本發(fā)明屬于雷達(dá)信號處理技術(shù)領(lǐng)域，具體涉及一種自適應(yīng)檢測方法，可用于海雜波背景下的目標(biāo)檢測。

背景技術(shù)：

當(dāng)高分辨率雷達(dá)工作在小擦地角的情況下，海雜波呈現(xiàn)出較強(qiáng)的非高斯特性，可以利用復(fù)合高斯模型來模擬海雜波。復(fù)合高斯模型利用兩個相互獨(dú)立過程的乘積來描述海雜波：一個過程稱為紋理分量或慢變分量，它是非負(fù)的隨機(jī)變量；另一個過程稱為散斑分量或快變分量，它是零均值的復(fù)高斯過程。在復(fù)合高斯模型下，當(dāng)雜波的紋理分量服從Gamma分布時，對應(yīng)的海雜波幅度分布模型是K分布模型；當(dāng)雜波的紋理分量服從逆Gamma分布時，對應(yīng)的海雜波功率分布模型是廣義Pareto分布模型。

海雜波背景下目標(biāo)檢測的檢測性能依賴于雜波模型的選擇和檢測器參數(shù)的設(shè)計(jì)。匹配濾波MF是高斯雜波背景下的最優(yōu)檢測方法，相當(dāng)于復(fù)合高斯模型中的紋理分量恒定。在1986年，Kelly推導(dǎo)出復(fù)合高斯下的最優(yōu)檢測器的結(jié)構(gòu)等價于匹配濾波器的幅度輸出和數(shù)據(jù)依賴項(xiàng)的比較。最優(yōu)K分布檢測器OKD是紋理分量服從Gamma分布時的最優(yōu)檢測器。因此，不同海雜波模型下的最優(yōu)相干檢測器的設(shè)計(jì)一直是雷達(dá)領(lǐng)域的研究熱點(diǎn)。

從檢測單元與參考單元紋理分量的角度考慮，海雜波可分為均勻雜波和非均勻雜波。均勻雜波是指在局部范圍內(nèi)，雜波功率表現(xiàn)出均勻性，在不同距離維上具有相同的雜波功率，參考單元和檢測單元的紋理分量完全相關(guān)，散斑分量具有相同的協(xié)方差矩陣。非均勻雜波是指各個距離單元具有不同的雜波功率，參考單元和檢測單元的紋理分量是獨(dú)立同分布的，參考單元給檢測單元只提供了散斑分量協(xié)方差矩陣的信息。在均勻雜波背景下，參考單元給檢測單元不僅提供了散斑分量協(xié)方差矩陣的信息而且給出了紋理分量的信息。文獻(xiàn)Dong,Y.:‘Optimum coherent radar detection in a K-distributed clutter environment’,IET Radar Sonar and Navigation,2012,6,(5),pp.283-292.中討論的最優(yōu)K分布檢測器OKD是紋理分量服從Gamma分布時的最優(yōu)檢測方法。

上述最優(yōu)檢測方法的前提是假設(shè)檢測單元和參考單元具有獨(dú)立同分布的紋理分量，但是，由于實(shí)際情況是海雜波的紋理分量在距離維上具有相關(guān)性，因此，用該方法在均勻雜波背景下進(jìn)行檢測時，其檢測性能嚴(yán)重下降。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于針對上述技術(shù)的缺點(diǎn)，提出一種均勻K分布雜波下的最優(yōu)自適應(yīng)檢測方法，以提高在均勻海雜波背景下對目標(biāo)進(jìn)行自適應(yīng)檢測的性能。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案包括如下：

(1)雷達(dá)通過雷達(dá)發(fā)射機(jī)發(fā)射脈沖信號，并通過雷達(dá)接收機(jī)接收回波信號，將回波數(shù)據(jù)中僅有雜波存在而目標(biāo)不存在的情況假設(shè)為H₀，將回波數(shù)據(jù)中雜波和目標(biāo)同時存在的情況假設(shè)為H₁。根據(jù)回波數(shù)據(jù)，分別構(gòu)建不同假設(shè)情況下回波數(shù)據(jù)中檢測單元的觀測向量z和參考單元的觀測向量z_k：

其中，α表示目標(biāo)回波數(shù)據(jù)的幅度，p表示多普勒導(dǎo)向矢量，L表示回波數(shù)據(jù)的距離單元數(shù)；表示檢測單元的海雜波向量，表示參考單元的海雜波向量，u表示檢測單元海雜波的散斑分量，u_k表示參考單元海雜波的散斑分量；c和c_k是均勻雜波，u與u_k服從均值為0、方差為1的復(fù)高斯分布；τ表示海雜波的紋理分量，其服從形狀參數(shù)為ν，尺度參數(shù)為b的Gamma分布；

(2)在目標(biāo)存在時，即在H₁假設(shè)下根據(jù)檢測單元的觀測向量z，利用極大似然估計(jì)求出目標(biāo)信號幅度α的估計(jì)值

其中，(·)^H表示共軛轉(zhuǎn)置，M表示海雜波散斑分量的協(xié)方差矩陣；

(3)根據(jù)檢測單元的觀測向量z和參考單元的觀測向量z₁,z₂,...,z_k,...,z_L以及目標(biāo)信號振幅的估計(jì)值計(jì)算數(shù)據(jù)依賴項(xiàng)：

q₀＝z^HM^-1z,

其中，q₀表示H₀假設(shè)下檢測單元的數(shù)據(jù)依賴項(xiàng)，q₁表示H₁假設(shè)下檢測單元的數(shù)據(jù)依賴項(xiàng)，Q₀表示H₀假設(shè)下參考單元的數(shù)據(jù)依賴項(xiàng)，Q₁表示表示H₁假設(shè)下參考單元的數(shù)據(jù)依賴項(xiàng)；

(4)利用(3)中的數(shù)據(jù)依賴項(xiàng)及H₀、H₁假設(shè)下檢測單元的觀測向量z和參考單元的觀測向量z₁,z₂,...,z_k,...,z_L的聯(lián)合概率密度函數(shù)，根據(jù)Neyman-Pearson準(zhǔn)則，得到廣義似然比檢測器：

其中，ξ表示檢測統(tǒng)計(jì)量，T表示檢測門限，γ₀＝|p^HM^-1z|²/p^HM^-1p表示白化匹配濾波器的輸出功率，K_η(·)表示階數(shù)為η的第二類貝塞爾函數(shù)，η＝ν-N(L+1)；

(5)根據(jù)參考單元的觀測向量z₁,z₂,...,z_k,...,z_L，利用樣本協(xié)方差矩陣估計(jì)MSC與最大似然估計(jì)ML，得到海雜波散斑分量的協(xié)方差矩陣M的估計(jì)式及尺度參數(shù)b的迭代估計(jì)式；

(6)利用估計(jì)得到的代替廣義似然比檢測器中的M，利用估計(jì)得到的β代替廣義似然比檢測器中的b，得到基于均勻K分布的自適應(yīng)最優(yōu)檢測器：

其中

(7)根據(jù)虛警概率P_fa，使用蒙特卡洛實(shí)驗(yàn)計(jì)算檢測門限T；

(8)將檢測單元的檢測統(tǒng)計(jì)量ξ與檢測門限T進(jìn)行比較，判斷檢測單元中目標(biāo)是否存在：如果ξ≥T，則檢測單元有目標(biāo)，如果ξ<T，則沒有目標(biāo)。

本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)：

1)本發(fā)明由于通過參考單元給檢測單元不僅提供了散斑分量協(xié)方差矩陣的信息而且給出了紋理分量的信息，因而在均勻雜波環(huán)境下，與最優(yōu)K分布檢測器OKD相比，具有更好的檢測性能。

2)本發(fā)明由于利用雜波數(shù)據(jù)實(shí)時更新海雜波的尺度參數(shù)與協(xié)方差矩陣，因而能夠自適應(yīng)地與檢測環(huán)境中的雜波特性相匹配，對不同的海況、時間和空間位置的海雜波環(huán)境下的目標(biāo)都能得到較好的檢測效果。

附圖說明

圖1為本發(fā)明的實(shí)現(xiàn)流程圖；

圖2為用本發(fā)明和現(xiàn)有方法在不同信雜比下對實(shí)測海雜波數(shù)據(jù)進(jìn)行檢測的檢測概率對比圖。

具體實(shí)施方式

下面結(jié)合附圖對本發(fā)明作進(jìn)一步說明：

參照圖1，本發(fā)明的實(shí)現(xiàn)步驟如下：

步驟1，構(gòu)建雷達(dá)回波數(shù)據(jù)中檢測單元的觀測向量和參考單元的觀測向量。

(1.1)雷達(dá)發(fā)射連續(xù)的脈沖信號照射到物體表面會產(chǎn)生回波，再利用雷達(dá)接收回波數(shù)據(jù)；

(1.2)將回波數(shù)據(jù)中僅有雜波存在而目標(biāo)不存在的情況假設(shè)為H₀，將回波數(shù)據(jù)中雜波和目標(biāo)同時存在的情況假設(shè)為H₁；

(1.3)根據(jù)回波數(shù)據(jù)，分別構(gòu)建不同假設(shè)情況下回波數(shù)據(jù)中檢測單元的觀測向量z和參考單元的觀測向量z_k：

其中，α表示目標(biāo)回波數(shù)據(jù)的幅度，p表示多普勒導(dǎo)向矢量，L表示回波數(shù)據(jù)的距離單元數(shù)；表示檢測單元的海雜波向量，表示參考單元的海雜波向量，u表示檢測單元海雜波的散斑分量，u_k表示參考單元海雜波的散斑分量；c和c_k是均勻雜波，u與u_k服從均值為0、方差為1的復(fù)高斯分布；τ表示海雜波的紋理分量，其服從形狀參數(shù)為ν，尺度參數(shù)為b的Gamma分布；紋理分量τ的概率密度函數(shù)p_τ(τ)為：

其中，Γ(·)是Gamma函數(shù)。

步驟2，在目標(biāo)存在時，即在H₁假設(shè)下根據(jù)檢測單元的觀測向量z，利用極大似然估計(jì)求出目標(biāo)信號幅度α的估計(jì)值

(2.1)計(jì)算H₁假設(shè)下，檢測單元的觀測向量z的概率密度函數(shù)：

其中，M表示海雜波散斑分量的協(xié)方差矩陣，|·|表示矩陣行列式，(·)^H表示共軛轉(zhuǎn)置，(·)^-1表示矩陣的逆矩陣，N表示脈沖累積數(shù)；

(2.2)對式<3>取自然對數(shù)，得到檢測單元的觀測向量z的似然函數(shù)L(z)：

(2.3)最大化似然函數(shù)式<4>，即等價于求解：

(2.4)用式<5>中(z-αp)^HM^-1(z-αp)對目標(biāo)信號振幅α求導(dǎo)并令導(dǎo)數(shù)為0：

(2.5)求解式<6>得到目標(biāo)信號振幅α的估計(jì)值

步驟3，根據(jù)檢測單元的觀測向量z和參考單元的觀測向量z₁,z₂,...,z_k,...,z_L以及目標(biāo)信號振幅的估計(jì)值計(jì)算如下數(shù)據(jù)依賴項(xiàng)：

q₀＝z^HM^-1z <8>

其中，q₀表示H₀假設(shè)下檢測單元的數(shù)據(jù)依賴項(xiàng)，q₁表示H₁假設(shè)下檢測單元的數(shù)據(jù)依賴項(xiàng)，Q₀表示H₀假設(shè)下參考單元的數(shù)據(jù)依賴項(xiàng)，Q₁表示表示H₁假設(shè)下參考單元的數(shù)據(jù)依賴項(xiàng)。

步驟4，利用步驟3中的數(shù)據(jù)依賴項(xiàng)及H₀、H₁假設(shè)下檢測單元的觀測向量z和參考單元的觀測向量z₁,z₂,...,z_k,...,z_L的聯(lián)合概率密度函數(shù)，根據(jù)Neyman-Pearson準(zhǔn)則，得到廣義似然比檢測器。

(4.1)計(jì)算H₀假設(shè)下檢測單元的觀測向量z和參考單元的觀測向量z₁,z₂,...,z_k,...,z_L的聯(lián)合概率密度函數(shù)f(z,z₁,z₂,...,z_k,...,z_L|H₀)：

(4.2)計(jì)算H₁假設(shè)下檢測單元的觀測向量z和參考單元的觀測向量z₁,z₂,...,z_k,...,z_L的聯(lián)合概率密度函數(shù)f(z,z₁,z₂,...,z_k,...,z_L|H₁)：

(4.3)根據(jù)Neyman-Pearson準(zhǔn)則，當(dāng)信號和散斑協(xié)方差矩陣已知時，最優(yōu)檢測器是似然比檢測器即：

其中，Λ(z,z₁,z₂,...,z_k,...,z_L)表示似然比；

(4.4)將紋理分量的概率密度函數(shù)式<2>代入式<14>得到廣義似然比檢測器：

其中，ξ表示檢測統(tǒng)計(jì)量，T表示檢測門限，γ₀＝|p^HM^-1z|²/p^HM^-1p表示白化匹配濾波器的輸出功率，K_η(·)表示階數(shù)為η的第二類貝塞爾函數(shù)，η＝ν-N(L+1)。

步驟5，根據(jù)參考單元的觀測向量z₁,z₂,...,z_k,...,z_L，利用樣本協(xié)方差矩陣估計(jì)MSC與最大似然估計(jì)ML，得到海雜波散斑分量的協(xié)方差矩陣M的估計(jì)式及尺度參數(shù)b的迭代估計(jì)式。

(5.1)計(jì)算參考單元中L個觀測向量z₁,z₂,...,z_k,...,z_L在給定M條件下的聯(lián)合概率密度函數(shù)f(z₁,z₂,...,z_k,...,z_L|M)：

其中：

(5.2)對式<16>取自然對數(shù)，根據(jù)式<17>，得到參考單元中L個觀測向量z₁,z₂,...,z_k,...,z_L的似然函數(shù)L(z₁,z₂,...,z_k,...,z_L)＝lnh_NL(Q)-NLlnπ-Lln|M|，并對海雜波散斑分量的協(xié)方差矩陣M求導(dǎo)并令導(dǎo)數(shù)為0，即：

其中h′_NL(Q)表示h_NL(Q)對Q的導(dǎo)數(shù)。

(5.3)求解式<18>，得到海雜波散斑分量的協(xié)方差矩陣M的隱式最大似然估計(jì)

(5.4)利用樣本協(xié)方差矩陣估計(jì)方法SCM對M進(jìn)行估計(jì)，得到M的樣本協(xié)方差矩陣估計(jì)

(5.5)構(gòu)造M的最大似然估計(jì)與樣本協(xié)方差矩陣估計(jì)的關(guān)系式：

其中β是尺度參數(shù)b的估計(jì)；

(5.6)將式<21>代入式<19>得到海雜波紋理分量的尺度參數(shù)估計(jì)值β的迭代估計(jì)式：

其中β(0)是β的初始值，β(i)是β迭代到第i代的值。

步驟6，利用估計(jì)得到的代替步驟4得到的廣義似然比檢測器中的M，利用估計(jì)得到的β代替步驟4得到的廣義似然比檢測器中的b，得到基于均勻K分布的自適應(yīng)最優(yōu)檢測器即：

其中

步驟7，根據(jù)虛警概率P_fa，計(jì)算檢測門限T。

實(shí)驗(yàn)中使用蒙特卡羅實(shí)驗(yàn)來計(jì)算檢測門限T，蒙特卡羅實(shí)驗(yàn)按如下步驟進(jìn)行：

(7.1)令C為設(shè)定的大于1的自然數(shù)，取值為10⁴，計(jì)算第j個目標(biāo)的檢測統(tǒng)計(jì)量ξ_j：

將計(jì)算出的C個目標(biāo)的檢測統(tǒng)計(jì)量，組成檢測統(tǒng)計(jì)量序列：

[ξ₁,ξ₂,...,ξ_j,...,ξ_C]

其中ξ_j指第j個目標(biāo)的檢測統(tǒng)計(jì)量，j＝1,2,...,C；

(7.2)將得到的C個檢測統(tǒng)計(jì)量按降序排列，得到降序排列后的檢測統(tǒng)計(jì)量序列：

[ξ₁′,ξ₂′,...,ξ_j′,...,ξ_C′]

其中ξ_j′指降序排列后的第j個目標(biāo)的檢測統(tǒng)計(jì)量，j＝1,2,...,C。

(7.3)在降序排列后的檢測統(tǒng)計(jì)量序列中，取第[C·P_fa]個元素值作為檢測門限T，其中[C·P_fa]表示不超過實(shí)數(shù)C·P_fa的最大整數(shù)。

步驟8，將檢測單元的檢測統(tǒng)計(jì)量ξ與檢測門限T進(jìn)行比較，判斷檢測單元中目標(biāo)是否存在：如果ξ≥T，則說明檢測單元有目標(biāo)，如果ξ<T，則說明檢測單元沒有目標(biāo)。

通過步驟1到步驟8，完成基于均勻K分布的自適應(yīng)最優(yōu)檢測。

下面結(jié)合仿真實(shí)驗(yàn)對本發(fā)明的效果做進(jìn)一步說明。

1.仿真參數(shù)

實(shí)驗(yàn)中采用實(shí)測海雜波數(shù)據(jù)來檢驗(yàn)本發(fā)明方法的檢測性能。實(shí)測海雜波數(shù)據(jù)為X波段CSIR雷達(dá)采集的60000個脈沖，59個距離單元組成的數(shù)據(jù)，紋理分量沿距離維去相關(guān)長度為10個距離單元，即相鄰單元的紋理分量具有強(qiáng)相關(guān)性，接近于均勻雜波。雷達(dá)距離分辨率為15米，脈沖重復(fù)頻率為625Hz，極化方式為VV極化。

實(shí)驗(yàn)中設(shè)置虛警概率為10^-4,參考單元數(shù)為16。

2.仿真實(shí)驗(yàn)內(nèi)容

仿真實(shí)驗(yàn)中分別采用本發(fā)明方法，自適應(yīng)最優(yōu)K分布檢測器OKD在信雜比SCR從0dB變化至15dB的不同信雜比條件下，對上述實(shí)測海雜波數(shù)據(jù)進(jìn)行目標(biāo)檢測，結(jié)果如圖2所示，圖2中橫軸表示信雜比，縱軸表示檢測概率。通過檢測概率分析比較兩種檢測方法的檢測效果，檢測概率越大表明檢測器檢測性能越好。

從圖2中可以看出，不同信雜比條件下本發(fā)明方法的檢測性能明顯優(yōu)于自適應(yīng)最優(yōu)K分布檢測器OKD的檢測性能。

綜上所述，在均勻雜波背景下，海雜波紋理分量沿距離維強(qiáng)相關(guān)的目標(biāo)檢測而言，本發(fā)明提出的均勻K分布雜波下的最優(yōu)自適應(yīng)檢測方法的檢測性能穩(wěn)定，優(yōu)于已有的自適應(yīng)最優(yōu)K分布檢測器OKD的檢測性能。