复合高斯杂波下基于GLRT的扩展目标检测

《复合高斯杂波下基于GLRT的扩展目标检测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第32卷第6期电子与信息学报Vol.32No.62010年6月JournalofElectronics&InformationTechnologyJun.2010复合高斯杂波下基于GLRT的扩展目标检测陈远征陈建军付强(国防科学技术大学ATR实验室长沙410073)摘要：广义似然比检测(GeneralizedLikelihoodRatioTest，GLRT)是解决复合高斯杂波下扩展目标检测问题的一种有效方法，而当目标速度未知时，经典的GLRT失效。该文针对目标速度未知的情形，提出了一种基于广义特征值分解的扩展

2、目标多普勒频率估计算法，可有效估计多普勒频率，并以此为基础设计了一种R-GLRT(RobustGLRT)检测器。仿真结果表明了这种检测器的有效性。关键词：目标检测；扩展目标；复合高斯杂波中图分类号：TN957.51文献标识码：A文章编号：1009-5896(2010)06-1327-05DOI:10.3724/SP.J.1146.2009.00832DetectionofRangeSpreadTargetBasedonGLRTinCompound-GaussianClutterChenYuan-ZhengCh

3、enJian-JunFuQiang(TheATRLabofNationalUniversityofDefenseTechnology,Changsha410073,China)Abstract:GLRTisanefficientmethodtoresolvethedetectionissueofrangespreadtargetsincompoundGaussianclutter.ButnormalGLRTwillbeoutofactionwhenthevelocityoftargetisunknown.Fa

4、rtherresearchisperformedunderthissituation.AnestimationalgorithmofDopplerfrequencybasedongeneraleigenvaluedecompositionisproposed,whichcanestimateDopplerfrequencyeffectively.AndaRobustGLRT(R-GLRT)detectorisdesigned.Theresultsofsimulationshowtheeffectiveness

5、ofthisdetector.Keywords:Targetdetection;Rangespreadtarget;Compound-Gaussianclutter1引言发现，在大多数场合下，雷达测量得到的杂波数据的统计分布具有较长的拖尾，大大偏离了高斯分布。杂波下的信号检测一直都是雷达系统设计者所比如海杂波，人们通过对大量的海杂波实测数据的关注的重点和难点。为了消除杂波的影响，通常利分析发现，在低入射余角下，高分辨雷达照射的海用运动目标和背景杂波在径向速度上的差别，如动杂波并不是一个简单的平稳随机过程，用复

6、合高斯目标检测(MovingTargetDetector，MTD)技术。分布来模拟它与真实的杂波信号有很高的吻合度，但是，当目标的径向速度很小或为零时，就无法利[1]且在杂波散射机理上可以得到很好的解释。复合高用速度区分目标和背景杂波。在反舰末制导雷达中，斯分布主要由一个时域和空域上相对“慢变化”且目标的速度和弹载雷达平台的速度相比很小，目标非负的结构分量(通常是Gamma分布)调制一个“相和背景杂波的频谱混叠在一起，经典的MTD技术对快变化”的散斑分量(通常是高斯分布，满足中心无法将目标的多普勒谱线移至杂波

7、区外。因此，在[2]极限定理)复合而成。它考虑了样本间的相关特性，末制导雷达中，常采用脉冲压缩技术获取距离上的具有良好的解析性，且与高斯过程具有类似的性质，高分辨以降低单元杂波的平均功率，进而提高雷达为雷达设计者所广泛采用。因此，近年来，复合高在杂波下的探测能力。斯杂波下的扩展目标检测已成为众多学者讨论的热在雷达检测技术发展的早期，由于缺乏足够的点问题之一。实验数据，为分析方便起见，高斯模型和瑞利模型以Conte等人为代表的学者提出了一系列基于是常用的杂波统计分布模型。然而，随着雷达技术广义似然比检验(Gen

8、eralizedLikelihoodRatio的迅猛发展，尤其是高分辨雷达的广泛应用，人们Test，GLRT)的检测方法来解决复合高斯杂波下扩[35]−展目标的检测问题，不妨统称为GLRT，其基2009-06-03收到，2010-01-19改回本思想就是用各假设下的最大似然估计(Maximum国家部委基金资助课题LikelihoodEstimation，MLE)来取代未知参量。这通信作者：陈远征ch