[发明专利]基于Rao的干扰加噪声背景下距离扩展目标的检测方法

权利要求书

1.一种基于Rao的干扰加噪声背景下距离扩展目标的检测方法，其特征在于，包括以下步骤：

步骤1.从K个待检测距离单元获取待检测数据作为主数据，从与被检测单元邻近的无目标距离单元获取M个不含目标信号的观测数据作为辅助数据；对目标信号和干扰信号进行子空间建模，将噪声建模为噪声功率未知的复高斯分布，并建立二元假设检验模型，其中，所述目标信号子空间包含在干扰信号子空间中；基于二元假设检验模型，构建主数据与辅助数据的联合概率密度函数；

步骤2.对所述联合概率密度函数中未知参数进行最大似然估计，构建Rao检验下的检测统计量λ_SRD-Rao；

步骤3.根据预设的虚警概率设置检测阈值T_G，将检测统计量λ_SRD-Rao与检测阈值T_G进行比较，若λ_SRD-Rao≥T_G，则判定当前K个待检测距离单元存在距离扩展目标；反之若λ_SRD-RaoT_G，则判定当前K个待检测距离单元不存在距离扩展目标。

2.根据权利要求1所述的一种基于Rao的干扰加噪声背景下距离扩展目标的检测方法，其特征在于，所述步骤1对目标信号和干扰信号进行子空间建模，噪声建模为噪声功率未知的复高斯分布，建立二元假设检验模型，具体包括：

其中，H₀表示没有目标信号的假设，H₁表示有目标信号的假设，待检测主数据表示成X＝[x₁,x₂,...,x_k,...,x_K]，选取邻近距离单元的M个检测数据Y＝[y₁,y₂,...,y_m,...y_M]作为辅助数据；P＝[p₁,p₂,...,p_k,...,p_K]为主数据中目标信号坐标组成的矩阵，Q＝[q₁,q₂,...,q_k,...q_K]为主数据中干扰信号坐标组成的矩阵，为辅助数据中干扰信号坐标组成的矩阵，N＝[n₁,n₂,...,n_k,...,n_K]为主数据中噪声矩阵，为辅助数据中噪声矩阵；各个距离单元间的观测向量相互统计独立，x_k和y_m均为N×1维复向量，N表示系统处理的通道数；Sp_k为第k个距离单元的目标信号，S已知的N×p满秩复矩阵，S的p个列向量张成了信号子空间S，p_k未知的p×1维信号坐标向量；Jq_k为第k个距离单元的干扰信号，J是N×q维列满秩复矩阵，J的q个列向量张成了干扰子空间J，q_k是未知的q×1维干扰坐标向量，假定p+q≤N，且q_k服从未知的均值为零协方差矩阵为Σ的复高斯分布，Σ为未知的q×q维干扰坐标协方差矩阵，p为目标信号子空间维数，q为干扰子空间维数；噪声分量N在不同距离单元间独立同分布，且服从均值为零协方差矩阵为σ²I_N的复高斯分布，其中，I_N表示N维单位矩阵，表示未知的噪声功率；辅助数据Y＝[y₁,y₂,...,y_m,...y_M]中的干扰坐标q_m(n_m)与主数据中的干扰坐标q_k(n_k)独立同分布。