SIRV杂波下距离扩展目标CFAR检测器

在球不变随机向量(SIRV,Spherically Invariant Random Vector)的非高斯杂波背景下,提出了一种新的距离扩展目标检测器.给出了检测参数的简易确定方法,推导了虚警概率与检测阈值的解析表达式,证明了所提检测器的恒虚警率特性.仿真实验表明,在参数设置合理情况下,所提出的检测器性能远好于已有的两种距离扩展目标检测器.另外,随着阵元数、目标散射点个数及杂波尖峰的增加,检测器的性能得到提高;且该检测器对第三门限的选取和不同的杂波相关性均具有很好的鲁棒性.

高分辨率SAR图像数据SIRV建模

针对目前对高分辨率陆地合成孔径雷达(SAR)图像数据特性缺乏充分研究的现状,文中通过验证实测数据与球不变随机向量(SIRV)模型的相容性,对荒漠的高分辨率图像数据进行建模。首先,对K-S检验进行改进,增强其在不独立数据样本中的健壮性;然后,采用K-S检验改进算法,验证实测数据的循环对称性,并在广义球坐标系下验证实测数据与SIRV模型的相容性;最后,根据SIRV模型中纹理分量的慢变特点,提出"一致区域"的概念,对图像进行局部化处理,从而简化了"一致区域"内的高阶统计特性分析。实验表明,文中提出的K-S检验改进算法对不独立杂波样本具有良好的健壮性,荒漠的高分辨率SAR图像数据与SIRV模型是相容的。通过对数据的分析,文中验证了"一致区域"概念的合理性,并确定了荒漠数据"一致区域"的空间尺度。

基于SIRV高分辨率雷达杂波建模与仿真

高分辨率雷达杂波建模与仿真是评估雷达性能的重要手段。广义复合概率密度通常用来描述高分辨率雷达杂波。在广义复合分布中,将散斑分量和调制分量均采用广义伽马(GΓ)分布来表示。采用球不变随机矢量(SIRV)进行杂波建模的优点在于能够独立控制其相关性和一维边缘概率密度。对广义复合分布和SIRV建模方法进行了讨论,在此基础上,给出了相干相关的广义复合分布的SIRV模型,利用计算机进行了广义复合分布的杂波仿真,并对杂波仿真的统计特性与理论值进行了比较。仿真结果与理论分析相吻合,说明了该模型的有效性和普适性。

非高斯杂波下修正的SDD-GLRT距离扩展目标检测器

在球不变随机向量非高斯杂波背景下,针对SDD-GLRT方法在统计平均意义下对距离扩展目标进行最优检测所带来的检测损失,通过充分利用目标散射点的先验信息,基于有序统计检测理论,提出了修正的SDD-GLRT距离扩展目标检测方法.理论分析表明,在不存在目标的假设下,虚警概率与纹理分量的混合分布、杂波协方差矩阵以及确知信号的方向向量无关,即修正的SDD-GLRT方法具有恒虚警率(constant false alarm rate,CFAR)特性.仿真结果表明,随着积累脉冲数及目标散射点所占距离单元个数的增加,修正的SDD-GLRT检测性能得到提高.在散射点分布稀疏条件下,修正的SDD-GLRT的检测性能要明显好于SDD-GLRT和NSDD-GLRT,且在估计目标散射点个数存在微弱偏差和不同杂波尖峰情况下,修正的SDD-GLRT具有很好的鲁棒性.

局部均匀背景中距离扩展目标的GLRT检测器及性能分析

在复合高斯杂波满足局部均匀的背景下,对均匀杂波分组模型进行推广,建立了广义杂波分组模型.进一步,利用广义似然比检验(GLRT)原理,提出了距离扩展目标的基于广义杂波分组的GLRT检测器(GCC-GLRT),并推导了检测器虚警概率与检测门限关系的表达式.GCC-GLRT有效地解决了基于均匀杂波分组的GLRT检测器(CCGLRT)在非均匀杂波分组背景下不具备CFAR特性的问题.仿真结果还表明,对于稀疏散射点目标,在合适的杂波分组情况下,GCC-GLRT能有效克服采用NSDD-GLRT检测器出现的"坍塌损失",改善检测器的检测性能.

机载高分辨率SAR图像数据建模

目前对高分辨率陆地合成孔径雷达图像数据特性尚缺乏充分研究.该文提出K-S检验的改进方法并设计组合假设检验,验证高分辨率农田合成孔径雷达图像数据与球不变随机向量模型的相容性,提出一致区域概念对数据进行局部化处理,以简化数据的高阶统计特性分析.实验表明,K-S检验改进算法对不独立样本数据具有良好的健壮性,农田的高分辨率合成孔径雷达图像数据与球不变随机向量模型是相容的.通过对农田数据的分析验证了一致区域概念的合理性,并确定了给定数据集的一致区域空间尺度.

非高斯杂波下距离扩展目标检测器的失配性能分析

在球不变随机向量杂波条件下,研究了目标方向向量失配时距离扩展目标的检测问题.针对不依赖于散射点密度的广义似然比检验检测器,从理论上分析了信号实际方向向量与导向矢量失配对检测性能的影响,推导了失配条件下的检测和虚警概率公式,证明了检测器的恒虚警率特性.仿真实验表明,检测器对能量均匀分布的目标具有最佳性能,对失配目标信号具有很强的抑制能力;进一步分析表明,目标幅度起伏会带来一定的检测损失,而距离单元间散射点的相关性在高值检测概率区也会引起检测损失.

非均匀杂波MIMO雷达检测

本文针对非均匀杂波,利用球不变随机矢量(SIRV)建立了机载多输入多输出(MIMO)雷达杂波模型.基于杂波协方差矩阵不满秩,提出了一种用于估计归一化杂波协方差矩阵的修正渐近最大似然(MAML)算法及其广义似然比检测器,即修正渐近广义似然比检测器(MAGLRT).仿真试验结果表明,在非均匀的杂波下,MAGLRT较常规高斯模型检测器具有明显优势;与单输入多输出(SIMO)雷达相比,该MIMO雷达也显示出更优越的检测性能.

基于AR模型的距离扩展目标自适应检测器

针对非高斯杂波背景中扩展目标的检测问题,将自回归(AR)模型与广义杂波分组模型相结合,提出了基于AR的广义杂波分组模型。并在该杂波模型背景下,利用近似广义似然比检测(AGLRT)原理,结合迭代估计方法,提出了广义杂波背景下迭代近似广义似然比检测器(RAGLRT-GCC)。该检测器不需要利用辅助距离单元估计杂波协参数就可以实现目标的自适应检测。RAGLRT-GCC利用了杂波分组信息,有效提高了对稀疏扩展目标的检测性能。仿真结果表明,在相同检测概率下,RAGLRT-GCC性能优于现有的复合高斯杂波背景下迭代近似广义似然比检测器(RAGLRT-CG)。

天基雷达广域监视的恒虚警检测技术

针对天基雷达对海广域监视应用中低信杂比和复杂杂波环境的情况,提出一种基于超分辨方法的舰船目标恒虚警检测技术。该方法中,将杂波建模为球不变随机向量(SIRV),采用基于共轭倒序阵去相关和特征值校正预处理的序贯检验进行源枚举,并采用超分辨方法估计目标控制矩阵,最后采用广义似然比检验方法,实现恒虚警检测的功能。实验结果表明,在低信杂比和相关信号源的条件下,基于去相关和特征值校正预处理的序贯检验的源枚举准确率可以达到90%以上;基于超分辨方法的目标检测技术能够实现可靠检测,检测概率接近100%,满足天基雷达对海广域监视的要求。

基于变参数广义结构的距离扩展目标检测方法

针对特定杂波背景下的最优或次优检测器结构难以适应过渡杂波环境的问题,首先,给出基于变参数广义结构的距离扩展目标检测器,通过调整参数来适应杂波特性。其次,确定检测器最佳参数的经验公式,经验公式符合数值结果。最后,利用仿真试验分析检测器的检测性能。仿真结果表明,在介于高斯和复合高斯杂波之间的过渡环境中,提出的检测器比现有检测器具有更加优异的目标检测性能,对杂波非高斯程度时空渐变性具有较强的适应能力。

空时二维相关非高斯杂波的建模与仿真

在雷达信号处理中,脉冲之间存在时间相关性,不同距离单元的脉冲还存在空间相关性,因此在杂波建模中必须考虑其空时二维相关性。基于球不变随机矢量的杂波建模方法能够独立控制杂波的幅度概率密度函数和杂波序列相关性,但该方法不能同时描述杂波的空时二维相关性,通过对该方法的分析,给出获得空时二维相关的杂波建模方法,并通过计算机仿真,验证了该方法的有效性。

基于SIRV杂波模型的SAR图像输电铁塔检测

主要研究高分辨率SAR图像中,基于恒虚警率(Constant False Alarm Ratio,CFAR)的输电铁塔检测.利用在高分辨率SAR图像中,球不变随机向量(Spherically Invariant Random Vector,SIRV)模型能够更好地拟合森林和建筑等复杂区域的特点,通过SIRV模型增强来提高CFAR检测的准确率.同时,针对逐点的恒虚警率检测和SIRV模型参数估计速度慢的情况,提出了分级检测的方法,提高了检测速度.实验结果表明,改进后的算法能够实现对输电铁塔快速而准确的检测.

基于修正最大似然估计的距离扩展目标检测器

在球不变随机向量的非高斯背景下,针对估计协方差矩阵可能奇异的情况,研究了距离扩展目标的自适应检测方法。首先,推导了非高斯背景下未知协方差矩阵和目标散射点幅度的修正最大似然(maximum likelihood,ML)估计;然后,基于纹理分量的近似ML估计,建立了自适应检测器(adaptively modified generalized likelihood ratio test,AMGLRT)。仿真结果表明,AMGLRT在目标散射点能量均匀分布时检测性能最佳,随着杂波尖峰的减小或阵元数的增加,AMGLRT的检测性能有所改善;且其对不同杂波相关性表现出很好的鲁棒性。另外,AMGLRT的检测性能优于已有的M/K检测器,且这种性能优势随着散射点个数的增加而增大。

复合高斯背景下基于最优控制参数的自适应检测器

在复合高斯杂波背景下,针对检测器α-AMF利用采样协方差矩阵(SCM)估计方法不具备完全自适应性以及控制参数α不匹配的问题,首先,结合归一化采样协方差矩阵(NSCM)估计方法,提出α-AMF的SCM-NSCM组合估计方法;然后,拟合出检测器最优控制参数的经验公式,经验公式符合数值结果;最后,将α-AMF与改进的α-AMF的恒虚警率特性和检测性能进行对比分析.研究结果表明,在复合高斯环境下,基于SCM-NSCM估计的α-AMF受杂波尖峰的影响小于对比检测器,对杂波归一化协方差矩阵结构的变化具有很强的鲁棒性;在严重拖尾的非高斯环境中,所提出的自适应检测器性能明显优于对比检测器.

杂波协方差矩阵结构的融合估计方法

针对特定杂波背景下的最优或次优杂波协方差矩阵估计方法难以适应过渡杂波环境的问题,提出协方差矩阵结构的融合估计方法,通过调整参数涵盖现有的3种杂波协方差矩阵估计方法,并分析所提出方法对应的自适应归一化匹配滤波器的自适应特性.其次,确定了控制参数的经验公式,经验公式符合数值结果.最后,从估计精度、恒虚警率特性和检测性能3个方面对所提出方法和已有方法进行对比分析.仿真结果表明,在过渡杂波环境中,所提出方法的精度更高、检测效果更好,对实际杂波非高斯程度时空渐变性具有较强的适应能力.