复合高斯杂波下距离扩展目标的自适应检测

 研究了复合高斯杂波下的距离扩展目标自适应检测问题.基于辅助数据,利用采样协方差矩阵(SCM)和迭代(RE)估计矩阵,建立了自适应检测器AMSDD和基于动态阈值的ADT检测器,并分析了检测器的恒虚警率(CFAR)特性.理论分析表明,基于SCM的检测器只能保持对杂波协方差矩阵结构的自适应特性;而基于RE的检测器能同时获得对杂波协方差矩阵结构和纹理分量的CFAR特性.性能分析表明,对于AMSDD和ADT来说,与采用SCM估计器相比,采用RE估计器能使检测器获得更好的CFAR特性和检测性能.另外,基于RE的ADT检测器在目标散射点个数失配时具有很好的鲁棒性.     

基于子带矩阵CFAR的海面慢速小目标检测算法

对于K分布海杂波环境下的目标检测,基于信息几何理论的矩阵CFAR检测器是一种有效的目标检测方法.但矩阵CFAR方法计算复杂度高且当目标多普勒频率严重偏离杂波频谱中心时,其检测性能不如自适应归一化匹配滤波器(ANMF)方法,影响其实际应用.为此,该文以滤波器组对接收信号进行滤波处理,提出一种基于滤波器组子带分解最大特征值的矩阵CFAR检测方法(FD-MEMD),通过双杂波抑制来解决目标多普勒频率偏离杂波频谱中心时矩阵CFAR方法失效的难题.最后,仿真实验验证了所提FD-MEMD具有较好的检测性能.     

基于子带矩阵CFAR的海面慢速小目标检测算法

对于K分布海杂波环境下的目标检测,基于信息几何理论的矩阵CFAR检测器是一种有效的目标检测方法。但矩阵CFAR方法计算复杂度高且当目标多普勒频率严重偏离杂波频谱中心时,其检测性能不如自适应归一化匹配滤波器(ANMF)方法,影响其实际应用。为此,该文以滤波器组对接收信号进行滤波处理,提出一种基于滤波器组子带分解最大特征值的矩阵CFAR检测方法(FD-MEMD),通过双杂波抑制来解决目标多普勒频率偏离杂波频谱中心时矩阵CFAR方法失效的难题。最后,仿真实验验证了所提FD-MEMD具有较好的检测性能。     

基于分数阶矩估计的非参量CFAR检测

该文针对杂波背景中的CFAR(恒虚警率)检测问题,提出了一种新的CFAR检测器Blind-CFAR检测器。该检测器通过估计杂波的分数阶矩,获得杂波的最大熵概率密度函数估计,进而确定CFAR检测门限。以Weibull杂波为例,仿真验证了Blind-CFAR检测器的有效性。由于采用了非参数估计方法,Blind-CFAR检测器具有结构简单、通用性好等优点,并可应用于未知杂波背景中的目标检测。     

一种地杂波与噪声平均功率比的估计方法及分析

在雷达动目标检测器(MTD)中,零多卜勒频率处的凹口在弱或无地杂波条件下影响了目标速度信息的提取;用杂波图存储的值作为CFAR的检测门限会带来较大的信噪比损失;另外,在气象杂波不存在的条件下却仍然使用CFAR门限会造成近2dB的信噪比损失。因此,有必要根据杂波(包括地杂波和气象杂波)的特性来选择最佳的多路滤波器组和CFAR电平,以达到更好的反消极干扰效果。本文给出了一种估计地杂波与噪声平均功率比(GNR)的方法,该方法所需运算量少,易于做到实时估计。计算机模拟结果表明,此方法有较好的估计精度。     

改进的杂波协方差矩阵结构估计方法

在球不变随机向量建模的非高斯杂波背景下,针对现有协方差矩阵估结构计方法对杂波不具备完全自适应性以及计算复杂度高等问题,本文利用经验信息,提出了基于经验的自适应估计方法(E-AE),并将其作为初始化矩阵,再次利用经验信息进行迭代估计,得到了基于经验的自适应迭代估计方法(E-ARE)。E-AE和E-ARE只需要进行实数运算,减小了计算复杂度。从理论上证明了所提方法对应的ANMF对杂波纹理分量和协方差矩阵结构都具有CFAR特性,并通过仿真实验对其有效性进行了验证。最后,利用匹配滤波器的输出信杂比损失及相应的ANMF检测性能,对所提方法和已有方法进行效果评估,结果表明,本文方法具有收敛速度快、所需的辅助单元数少、信杂比损失小和对应的ANMF检测性能优等特点。      

海浪环境中脉冲雷达的恒虚警检测器

空间可变杂波统计特性和拥挤的海上交通环境，对常用的自适应检测器提出了苛刻的要求。这是因为检测器不能随着杂波统计特性的改变而保持恒定虚警率，当目标进入CFAR部分时也不能调整目标对目标的干扰。为了消除CFAR检测器中存在的上述问题，本文提出了一种独特的带有目标识别电路的双自适应检测器，它是以在常用自适应检测器上附加辅助并行自适应检测器为基础的。     

非高斯杂波下基于子空间的距离扩展目标检测器

在辅助数据缺失的非高斯杂波背景下,采用两步法设计策略研究了距离扩展目标检测方法.首先,在杂波纹理分量已知的条件下,对待检测数据进行高斯化,利用高斯背景下杂波协方差矩阵和目标散射点幅度的合适估计,建立检验统计量.其次,利用待检测数据在信号子空间正交补上的正交投影,估计杂波纹理分量,提出了基于子空间的距离扩展目标自适应检测器,并证明了其对杂波纹理分量的恒虚警率（CFAR,Constant False Alarm Rate）特性.仿真结果表明,在典型非高斯背景下,所提检测器的CFAR特性和检测性能均优于对比检测器;另外,阵元数、目标距离单元数或杂波尖峰的增加,能不同程度改善检测性能.     

一种简便的MIMO阵列雷达CFAR检测器

本文提出了一种适用于MIMO阵列雷达的简便的CFAR检测器,它利用了MIMO阵列雷达观测空间维数高的特点,通过直接滤除杂波干扰子空间的方式抑制杂波和干扰。该检测器的简便性在于杂波子空间可以离线估计与存储,而干扰子空间的估计也只需在低维空间上进行,而其原因是在估计杂波和干扰子空间时没有利用距离参考单元观测样本,而是利用了已知的系统参数、杂波子空间结构以及干扰协方差矩阵的模块对角性质。仿真结果表明,在杂波的理想模型条件下,选择适当的估计方法可以获得较高的杂波子空间估计精度,由此得到的CFAR检测器的性能也非常接近于已知杂波干扰子空间条件下的检测性能。      

K分布雷达杂波中两种非参量检测器性能分析

分析了广义符号检测器(GSD)和秩二元累积检测器(RQD)两种非参量检测器在独立和相关K分布杂波下的检测性能.Monte Carlo数值试验表明,GSD在独立K分布杂波拖尾特性越明显时,达到指定检测概率所需要的信杂比越小,而RQD则与之相反.针对独立K分布杂波,RQD的第一检测门限等于参考单元数时可获得较好的检测性能.当参考单元数大于24时,继续增加参考单元数目对于提高两类检测器的检测性能的效果不明显.同时,两类检测器在相关K分布杂波下的虚警概率均会急剧增加,难以完成相关K分布下的CFAR检测.     

非平稳海杂波背景下子带开关相干检测器

海杂波由纹理分量调制散斑分量构成,本文着重研究纹理分量和散斑分量的平稳特性.首先,通过DFT调制滤波器组将海杂波分解到各个子带,提出两种一致性因子分别衡量各个子带海杂波的纹理分量和散斑分量的平稳性,实验结果表明海杂波的非平稳特性主要体现在纹理分量上,强杂波区的纹理分量体现出显著的非平稳性,弱杂波区的纹理分量具有平稳特性.进一步针对海杂波在不同多普勒频率分量上具有不同的平稳特性,将纹理分量的一致性因子作为判断函数,分别使用样本协方差矩阵和归一化样本协方差矩阵估计算法,提出了子带开关自适应归一化匹配滤波(Adaptive Normalized Matched Filter,ANMF)检测器.实测的海杂波数据实验结果表明,子带开关ANMF检测器的性能优于对比算法.     

基于地形融合分类的分区二维恒虚警检测器

在非均匀杂波背景下,由于恒虚警( CFAR)检测器与杂波背景幅度分布不匹配,导致检测器性能出现剧烈下降。针对此问题,提出了一种基于地形融合分类的分区二维CFAR检测器。首先提出一种基于拟合优度( GoF)的地形融合分类算法来对非均匀杂波背景下的地形进行分类编号,同时记录各地形的幅度分布及幅度分布参数;再根据地形编号及记录的幅度分布选择相匹配的CFAR处理窗实现分区二维CFAR;最后利用实测数据验证了该地形融合分类算法的有效性,并用半实测、实测数据对所提出CFAR检测器性能进行了仿真验证,结果表明相比传统二维CFAR检测器,所提出的CFAR检测器在非均匀背景下性能有明显提高。     

复合高斯杂波中相干雷达极化自适应检测算法研究

研究了在复合高斯杂波中相干雷达极化自适应检测问题,基于广义似然比检验提出了一种新的检测算法。该算法关于杂波的结构分量统计特性有恒虚警的性质,敏感度分析表明虚警概率仅轻微地受到杂波相关特性变化的影响。仿真分析了不同状态时该算法的检测性能。结果表明该算法与先前的基于广义似然比的极化自适应检测算法检测性能接近,计算复杂度较低,有实际应用价值。     

复合高斯杂波环境中分布性目标相干雷达恒虚警检测算法研究

本文研究了在未知统计特性的复合高斯杂波环境中对分布性目标检测的问题。利用Toeplitz矩阵的次对称性提出了一种新的杂波协方差矩阵结构的估计方法,并用此估计方法来实现基于广义似然比检验的恒虚警检测算法。该算法能够在不需要杂波功率谱密度对称的情况下作到对杂波的结构分量和协方差矩阵都有恒虚警的性质,而且该实现方法的检测性能优于先前提出的实现方法。     

一种新的多频带相干雷达恒虚警检测算法

研究了复合高斯杂波环境中多频带相干雷达自适应恒虚警检测问题.利用Toeplitz矩阵的次对称性提出了一种新的多频带相干雷达恒虚警检测算法.所提出的算法对杂波的结构分量和杂波协方差矩阵都有恒虚警的性质,而且不需要杂波功率谱密度对称.该算法的检测性能优于以前提出的多频带归一化匹配滤波器算法.     

基于局部累积概率密度函数估计的CFAR检测门限获取新方法

在恒虚警率（CFAR）检测中,传统基于全局概率密度函数（GPDF）估计获得门限的方法,受模型失配或参数估计误差的影响可能致使恒虚警率性能恶化。为解决该问题提出了基于局部累积概率密度函数（LCDF）估计的非模型化CFAR检测门限获取方法,对影响虚警的杂波幅值较大部分采用简单多项式逼近,根据检测门限、虚警概率、LCDF之间的关系计算门限,最后利用仿真数据和实测数据验证了该方法的有效性。实验结果表明,该方法不仅能保持较好的恒虚警率性能,而且克服了传统方法基于模型假设的局限性。