据，根据设置的虚警概率得到实验 次数T，每次实验生成新的纯杂波仿真数据，将所述纯杂波仿真数据带入自适应检测器得到 检测统计量，将第1次实验得到的检测统计量表示为1*^ = 1，2...，1';对得到的1'个检测统 计量进行降序排列后取第100个检测统计量作为检测门限γ。
[0049]本发明的有益效果为：（1)本发明由于采用了逆高斯分布描述复合高斯杂波的纹 理分量，提高了杂波模型精度，有效降低了检测虚警；（2)本发明为逆高斯纹理复合高斯杂 波模型下距离扩展目标的最优检测器。
【附图说明】
[0050] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。
[0051] 图1为本发明实施例提供的一种逆高斯纹理复合高斯杂波下距离扩展目标自适应 检测方法的实现流程示意图；
[0052] 图2为在多种不同的雷达目标模型下，采用本发明得出的平均信杂比与雷达目标 检测概率的关系曲线不意图；
[0053]图3为在不同纹理分量形状参数下，采用本发明得出的平均信杂比与雷达目标检 测概率的关系曲线不意图；
[0054]图4为在不同数量的辅助数据下，采用本发明得出的平均信杂比与雷达目标检测 概率的关系曲线不意图。
[0055]图5为采用本发明与现有方法得出的平均信杂比与雷达目标检测概率的关系曲线 示意图。
【具体实施方式】
[0056]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0057] 本发明实施例提69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，如图1所示，所述方法包括如下步骤：
[0058]步骤1，建立雷达目标检测的二元假设模型。
[0059]因为雷达目标有存在和不存在两种可能，因此可以利用二元假设描述雷达目标检 测问题；
[0060] <1>
[0061]其中，Ho表示无雷达目标存在;m表示有雷达目标存在;zk为待检测信号，表示第k个距离单元的回波数据，表示为zk=[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，
，L的范围为1 <L<N，fd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。
[0062]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。
[0063] (2.1)高分辨率雷达杂波可以复合高斯模型描述，在一个雷达相干处理期间 (CPI)，复合高斯模型会退化为球不变向量过程SIRP模型，因此根据球不变向量过程SIRP模 型构建杂波信号为；
[0064]
<2>
[0065]其中，A为第k个距离单元杂波的纹理分量;ck表示第k个距离单元的杂波的散斑分 量，是均值为零和协方差矩阵为M=S(CiCf)的复高斯向量，E( ·)表示取均值操作，（·）H表 示共辄转置操作；
[0066] (2.2)假设纹理分量^服从逆高斯分布，即纹理分量Tk的概率密度函数为：
[0067] lκj <3>
[0068]其中，λ表示形状参数，μ表示尺度参数。
[0069]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。
[0070] (3.1)在有目标存在和无目标存在的假设下，根据式〈1>和式〈2>得到检测信号Zk 的联合概率密度函数为：
[0071]
[0072]
[0073]其中，| · |表示取方阵的行列式，R为杂波信号nk的协方差矩阵，表示为
[0074] (3.2)根据式〈3>、式〈4>和式〈5>，利用广义似然比61^1'得到检测规则：
[0075]
[0076] 其中，max表示取最大值操作，S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；
[0077] (3.3)根据式〈6>估计未知参数€11{:
[0078] (3.3a)最大化式〈6>中的未知参数ak，即相当于最小化表示式：
[0079] L(〇k) = (zk-akp)HR_1(zk-akp) <7>
[0080] (3,3b)化简式〈7>
[0081]
[0082] (3.3c)从式〈8>可知，式〈8>的值最小的时候，得到ak的估计值4为：
[0083] <9>
[0084](3 · 4)将式〈9>带入到式〈6>，式〈6>化简为：
[0085] <10>
[0086] (3.5)根据式〈3>、式〈4>和式〈5>，分别计算式〈10>左边式子的分子和分母中的第1^ 个积分式。
[0087] (3.5a)根据式〈3>和式〈5>，式〈10>左边式子的分子中的第k个积分式计算如下：
[0088]
[0089] (3.5b)令，式〈11>化简为：
[0090]
[0091] (3.5c)利用第二类修正贝塞尔函数化简式〈12>为：
[0092]
[0093]其中，Kv(x)表示v阶第二类修正贝塞尔函数；
[0094] (3.5d)同样地，根据式〈3>和式〈4>，式〈10>左边式子的分母中的第k个积分式计算 为：
[0095]
[0096] (3.6)根据式〈10>、式〈13>和式〈14>，得到检测器
[0097]
[0098]其中:Kv(x)表示v阶第二类修正贝塞尔函数；
[0099] (3·7)采用归一化样本协方差矩阵NSCM估计方法从辅助数据uk，k=1，2，…，L中估 计得到杂波的协方差矩阵的估计值R
[0100] <16>
[0101]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-1) ]τ，N表示雷达发射脉冲数，L为辅助数据的单元数；
[0102](3.8)根据式〈15>和〈16>，得到自适应检测器：
[0103]
[0104]步骤4，确定所述自适应检测器的检测门限。
[0105]利用蒙特卡洛实验确定检测器的检测门限γ :
[0106] (4.1)设置仿真参数，利用matlab仿真得到纯杂波数据，根据设置的虚警概率得到 实验次数T，每次实验生成新的仿真数据，并将其带入检测器得到检测统计量，将第t次实验 得到的检测统计量表示为Xt，t=l，2...，T;
[0107] (4.2)对得到的Τ个检测统计量进行降序排列后取第100个检测统计量作为检测门 限γ。
[0108] 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；
[0109] 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。
[0110] 本发明的效果可以通过以下仿真实验进一步说明：
[0111] 1)仿真实验条件：
[0112] 仿真实验中，定义平均信杂比(A-SCR)的计算式为：
[0113]
[0114] 其中，μ=Ε(τ)表示杂波的平均功率，τ表示杂波的纹理分量；
[0115]仿真实验中，设置杂波的散斑分量的协方差矩阵为M=pM，l<i