本發(fā)明涉及一種基于備擇假設(shè)全參數(shù)估計的目標(biāo)智能融合檢測方法，屬于雷達(dá)信號處理。

背景技術(shù)：

1、不同于低分辨率窄帶雷達(dá)，寬帶雷達(dá)帶寬大、距離分辨率高，在抗干擾、反偵察、精確探測及成像、高精度跟蹤、目標(biāo)識別等方面具有明顯的優(yōu)勢，在現(xiàn)代軍事和民用領(lǐng)域引起了廣泛重視，已經(jīng)成為現(xiàn)代雷達(dá)發(fā)展的一個重要方向。窄帶雷達(dá)的距離分辨單元一般遠(yuǎn)大于常見目標(biāo)的幾何尺寸，目標(biāo)回波信號只占據(jù)一個距離分辨單元，實際目標(biāo)常被作為“點目標(biāo)”進(jìn)行處理。而寬帶雷達(dá)目標(biāo)的回波信號不僅僅只占據(jù)一個距離分辨單元，而是分布在不同的徑向距離分辨單元中，呈現(xiàn)為“一維距離像”，形成“距離擴(kuò)展目標(biāo)”。隨著寬帶雷達(dá)的廣泛應(yīng)用，距離擴(kuò)展目標(biāo)檢測問題正受到越來越多的關(guān)注，成為近年來雷達(dá)信號處理界的熱點和難點問題之一。

2、一方面，由于寬帶雷達(dá)觀測到的目標(biāo)回波分布在多個徑向距離單元上，若仍采用窄帶雷達(dá)的點目標(biāo)檢測方法，針對單個距離單元對回波信號進(jìn)行目標(biāo)檢測，并利用鄰近的距離單元采樣進(jìn)行背景雜波統(tǒng)計特性估計，則距離擴(kuò)展目標(biāo)強(qiáng)散射點的能量會泄漏到鄰近距離單元中形成信號污染現(xiàn)象，并進(jìn)一步對單個待檢測距離單元的目標(biāo)信號構(gòu)成遮蔽效應(yīng)，導(dǎo)致無法檢測到目標(biāo)；由于未能充分利用分布在多個距離單元中目標(biāo)回波的全部能量，這不但不能體現(xiàn)寬帶雷達(dá)的優(yōu)勢，反而會降低對距離擴(kuò)展目標(biāo)的檢測能力。另一方面，寬帶雷達(dá)目標(biāo)自適應(yīng)檢測面臨目標(biāo)自然環(huán)境復(fù)雜多變、電磁干擾等多種因素的影響，雜波非均勻性增強(qiáng)，滿足獨立同分布的輔助數(shù)據(jù)量相比窄帶雷達(dá)情況更為有限，這一問題在寬帶雷達(dá)目標(biāo)檢測場景下尤為突出，導(dǎo)致現(xiàn)有距離擴(kuò)展目標(biāo)檢測方法難以取得理想的檢測效果。

3、多通道寬帶雷達(dá)距離擴(kuò)展目標(biāo)自適應(yīng)檢測中，在雜波協(xié)方差矩陣未知的情況下，通常假設(shè)來自于多個待檢測距離單元的觀測數(shù)據(jù)(也稱主數(shù)據(jù))中的雜波分量與只含純雜波的參考距離單元數(shù)據(jù)(也稱輔助數(shù)據(jù))具有相同的協(xié)方差矩陣。若基于多個待檢測距離單元的主數(shù)據(jù)和輔助數(shù)據(jù)構(gòu)成的整體數(shù)據(jù)集，構(gòu)建廣義似然比檢驗(glrt)檢測統(tǒng)計量，則可獲得距離擴(kuò)展目標(biāo)的一步glrt檢測器，簡稱距離擴(kuò)展目標(biāo)glrt檢測器；該檢測器可獲得較好的檢測性能，但檢測統(tǒng)計量的計算復(fù)雜度較高，不便于工程實現(xiàn)；另外，其對于失配信號過于敏感，在目標(biāo)信號導(dǎo)向矢量失配環(huán)境下魯棒性有所欠缺。若采用兩步法設(shè)計策略：第一步先假設(shè)雜波協(xié)方差矩陣已知，僅基于多個待檢測距離單元的主數(shù)據(jù)計算未知參數(shù)的最大似然(ml)估計，形成寬帶目標(biāo)glrt檢測統(tǒng)計量；第二步利用基于輔助數(shù)據(jù)的采樣協(xié)方差矩陣(scm)的估計形式，獲得未知雜波協(xié)方差矩陣的估計值，并將估計矩陣帶入第一步形成的寬帶目標(biāo)glrt檢測統(tǒng)計量中，進(jìn)而替換其中的未知雜波協(xié)方差矩陣，即可得到距離擴(kuò)展目標(biāo)的兩步glrt檢測器，簡稱廣義自適應(yīng)匹配濾波(gamf)檢測器；相比距離擴(kuò)展目標(biāo)的一步glrt檢測器，gamf的檢測統(tǒng)計量計算復(fù)雜度較低，但其檢測性能亦有所下降。

4、值得注意的是，在無目標(biāo)情況(對應(yīng)h0假設(shè))下，多個待檢測距離單元的主數(shù)據(jù)中僅含有純雜波，將其直接用于未知雜波協(xié)方差矩陣的估計，可有效改善矩陣估計精度，為后續(xù)距離擴(kuò)展目標(biāo)檢測器設(shè)計提供有力支撐；且參與矩陣估計的待檢測距離單元數(shù)越多，矩陣估計精度改善越明顯。但與無目標(biāo)情況不同，在有目標(biāo)情況(對應(yīng)h1假設(shè))下，多個待檢測距離單元的主數(shù)據(jù)中同時含有距離擴(kuò)展目標(biāo)散射點分量和雜波分量，若將主數(shù)據(jù)直接用于未知雜波協(xié)方差矩陣的估計，主數(shù)據(jù)中所含距離擴(kuò)展目標(biāo)散射點分量將對雜波協(xié)方差矩陣估計產(chǎn)生污染，進(jìn)而會降低未知雜波協(xié)方差矩陣的估計精度；此時參與矩陣估計的待檢測距離單元數(shù)越多，對雜波協(xié)方差矩陣估計產(chǎn)生的污染越嚴(yán)重，矩陣估計精度將下降越明顯，進(jìn)而會惡化后續(xù)距離擴(kuò)展目標(biāo)自適應(yīng)檢測性能。

5、針對多通道寬帶雷達(dá)距離擴(kuò)展目標(biāo)自適應(yīng)檢測面臨的均勻輔助數(shù)據(jù)量較為有限的難題，如何充分挖掘有目標(biāo)假設(shè)下多個待檢測距離單元的主數(shù)據(jù)中的可用雜波信息，在利用多個待檢測距離單元的主數(shù)據(jù)雜波分量可用信息的同時，避免距離擴(kuò)展目標(biāo)散射點分量對雜波協(xié)方差矩陣估計的污染，并充分結(jié)合可用輔助數(shù)據(jù)，進(jìn)一步提高未知雜波協(xié)方差矩陣估計精度，合理設(shè)計距離擴(kuò)展目標(biāo)自適應(yīng)檢測器形式，保持恒虛警率(cfar)特性的同時，兼顧失配魯棒性和檢測性能間的有效平衡，是提升復(fù)雜環(huán)境下寬帶雷達(dá)探測能力的關(guān)鍵，也是多通道寬帶雷達(dá)距離擴(kuò)展目標(biāo)自適應(yīng)檢測面臨的難題之一。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于解決上述現(xiàn)有技術(shù)存在的現(xiàn)有寬帶雷達(dá)距離擴(kuò)展目標(biāo)自適應(yīng)檢測面臨的均勻輔助數(shù)據(jù)量較為有限的難題，如何充分挖掘有目標(biāo)假設(shè)下多個待檢測距離單元的主數(shù)據(jù)中的可用雜波信息，在充分利用主數(shù)據(jù)雜波分量可用信息的同時，避免距離擴(kuò)展目標(biāo)散射點分量對雜波協(xié)方差矩陣估計的污染，設(shè)計出合適的雜波協(xié)方差矩陣估計方法，本發(fā)明通過挖掘有目標(biāo)假設(shè)下多個待檢測距離單元的主數(shù)據(jù)中的雜波信息并結(jié)合可用輔助數(shù)據(jù)，進(jìn)一步提高未知雜波協(xié)方差矩陣估計精度，進(jìn)而設(shè)計合理的距離擴(kuò)展目標(biāo)自適應(yīng)檢測器形式，在保證cfar特性的同時，兼顧距離擴(kuò)展目標(biāo)自適應(yīng)檢測算法的失配魯棒性和檢測性能等多方面需求，提升復(fù)雜環(huán)境下多通道寬帶雷達(dá)對弱小目標(biāo)和失配目標(biāo)的自適應(yīng)檢測性能。

2、本發(fā)明的基于備擇假設(shè)全參數(shù)估計的目標(biāo)智能融合檢測方法，其特殊之處在于包括以下步驟：

3、步驟1)雷達(dá)系統(tǒng)從p個待檢測距離單元獲取主數(shù)據(jù)x，從與待檢測距離單元臨近的k個純雜波距離單元獲取k個輔助數(shù)據(jù)；根據(jù)廣義似然比檢驗準(zhǔn)則，在雜波協(xié)方差矩陣m已知和距離擴(kuò)展目標(biāo)p個散射點復(fù)幅度未知的條件下，求解距離擴(kuò)展目標(biāo)p個散射點未知復(fù)幅度的最大似然估計，構(gòu)建僅基于主數(shù)據(jù)的距離擴(kuò)展目標(biāo)檢測統(tǒng)計量；利用有目標(biāo)假設(shè)下主數(shù)據(jù)x和k個輔助數(shù)據(jù)的聯(lián)合復(fù)高斯條件概率密度函數(shù)，通過對距離擴(kuò)展目標(biāo)p個散射點未知復(fù)幅度進(jìn)行解耦，對未知雜波協(xié)方差矩陣求極值，在避免距離擴(kuò)展目標(biāo)散射點分量污染雜波協(xié)方差矩陣估計的基礎(chǔ)上，構(gòu)建雜波協(xié)方差矩陣的全參數(shù)聯(lián)合最大似然估計方法，獲得未知雜波協(xié)方差矩陣的全參數(shù)聯(lián)合最大似然估計

4、步驟2)利用未知雜波協(xié)方差矩陣的全參數(shù)聯(lián)合最大似然估計將帶入步驟1)獲得的僅基于主數(shù)據(jù)的距離擴(kuò)展目標(biāo)檢測統(tǒng)計量中，替換其中的未知雜波協(xié)方差矩陣m，構(gòu)建基于備擇假設(shè)全參數(shù)估計的目標(biāo)智能融合檢測方法的等效檢測統(tǒng)計量；

5、步驟3)為保持檢測方法的cfar特性，根據(jù)預(yù)設(shè)的虛警概率設(shè)置檢測門限t；將主數(shù)據(jù)x對應(yīng)的檢測統(tǒng)計量λ與檢測門限t進(jìn)行比較，若λ≥t，則判定當(dāng)前p個待檢測距離單元存在距離擴(kuò)展目標(biāo)，主數(shù)據(jù)x不作為后續(xù)其他待檢測距離單元的輔助數(shù)據(jù)；反之若λ＜t，則判定當(dāng)前p個待檢測距離單元不存在距離擴(kuò)展目標(biāo)，主數(shù)據(jù)x作為后續(xù)其他待檢測距離單元的輔助數(shù)據(jù)。

6、優(yōu)選的，步驟1)具體步驟包括：

7、由p個待檢測距離單元回波復(fù)幅值構(gòu)成p個待檢測數(shù)據(jù)向量xm(m＝1,2,...,p)，進(jìn)而構(gòu)建n×p維的主數(shù)據(jù)x＝[x1,x2,...,xm,...,xp]，即xm(m＝1,2,...,p)表示第m個主數(shù)據(jù)分量，p為大于1的自然數(shù)；以p個待檢測距離單元為中心，在其前后分別連續(xù)取一定數(shù)量的不包含目標(biāo)的距離單元回波復(fù)幅值，構(gòu)成k個只含純雜波的輔助數(shù)據(jù)yk(k＝1,2,...,k)，其中，xm和yk均為n×1維的復(fù)向量，n表示雷達(dá)接收陣元數(shù)與相干處理脈沖數(shù)的乘積，令y＝[y1,y2,...,yk,...,yk]表示k個只含純雜波的輔助數(shù)據(jù)構(gòu)成的n×k維聯(lián)合數(shù)據(jù)；p個待檢測距離單元的主數(shù)據(jù)中的雜波分量和輔助數(shù)據(jù)是相互統(tǒng)計獨立同分布的，均服從零均值復(fù)高斯分布，其雜波協(xié)方差矩陣m為n×n維的hermitian復(fù)數(shù)矩陣；第m個主數(shù)據(jù)分量表示為xm＝amp+cm，其中復(fù)標(biāo)量am表示距離擴(kuò)展目標(biāo)第m個散射點的未知復(fù)幅度，令距離擴(kuò)展目標(biāo)p個散射點未知復(fù)幅度向量a＝[a1,a2,...,ap]；p表示已知的空時導(dǎo)向矢量，是一個n×1維的單位向量，根據(jù)雷達(dá)系統(tǒng)工作參數(shù)確定；cm表示第m個待檢測距離單元觀測數(shù)據(jù)中n×1維的復(fù)高斯雜波分量；令k+p≥n。

8、在雜波協(xié)方差矩陣m已知的條件下，根據(jù)廣義似然比檢驗準(zhǔn)則，此時，僅距離擴(kuò)展目標(biāo)p個散射點復(fù)幅度向量a未知，距離擴(kuò)展目標(biāo)檢測統(tǒng)計量初步表示為

9、

10、其中，fx(x|m,h0)和fx(x|a,m,h1)分別表示無目標(biāo)假設(shè)(h0假設(shè))和有目標(biāo)假設(shè)(h1假設(shè)或稱備擇假設(shè))兩種假設(shè)下p個待檢測距離單元的主數(shù)據(jù)x在m已知時的復(fù)高斯分布條件概率密度函數(shù)(pdf)；表示目標(biāo)函數(shù)對參數(shù)a求最大值；

11、距離擴(kuò)展目標(biāo)p個散射點未知復(fù)幅度向量a的最大似然估計表示為

12、

13、其中，上標(biāo)h表示共軛轉(zhuǎn)置；

14、將未知復(fù)幅度向量a的最大似然估計帶入式(1)，在雜波協(xié)方差矩陣m已知條件下，得僅基于主數(shù)據(jù)的距離擴(kuò)展目標(biāo)檢測統(tǒng)計量

15、

16、其中，|·|表示取復(fù)數(shù)的模值，∑表示求和。

17、在有目標(biāo)的h1假設(shè)下，主數(shù)據(jù)同時含有復(fù)高斯雜波分量和p個距離擴(kuò)展目標(biāo)散射點分量，因此，可考慮綜合利用主數(shù)據(jù)中的雜波分量和輔助數(shù)據(jù)對未知雜波協(xié)方差矩陣m進(jìn)行智能聯(lián)合解耦估計，在h1假設(shè)下，主數(shù)據(jù)中的雜波分量和輔助數(shù)據(jù)服從獨立同分布的零均值復(fù)高斯分布，考慮到p個距離擴(kuò)展目標(biāo)散射點分量的影響，p個待檢測距離單元的主數(shù)據(jù)和輔助數(shù)據(jù)的聯(lián)合條件pdf可表示為

18、

19、其中，exp[·]表示指數(shù)函數(shù)，函數(shù)tr(·)和det(·)分別表示對矩陣求跡和求行列式；

20、函數(shù)f(x,y|a,m,h1)先對未知雜波協(xié)方差矩陣m求極值，進(jìn)而通過對距離擴(kuò)展目標(biāo)p個散射點未知復(fù)幅度向量a進(jìn)行解耦并求極值；即：f(x,y|a,m,h1)先對矩陣m求導(dǎo)，獲得導(dǎo)數(shù)為零時對應(yīng)的函數(shù)值；進(jìn)而利用該函數(shù)值對復(fù)向量a求導(dǎo)，獲得導(dǎo)數(shù)為零時對應(yīng)的復(fù)幅度向量估計值，并用于求解矩陣m的解耦最大似然估計，最終得未知雜波協(xié)方差矩陣m的全參數(shù)聯(lián)合最大似然估計為

21、

22、其中，

23、優(yōu)選的，步驟2)具體步驟包括：

24、利用式(5)中未知雜波協(xié)方差矩陣的全參數(shù)聯(lián)合最大似然估計將其帶入式(3)中替換未知雜波協(xié)方差矩陣m，即可得基于備擇假設(shè)全參數(shù)估計的目標(biāo)智能融合檢測方法的等效檢測統(tǒng)計量

25、

26、其中，||·||表示取復(fù)向量的歐幾里得范數(shù)。

27、與距離擴(kuò)展目標(biāo)glrt檢測器相比，基于備擇假設(shè)全參數(shù)估計的目標(biāo)智能融合檢測方法對距離擴(kuò)展目標(biāo)導(dǎo)向矢量失配信號具有更強(qiáng)的檢測魯棒性；而相比gamf檢測器，本發(fā)明的檢測方法能充分挖掘并利用有目標(biāo)假設(shè)下多個待檢測距離單元的主數(shù)據(jù)中的可用雜波信息，在雜波協(xié)方矩陣估計方法中通過去除主數(shù)據(jù)中距離擴(kuò)展目標(biāo)p個散射點分量估計值，有效避免了主數(shù)據(jù)中可能存在的距離擴(kuò)展目標(biāo)散射點分量對雜波協(xié)方差矩陣估計的污染，因此具有更好的檢測性能。綜合來看，本發(fā)明中基于備擇假設(shè)全參數(shù)估計的目標(biāo)智能融合檢測方法在保持cfar特性的同時，能有效剔除主數(shù)據(jù)中距離擴(kuò)展目標(biāo)散射點分量對雜波協(xié)方差矩陣估計的不利影響，有效兼顧了算法失配魯棒性和檢測性能間的合理平衡。

28、本發(fā)明的有益效果是：1)針對多通道寬帶雷達(dá)距離擴(kuò)展目標(biāo)自適應(yīng)檢測面臨的均勻輔助數(shù)據(jù)量較為有限的難題，通過充分利用有目標(biāo)假設(shè)下主數(shù)據(jù)中多個雜波分量可用信息，在提高主數(shù)據(jù)中雜波信息利用率的同時，避免了距離擴(kuò)展目標(biāo)多散射點分量對雜波協(xié)方差矩陣估計的污染，基于主數(shù)據(jù)和輔助數(shù)據(jù)，構(gòu)建了易于數(shù)學(xué)處理的雜波協(xié)方差矩陣的全參數(shù)聯(lián)合最大似然估計方法，進(jìn)一步提高了未知雜波協(xié)方差矩陣的估計精度，降低了對輔助數(shù)據(jù)量的需求，為實現(xiàn)小樣本條件下的距離擴(kuò)展目標(biāo)自適應(yīng)檢測提供了有力支撐；2)構(gòu)建了基于備擇假設(shè)全參數(shù)估計的目標(biāo)智能融合檢測方法，其檢測器具有閉合形式的表達(dá)式，且在保持cfar特性的同時，能有效剔除主數(shù)據(jù)中距離擴(kuò)展目標(biāo)多散射點分量對雜波協(xié)方差矩陣估計的不利影響，兼顧了算法檢測性能和失配魯棒性的性能平衡，提升了復(fù)雜環(huán)境下多通道寬帶雷達(dá)對弱小目標(biāo)和失配目標(biāo)的自適應(yīng)檢測性能。