[发明专利]基于杂波先验信息的目标自适应融合检测方法

权利要求书

1.基于杂波先验信息的目标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算术平均，构建异质杂波协方差矩阵结构概率密度函数的算术平均估计方法，获得异质杂波协方差矩阵结构概率密度函数的算术平均估计；

步骤2基于异质杂波协方差矩阵结构概率密度函数的算术平均估计，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，根据简化广义似然比检验准则，忽略求和运算对距离扩展目标的P个散射点未知复幅度的耦合影响，采用求和前去耦，直接在每次求和运算前对P个散射点未知复幅度进行极值求解，融合杂波协方差矩阵结构先验分布信息与单个辅助数据中的杂波信息，逐一求解距离扩展目标散射点未知复幅度的K个简化最大似然估计，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，分别构建异质杂波环境下基于杂波先验信息的距离扩展目标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X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所述的基于杂波先验信息的目标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，采用算术平均方法估计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算术平均估计为

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，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；Γ(·)表示Gamma函数。

3.根据权利要求1所述的基于杂波先验信息的目标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，根据简化广义似然比检验准则，直接在每次求和运算之前对距离扩展目标未知复幅度向量a进行极值求解，融合杂波协方差矩阵结构先验分布信息与单个辅助数据中的杂波信息，得到a的K个简化最大似然估计，进而针对异质杂波环境，得到基于杂波先验信息的目标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；P表示待检测距离单元的个数；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；det(·)表示对矩阵求行列式。

4.根据权利要求1所述的基于杂波先验信息的目标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，根据简化广义似然比检验准则，直接在每次求和运算之前对距离扩展目标所有P个散射点未知复幅度a_m，m＝1,2,…,P，进行极值求解，融合杂波协方差矩阵结构先验分布信息与单个辅助数据中的杂波信息，得到a_m的K个简化最大似然估计，进而针对异质杂波环境，得到基于杂波先验信息的目标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；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；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。