[发明专利]基于顺序统计量的合成极窄脉冲雷达检测门限计算方法

说明书

本发明提供一种基于顺序统计量的合成极窄脉冲雷达检测门限计算方法，通过递推的方法获得顺序统计积累量分布函数的参数化表示，从而实现对判决门限的解析计算，一方面克服了蒙特卡洛方法计算量大的缺点，另一方面回避了解析表达式的计算；对比已有的门限求取方法更具可靠性，能够有效提高计算速度，节约计算资源。

技术领域

本发明属于雷达目标检测领域，具体涉及一种基于顺序统计量的合成极窄脉冲雷达检测门限计算方法。

背景技术

随着雷达技术发展的日新月异，人们对合成极窄脉冲雷达检测技术提出了更高的要求。在高分辨率雷达中，目标不再具有点目标的特征，而是表现为包含多个散射点的扩展目标。因此，为了改善对扩展目标的检测性能，合成极窄脉冲雷达目标检测需要对一个长度相当于目标尺寸的检测窗内的多个距离单元的回波进行积累。实际的目标距离像通常只有少数距离单元具有较强的回波能量，相比于积累全部检测窗内的回波的积分检测器，只对回波较强的距离单元中的回波能量进行顺序积累，反而可以获得更好的检测性能。因此，这种基于顺序统计量的检测技术被广泛应用于多种合成极窄脉冲雷达检测算法中，典型的检测器包括序贯检测器、双门限检测器等。

在所有检测算法中，判决门限的计算都是一个关键步骤，对最终的检测性能具有重大影响。现有的检测器判决门限的计算方法主要有两种：一种是基于蒙特卡洛仿真的方法，该方法通过随机数生成产生足够多的环境噪声信号样本，将其输入检测器进行检测，统计不同判决门限对应的虚警概率；该方法的优点是适用范围广，实现较为简单，但面临的主要问题是实际中雷达目标检测的虚警概率设置要求很低，导致需要的样本数多，计算量大。另一种方法是基于检验统计量的概率分布进行解析计算，该方法需要从理论上推导出检验统计量的累积分布函数的解析表达式，进而通过求逆函数或者解方程来获得给定虚警概率所需要的判决门限；该方法的主要优点在于计算过程较为直接，计算量小，但面临的困难是需要获得检验统计量的概率分布的解析表达式，适用范围受限。

上述两种计算判决门限的方法在应用到合成极窄脉冲雷达扩展目标检测时都面临较大的困难。基于蒙特卡洛仿真的方法在产生随机样本时，每个样本的数据量都与检测窗长成比例地增加，每次检测判决需要的统计量计算和比较次数也与检测窗长成比例地增加，比较次数地增加也导致单次比较的第一虚警概率降低，进而保证蒙特卡罗仿真的精度所需要的样本数也与检测窗长成比例地增加，上述同步关系使得在检测窗长较大时，获得检测判决门限的仿真计算量大到难以承受。而基于解析计算的方法，在应用到基于顺序统计量的合成极窄脉冲雷达目标检测时，则面临顺序统计量的累积分布函数的解析表达式无法获得的困难。

因此本发明提出基于顺序统计量的合成极窄脉冲雷达检测门限计算方法，通过递推的方法获得顺序统计积累量分布函数的参数化表示，从而实现对判决门限的解析计算，一方面克服了蒙特卡洛方法计算量大的缺点，另一方面回避了解析表达式的计算。

发明内容

有鉴于此，针对已有求解方法的不足，本发明提供基于顺序统计量的合成极窄脉冲雷达检测门限计算方法，得到门限的解析解，减少计算量。

本发明假设经过匹配滤波后，目标总共占据L个距离单元，其中每个散射中心占据一个距离单元，噪声是加性复高斯白噪声，噪声功率为σ²。本发明的基于顺序统计量的合成极窄脉冲雷达检测门限计算方法包括：

步骤一、将待测雷达回波信号输入匹配滤波后，将L个距离单元的值输入平方律检波器进行检波，将检波后的数据记为y＝{y₁,y₂,…,y_L}；

步骤二、对y＝{y₁,y₂,…,y_L}进行降序排列，得到各阶顺序统计量Y⁽¹⁾,Y⁽²⁾,…,Y^(L)，它们满足Y⁽¹⁾≥Y⁽²⁾≥…≥Y^(L)；将各阶顺序统计量进行积累，即作为检验统计量；