[发明专利]异质杂波下目标知识辅助自适应融合检测方法

权利要求书

1.异质杂波下目标知识辅助自适应融合检测方法，其特征在于，包括以下步骤：

步骤1针对P个待检测距离单元的主数据X和K个辅助数据，利用逆Wishart分布对其中的杂波协方差矩阵结构进行先验分布建模，进而基于K个辅助数据分别构建杂波协方差矩阵结构的K个后验概率密度函数，将杂波协方差矩阵结构的K个后验概率密度函数进行几何平均，构建异质杂波协方差矩阵结构概率密度函数的几何平均估计方法，获得异质杂波协方差矩阵结构概率密度函数的几何平均估计；

步骤2基于异质杂波协方差矩阵结构概率密度函数的几何平均估计，在有目标和无目标两种假设下，求解主数据X的概率密度函数，根据广义似然比检验准则，分别求解距离扩展目标P个散射点未知复幅度的最大似然估计，针对距离扩展目标不同散射点之间是否统计独立的两种情况，分别构建异质杂波下目标知识辅助自适应融合检测的检测统计量；

步骤3根据预设的虚警概率设置检测门限T；将主数据对应的检测统计量λ与T进行比较，若λ≥T，则判定当前待检测距离单元存在距离扩展目标，X不作为后续其他待检测距离单元的辅助数据；反之若λ＜T，则判定当前待检测距离单元不存在距离扩展目标，X作为后续其他待检测距离单元的辅助数据。

2.根据权利要求1所述的异质杂波下目标知识辅助自适应融合检测方法，其特征在于，在所述步骤1中：

基于杂波协方差矩阵结构M的K个后验概率密度函数，采用几何平均方法估计M的概率密度函数，得到异质杂波协方差矩阵结构概率密度函数的几何平均估计为

其中，exp[·]表示指数函数，函数tr(·)和det(·)分别表示对矩阵求迹和求行列式，Γ(·)表示Gamma函数，N表示雷达接收阵元数与相干处理脉冲数的乘积，矩阵R_k，k＝1,2,...K，具体表示为上标“H”表示共轭转置，L表示逆Wishart分布的自由度，R₀为N×N维的Hermitian复数矩阵，K个辅助数据y_k，k＝1,2,...K，均为N×1维的复向量。

3.根据权利要求1所述的异质杂波下目标知识辅助自适应融合检测方法，其特征在于，在所述步骤2中：

针对距离扩展目标不同散射点之间非统计独立的情况，得到异质杂波下目标知识辅助自适应融合检测的检测统计量λ为

其中，I_N表示N×N维的单位矩阵；p表示已知的空时导向矢量，是一个N×1维的单位向量，根据雷达系统工作参数确定；det(·)表示对矩阵求行列式；矩阵R_k，k＝1,2,...K，表示为上标“H”表示共轭转置，L表示逆Wishart分布的自由度，R₀为N×N维的Hermitian复数矩阵，K个辅助数据y_k，k＝1,2,...K，均为N×1维的复向量。

4.根据权利要求1所述的异质杂波下目标知识辅助自适应融合检测方法，其特征在于，在所述步骤2中：

针对距离扩展目标不同散射点之间统计独立的情况，得到异质杂波下目标知识辅助自适应融合检测的检测统计量λ为

其中，N×1维复向量x_m，m＝1,2,…,P，表示第m个主数据分量，|·|表示取复数的模值；p表示已知的空时导向矢量，是一个N×1维的单位向量，根据雷达系统工作参数确定；上标“H”表示共轭转置，L表示逆Wishart分布的自由度，R₀为N×N维的Hermitian复数矩阵，K个辅助数据y_k，k＝1,2,...K，均为N×1维的复向量。