逆高斯纹理复合高斯杂波下距离扩展目标自适应检测方法
【技术领域】
[0001] 本发明涉及雷达目标检测技术领域，尤其涉及一种逆高斯纹理复合高斯杂波下距 离扩展目标自适应检测方法，可用于宽带雷达体制下的目标检测。
【背景技术】
[0002] 雷达的应用主要有两大方面:一方面是对大气、陆地、海洋等进行遥感；另一方面 是对目标进行检测与识别。雷达应用依据的电磁学原理是:物体会对照射到其表面的电磁 波产生散射，而可以通过截获的散射电磁波获得被照射物体的一些相关信息，如电磁散射 特性、几何形状等。在雷达接收到的电磁回波中，那些不希望探测的各种散射体产生的电磁 回波，我们视为杂波。杂波是雷达进行目标检测时必然存在的重要回波分量，因此对于探测 雷达，实现其在杂波背景下准确而高效地检测目标是非常重要的。
[0003] 对海观测雷达接收到杂波称为海杂波。海杂波比地杂波要复杂得多，因为它不仅 受到雷达参数的影响，还受气候环境等不确定自然因素的影响。大量实验数据的分析和研 究也表明，海杂波平均功率大，时空相关性强，统计特性复杂，这就给在海杂波背景下进行 目标检测带来了困难，我们需要通过对海杂波进行深入研究来寻求解决问题的方法。当前 对海杂波的研究途径一般有以下两种:一种是从散射机理出发，研究电磁介质与电磁波的 相互作用，提取简化模型；另一种是利用大量的观测数据来研究海杂波的统计特性。在对海 杂波进行深度认知的基础上，海杂波背景下的目标检测技术也得到了极大地推动和发展。
[0004] 雷达分辨率较低时，一个雷达分辨单元内有大量散射体，海杂波是由大量独立散 射体后向散射回波的矢量叠加，根据中心极限定理，海杂波可以用复高斯模型描述，幅度服 从瑞利分布，相位服从均匀分布;随着雷达分辨率的提高，包含在一个雷达分辨单元内独立 的散射体数目大大降低，同时，探测距离的增加，掠射角减小，导致雷达回波受到众多因素 的影响，雷达回波中出现异常的散射体，导致海杂波幅度分布出现长拖尾现象，呈现很强的 非高斯特性。通常采用对数正态分布（log-normal)、韦布尔分布(Weibull)和K分布来描述 长拖尾的海杂波的幅度分布。与对数正态分布与韦布尔分布相比，K分布可以较好的与实 验、观测数据相吻合，同时可以从物理散射机理上对海杂波进行解释，因此被广泛应用。近 年来，逆高斯纹理复合高斯分布被用来描述长拖尾海杂波的幅度。逆高斯纹理复合高斯分 布指的是纹理分量服从逆高斯分布的复合高斯分布。文章"Modelfornon-rayleigh clutteramplitudesusingcompoundinversegaussiandistribution:an experimentalanalysis"通过用逆高斯纹理复合高斯分布对实测的海杂波进行拟合，说明 了在大多数情况下逆高斯纹理复合高斯分布对海杂波的拟合度比对数正态分布、韦布尔分 布、K分布对海杂波的拟合度高。
[0005] 根据海杂波的统计模型设计距离扩展目标的自适应检测器是学者们研究的热点。 距离扩展目标指的是高分辨率雷达下的目标。在K分布杂波模型下，学者们设计了许多距离 扩展目标的自适应检测器，但是关于逆高斯纹理复合高斯杂波下距离扩展目标自适应检测 器的研究很少，因此在逆高斯纹理复合高斯杂波下研究设计距离扩展目标的自适应检测器 是很有必要的。
【发明内容】
[0006] 针对上述现有技术的不足，本发明的实施例提供一种逆高斯纹理复合高斯杂波下 距离扩展目标自适应检测方法。
[0007] 为达到上述目的，本发明的实施例采用如下技术方案予以实现。
[0008] 一种逆高斯纹理复合高斯杂波下距离扩展目标自适应检测方法，用于宽带雷达体 制下的雷达目标检测，所述方法包括如下步骤：
[0009] 步骤1，建立雷达目标检测的二元假设模型；
[0010] 步骤2,采用球不变向量过程模型构建逆高斯纹理复合高斯杂波信号；
[0011] 步骤3，采用广义似然比得到逆高斯纹理复合高斯杂波下距离扩展目标自适应检 测器；
[0012]步骤4，确定所述自适应检测器的检测门限；
[0013] 步骤5,获取雷达回波数据，并根据所述自适应检测器确定所述雷达回波数据的检 测统计量；
[0014] 步骤6,根据所述检测统计量和所述检测门限判定所述雷达回波数据中是否存在 距离扩展目标，若所述检测统计量大于所述检测门限，则判定所述雷达回波数据中存在距 离扩展目标;否则判定所述雷达回波数据中不存在距离扩展目标。
[0015] 本发明的特点和进一步的改进为：
[0016] (1)步骤1中，所述建立雷达目标检测的二元假设模型，具体为：
[0017]雷达目标有存在和不存在两种可能，因此雷达目标检测的二元假设模型如下：
[0018]
[0019]其中，Ho表示雷达目标不存在表示雷达目标存在;zk为待检测的雷达回波数据，zk表示第k个距离单元的雷达回波数据，表示Szk=[zk(0)，…，zk(N-l)]T，N表示雷达发射脉 冲数；K表示雷达目标分布的距离单元数；nk为杂波信号；p为已知的导向矢量， P= [|..…'·^(^，...,#@_1叫％1的范围为1<1^1^(1为目标的归一化多普勒频率;复矢 量ak为未知的确定参数，反映目标和通道的极化特性，（·，表示转置操作。
[0020] (2)步骤2中，所述采用球不变向量过程模型构建逆高斯纹理复合高斯杂波信号， 具体为：
[0021 ]根据球不变向量过程模型构建杂波信号nk为；
[0022]
[0023]其中，^为第k个距离单元杂波的纹理分量；ck表示第k个距离单元杂波的散斑分 量，ck是均值为零和协方差矩阵为與的复高斯向量，E( ·)表示取均值操作，（·）H 表示共辄转置操作；
[0024]假设纹理分量~服从逆高斯分布，即纹理分量的概率密度函数为：
[0025]
[0026]其中，λ表示形状参数，μ表示尺度参数。
[0027] (3)步骤3中，所述采用广义似然比得到逆高斯纹理复合高斯杂波下距离扩展目标 自适应检测器，具体包括如下子步骤：
[0028] (3a)在雷达目标检测的二元假设检验和逆高斯纹理复合高斯杂波条件下，确定检 测信号Zk的联合概率密度函数为：
[0029]
[0030]
[0031]其中，| · |表不取方阵的行列式，R为杂波信号nk的协方差矩阵，表不为Κ=Αβ((：?=?；Μ;?·(ζι，. . .，zk卜k;H〇)表示在雷达目标不存在的假设下所述检测信号zk的 联合概率密度函数，f(Z1，. . .，zk |ak，表示在雷达目标存在的假设下所述检测信号zk 的联合概率密度函数，P为已知的导向矢量，L的范围为1 <L<N，复矢量ak为未知的确定参数；
[0032] (3b)根据纹理分量~的概率密度函数、所述检测信号zk的联合概率密度函数，采用 广义似然比得到检测规则式如下：
[0033]
[0034] 其中，max表示取最大值操作，^表示不等式左边大于右边为目标存在出情况，不等 式左边小于右边为目标不存在Ho情况，γ表示检测器的检测门限；
[0035] (3c)根据所述检测规则式，得到参数ak的估计值：
[0036]
[0037] (3d)采用所述参数ak的估计值，对所述检测规则式进行简化，得到简化后的检测规则式：
[0038]
[0039] (3e)根据所述简化后的检测规则式，得到初检测器为：
[0040]
[00411其中，Kv(x)表示v阶第二类修正贝塞尔函数；
[0042] (3f)采用归一化样本协方差矩阵估计方法从辅助数据uk，k=l，2,…，L中估计得 到杂波的协方差矩阵的估计值f:
[0043]
[0044]其中，Uk为辅助数据，表示第k个距离单元的纯杂波数据，表示为Uk= [Uk(0)，…，Uk(N-l) ]τ，N表示雷达发射脉冲数，L为辅助数据的单元数；
[0045] (3g)根据所述初检测器和所述杂波的协方差矩阵的估计值，得到自适应检测器 为：
[0046]
[0047] (4)步骤4中，所述确定所述自适应检测器的检测门限，具体为：
[0048]设置仿真参数，利用matlab仿真得到纯杂波数