[发明专利]一种云MIMO雷达目标检测概率的近似计算方法

说明书

本发明涉及雷达技术领域，其公开了一种云MIMO雷达目标检测概率的近似计算方法，减少接收器与融合中心之间的通信负担，并可以获得闭式的检测概率。该方法包括：计算接收机与发射机之间的各个路径的检测统计量；对检测统计量进行量化处理，获得量化结果，各接收机将量化数据传输给融合中心；确定H₁假设和H₀假设情况下，融合中心处的总检测统计量；计算融合中心处的总检测统计量的概率分布函数；计算目标检测概率；针对量化间隔为Δ的均匀量化器，计算当Δ→0时均匀量化器输出结果的特征函数以及概率密度函数；确定云MIMO雷达中采用均匀量化器输出量化结果的近似概率密度函数；确定总检测统计量的近似分布，获得量化近似情况下的检测门限，计算近似的目标检测概率。

技术领域

本发明涉及雷达技术领域，具体涉及一种云MIMO雷达目标检测概率的近似计算方法。

背景技术

在云MIMO(Multiple Input Multiple Out)雷达中，从目标返回的信号由每个本地传感器接收，它们可以通过回程网络与融合中心(FC)通信。本地传感器数量可能很大，并且接收天线可能分布在没有可用有线回程网络的较大地理区域中，因此本地传感器通过无线网络与FC通信，并且接收器采集的样本通常在每个接收器被量化后再发送给FC，以减轻通信负担。

通常，量化输出都是离散值，但是对于某些特殊的量化器，例如均匀量化器，有时可以将输出建模为输入加上量化噪声的连续值。在文献1(A.Sripad and D.Snyder,“Anecessary and sufficient condition for quantization errors to be uniformand white,”IEEE Transactions on Acoustics,Speech,and Signal Processing,vol.25,no.5,pp.442–448,1977)中，给出了标量均匀量化器输出可建模为输入加上均匀白的量化噪声的充要条件，并指出当量化间隔足够小时，零均值高斯输入信号的量化误差可以近似为均匀分布的噪声。在文献2(S.Khalili,O.Simeone,and A.M.Haimovich,“Cloudradio-multistatic radar:joint optimization of code vector and backhaulquantization,”IEEE Signal Processing Letters,vol.22,no.4,pp.494–498,2015)和文献3(W.Jiang and A.M.Haimovich,“Joint optimization of waveform andquantization in spectral congestion conditions,”in 201852nd AsilomarConference on Signals,Systems,and Computers,pp.1894–1898,2018)中，将最佳矢量量化器的量化输出表示为输入矢量加高斯量化噪声矢量。高斯量化误差近似是引入了加性高斯噪声来讨论量化影响，即将量化输出建模为输入加上高斯噪声，从而使得输出仍旧是连续随机变量，更容易进一步进行理论分析。