[发明专利]部分均匀环境下距离扩展目标多通道融合检测方法有效
申请号: | 201810837680.0 | 申请日: | 2018-07-26 |
公开(公告)号: | CN108919225B | 公开(公告)日: | 2020-06-30 |
发明(设计)人: | 简涛;何友;关键;董云龙;周强;李恒;王智 | 申请(专利权)人: | 中国人民解放军海军航空大学 |
主分类号: | G01S7/41 | 分类号: | G01S7/41 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 264001 山东省烟*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 部分 均匀 环境 距离 扩展 目标 通道 融合 检测 方法 | ||
本发明公开了一种部分均匀环境下距离扩展目标多通道融合检测方法,属于雷达信号处理领域。针对杂波边缘等异常值情况导致全局均匀性辅助数据缺失的情况,建立了部分均匀多通道自回归信号模型,将杂波空间局部均匀性、时间低阶相关性和多通道信息获取能力充分融合,有效提高了杂波先验信息的利用率,为降低距离扩展目标自适应检测的辅助数据需求奠定了数据模型基础;基于Rao检验准则,建立了部分均匀环境下距离扩展目标多通道融合检测方法,在保证恒虚警率特性的同时大幅降低了辅助数据需求,与常用的广义似然比准则方法相比,在保持检测性能基本不变的前提下,简化了参数估计过程,提高了检测器构建效率,工程适用性强,具有推广应用价值。
技术领域
本发明隶属于雷达信号处理领域,具体涉及一种部分均匀环境下距离扩展目标多通道融合检测方法。
背景技术
高距离分辨率雷达带宽大、距离分辨率高,在精确探测及成像、目标识别等方面具有明显的优势,已经成为现代雷达发展的一个重要方向。传统低距离分辨率雷达的目标回波信号往往只占据一个距离单元,常被作为“点目标”进行处理。与“点目标”不同,常见高距离分辨率雷达目标的回波信号不仅仅只占据一个距离单元,而是分布在不同的径向距离单元中,形成“距离扩展目标”。随着宽带技术在雷达领域的广泛应用,距离扩展目标自适应检测问题正受到越来越多的关注,成为近年来雷达信号处理界的热点和难点问题之一。此时,若仍采用基于邻近参考单元估计未知杂波统计特性的传统点目标自适应检测器,则距离扩展目标强散射点的能量会泄漏到邻近距离单元中形成“信号污染”现象,将极大降低高辨率雷达目标检测性能。
距离扩展目标自适应检测主要借助于辅助数据来实现。辅助数据一般取自于与待检测距离单元空间邻近的距离单元,且假定不含目标信号,而只含有与待检测距离单元主数据独立同分布的杂波分量,利用充分的辅助数据可实现对未知杂波协方差矩阵的准确估计。然而,对于实际雷达面临的杂波边缘等异常值情况,杂波背景的全局均匀性被破坏,满足全局均匀的辅助数据有时很难获取,从而严重影响距离扩展目标自适应检测性能。
事实上,复杂杂波背景的全局均匀性虽遭破坏,但杂波的局部均匀性在一定的径向距离范围内仍有所体现,此时可用部分均匀模型对杂波建模,即待检测距离单元与参考距离单元中杂波分量拥有相同的协方差矩阵结构和不同的功率水平,此种模型能充分利用杂波局部均匀性,但其可利用的参考距离单元数受限于实际杂波非均匀程度。另外,随着空时自适应处理技术的广泛应用,多通道参数化模型为降低辅助数据需求提供了新途径,对于大部分雷达目标检测场景,杂波回波可用低阶自回归模型建模。在部分均匀背景下,如何充分挖掘多通道自回归模型的数据结构优势,针对高距离分辨率雷达的距离扩展目标检测,设计简单有效的参数化检测方法,在保持自适应检测性能的同时降低辅助数据需求,是工程应用中急需解决的难题。
发明内容
1.要解决的技术问题
高距离分辨率雷达在实际工作环境中,由于杂波边缘等异常值情况的出现,常常会产生全局均匀性辅助数据缺失的情况,导致基于传统采样协方差矩阵的距离扩展目标自适应检测方法的检测性能急剧下降。在部分均匀背景下,如何充分挖掘多通道自回归模型的数据结构优势,针对非均匀杂波下的距离扩展目标自适应检测场景,设计简单有效的参数化检测方法,在保持自适应检测性能的同时降低辅助数据需求,是工程应用中急需解决的难题。
2.技术方案
本发明所述部分均匀环境下距离扩展目标多通道融合检测方法包括以下技术措施:
步骤1从L个待检测距离单元获取待检测数据,从与待检测距离单元邻近的K个无目标距离单元获取纯杂波辅助数据,构建部分均匀环境下距离扩展目标多通道信号模型;具体步骤包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军海军航空大学,未经中国人民解放军海军航空大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810837680.0/2.html,转载请声明来源钻瓜专利网。