[发明专利]基于变参数广义结构的距离扩展目标自适应检测方法

权利要求书

1.基于变参数广义结构的距离扩展目标自适应检测方法，其特征在于，包括以下步骤：

步骤1 从L个待检测距离单元获取待检测数据向量，从与被检测单元邻近的R个无目标距离单元获取纯杂波辅助数据，并利用辅助数据向量计算未知协方差矩阵的融合估计值通过调整参数α涵盖现有的采样协方差矩阵、归一化采样协方差矩阵、近似最大似然估计矩阵三种特定杂波背景下最优或次优估计方法，使得协方差矩阵估计结果自适应于过渡杂波环境的非高斯程度的变化；

步骤2 基于未知协方差矩阵的融合估计值通过乘积形式融合广义自适应匹配滤波器和广义自适应积累检测器在检测统计量上的共性部分，构建基于变参数广义结构的距离扩展目标自适应检测统计量λ_α，通过单一参数α对自适应距离扩展目标检测器结构及相应杂波协方差矩阵估计实现同步调整，使得距离扩展目标检测器结构自适应于过渡杂波环境的非高斯程度的变化；

步骤3 为保持检测方法的恒虚警率特性，根据预设的虚警概率设置检测门限T；将待检测数据向量z_t,t＝1,2,…,L的自适应检测统计量λ_α与门限T进行比较，若λ_α≥T，则判定L个待检测距离单元存在距离扩展目标，回波向量z_t,t＝1,2,…,L不作为其他距离单元的辅助数据；反之若λ_α＜T，则判定L个待检测距离单元不存在距离扩展目标，回波向量z_t,t＝1,2,…,L作为后续其他距离单元的辅助数据；

其中，步骤1的“利用辅助数据向量计算未知协方差矩阵的融合估计值”，具体为令而通过式(1)实现：

上式中，上标H表示矩阵的共轭转置运算，上标-1表示矩阵的求逆运算，x_m表示第m个辅助距离单元对应的N×1维纯杂波辅助数据向量，k＝0,1,...,K-1，K表示最终的迭代次数；

其中，步骤2的“通过乘积形式融合广义自适应匹配滤波器和广义自适应积累检测器在检测统计量上的共性部分，构建基于变参数广义结构的距离扩展目标自适应检测统计量λ_α”，具体通过式(2)实现：

上式中，p表示空时导向矢量，z_t,t＝1,2,…,L表示L个待检测数据向量。

2.根据权利要求1所述的基于变参数广义结构的距离扩展目标自适应检测方法，其特征在于，所述步骤1具体为：

由L个待检测距离单元回波复幅值构成L个待检测数据向量z_t,t＝1,2,…,L，其中，L为大于1的自然数，以待检测距离单元为中心，在其前后分别连续取一定数量的不包含目标的距离单元回波复幅值，构成R个纯杂波辅助数据向量x_m,m＝1,2,…,R，其中，z_t和x_m均为N×1维的向量，N表示雷达接收阵元数与相干处理脉冲数的乘积；

未知协方差矩阵的融合估计值其中通过如下的迭代过程实现

上式中，上标H表示矩阵的共轭转置运算，上标-1表示矩阵的求逆运算，k＝0,1,...,K-1；K表示最终的迭代次数，根据协方差矩阵估计精度要求和运算量要求进行设置，若协方差矩阵估计精度要求较高，则K取较大值，若要求运算量较小，则K取较小值；表示给定参数α时的第k次迭代估计矩阵；为增强估计过程的普适性，式(1)的初始化矩阵采用单位阵，而最终的迭代结果为未知协方差矩阵的融合估计值参数α满足0≤α≤1，且根据实际杂波的非高斯程度设定，增强了后续检测器的泛化能力，其中杂波的非高斯程度越大，则α的取值越大；当α＝0时等价于采样协方差矩阵；当α＝1时等价于近似最大似然估计矩阵；当α＝1且K＝1时等价于归一化采样协方差矩阵。

3.根据权利要求1所述的基于变参数广义结构的距离扩展目标自适应检测方法，其特征在于，所述步骤2具体为：

利用未知协方差矩阵的融合估计值和L个待检测数据向量z_t,t＝1,2,…,L，基于变参数广义结构的距离扩展目标自适应检测统计量λ_α表示为

上式中，p表示已知的空时导向矢量，是一个N×1维的单位向量，根据雷达系统工作参数确定；式(2)与式(1)中参数α实现同步调整，使检测统计量自适应于过渡杂波环境的非高斯程度，能涵盖现有高斯和复合高斯杂波背景下的最优或次优检测器；当α＝0时，式(2)的检测统计量λ_α等价于基于采样协方差矩阵的广义自适应匹配滤波器，能获得高斯杂波背景下的最优检测性能；当α＝1时，式(2)的检测统计量λ_α等价于基于近似最大似然估计矩阵的广义自适应积累检测器，适合于非高斯性较强的复合高斯背景下距离扩展目标自适应检测，且能根据协方差矩阵估计精度要求和运算量要求调整最终迭代次数K。