技术特征：
1.一种弱信号目标检测的优化方法，其特征在于：其具体步骤如下：(1)读取离散化后的输入信号：x(n)n＝0，1，2……N-1，其中N为信号x(t)的采样点数；(2)对输入信号x(n)进行四重自相关，具体方法为，设信号x(n)包括有用信号s(n)和随机加性噪声u(n)，信号表达式为：x(n)＝s(n)+u(n)，首先对输入信号x(n)进行二重自相关：rxx(m)=limN→∞1NΣn=0N-1x(n)x(n+m)=limN→∞1NΣn=0N-1[s(n)+u(n)][s(n+m)+u(n+m)];m=0,1,2......N-1;]]>根据信号与信号相关，信号与噪声的不相关性，有：rxx(m)=limN→∞1NΣn=0N-1s(n)s(n+m)]]>即：rxx(m)＝rss(m)，表明含噪信号x(n)的二重相关近似等于有用信号s(n)的二重自相关；信号x(n)的三重自相关可表示为：rxxx(m)=limN→∞1NΣn=0N-1rxx(n)x(n+m)=limN→∞1NΣn=0N-1rxx(n)[s(n+m)+u(n+m)];]]>根据rxx(n)与s(n)相关，rxx(n)与噪声的不相关性，有：rxxx(m)＝rsss(m)表明含噪信号x(n)的三重相关近似等于有用信号s(n)的三重自相关；同理，可得，信号x(n)的四重相关可表示为：rxxxx(m)＝rssss(m)即含噪信号x(n)的四重相关近似等于有用信号s(n)的四重自相关；(3)计算相关函数rxxxx(m)和输入信号x(n)的频谱：R(ωk)=Σm=0N-1rxxxx(m)exp(-j2πNkm);k=0,1,2......N-1;]]>X(ωk)=Σn=0N-1x(n)exp(-j2πNkn);k=0,1,2......N-1;]]>(4)由相关信号的频谱，根据信号的频谱与自相关函数频谱的关系，利用公式由四重相关信号频谱计算有用信号s(n)的频谱；(5)计算匹配滤波器的传输函数：当线性滤波器传输函数为输入信号频谱函数的复共轭时，该滤波器能够给出最大的信噪比，这种滤波器称为匹配滤波器；匹配滤波器的传输函数为：H(ωk)＝X*(ωk)；(6)求信号经过匹配滤波器的频谱：经过滤波后的信号x1(n)的频谱为：X1(ωk)＝S(ωk)H(ωk)(7)采用多正弦窗进行谱估计：窗函数取为：ωl(n)=2N+1sin[π(l+1)nN+1];n=0,1,2......N-1;]]>设K为正弦窗数量，μk为第k个正弦窗的加权系数，则经过滤波后的信号x1(n)的多正弦窗谱估计为：Xmt(ωk)=Σl=1KμlXlmt(ωk)]]>其中为第k个特征谱；而Xlmt(ωk)=|Σn=1Nx1(n)ωl(n)exp(-j2πNkn)|2k=0,]]>1,2......N-1]]>所以多正弦窗谱估计可表示为：Xmt(ωk)=Σl=1KπμlN+1|X1(ωk+π(l+1)N+1)-X1(ωk-π(l+1)N+1)|2]]>(8)将信号频谱还原为时域信号：x2(n)=1NΣk=0N-1Xmt(ωk)exp(j2πNkn);n=0,1,2......N-1.]]>