一种鲁棒的运动声纳目标检测方法
【技术领域】
[0001] 本发明设及一种目标检测方法，尤其设及一种鲁椿的运动声纳目标检测方法。
【背景技术】
[0002] 海洋混响是浅海主动声纳的主要干扰，尤其是当声纳载体具有一定的运动速度 时，不同方位的混响具有不同的多普勒频移，从而使得声纳阵元级的混响在频谱上呈现扩 展现象。该样低速运动的目标信号就会被混响所掩盖，无法利用多普勒进行混响抑制，而且 即使采用常规波束形成也难W有效消除由旁瓣进入接收机的混响。由于运动声纳混响的空 时禪合特性，它的目标检测问题为声纳工作者提出了新的课题。
[0003] 水下航行器等运动声纳混响的产生机理和部分特性同机载雷达的地物杂波非常 相似。1973年，Brennan首次提出了空时自适应处理（STAP)的概念，他们的研究表明，STAP 能够很好的结合空域和时域处理各自的优势，有效补偿雷达的平台运动效应，从而获得理 想的杂波抑制性能。随后Reed提出了样本协方差矩阵求逆（SMI)检测器，从而在理论上将 STAP发展成为一种滤波和检测有机结合的方法，称为空时自适应检测（STAD)方法。近年 来，STAD在运动声纳领域的研究非常活跃，研究结果表明STAD方法能够充分利用混响的空 时分布特性，提高运动声纳的检测性能。
[0004] 对于高斯分布混响背景下点目标的STAD，最优的一致最大势检验是不存在的，因 此人们基于广义似然比（GLRT)、Rao等检验准则提出了许多次优的解决方案。值得注意的 是该些方法是建立在两个假设条件的基础上，一是假设可W获得充足的均匀辅助数据，用 W估计待测单元（主数据）的混响协方差矩阵，从而构造自适应检测统计量。为保证均匀 性，辅助数据一般从主数据临近的距离单元获得。二是假设目标的方向已知，即目标的导向 向量是已知的，称之为标称导向向量。
[0005] 在实际应用中，现有STAD方法的鲁椿性有待提高。声纳目标的实际导向向量与标 称导向向量经常会出现失配，其原因包括波束指向的偏差、声纳基阵的校准误差、水下多途 传播等。当该个失配情况出现时，现有方法会遭受不小的检测损失。
【发明内容】
[0006] 本发明的目的是实现对回波数据更为充分的利用，大幅提高空时自适应检测器 (STAD)在目标导向向量失配情况下检测器的鲁椿性，而且具有对未知混响背景的恒虚警特 性。
[0007] 为实现上述目的，本发明实施例提供了一种鲁椿的运动声纳目标检测方法。所述 方法包括：
[000引通过由声纳阵接收的回波获取一组回波数据，选取所述一组回波数据中的一个回 波数据作为主数据，选取所述一组回波数据中除所述主数据外的多个回波数据作为辅助数 据，所述主数据和所述辅助数据具有相同的混响协方差矩阵；
[0009] 由表征目标反射强度参数的实部和虚部构成杜宾检测中的主参量，由混响协方差 矩阵构成杜宾检测中的辅助参量，利用所述主数据、所述辅助数据计算所述主参量和所述 辅助参量的最大似然估计；
[0010] 利用所述主参量的估计值和所述辅助参量的估计值，得到有目标假设下似然函数 对主参量的微商的取值；
[0011] 根据所述主参量在有目标假设下的最大似然估计和无目标假设下的真值和、所述 微商W及通过目标方向计算得到的标称导向向量，计算检测统计量；
[0012] 将所述检测统计量与由给定虚警概率得到的阔值进行比较，并且根据比较结果判 断所述目标是否存在。
[0013] 优选的，所述采样协方差矩阵是根据所述辅助数据计算得到的。
[0014] 优选的，所述微商A(0)可W表示为：
[0015]
，其中Z为主数据，Z为化N维辅助数据，日A为主 参量，K表示构成辅助数据的均匀辅助数据的个数，Hi表示有目标情况。
[0016] 优选的，所述阔值通过设定虚警概率采用蒙特卡罗仿真得到。
[0017] 优选的，所述将所述检测统计量与由给定虚警概率得到的阔值进行比较，可W由 下式确定：
[001 引
[0019] 其中n是检测口限，H。表示无目标情况，Hi表示有目标情况，H代表共辆转置操 作，^1代表矩阵逆操作，V是目标的标称导向向量，S是采样协方差矩阵，Z表示主数据。
[0020] 本发明在性能检测上采用蒙特-卡罗仿真方法，与传统的化RT和Rao检测器进行 比较。
[0021] 本发明在性能检测上采用蒙特-卡罗仿真方法，与传统的化RT和Rao检测器进行 比较。通过比较表明本发明方法实现了对观测数据更为充分的利用，不但大幅提高STAD在 目标导向向量失配情况下的鲁椿性，而且在目标导向向量匹配情况下，本发明方法又保持 了非常好的检测性能。
【附图说明】
[0022] 图1为本发明在SRR= 20地时，传统化RT、传统Rao和本发明DurbinS种方法检 测器的检测概率Pd和cos2 4的关系曲线；
[002引图2为本发明在目标导向向量匹配情况下，传统化RT、传统Rao和本发明Durbin S种方法检测器Pd和SRR的关系曲线。
【具体实施方式】
[0024] 本发明提供了一种新的点目标空时自适应检测方法，利用二元假设数据结合 Durbin检验原理，得出基于Durbin检验的检测原理式，由此检测目标是否存在。
[0025] 具体实现步骤如下：
[0026] 1)基于由N个阵元组成的线性声纳阵接收回波数据，由此点目标检测可归结为如 下二元假设：
[0027]
( 1)
[0028] 其中H。和H1分别代表无目标假设和有目标存在假设；n和n"t= 1，. . .，K是独 立的、零均值N维复合高斯混响向量，其协方差矩阵为E[nn?] =E[ntn。=M，《代表共辆转 置操作；Z表示一个回波数据，又称主数据；zt，t= 1，...，K表示长度为K的均匀辅助数据， 且与主数据Z具有相同的混响协方差矩阵；a是目标反射强度参数，它的实部和虚部构成 杜宾检测中的主参量；V是通过目标方向计算得到的标称导向向量。
[0029] 为了便于检测器的设计，定义两个简化式，即2维的信号主参量向量0A= [曰K，《i]T，其中Qeand分别是a的实部和虚部；N2巧维向量0 =的，轨f，其中0B为 妒维的冗余参数列向量，又称辅助参量，由协方差矩阵M的元素构成。由此，Hi情况下所述 主数据Z和辅助数据Z= [ =zi，Z,，. . .，zj的联合概率密度函数为
[0030] f(Z,ZI日，Hi) = 31-N(K4)det(M)-(K")exp{-tr[M-1 ((Z-aV)(Z-av)H+。]}似
[003U 其中S是采样协方差矩阵，即S=ZZH，det( ?)和tr( ?)分别代表矩阵的行列式 和矩阵迹，辅助数据Z为化N维辅助数据，且与主数据Z具有相同的混响协方差矩阵。
[0032] 为了实现对观测数据更为充分的利用，本发明采用Durbin检验准则
[0033] 根据主参量0A、辅助参量0e、微商A(0)形成的