[發明專利]部分均勻環境中存在野值時的雷達目標檢測方法與系統

有效

• 申請號: 202210574567.4
• 申請日: 2022-05-25
• 公開（公告）號: CN114660567B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 劉維建;葉行;林志凱;李檳檳;張昭建;周必雷;陳浩;陳輝
• 申請（專利權）人: 中國人民解放軍空軍預警學院
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S13/04
• 代理公司: 北京睿智保誠專利代理事務所(普通合伙) 11732
• 代理人: 周新楣

本發明公開了一種部分均勻環境中存在野值時的雷達目標檢測方法與系統，屬于雷達目標檢測領域，首先利用雷達在待檢測距離單元附近接收的訓練樣本構造非奇異采樣協方差矩陣，然后利用非奇異采樣協方差矩陣構造臨時協方差矩陣估計值，接著利用訓練樣本和臨時協方差矩陣估計值計算廣義內積，并剔除環境中的野值，挑選出有效訓練樣本，從而構造有效協方差矩陣估計值，再計算檢測統計量，并根據虛警概率確定檢測門限，最后比較檢測統計量與檢測門限之間的大小，若檢測統計量大于檢測門限，則判決目標存在，反之則判決目標不存在。本發明的檢測方法及系統消除了野值的影響，并且一體化實現了雜波抑制、信號積累和目標判決，簡化了流程，提高了檢測性能。

技術領域

本發明屬于雷達目標檢測領域，更具體地，涉及一種部分均勻環境中存在野值時的雷達目標檢測方法與系統。

背景技術

雷達接收數據往往在距離維呈現出非均勻特性，部分均勻是一種常見的典型非均勻環境，具體指的是待檢測數據和訓練樣本具有相同的協方差矩陣結構，但具有不同的未知功率失配。

在多通道雷達目標檢測中，待檢測數據的協方差矩陣通常未知，協方差矩陣的有效估計極為重要。最常用的估計方法為采樣協方差矩陣，即：利用待檢測數據附近的訓練樣本，形成采樣協方差矩陣，作為待檢測數據中未知協方差矩陣的估計結果。協方差矩陣在均勻環境中，是待檢測數據真實協方差矩陣的最大似然估計，當訓練樣本數趨近無窮時，采樣協方差矩陣接近待檢測數據真實協方差矩陣。該結果基于對數據特定概率分布的假設，并且適用于均勻環境。然而，真實訓練樣本數據集中往往存在野值，且真實數據的統計特性不一定滿足事先假定的統計分布。野值指的是，功率遠遠大于其他數據功率的數據，通常可由設備不穩定、雷達環境存在孤立雜波（如鐵塔、鐵路線等）等因素引起。野值的存在進一步導致雷達目標檢測性能的下降。

因此，如何克服現有技術中野值的存在導致雷達目標檢測性能下降的缺陷，是本領域技術人員亟需解決問題。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種部分均勻環境中存在野值時的雷達目標檢測方法與系統，其目的在于解決部分均勻環境中存在野值時的雷達目標檢測問題。

為實現上述目的，按照本發明的一個方面，提供了一種部分均勻環境中存在野值時的雷達目標檢測方法，包括以下步驟：

步驟1：利用雷達在待檢測距離單元附近接收的個訓練樣本，，計算每個訓練樣本構造的非奇異采樣協方差矩陣，；

步驟2：利用所述個非奇異采樣協方差矩陣，，計算臨時協方差矩陣估計值；

步驟3：利用所述訓練樣本，，和臨時協方差矩陣估計值計算廣義內積，；

步驟4：利用所述廣義內積，，剔除環境中的野值，得到個有效訓練樣本，，其中；

步驟5：利用所述有效訓練樣本，，構造有效協方差矩陣估計值；

步驟6：利用所述有效協方差矩陣估計值、雷達接收的待檢測數據和信號導向矢量構造檢測統計量，并根據虛警概率確定檢測門限；

步驟7：比較所述檢測統計量與檢測門限之間的大小，若，則判決目標存在，反之則判決目標不存在。

進一步地，所述步驟1中非奇異采樣協方差矩陣的表達式為

其中，為維單位矩陣，上標表示共軛轉置，為系統維數。

進一步地，所述步驟2中臨時協方差矩陣估計值的表達式為：

其中，表示矩陣指數，表示矩陣對數，為權系數，表征第個訓練樣本的重要性，，且滿足，在實際中，若個訓練樣本具有相同的重要性，則設置為。

進一步地，所述步驟3中廣義內積的表達式為：