[發明專利]基于矩陣信息幾何的自適應雷達目標檢測方法和裝置

在審

• 申請號: 202210726981.2
• 申請日: 2022-06-24
• 公開（公告）號: CN115128590A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 程永強;吳昊;劉康;劉紅彥;王宏強;黎湘;鄧彬;楊琪;羅成高
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G01S13/04
• 分類號: G01S13/04;G01S7/292
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 邱軼

1.一種基于矩陣信息幾何的自適應雷達目標檢測方法，其特征在于，包括步驟：

獲取當前的實時雷達回波數據；

利用構建的目標檢測器對所述實時雷達回波數據進行雷達目標檢測，輸出目標檢測結果；其中，所述目標檢測器通過如下步驟構建：

采集無目標情形下的雷達回波數據；所述雷達回波數據為雷達發射的相參脈沖串對應的回波數據；

利用所述雷達回波數據，構建協方差矩陣向量化后的標簽樣本數據集；

根據所述標簽樣本數據集，構建基于指數損失的優化目標函數并進行測量參數粗優化處理；所述測量參數包括所述基于指數損失的優化目標函數的局部度量張量及門限；

根據所述標簽樣本數據集和粗優化處理后的所述測量參數，構建基于紐曼皮爾遜準則的優化目標函數并進行所述測量參數的精細優化處理，得到最優局部度量張量及最優門限；

利用所述最優局部度量張量及所述最優門限構建所述目標檢測器。

2.根據權利要求1所述的基于矩陣信息幾何的自適應雷達目標檢測方法，其特征在于，利用構建的目標檢測器對所述實時雷達回波數據進行雷達目標檢測，輸出目標檢測結果的步驟，包括：

對所述實時雷達回波數據的每個距離單元，分別確定各所述距離單元的數據矢量；

分別計算各所述距離單元的數據矢量的協方差矩陣并計算各所述距離單元的均值矩陣；

分別根據各所述距離單元的均值矩陣計算各所述距離單元的最終特征矩陣，將各所述最終特征矩陣向量化后得到所述實時雷達回波數據的特征矢量數據；

將所述特征矢量數據輸入所述目標檢測器，得到所述目標檢測結果。

3.根據權利要求1或2所述的基于矩陣信息幾何的自適應雷達目標檢測方法，其特征在于，利用所述雷達回波數據，構建協方差矩陣向量化后的標簽樣本數據集的步驟，包括：

對所述雷達回波數據的每個距離單元，分別確定各所述距離單元的數據矢量；

分別計算各所述距離單元的數據矢量的協方差矩陣并計算各所述距離單元的均值矩陣；

分別根據各所述距離單元的均值矩陣計算各所述距離單元的最終特征矩陣，將各所述最終特征矩陣向量化后得到所述雷達回波數據的第一特征矢量數據；

對各所述距離單元的數據矢量進行導向變換后，計算得到所述雷達回波數據的第二特征矢量數據；

分別對所述第一特征矢量數據和所述第二特征矢量數據進行標簽賦值，生成所述標簽樣本數據集。

4.根據權利要求3所述的基于矩陣信息幾何的自適應雷達目標檢測方法，其特征在于，進行測量參數粗優化處理的過程，包括：

根據所述基于指數損失的優化目標函數，采用梯度下降算法進行多輪迭代處理，得到粗優化后的所述局部度量張量及門限；

其中，所述基于指數損失的優化目標函數為：

其中，為放大系數，f_s＝(1+e^-x)^-1為sigmoid函數，G＝H^TH為所述局部度量張量，H為雅可比矩陣，H^T為的H轉置，η為所述門限，N_T為標簽樣本數據的總數量，為特征矢量數據，為的轉置，l為標簽樣本數據的標簽。

5.根據權利要求4所述的基于矩陣信息幾何的自適應雷達目標檢測方法，其特征在于，進行所述測量參數的精細優化處理的過程，包括：

根據所述基于紐曼皮爾遜準則的優化目標函數，采用最大最小過程進行多輪迭代優化處理，得到精細優化后的所述局部度量張量及門限；

其中，每一輪迭代優化處理中，采用梯度下降算法對所述基于紐曼皮爾遜準則的優化目標函數迭代設定輪數，得到最優雅可比矩陣及門限后，采用梯度下降算法對負的所述基于紐曼皮爾遜準則的優化目標函數進行一次優化變量更新。