子空间不确定下多重假设AMF、Rao与Wald检测方法

由于目标多秩子空间大小的不确定性会导致多重假设检测发生,传统目标自适应二元检测方法不再适用。针对此问题,文章提出了子空间不确定下多重假设AMF、Rao与Wald检测方法。首先,基于Kullback-Leibler信息准则,建立了目标多秩子空间存在多种假设下的目标检测模型;然后,基于AMF、Rao和Wald检测准则,设计多重假设检测器,并优化估计未知参数与计算惩罚项。最后,通过仿真实验验证了所提检测器的性能,并分析了惩罚项对各检测器性能的影响。实验结果表明,相比传统检测器,所提检测器在一定情况下具有更优的检测性能。