[發明專利]一種用于多目標環境下的基于混合模型的恒虛警檢測方法

有效

• 申請號: 202110774195.5
• 申請日: 2021-07-08
• 公開（公告）號: CN113504521B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 李楊;王新旸;張寧
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G01S7/41
• 分類號: G01S7/41;G06F17/15;G06F30/20
• 代理公司: 哈爾濱華夏松花江知識產權代理有限公司 23213
• 代理人: 岳昕

1.一種用于多目標環境下的基于混合模型的恒虛警檢測方法，其特征在于所述方法具體過程為：

步驟一、獲取雷達回波數據；

所述雷達回波數據包含雜波和雷達目標，其中雜波服從韋布爾分布；

步驟二、建立非均勻的檢測背景的韋布爾分布和目標分布的概率密度混合模型；

步驟三、將雷達回波數據輸入到對數放大器進行對數處理，獲得觀測數據的對數向量X＝[x₁,x₂,x₃,···,x_N]；

經過所述步驟三中將雷達回波數據輸入到對數放大器進行對數處理，獲得觀測數據的對數向量X＝[x₁,x₂,x₃,···,x_N]處理后，非均勻的檢測背景的韋布爾分布和目標分布的概率密度混合模型變為：

其中，x_i＝ln(y_i)表示觀測數據的對數形式，待估計的參數向量θ＝[a,b,c]，為Gumbel分布的尺度參數；b＝lnB為Gumbel分布的位置參數，參數c＝ln(2σ)，0≤w≤1是雷達回波數據中雷達目標單元的所占比例，C為韋布爾分布的形狀參數，σ為瑞利分布的參數，N表示待檢測雷達回波數據的總個數，i∈[1,N]，B為韋布爾分布的尺度參數，y_i表示位置i處雷達回波數據的幅值；

步驟四、引入隱變量Z＝[z₁,z₂,…,z_N]表示觀測數據的對數向量X＝[x₁,x₂,x₃,···,x_N]的樣本屬性，構建關于完備數據集F＝{X,Z}的對數似然函數，如下式：

其中，z_i＝0表示單元x_i是雜波；z_i＝1表示單元x_i是雷達目標；

步驟五、利用期望最大化算法對步驟后四獲取的完備數據集F＝{X,Z}的對數似然函數進行優化，估計構建的非均勻的檢測背景的韋布爾分布和目標分布的概率密度混合模型的參數，從而獲得Gumbel分布的尺度參數和位置參數，包括以下步驟：

步驟五一、初始化參數然后將觀測數據的對數向量X中的數據進行從大到小排序，排序后的結果為X_new，初始化

其中X_new(1:10)為向量X_new中的前十個數據；為Gumbel分布的尺度參數a的估計值；為Gumbel分布的位置參數b的估計值；混合模型中參數c的估計值；為回波數據中目標單元所占比例的估計值；

步驟五二、利用初始化的參數或上次迭代估計出的參數計算z_i＝1的后驗概率分布q₁(i)和z_i＝0的后驗概率分布q₀(i)，分別為：

步驟五三、利用步驟五二獲取的后驗概率q₁(i)和q₀(i)，獲得回波數據中目標單元所占比例的估計值迭代式、雜波和雷達目標的統計分布參數估計值的迭代式，分別如下式：

步驟五四、利用步驟五二中獲得的后驗概率q₁(i)和q₀(i)值和步驟五三中的參數估計值計算完備數據集F＝{X,Z}期望似然函數值，如下式：

步驟五五、判斷步驟五四獲得的完備數據集F＝{X,Z}期望似然函數值是否收斂，若|Q^(t+1)-Q^(t)|≤10^-6，則輸出Gumbel分布參數a和b；若|Q^(t+1)-Q^(t)|＞10^-6，則返回步驟五二進行迭代求解直至滿足|Q^(t+1)-Q^(t)|≤10^-6輸出Gumbel分布參數和

其中，Q^(t+1)表示第t+1次迭代得出的期望似然函數值；Q^(t)表示第t次迭代得出的期望似然函數值；

步驟六、根據步驟五獲得的Gumbel分布的尺度參數和位置參數獲取檢測閾值，并利用檢測閾值判斷待檢測單元是否存在目標，包括以下步驟：

步驟六一、利用估計出的Gumbel分布參數和計算檢測閾值

其中，P_f是給定的虛警概率；

步驟六二、引入常數調節實際的虛警概率，檢測閾值變為：

其中，為常數；

步驟六三、利用獲取的檢測閾值判斷待檢測單元是否存在目標：

若待檢測單元的幅值則判定待檢測單元存在目標，反之，若則判定待檢測單元不存在目標。