wald检验分别推导了相应的自适应相干检测器。提出的检测器通过利用杂波纹理的先验分布和杂波散斑协方差矩阵的斜对称结构改善了检测性能。理论分析和仿真实验验证了提出检测器的恒虚警特性和检测性能。在相应的杂波背景下,提出的自适应相干检测器的检测性能优于传统自适应相干检测器的性能。
2、针对非高斯海杂波背景下自适应相干检测器对参考单元数量依赖严重的问题,研究了基于杂波先验分布的点目标自适应检测算法。首先将杂波的散斑协方差矩阵建模为服从逆复威沙特分布的随机矩阵,接着在纹理分量服从逆高斯分布的复合高斯海杂波背景下根据广义似然比检验和最大后验估计推导了两个自适应检测器。设计的检测器融合了杂波纹理分量和杂波散斑协方差矩阵的先验分布。提出的一个自适应检测器不依赖于参考单元数据,另外一个检测器融合了先验知识和参考单元信息。实验结果表明,与已有的检测器相比,提出的两个检测器在参考单元数量不足的情形下具有更好的检测性能。而且基于加权协方差矩阵估计器的自适应检测器在不同数量的参考单元下均优于已有的检测器。
3、针对CG-IG海杂波背景下最优相干检测器的检验统计量由于包含了第二类修正贝塞尔函数而无法在雷达系统中快速实现的问题,提出了一个可以快速实现的近似最优的相干检测器。由于K分布和CG-IG分布都属于指数衰减函数,而且当雷达工作参数固定时,在低虚警率的雷达目标检测中检测门限往往由杂波分布的拖尾水平决定,因此我们将K分布下可实现的近最优检测器α-MF推广到了CG-IG杂波背景下。通过推导K分布和CG-IG分布的衰减指数之间的数学关系,给出了CG-IG杂波下α-MF中控制参数α的计算公式。实验结果表明,在CG-IG杂波背景下提出的自适应α-MF和自适应最优相干检测器的检测性能极其接近,并且性能优于自适应归一化匹配滤波器和自适应匹配滤波器的性能。
4、针对现有海杂波幅度分布模型出现无法拟合实测非高斯海杂波数据的问题,通过使用广义逆高斯分布建模杂波纹理分量得到了广义逆高斯纹理复合高斯分布(Compound-Gaussian Distribution with Generalized Inverse Gaussian Texture, CG-GIG Distribution),并且研究了CG-GIG杂波背景下的最优相干检测器。广义逆高斯分布包含了伽玛分布、逆伽玛分布和逆高斯分布,因此基于逆高斯纹理得到的CG-GIG分布具有更广泛的拟合能力。实测数据的拟合结果表明提出的CG-GIG分布在多数情况下可以更好地拟合非高斯海杂波。再者,通过两步广义似然比检验得到了CG-GIG杂波下的最优相干检测器。理论分析和仿真实验表明了提出的自适应检测器对杂波散斑协方差矩阵和目标多普勒导向矢量具有恒虚警特性。同时仿真数据和实测数据显示了提出检测器的检测性能优势。