分布式目标的子空间双门限GLRT CFAR检测

研究了分布式目标在球不变随机变量杂波中的检测问题,提出了一种具有恒虚警特性的双门限广义似然比检测器。分布式目标建模为子空间信号,在距离维和多普勒频率维同时扩展.第一门限的作用是筛选信杂比高的待检测距离单元.将选出的距离单元进行能量积累并与第二门限进行比较做出判决.假设杂波协方差矩阵已知,构造了双门限检测器,并通过推导检测器虚警概率说明其具有恒虚警特性.将基于辅助通道数据的杂波协方差矩阵的估计值替换假设已知的杂波协方差矩阵,得到一个自适应检测器.通过Monte Carlo仿真进行性能分析,说明检测器的有效性和鲁棒性.

复合高斯杂波下距离扩展目标的OM-GLRT

广义似然比检测(Generalized Likelihood Ratio Test,GLRT)是解决复合高斯杂波下距离扩展目标检测问题的一种有效方法,而当目标速度未知时,对于毫米波等高频雷达而言,速度估计误差将造成方向矢量(steering vector)失配,从而导致GLRT性能的严重下降。此时,如何设计最佳的GLRT检测器就成为一个优化问题。本文在分析方向矢量失配对GL- RT影响的基础上提出了一种最优匹配GLRT(Optimum Matched GLRT,OM-GLRT)方法。仿真结果表明,OM-GLRT能有效地实现对速度未知目标的检测。

基于对角加载的机载MIMO雷达GLRT检测器

本文研究了基于GLRT的机载MIMO雷达自适应目标检测问题.针对参考单元数据不足对GLRT性能的影响,提出了基于对角加载的MIMO雷达GLRT(MIMO-LGLRT)检测器,并对其检测性能进行了分析,给出了虚警概率和检测概率的闭合表达式.该检测器充分利用机载MIMO雷达杂波子空间低秩的特点和对角加载技术,解决了因参考数据不足所引起的矩阵病态问题.为了减少MIMO-LGLRT检测器的运算量,在分析杂波协方差矩阵块对角化特性的基础上,给出一种简化MIMO-LGLRT检测器.理论分析和仿真结果表明,上述两种检测器相对于杂波协方差矩阵都具有恒虚警特性,检测性能优于普通GLRT检测器.

非均匀杂波背景下双基地MIMO雷达距离扩展目标的GLRT检测

利用球不变随机矢量(Spherically Invariant Random Vector,SIRV)描述非均匀杂波,建立了双基地多输入多输出(Multiple-Input Multiple-Qutput,MIMO)雷达距离扩展目标的信号检测模型,提出了距离扩展目标的两步广义似然比检测(Generalized Likelihood Ratio Test,GLRT)算法.首先,根据目标散射系数的两种假设模型,分别推导确定型目标、高斯型目标GLRT检测器的解析表达式,然后利用固定点迭代算法估计杂波协方差矩阵,获得自适应GLRT(AD-GLRT和AG-GLRT)检测器.仿真实验表明:AD-GLRT和AG-GLRT检测器的检测性能均优于非均匀杂波背景、高斯杂波背景下点目标的检测性能,且两者的检测性能相当,并且虚拟阵元数、目标分布的距离单元数,以及信杂比越大,两者的检测性能越好.

海杂波背景下的组合自适应GLRT-LTD

为了检测海杂波背景下的微弱运动目标,相干检测器通常需要作长时间的累积。然而,长时累积条件下的目标多普勒频率的扩散和幅度的起伏以及海杂波空间非均匀性对参考单元数目的限制导致传统的自适应检测器没法工作。注意到逆伽马(IG)纹理的复合高斯分布(CGD)可以很好地描述海杂波和目标的瞬时频率是时间的慢变函数,该文提出一种组合自适应检测器,即组合自适应广义似然比线性门限检测器(CA-GLRT-LTD),它由自适应GLRT-LTD在几个连续的短的累积间隔上的最大响应的乘积的构成。由于GLRT-LTD对IG纹理的复合高斯杂波的最优性,该检测器相比组合自适应归一化匹配滤波(CANMF)检测器具有更好的检测性能。

部分均匀环境中训练样本不足时的贝叶斯子空间检测器

为了解决部分均匀环境中训练数据不足时的子空间信号检测难题,采用贝叶斯理论,将噪声协方差矩阵建模为逆威沙特分布,并采用广义似然比准则(generalized likelihood ratio test,GLRT)、Rao准则和Wald准则设计自适应检测器,结果表明3种准则得到相同的结果。基于仿真及实测数据验证了所提检测器的有效性,并得出了影响检测性能的关键物理量。

有色噪声中信号的GLRT检测算法研究

针对在高斯广义平稳(W SS)有色噪声环境中含有未知参数信号的检测问题,对于广义似然比检验(GLRT)和匹配子空间方法,提出了一种新的检测算法。通过AR(自回归)参数模型得到含有未知参数的信号加噪声渐进概率密度函数,利用参数变换的方法把一个非线性最小二乘估计问题转化为线性求解问题,然后采用最小二乘估计方法得到参数的极大似然估计(MLE),从而建立了具有恒虚警特性的GLRT检测器。最后结合匹配子空间方法得到了检测概率和虚警概率的表达式,计算机仿真实验验证了方法的有效性。

PPM-UWB信号的GLRT同步捕获算法研究

提出了一种适合于PPM-UWB信号的基于广义似然比检测(GLRT)的同步捕获算法,首先采用了一种新颖的本地模板信号与接收信号进行滑动相关,得到符号速率的采样信号,然后通过精心设计训练序列的图案,利用GLRT实现信号时延估计.由于该算法采用了符号速率(几百兆赫兹)的采样信号,与传统的需要极高采样率(几吉赫兹)的同步算法相比,它极大地降低了系统的复杂度和运算量,同时也提高了捕获速度.通过在密集多径信道模型下,对PPM-UWB信号的同步捕获进行计算机仿真,仿真表明该算法能够快速有效地实现同步捕获.

目标机动检测算法综述

对机动目标跟踪中的机动检测技术进行了较为全面的综述。首先将机动检测表述为变化检测问题;然后给出了现有机动检测技术的三种分类方法;随后以检测器输入为主线对现有机动检测算法做了详细的介绍,指出了各种算法的基本原理、优缺点及相互关系;最后展望了机动检测技术的发展方向。

单脉冲雷达主波束内多目标的检测方法

基于单脉冲雷达跟踪目标过程中受到多目标干扰这一背景,根据主波束内多目标都会持续一段时间这一特点,提出了一种新的检测方法,即广义似然比检验(GLRT)与序列寄存器相结合的检测方法.依据经典概率论知识对新检测方法的检测性能进行了理论分析.分析结果和实验仿真结果表明,与GLRT方法相比,新方法对多目标具有更高的检测概率.

均匀和部分均匀杂波中子空间目标的斜对称自适应检测方法

在雷达目标的自适应检测领域,当参考单元数不足时,充分挖掘协方差矩阵的结构信息是有效提高检测性能的途径之一。为此,针对多维子空间目标的检测问题,该文在协方差矩阵关于次对角线具有斜对称结构的约束下,分别基于一步和两步广义似然比(GLRT),推导了均匀和部分均匀杂波中的斜对称自适应检测器。由于检测器在设计阶段利用了协方差矩阵的结构信息,仿真结果表明,与已有检测器相比,在参考单元数不足时,斜对称自适应检测器可明显改善检测性能。此外,分别从协方差估计方法的影响、目标子空间维数的影响、目标子空间失配性能以及目标起伏的影响4个方面对检测性能进行了仿真分析。

多基地雷达中双门限CFAR检测算法

针对多基地雷达系统,该文为解决传统集中式检测算法数据传输率大的问题,根据广义似然比检测算法和自适应匹配滤波算法,提出两种双门限恒虚警率检测器:双门限广义似然比检测器和双门限自适应匹配滤波检测器。首先各个局部雷达站将超过第1门限的局部检验统计量传送到融合中心。然后融合中心根据局部雷达站传送的数据计算融合后的全局检验统计量,并与第2门限比较,得到最终的判决结果。在各空间分集通道的信杂噪比假设相同的条件下,给出了双门限自适应匹配滤波检测器的虚警概率和检测概率的解析表达式。仿真结果表明,两种双门限检测器在低数据率传输时能够保持较好的检测性能。

一种基于强散射中心的距离扩展目标检测方法

针对高分辨率雷达距离扩展目标检测问题,利用广义似然比检验,提出了一种基于强散射中心的恒虚警检测器。首先,以较高的第一虚警概率设置第一门限,提取强散射中心,然后针对强散射中心采用广义似然比方法得到检测统计量,并与基于第二虚警概率的检测门限进行比较,判断目标有无。仿真实验表明,这种检测器在已知和未知散射中心空域分布时都要优于SDD-GLRT(Spatial scattering density-generalized likelihood ratio test)检测器,并且具有鲁棒性。

利用Beamlet变换算法提取遥感图像线性特征

利用一种Beamlet变换算法来提取遥感图像中的线性特征,通过对遥感图像按二进、递归进行划分,利用灰度信息,积分计算每一小块图像中的Beamlets,结合梯度信息,通过广义似然比检验GLRT(generalized likeli-hood ratio testing)来检测判断符合条件假设的Beamlets,重建线性目标。此算法可以克服图像中的干扰及噪声,适应复杂、低信噪比遥感图像环境,准确地定位出直线。实验结果表明,该算法具有较好的性能,可以应用到实际的遥感图像处理中,具有实用价值。

机载MIMO雷达广义最大似然检测器

该文针对机载MIMO雷达在未知统计特性的杂波中目标检测问题,首先给出广义最大似然(GLRT)检测器(MIMO-GLRT),利用MIMO雷达的空间分集特性提高检测性能,并推导出检测概率和虚警概率表达式。然后,基于MIMO雷达杂波协方差矩阵的块对角特性,给出一种简化MIMO-GLRT检测器,大大减小算法的复杂度,同时降低对参考单元数目的要求,并在只有两个接收雷达单元的情形下,推导出简化GLRT检测性能的表达式。结果表明,上述两种检测器相对于杂波协方差矩阵都具有恒虚警特性,能够在未知杂波背景下有效地检测目标。

伽利略搜救信号检测算法设计

根据伽利略搜救信标信号的特点,利用纯载波段和位帧同步段信息,提出采用广义似然比检验（GLRT）和极大似然（ML）估计方法实现搜救信号检测,同时得到信号到达频率（FOA）、信号到达时间（TOA）和信息位宽的粗略估计值.仿真与硬件实现后的测试结果表明,当接收信号载噪比为34.8dB·Hz时,无虚警且正确检测概率可达0.97以上,指标优于系统要求的0.95.

基于对角加载的自适应匹配滤波器和自适应相干估计器

分析了对角加载自适应匹配滤波器(diagonally loaded adaptive matched filter,DL-AMF)和对角加载自适应相干估计器(diagonally loaded adaptive coherence estimation,DL-ACE)的检测性能;推导了二者的渐近统计分布,得到了解析的虚警概率(probability of false alarm,PFA)和检测概率(probability of detection,PD)表达式。与常规AMF和ACE相比,尤其是在训练样本不足的情况下,DL-AMF和DL-ACE的检测性能大为提高,并且二者都具有渐近恒虚警(constant false alarm rate,CFAR)特性。

基于信号检测法的NLOS识别

针对无线定位系统中的非视距传播(NLOS)问题,本文提出采用传统的信号检测方法对接收信号中的NLOS信号进行检测。结合Nokia公司的现场测量数据分析得到NLOS误差信号的统计特性,根据对先验知识的掌握程度,提出分别采用广义似然比检验(GLRT)和一致最大功效检验(UMPT)检测接收信号中是否存在NLOS信号,并分别进行了两种情况下的仿真验证。仿真结果表明:基于信号检测方法的NLOS识别技术具有时间开销小,识别能力强的特点。同时由于算法理论是建立在现场测量数据的基础上,所以算法具有工程应用价值。

MIMO雷达多目标检测前跟踪算法研究

本文基于检测前跟踪技术研究了MIMO雷达系统中多个运动目标的早期预警问题,在推导已知目标数量时的二元广义似然比检验的基础上,提出了一种次优的基于"逐目标消除和极坐标Hough变换(STC-PHT)"的多目标检测前跟踪算法,并推导了该算法的虚警概率和检测概率表达式.与以往的多目标检测前跟踪算法相比,新算法具有较低的计算量,且本质上无需目标数量的先验信息,避免了目标数量未知时需执行多元假设检验的问题.仿真分析表明,新算法能有效地改善MIMO雷达在低信噪比条件下的检测性能.

有色非高斯背景下微弱信号的Rao有效绩检验

混合高斯Rao有效绩检验是实现有色非高斯背景下微弱信号检测的渐近最佳检测器,预白化和高斯化技术的应用使得它的检测性优于传统的匹配滤波器.在使用混合高斯自回归模型描述检测问题之后,基于功率谱密度和概率密度参数估计,引入预白化和高斯化滤波器,构建起模块化的、实用的混合高斯Rao有效绩检测器.然后对其检测性能进行了深入分析,揭示了预白化和高斯化技术改善检测性能的机理所在.最后给出了一组湖试数据检测实例.