亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于非高斯參數(shù)的雷達(dá)目標(biāo)融合檢測(cè)方法與流程

文檔序號(hào):11431541閱讀:400來(lái)源:國(guó)知局

本發(fā)明隸屬于雷達(dá)信號(hào)處理領(lǐng)域,具體涉及一種基于非高斯參數(shù)的雷達(dá)目標(biāo)融合檢測(cè)方法。



背景技術(shù):

對(duì)于采用相干脈沖串或多陣元的雷達(dá)來(lái)說(shuō),實(shí)現(xiàn)目標(biāo)自適應(yīng)檢測(cè)需要同時(shí)考慮檢測(cè)器結(jié)構(gòu)設(shè)計(jì)和未知雜波協(xié)方差矩陣估計(jì)兩個(gè)問(wèn)題,而二者的解決均與背景雜波的統(tǒng)計(jì)特性密切相關(guān),且在實(shí)際應(yīng)用中,未知雜波協(xié)方差矩陣估計(jì)常常需要利用與被檢測(cè)單元鄰近的純雜波參考數(shù)據(jù)。

對(duì)傳統(tǒng)的低分辨率雷達(dá)場(chǎng)景,由于單個(gè)距離單元內(nèi)存在大量的獨(dú)立散射點(diǎn),根據(jù)中心極限定理,雜波統(tǒng)計(jì)特性服從高斯分布,此時(shí)的高斯雜波協(xié)方差矩陣的最大似然估計(jì)為經(jīng)典的采樣協(xié)方差矩陣,而高斯背景下的點(diǎn)目標(biāo)檢測(cè)器結(jié)構(gòu)以廣義似然比檢驗(yàn)檢測(cè)器和自適應(yīng)匹配濾波器為主;廣義似然比檢驗(yàn)檢測(cè)器以一步法廣義似然比檢驗(yàn)準(zhǔn)為基礎(chǔ),對(duì)待檢測(cè)距離單元數(shù)據(jù)和參考數(shù)據(jù)中所有未知參數(shù)進(jìn)行聯(lián)合估計(jì),在高斯環(huán)境中能獲得最優(yōu)的檢測(cè)性能;自適應(yīng)匹配濾波器從簡(jiǎn)化問(wèn)題的角度,以兩步法廣義似然比檢驗(yàn)準(zhǔn)為基礎(chǔ),即將未知雜波協(xié)方差矩陣估計(jì)問(wèn)題與其他未知參數(shù)的估計(jì)問(wèn)題分開(kāi)考慮,其檢測(cè)器設(shè)計(jì)過(guò)程的第一步處理中暫不考慮雜波協(xié)方差矩陣估計(jì),而將其放在第二步處理中單獨(dú)考慮,因此自適應(yīng)匹配濾波器的結(jié)構(gòu)形式比廣義似然比檢驗(yàn)檢測(cè)器略簡(jiǎn)單,但也導(dǎo)致參考數(shù)據(jù)量減少時(shí)存在一定的檢測(cè)性能損失,是一種在高斯雜波環(huán)境下的次優(yōu)點(diǎn)目標(biāo)檢測(cè)器。在雷達(dá)分辨率提高或低掠地角等復(fù)雜條件下,背景雜波呈現(xiàn)出較強(qiáng)的非均勻、非高斯特性,此時(shí)可用復(fù)合高斯分布進(jìn)行建模,即雜波可表示為時(shí)空慢變的非負(fù)紋理分量與時(shí)空快變的復(fù)高斯散斑分量之乘積。其中,紋理分量用于描述不同距離單元雜波功率水平的起伏,而散斑分量用于描述雜波多維回波信號(hào)內(nèi)部的相關(guān)性。與高斯背景不同,復(fù)合高斯雜波協(xié)方差矩陣的最大似然估計(jì)沒(méi)有閉型表達(dá)式,且涉及到超越方程的求解,現(xiàn)有歸一化采樣協(xié)方差矩陣、近似最大似然估計(jì)矩陣等均為次優(yōu)估計(jì)方法,而相應(yīng)的點(diǎn)目標(biāo)檢測(cè)器結(jié)構(gòu)表現(xiàn)為自適應(yīng)歸一化匹配濾波器的形式。雖然針對(duì)高斯和復(fù)合高斯雜波背景存在最優(yōu)或次優(yōu)的雜波協(xié)方差矩陣估計(jì)方法和相應(yīng)的點(diǎn)目標(biāo)檢測(cè)器結(jié)構(gòu),但實(shí)際雜波的非高斯特性往往在時(shí)間和空間上隨環(huán)境的改變而漸進(jìn)變化,上述特定雜波背景下的最優(yōu)或次優(yōu)雜波協(xié)方差矩陣估計(jì)方法和相應(yīng)的點(diǎn)目標(biāo)檢測(cè)器難以適應(yīng)雜波環(huán)境的快速變化,導(dǎo)致相應(yīng)的檢測(cè)性能和恒虛警率(cfar)特性惡化。

針對(duì)實(shí)際環(huán)境中雜波非高斯程度的時(shí)空漸變性,在點(diǎn)目標(biāo)檢測(cè)器結(jié)構(gòu)設(shè)計(jì)中,既要考慮極端的高斯和復(fù)合高斯雜波環(huán)境,也要兼顧介于高斯和復(fù)合高斯二者之間的過(guò)渡雜波環(huán)境;而目前高斯背景下的采樣協(xié)方差矩陣估計(jì)方法和復(fù)合高斯背景下的歸一化采樣協(xié)方差矩陣估計(jì)方法均只考慮了高斯或復(fù)合高斯的單種特定情況,難以適應(yīng)過(guò)渡雜波環(huán)境的特點(diǎn);其中,采樣協(xié)方差矩陣估計(jì)方法只與高斯背景下的廣義似然比檢驗(yàn)檢測(cè)器和自適應(yīng)匹配濾波器相匹配,而歸一化采樣協(xié)方差矩陣估計(jì)方法只與復(fù)合高斯背景下的自適應(yīng)歸一化匹配濾波器單獨(dú)匹配。如何設(shè)計(jì)合適的雜波協(xié)方差矩陣估計(jì)方法,通過(guò)充分考慮過(guò)渡雜波環(huán)境的特點(diǎn),使點(diǎn)目標(biāo)檢測(cè)器結(jié)構(gòu)設(shè)計(jì)和相應(yīng)的雜波協(xié)方差矩陣估計(jì)方法相匹配,是提高檢測(cè)器在復(fù)雜雜波環(huán)境下檢測(cè)性能的關(guān)鍵。



技術(shù)實(shí)現(xiàn)要素:

目前高斯背景下的采樣協(xié)方差矩陣估計(jì)方法或復(fù)合高斯背景下的歸一化采樣協(xié)方差矩陣估計(jì)方法均只考慮了高斯或復(fù)合高斯的單種特定情況,且只與高斯背景下的廣義似然比檢驗(yàn)檢測(cè)器及自適應(yīng)匹配濾波器或復(fù)合高斯背景下的自適應(yīng)歸一化匹配濾波器相匹配,難以適應(yīng)過(guò)渡雜波環(huán)境的特點(diǎn)。針對(duì)實(shí)際環(huán)境中雜波非高斯程度的時(shí)空漸變性,如何在點(diǎn)目標(biāo)檢測(cè)器結(jié)構(gòu)設(shè)計(jì)和相應(yīng)的雜波協(xié)方差矩陣估計(jì)方法中同步考慮過(guò)渡雜波環(huán)境的特點(diǎn),使點(diǎn)目標(biāo)檢測(cè)器結(jié)構(gòu)和相應(yīng)的雜波協(xié)方差矩陣估計(jì)方法相匹配,且能同時(shí)兼顧高斯和復(fù)合高斯等特殊環(huán)境下的檢測(cè)需求。

本發(fā)明所述基于非高斯參數(shù)的雷達(dá)目標(biāo)融合檢測(cè)方法包括以下技術(shù)措施:

步驟1獲取單個(gè)待檢測(cè)距離單元雷達(dá)回波向量x0作為待檢測(cè)數(shù)據(jù)向量,以單個(gè)待檢測(cè)距離單元為中心,在其前后分別連續(xù)取一定數(shù)量距離單元雷達(dá)回波觀測(cè)數(shù)據(jù),構(gòu)成r個(gè)參考數(shù)據(jù)向量xm,m=1,2,…,r,其中,x0和xm,m=1,2,…,r均為n×1維的向量,n表示雷達(dá)接收陣元數(shù)與相干處理脈沖數(shù)的乘積;

步驟2利用參考數(shù)據(jù)向量xm,m=1,2,…,r,計(jì)算未知協(xié)方差矩陣的融合估計(jì)值

其中,未知協(xié)方差矩陣的融合估計(jì)值通過(guò)如下的迭代過(guò)程實(shí)現(xiàn)

上式中,上標(biāo)h表示矩陣的共軛轉(zhuǎn)置運(yùn)算,上標(biāo)-1表示矩陣的求逆運(yùn)算,k=0,1,...,k-1;k表示最終的迭代次數(shù),根據(jù)協(xié)方差矩陣估計(jì)精度要求和運(yùn)算量要求進(jìn)行設(shè)置,若協(xié)方差矩陣估計(jì)精度要求較高,則k取較大值,若對(duì)要求運(yùn)算量較小,則k取較小值;表示給定參數(shù)α?xí)r的第k次迭代估計(jì)矩陣;為增強(qiáng)估計(jì)過(guò)程的普適性,式(1)的初始化矩陣采用單位陣,而最終的迭代結(jié)果為未知協(xié)方差矩陣的融合估計(jì)值參數(shù)α滿足0≤α≤1,且根據(jù)實(shí)際雜波的非高斯程度設(shè)定,增強(qiáng)了后續(xù)點(diǎn)目標(biāo)檢測(cè)器的泛化能力,其中雜波的非高斯程度越大,則α的取值越大;

步驟3利用未知協(xié)方差矩陣的融合估計(jì)值構(gòu)建基于非高斯參數(shù)的雷達(dá)目標(biāo)融合檢測(cè)器結(jié)構(gòu),并根據(jù)實(shí)際檢測(cè)需求選取檢測(cè)統(tǒng)計(jì)量λα;

若檢測(cè)器對(duì)檢測(cè)性能要求較高,則基于共同的融合估計(jì)值對(duì)廣義似然比檢驗(yàn)檢測(cè)器和自適應(yīng)歸一化匹配濾波器進(jìn)行線性融合,獲得的基于非高斯參數(shù)的雷達(dá)目標(biāo)融合檢測(cè)器的檢測(cè)統(tǒng)計(jì)量λα表示為

上式中,p表示已知的空時(shí)導(dǎo)向矢量,是一個(gè)n×1維的單位向量,根據(jù)雷達(dá)系統(tǒng)工作參數(shù)確定;

若檢測(cè)器對(duì)降低運(yùn)算量要求較高,則基于共同的融合估計(jì)值對(duì)自適應(yīng)匹配濾波器和自適應(yīng)歸一化匹配濾波器進(jìn)行線性融合,獲得的基于非高斯參數(shù)的雷達(dá)目標(biāo)融合檢測(cè)器的檢測(cè)統(tǒng)計(jì)量λα表示為

步驟4為保持檢測(cè)方法的恒虛警率特性,根據(jù)預(yù)設(shè)的虛警概率設(shè)置檢測(cè)門(mén)限t;將回波向量x0的自適應(yīng)檢測(cè)統(tǒng)計(jì)量λα與門(mén)限t進(jìn)行比較,若λα≥t,則判定待檢測(cè)距離單元存在目標(biāo),回波向量x0不作為其他距離單元的參考數(shù)據(jù);反之若λα<t,則判定待檢測(cè)距離單元不存在目標(biāo),回波向量x0作為后續(xù)其他距離單元的參考數(shù)據(jù)。

與背景技術(shù)相比,本發(fā)明的有益效果是:1)能通過(guò)統(tǒng)一的協(xié)方差矩陣融合估計(jì)框架,涵蓋現(xiàn)有的采樣協(xié)方差矩陣、歸一化采樣協(xié)方差矩陣、近似最大似然估計(jì)矩陣等特定雜波背景下最優(yōu)或次優(yōu)估計(jì)方法;2)針對(duì)實(shí)際環(huán)境中雜波非高斯程度的時(shí)空漸變性,合理利用雜波非高斯特征信息,通過(guò)單一參數(shù)實(shí)現(xiàn)了過(guò)渡雜波環(huán)境下點(diǎn)目標(biāo)檢測(cè)器設(shè)計(jì)與相應(yīng)雜波協(xié)方差矩陣估計(jì)方法的同步控制,參數(shù)設(shè)置簡(jiǎn)潔有效;3)所提出的點(diǎn)目標(biāo)檢測(cè)器結(jié)構(gòu)能兼容并涵蓋高斯和復(fù)合高斯等特定雜波背景下最優(yōu)或次優(yōu)雜波協(xié)方差矩陣估計(jì)方法及相應(yīng)的點(diǎn)目標(biāo)檢測(cè)器,且能適應(yīng)于高斯和復(fù)合高斯二者之間的過(guò)渡雜波環(huán)境,體現(xiàn)了對(duì)實(shí)際雜波非高斯程度時(shí)空漸變性的自適應(yīng)性能,具有很強(qiáng)的泛化能力,實(shí)際應(yīng)用范圍更廣泛。

附圖說(shuō)明

圖1是本發(fā)明所提出的基于非高斯參數(shù)的雷達(dá)目標(biāo)融合檢測(cè)方法的功能模塊圖。圖1中,1.協(xié)方差矩陣融合估計(jì)模塊,2.目標(biāo)融合檢測(cè)器構(gòu)建模塊,3.檢測(cè)判決模塊。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步描述。本發(fā)明實(shí)施例用來(lái)解釋說(shuō)明本發(fā)明,而不是對(duì)本發(fā)明進(jìn)行限制,在本發(fā)明的精神和權(quán)利要求的保護(hù)范圍內(nèi),對(duì)本發(fā)明做出的任何修改和改變,都落入本發(fā)明的保護(hù)范圍。

參照說(shuō)明書(shū)附圖1,本發(fā)明的具體實(shí)施方式分為以下幾個(gè)步驟:

步驟1針對(duì)點(diǎn)目標(biāo)檢測(cè)場(chǎng)景,以單個(gè)待檢測(cè)距離單元為中心,在其前后分別連續(xù)取一定數(shù)量距離單元雷達(dá)回波觀測(cè)數(shù)據(jù),構(gòu)成r個(gè)參考數(shù)據(jù)向量xm,m=1,2,…,r,其中,xm,m=1,2,…,r為n×1維的向量,n表示雷達(dá)接收陣元數(shù)與相干處理脈沖數(shù)的乘積;并將參考數(shù)據(jù)向量送至協(xié)方差矩陣融合估計(jì)模塊(1);

步驟2利用參考數(shù)據(jù)向量xm,m=1,2,…,r,在協(xié)方差矩陣融合估計(jì)模塊(1)中,根據(jù)式(1)計(jì)算未知協(xié)方差矩陣的融合估計(jì)值并將送至目標(biāo)融合檢測(cè)器構(gòu)建模塊(2);

值得注意的是,當(dāng)α=0,根據(jù)式(1)計(jì)算的未知協(xié)方差矩陣的融合估計(jì)值表示為

由式(4)可知,當(dāng)α=0時(shí)融合估計(jì)值恰好為采樣協(xié)方差矩陣,說(shuō)明采樣協(xié)方差矩陣為融合估計(jì)值在α=0時(shí)的特例,顯示了式(1)所示的融合估計(jì)過(guò)程具有很強(qiáng)的普適性;

而當(dāng)α=1時(shí),式(1)表示的迭代過(guò)程簡(jiǎn)化為

由式(5)可知,當(dāng)α=1時(shí)融合估計(jì)值的迭代過(guò)程與近似最大似然估計(jì)矩陣的迭代過(guò)程完全一致,說(shuō)明近似最大似然估計(jì)矩陣為融合估計(jì)值在α=1時(shí)的特例,進(jìn)一步顯示了式(1)所示的融合估計(jì)過(guò)程具有很強(qiáng)的普適性;

特別當(dāng)α=1且k=1時(shí),根據(jù)式(1)計(jì)算的未知協(xié)方差矩陣的融合估計(jì)值表示為

由式(6)可知,當(dāng)α=1且k=1時(shí)融合估計(jì)值恰好為歸一化采樣協(xié)方差矩陣,說(shuō)明歸一化采樣協(xié)方差矩陣為融合估計(jì)值在α=1且k=1時(shí)的特例,顯示了式(1)所示的融合估計(jì)過(guò)程具有很強(qiáng)的普適性;

式(1)中的最終迭代次數(shù)k可根據(jù)協(xié)方差矩陣估計(jì)精度要求和運(yùn)算量要求進(jìn)行調(diào)整,若協(xié)方差矩陣估計(jì)精度要求較高,則k取較大值,若對(duì)要求運(yùn)算量較小,則k取較小值;對(duì)于非高斯雜波環(huán)境,當(dāng)k≥3時(shí),融合估計(jì)值能獲得較好的估計(jì)精度,綜合考慮算法運(yùn)算量和檢測(cè)器設(shè)計(jì)對(duì)協(xié)方差矩陣估計(jì)精度的要求,取k=3的迭代結(jié)果作為未知協(xié)方差矩陣的融合估計(jì)值;

綜合來(lái)看,本發(fā)明中協(xié)方差矩陣的融合估計(jì)方法能通過(guò)統(tǒng)一的協(xié)方差矩陣融合估計(jì)框架,涵蓋現(xiàn)有的采樣協(xié)方差矩陣、歸一化采樣協(xié)方差矩陣、近似最大似然估計(jì)矩陣等特定雜波背景下最優(yōu)或次優(yōu)估計(jì)方法,且能通過(guò)調(diào)整最終迭代次數(shù)使協(xié)方差矩陣估計(jì)精度與運(yùn)算量要求之間達(dá)到優(yōu)化平衡;

步驟3獲取單個(gè)待檢測(cè)距離單元的n×1維雷達(dá)回波向量x0作為待檢測(cè)數(shù)據(jù)向量,并將x0送至目標(biāo)融合檢測(cè)器構(gòu)建模塊(2);在目標(biāo)融合檢測(cè)器構(gòu)建模塊(2)中,根據(jù)實(shí)際檢測(cè)環(huán)境對(duì)檢測(cè)性能和算法運(yùn)算量的需求,基于計(jì)算回波向量x0的雷達(dá)目標(biāo)融合檢測(cè)器的檢測(cè)統(tǒng)計(jì)量λα,并將λα送至檢測(cè)判決模塊(3),其中,若檢測(cè)器對(duì)檢測(cè)性能要求較高則依據(jù)式(2)計(jì)算λα,若檢測(cè)器對(duì)降低運(yùn)算量要求較高則依據(jù)式(3)計(jì)算λα;在目標(biāo)融合檢測(cè)器構(gòu)建模塊(2)中,根據(jù)實(shí)際雜波的非高斯程度設(shè)定比例因子α,雜波的非高斯程度越大,則α的取值越大;

值得注意的是,當(dāng)背景雜波分布的高斯性較強(qiáng)時(shí),α的取值較小,在極端的高斯背景下,取α=0,此時(shí)由式(1)計(jì)算的融合估計(jì)值為采樣協(xié)方差矩陣,而由式(2)計(jì)算的檢測(cè)統(tǒng)計(jì)量λ1對(duì)應(yīng)于基于采樣協(xié)方差矩陣的廣義似然比檢驗(yàn)檢測(cè)器,由式(3)計(jì)算的檢測(cè)統(tǒng)計(jì)量λ2則對(duì)應(yīng)于基于采樣協(xié)方差矩陣的自適應(yīng)匹配濾波器,說(shuō)明基于采樣協(xié)方差矩陣的自適應(yīng)匹配濾波器或廣義似然比檢驗(yàn)檢測(cè)器均為本發(fā)明所提出的檢測(cè)方法在α=0時(shí)的特例,且本發(fā)明所提出的檢測(cè)方法可根據(jù)實(shí)際檢測(cè)環(huán)境對(duì)檢測(cè)性能和算法運(yùn)算量的需求自動(dòng)選擇兩種檢測(cè)器中的一種;而當(dāng)背景雜波分布的非高斯性較強(qiáng)時(shí),α的取值較大,在極端的復(fù)合高斯分布的非高斯背景下,取α=1,此時(shí)由式(1)計(jì)算的融合估計(jì)值為近似最大似然估計(jì)矩陣,而由式(2)計(jì)算的檢測(cè)統(tǒng)計(jì)量λ1和由式(3)計(jì)算的檢測(cè)統(tǒng)計(jì)量λ2都退化為基于近似最大似然估計(jì)矩陣的自適應(yīng)歸一化匹配濾波器,說(shuō)明自適應(yīng)歸一化匹配濾波器為本發(fā)明所提出的檢測(cè)方法在α=1時(shí)的特例;綜上所述,本發(fā)明所提出的檢測(cè)方法能合理利用雜波非高斯特征信息,通過(guò)單一參數(shù)實(shí)現(xiàn)過(guò)渡雜波環(huán)境下檢測(cè)器設(shè)計(jì)與相應(yīng)雜波協(xié)方差矩陣估計(jì)方法的同步控制,且能根據(jù)實(shí)際雜波分布的非高斯程度自適應(yīng)調(diào)整參數(shù),使檢測(cè)器結(jié)構(gòu)和雜波協(xié)方差矩陣估計(jì)方法同時(shí)適應(yīng)于實(shí)際雜波環(huán)境的變化,具有很強(qiáng)的泛化能力;另外,所提出的檢測(cè)器結(jié)構(gòu)能兼容并涵蓋高斯和復(fù)合高斯等特定雜波背景下最優(yōu)或次優(yōu)雜波協(xié)方差矩陣估計(jì)方法及相應(yīng)的檢測(cè)器,且能適應(yīng)于高斯和復(fù)合高斯二者之間的過(guò)渡雜波環(huán)境,體現(xiàn)了對(duì)實(shí)際雜波非高斯程度時(shí)空漸變性的自適應(yīng)性能,實(shí)際應(yīng)用范圍更廣泛;

步驟4在檢測(cè)判決模塊(3)中進(jìn)行檢測(cè)判決并輸出檢測(cè)結(jié)果,為保持檢測(cè)方法的恒虛警率特性,根據(jù)預(yù)設(shè)的虛警概率設(shè)置檢測(cè)門(mén)限t;將單個(gè)待檢測(cè)距離單元對(duì)應(yīng)的回波向量x0的自適應(yīng)檢測(cè)統(tǒng)計(jì)量λα與門(mén)限t進(jìn)行比較,若λα≥t,則判定待檢測(cè)距離單元存在點(diǎn)目標(biāo),回波向量x0不能作為其他距離單元的參考數(shù)據(jù);反之若λα<t,則判定待檢測(cè)距離單元不存在點(diǎn)目標(biāo),回波向量x0可作為后續(xù)其他距離單元的參考數(shù)據(jù)。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1