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。

基于Rao检测器的舰船轴频电场滑动门限检测方法

为实现非高斯背景噪声和低信噪比情况下的舰船轴频电场检测,提出一种基于Rao检测器的滑动门限检测方法。基于信号源特征建立信号模型,在对水面浮动平台测量背景下环境噪声非高斯特性分析基础上,采用混合高斯模型对噪声进行建模;在检测过程中,实时估计混合高斯噪声模型参数和Rao检测统计量,并将前一段时间的平均Rao检测统计量作为门限,实现滑动门限检测。为验证所提方法的有效性,采用仿真计算的方式,证明Rao检测方法相比于能量检测方法的优势;根据实测数据,对比滑动门限Rao检测方法与滑动功率谱检测方法的性能差异。结果表明,滑动门限Rao检测方法能够有效抑制环境非高斯噪声影响,相比滑动功率谱检测方法具有更好的检测效果。

自适应能量检测器及在失配信号检测中的应用(英文)

自适应能量检测器(AED)是一种信号导向矢量完全未知时有效的检测器,最早根据广义似然比(GLRT)准则得到。该文首先分析了AED一些重要特性。指出AED与根据Rao准则和Wald准则得到的检测器相同,并得到了其精确的统计分布,根据该统计分布进而较容易地推导出AED解析的检测概率(PD)和虚警概率(PFA)。其次利用AED设计了一种信号失配情形下的参数可调检测器。与现有的参数可调检测器相比,新检测器对失配信号的检测具有更好的灵活度。此外,对于匹配信号,新检测器具有更高的检测概率。该可调检测器的这些功能通过调节两个标量参数实现,两个参数被称为可调参数。

非均匀杂波背景下MIMO雷达扩展目标自适应检测器

随着雷达分辨率的提高,低分辨率下的点源模型不再适用,且由雷达分辨率提高带来的目标距离扩展现象对雷达的检测概率影响越来越大。研究分布式MIMO雷达中距离扩展目标的检测问题,将该问题建模为二元假设检验问题,并将不同发送-接收对所对应的干扰杂波协方差矩阵建模为随机矩阵。同时指定它们的先验分布为逆复Wishart分布。通过设置不同的功率水平模拟不同的发射-接收天线对之间的非均匀杂波功率。根据Rao和Wald检测器的检测标准结合贝叶斯框架在非均匀杂波背景下推导出2个新的检测器。新推导的贝叶斯检测器主要具备以下2个优点:首先,不需要训练数据;其次,在决策规则中包含杂波的先验信息,并以此实现性能增益。仿真结果表明,在非均匀杂波环境中,推导的检测器比现存的检测性能更好,计算复杂度更低。

贝叶斯雷达自适应检测算法研究

针对未知谱密度高斯杂波环境下的目标检测问题,假定噪声协方差矩阵是随机变量,并且服从逆Wishart分布.通过求解噪声协方差矩阵的最大后验估计,推导出基于贝叶斯方法的Rao和Wald准则检测器,提高了非均匀杂波环境下的雷达目标自适应检测性能.检测器的设计过程中除了利用观测样本提供的信息,还融合了关于噪声协方差矩阵的先验知识,且融入程度可通过标量参数调节.仿真实验表明,小样本情况下贝叶斯Rao和Wald准则检测器的检测性能优于传统的非贝叶斯检测器.

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.

一种非高斯噪声中未知参数的信号的检测方法

研究了非高斯噪声中具有未知参数的信号的渐进最优检测,应用非高斯噪声中线性模型信号以及随机信号的Rao检验,导出了Rao检测的解析式,并与广义似然比检验的性能做比较。仿真结果表明,该检测器性能大大优于传统的能量检测器和高斯噪声假设下的广义似然比检测器。

非正交多脉冲调制信号的非相干解相关多用户检测

介绍了在同步信道中对非正交多脉冲调制信号的非相干解相关多用户检测方法。首先建立了系统模型 ,然后 ,对非正交多脉冲信号进行解相关变换 ,将多用户信道分解成多个单用户信道 ,在每个单用户信道中 ,信号波形是相关的 ,并且信号能量不等 ,用最佳检测器或 GL RT检测器进行了检测 ,最后对 GL RT检测器的性能进行了分析和仿真。仿真结果表明 :GL