依赖形状参数的雷达目标自适应检测方法
【专利摘要】本发明属于雷达目标检测【技术领域】，特别涉及依赖形状参数的雷达目标自适应检测方法，其具体步骤为：利用雷达接收回波数据矩阵X，计算回波数据矩阵X中K个距离单元的Q个脉冲的功率向量p，根据向量p得出杂波的形状参数θ；将回波数据矩阵X沿着脉冲维划分为行数相等的B个回波数据块，确定第b个回波数据块Xb的第k个距离单元为第b个回波数据块Xb的待检测距离单元zb,k，计算待检测距离单元zb,k的检测统计量ξb,k；根据设定的虚警概率f、每个回波数据块的脉冲数N以及杂波的形状参数θ，通过蒙特卡罗积分计算出检测门限Tξ；如果ξb,k≥Tξ，说明第b个回波数据块Xb的待检测距离单元有目标，如果ξb,k<Tξ，则说明第b个回波数据块Xb的待检测距离单元没有目标。
【专利说明】依赖形状参数的雷达目标自适应检测方法
【技术领域】
[0001] 本发明属于雷达目标检测【技术领域】，特别涉及依赖形状参数的雷达目标自适应检 测方法，用于雷达在海杂波背景下的目标检测。
【背景技术】
[0002] 海杂波背景下的目标检测是雷达的一个重要应用领域。由于海杂波的平均功率很 大，时空相关性较强，统计特性复杂，因此在海杂波背景下的目标检测也是目前雷达目标检 测领域的一个研究难点。
[0003] 非高斯杂波背景下运动目标的相参检测问题是雷达领域的研究热点。在短的相参 积累时间（coherentprocessinginterval,CPI)内，由于目标回波服从一个简单的模型， 因此对杂波的建模和处理成为目标检测的关键。复合高斯模型为低入射角情况下高距离分 辨力的海杂波提供了有效表示，它是一个慢变的正值随机变量（纹理分量）和一个快变复 高斯随机向量（散斑分量）的乘积。当杂波的纹理分量服从Gamma分布时，它的幅度服从 K分布，它的形状参数代表了杂波的尖峰程度，其中形状参数越小表示杂波的海尖峰越多且 幅度分布有着越重的拖尾，当形状参数趋于无穷时，杂波接近于复高斯模型。此外，逆Gamma 分布也是一种很常用的纹理模型。海杂波中的目标检测是目标回波与杂波中的尖峰分量的 竞争，因此设计与杂波特征相匹配的检测算法是非常重要的。
[0004] 匹配滤波（matchingfilter,MF)和自适应匹配滤波（adaptivematching filter,AMF)是高斯杂波背景下的最优检测方法。归一化匹配滤波（normalizedmatching filter,NMF)和自适应归一化匹配滤波（adaptivenormalizedmatchingfilter,ANMF)， 也称为自适应二次线性（adaptivelinear-quadratic,ALQ)检测方法，是重拖尾杂波中 的次最优检测方法。ALQ检测方法对杂波的幅度分布是恒虚警的，并且对杂波相关结构的 变化是鲁棒的。上述检测方法在复合高斯杂波情况下不是最优的。在文献Sangston,K. J.Gini,F. ,Gerco,Μ.V. ,andFarina,A. ,^Structuresofradardetectionincompound Gaussianclutter,''IEEETrans.Aerosp.Electron.Syst. , 35 (2) : 445458, 1999 中，复合高 斯杂波情况下的最优相参检测方法结构被建立起来。基于仿真和实测海杂波的实验分析表 明，简单形式的相参检测方法很难获得复合高斯杂波情况下的最优性能。
【发明内容】
[0005] 本发明的目的在于提出依赖形状参数的雷达目标自适应检测方法，实现对海杂波 背景下目标的自适应检测，提高了目标检测性能。
[0006] 为实现上述技术目的，本发明采用如下技术方案予以实现。
[0007] 依赖形状参数的雷达目标自适应检测方法包括以下步骤：
[0008] 步骤1，利用雷达发射连续的脉冲信号，利用雷达接收回波数据矩阵X，回波数据 矩阵X是一个KXQ维的矩阵，其中，K表示回波数据矩阵X的距离单元数，Q表示回波数据 矩阵X的积累脉冲数；
[0009] 步骤2,计算回波数据矩阵X中K个距离单元的Q个脉冲的功率向量p，将向量p 中的元素按从小到大的顺序进行重新排列，得到升序向量1^，令/ = |_〇.3<[<0_|，」= KXQ-i，其中表示四舍五入取整；然后，取升序向量p'中第i个元素到第j个元素形成 有序向量P'的子向量P";得出杂波的形状参数θ，Θ = E2(P" )/D(p" )，E(p")表示 有序向量V的子向量P"的期望，D(p")表示出有序向量p'的子向量p"的方差； [0010] 步骤3,将回波数据矩阵X沿着脉冲维划分为行数相等的B个回波数据块，B为设 定的大于1的自然数，所述B个回波数据块分别表示为X1, X2…，Xb，…，XB，Xb表示第b个回 波数据块，b= 1，2,…，B，每个回波数据块为NXK维的矩阵；
[0011] 步骤4,确定第b个回波数据块Xb的第k个距离单元为第b个回波数据块Xb的待 检测距离单元，k= 1，2,…，K;将第b个回波数据块Xb的待检测距离单元记为待检测距离 单元Zb^得出待检测距离单元Zm的杂波协方差矩阵估计值Mw ;
[0012] 步骤5,利用待检测距离单元Zbik和待检测距离单元Zbik的杂波协方差矩阵估计值 ，计算待检测距离单元Zbk的检测统计量ξb，k ;
[0013] 步骤6,根据设定的虚警概率f、每个回波数据块的脉冲数N以及杂波的形状参数 Θ，通过蒙特卡罗积分计算出检测门限Τξ;
[0014]步骤7,如果ξb，k>Τξ，说明第b个回波数据块Xb的待检测距离单元有目标，如果 ξΜ〈Τξ，则说明第b个回波数据块Xb的待检测距离单元没有目标。
[0015] 本发明的有益效果为：1)在本发明中，根据杂波数据估计得到杂波的形状参数， 并依赖于杂波的形状参数进行雷达目标检测，本发明能够自适应的与检测环境中的杂波特 性相匹配，可以获得更好的检测性能。2)本发明的检测门限不同于线性相关门限和二次相 关门限，而是与杂波的形状参数、积累脉冲数和虚警概率有关的门限，它是K分布海杂波情 况下的恒虚警门限。
【专利附图】
【附图说明】
[0016] 图1为本发明的依赖形状参数的雷达目标自适应检测方法的流程图；
[0017] 图2为仿真实验中对数据19980204-202225-ANTSTEP.CDF采用几种方法得出的目 标检测概率示意图；
[0018] 图3为仿真实验中对数据19980217-224440-ANTSTEP.CDF采用几种方法得出的目 标检测概率示意图。
【具体实施方式】
[0019] 下面结合附图对本发明作进一步说明：
[0020] 参照图1，为本发明的依赖形状参数的雷达目标自适应检测方法的流程图。该依赖 形状参数的雷达目标自适应检测方法包括以下步骤：
[0021]步骤1，利用雷达发射连续的脉冲信号，脉冲信号照射到物体表面会产生回波，利 用雷达接收沿着距离维和脉冲维的连续回波数据矩阵X，回波数据矩阵X是一个KXQ维的 矩阵，其中K表示回波数据矩阵X的距离单元数，Q表示回波数据矩阵X的积累脉冲数。
[0022] 本发明实施例中，回波数据矩阵X第k行第q类列的元素X(k，q)的表示形式如 下：
【权利要求】
1. 依赖形状参数的雷达目标自适应检测方法，其特征在于，包括以下步骤： 步骤1，利用雷达发射连续的脉冲信号，利用雷达接收回波数据矩阵X，回波数据矩阵X是一个KXQ维的矩阵，其中，K表示回波数据矩阵X的距离单元数，Q表示回波数据矩阵X 的积累脉冲数； 步骤2,计算回波数据矩阵X中K个距离单元的Q个脉冲的功率向量p，将向量p中的元 素按从小到大的顺序进行重新排列，得到升序向量P'，令纟=L〇.3X尺X，j=KXQ-i， 其中Ld表示四舍五入取整；然后，取升序向量V中第i个元素到第个元素形成有序向 量P'的子向量P";得出杂波的形状参数θ，Θ=E2(p" )/D(p" )，E(p")表示有序向 量V的子向量P"的期望，D(p")表示出有序向量p'的子向量p"的方差； 步骤3,将回波数据矩阵X沿着脉冲维划分为行数相等的B个回波数据块，B为设定的 大于1的自然数，所述B个回波数据块分别表示为X1,X2…，Xb，…，XB，Xb表示第b个回波数 据块，b= 1，2,…，B，每个回波数据块为NXK维的矩阵； 步骤4,确定第b个回波数据块Xb的第k个距离单元为第b个回波数据块Xb的待检测 距离单元，k= 1，2,…，K;将第b个回波数据块Xb的待检测距离单元记为待检测距离单元 \k，得出待检测距离单元的杂波协方差矩阵估计值Mw ; 步骤5,利用待检测距离单元Zbik和待检测距离单元Zbik的杂波协方差矩阵估计值 ，计算待检测距离单元的检测统计量Ibik ; 步骤6,根据设定的虚警概率f、每个回波数据块的脉冲数N以及杂波的形状参数θ，通 过蒙特卡罗积分计算出检测门限Τξ ; 步骤7,如果ξb，k >Τξ，说明第b个回波数据块Xb的待检测距离单元有目标，如果ξΜ〈Τξ，则说明第b个回波数据块Xb的待检测距离单元没有目标。
2. 如权利要求1所述的依赖形状参数的雷达目标自适应检测方法，其特征在于，在步 骤2中，计算回波数据矩阵X中K个距离单元的Q个脉冲的功率向量p的过程包括如下步 骤： 计算回波数据矩阵X中第k个距离单元中第q个脉冲的功率值ptq，Ptq =X(k，q)XX' (k，q)，其中Γ(k，q)表示对X(k，q)取共轭，X(k，q)表示回波数据矩阵X第 k行第q列的元素，k= 1，2,…，K;q= 1，2,…，Q; 得出回波数据矩阵X中第k个距离单元中Q个脉冲的功率向量pk : Pk- [Pk，1，· · ·，Pk，q，· · ·，Pk，Q]; 得出回波数据矩阵X中K个距离单元的Q个脉冲的功率向量P: P [Pi，· · ·，Pk，· · ·，Ρκ]〇
3. 如权利要求1所述的依赖形状参数的雷达目标自适应检测方法，其特征在于，在步 骤4中，得出待检测距离单元Zbik的杂波协方差矩阵估计值的过程包括如下步骤： 在待检测距离单元zb，k的左侧依次选取R个参考距离单元，在待检测距离单元zb，k的右 侧依次选取R个参考距离单元，R为设定的大于1的自然数；将选取的2R个参考距离单元 分别表示为第1参考距离单元至第2R参考距离单元；第1·参考距离单元的回波数据表示为 Z，b，r，r =l，2，···，2R，Z，b，r为NXl维的矢量； 在得出每个参考距离单元的回波数据之后，计算待检测距离单元zb，k的杂波协方差矩 阵估计值:
其中，上标H表示取共轭转置。
4. 如权利要求1所述的依赖形状参数的雷达目标自适应检测方法，其特征在于，在步 骤5中，待检测距离单元Zbik的检测统计量ξb，k为：
其中，V是目标的多普勒导向矢量，上标-1表示矩阵的逆，上标H表示取共轭转置，N为 第b个回波数据块Xb的脉冲数，I·I表示取绝对值或模值，Θ为杂波的形状参数。
5. 如权利要求1所述的依赖形状参数的雷达目标自适应检测方法，其特征在于，所述 步骤6具体包括以下子步骤： (6. 1)令c= 1，2, ···，C，C为设定的大于1的自然数； (6. 2)计算第1目标检测随机变量W1至第C目标检测随机变量w。，第c目标检测随机 变量w。为：
其中，X。是服从单位均值指数分布的随机变量，s。是服从Gamma分布Γ(N-l，1)的随 机变量，τ。是服从Gamma分布Γ(Θ，1/Θ)的随机变量，Γ( ·)是Gamma函数； (6. 3)将得出的C个目标检测随机变量按降序排列，在降序排列后的C个目标检测随机 变量中，取第[Cf]个元素值作为检测门限Tξ，[Cf]表示不超过实数Cf的最大整数，f表示 设定的虚警概率。
【文档编号】G01S7/41GK104316914SQ201410612923
【公开日】2015年1月28日 申请日期:2014年11月3日 优先权日:2014年11月3日
【发明者】水鹏朗, 许述文, 夏晓云, 宋希珍 申请人:西安电子科技大学