CN103018718B - Mimo雷达通道增益相关性估计方法 - Google Patents

Abstract

本发明公开了MIMO雷达通道增益相关性估计方法，属于信道参数估计的技术领域。本发明通过设置虚警概率、最小可接受检测概率；计算通道相关性取假设值时的Fisher信息；采用局部最大势构建采样信号矩阵的统计量，根据单边检验原理计算出通道相关性检测概率；在通道相关性检测概率小于最小可接受检测概率时，改变通道相关性假设值重新估计通道增益相关性。本发明通过构建局部最大势统计量，克服了传统雷达信道增益相关性估计方法计算复杂的缺陷。

Description

MIMO雷达通道增益相关性估计方法

技术领域

本发明公开了MIMO雷达通道增益相关性估计方法，属于信道参数估计的技术领域。

背景技术

MIMO（Multiple Input Multiple Output，多输入多输出）雷达在一定的区域内合理的配置多个发射站和接收站，同时发射多个可区分的信号，在发射站、目标和接收站之间形成多条目标观测通道；利用多个目标观测通道参数上的差异性及目标雷达截面的闪烁获得分集增益，提高雷达对复杂空间目标和隐身目标的检测、识别和参数估计的性能。MIMO雷达的空间分集条件与站点分布的间距、目标的姿态、目标与站点间的距离以及雷达工作频率等因素有关，所获得的分集增益的大小取决于目标观测通道之间的相关性。当MIMO雷达满足空间分集条件时，每一个发射站、目标和接收站间的目标观测通道都是相互独立的，通道上传输的空间衰落信号也是相互独立的，雷达获得最大的空间分集增益。

在真实战场条件下，由于被测目标的位置、尺寸和姿态都在不断的变化，MIMO雷达中各目标观测通道是否满足空间分集条件、独立和相关的目标观测通道的数目、通道之间相关性的强弱都是动态的变化的。在MIMO雷达目标检测和性能分析过程中需要估计目标观测通道增益间的相关性。目前常用的利用多个四阶累积量的构造对通道增益间的相关性估计方法，具有较高的运算复杂度。

站点分布间距较大的MIMO雷达，由于被测目标的位置、尺寸和姿态的变化，独立和相关的目标观测通道并存且数目动态变化。在MIMO雷达目标检测过程中，对目标观测通道增益之间相关性的最小方差无偏估计需要求解三次非线性方程；利用多个四阶累积量的构造对通道增益间的相关性估计方法，具有较高的运算复杂度。

发明内容

本发明所要解决的技术问题是针对上述背景技术的不足，提了供MIMO雷达通道增益相关性估计方法。

本发明为实现上述发明目的采用如下技术方案：

MIMO雷达通道增益相关性估计方法，包括如下步骤：

步骤1，设置虚警概率P_FA、最小可接受检测概率

构建采样信号矩阵X，利用步骤2至步骤3估计当前目标观测通道相关性；

步骤2，设置通道相关性ρ的假设值，计算通道相关性ρ取假设值时的Fisher信息I(ρ₀)；

步骤3，构建局部最大势统计量T_LMP(X)，计算通道相关性的检测概率P_D，包括如下步骤：

步骤3-1，根据步骤2所述的Fisher信息I(ρ₀)以及采样信号矩阵X的条件概率密度f(X|ρ)构建局部最大势统计量T_LMP(X)，其中：

$T_{\mathrm{LMP}}\left(X\right)=\frac{{\frac{\∂\ln f\left(X\right|\mathrm{\ρ})}{\∂\mathrm{\ρ}}|}_{\mathrm{\ρ}=\mathrm{\ρ}0}}{\sqrt{I\left({\mathrm{\ρ}}_0\right)}},$

步骤3-2，利用单边检验统计方法计算出：在通道相关性ρ大于步骤2设置的通道相关性的假设值的条件下，局部最大势统计量T_LMP(X)大于门限值的概率，所述局部最大势统计量T_LMP(X)大于门限值γ的概率即为通道相关性的检测概率P_D,；其中：

γ=Q^-1(1-P_FA)。

其中，Q^-1表示正态分布概率分布函数的反函数：

步骤4，比较步骤1设置的最小可接受检测概率

假设值和步骤3所述的通道相关性检测概率P_D：

当通道相关性检测概率P_D小于最小可接受检测概率假设值时，改变通道相关性ρ的假设值，重复步骤2至步骤3再次计算当前目标观测通道相关性检测概率；

否则，采用步骤2至步骤3估计下一相邻目标观测通道相关性。

本发明采用上述技术方案，具有以下有益效果：克服了传统雷达信道增益相关性估计方法计算复杂的缺陷。

附图说明

图1为MIMO雷达回波信号模型空间示意图建立回波信号的模型。

图2为本发明方法的流程图。

图3为不同采样点数、不同相关系数条件下局部最大势估计的虚警概率和漏检概率的关系曲线图。

具体实施方式

下面结合附图对发明的技术方案进行详细说明：

根据图1中的MIMO雷达回波信号模型空间示意图建立回波信号的模型，假设MIMO雷达有M个发射站t_k(k=1,…,M)和N个接收站r_l(l=1,…,N)，每个发射站发射可区分的信号s_k(t)。假设目标质心位于(x_c,y_c,z_c)处，尺寸为D_x×D_y×D_z，由Q个位于X_q=(x_q,y_q,z_q)(q=1,…,Q)处、相互独立的散射点组成，每个散射点的反射系数为复高斯随机变量Σ(q)。则第l个接收站接收到的由第k个发射站发射的被第q个散射点散射的信号如表达式（1）所示：

$r_{\mathrm{lk}}^{\left(q\right)}=\sqrt{\frac{E}{M}}\mathrm{\Σ}\left(q\right)s_k(t-{\mathrm{\τ}}_{\mathrm{tk}}\left(X_q\right)-{\mathrm{\τ}}_{\mathrm{rl}}\left(X_q\right))\exp (-j2\mathrm{\π}{f}_c[{\mathrm{\τ}}_{\mathrm{tk}}\left(X_q\right)+{\mathrm{\τ}}_{\mathrm{rl}}\left(X_q\right)]---\left(1\right)$

其中， ${\mathrm{\τ}}_{\mathrm{tk}}\left(X_q\right)=\sqrt{{({\mathrm{tx}}_k-x_q)}^2+{({\mathrm{ty}}_k-y_q)}^2+{(z_0-z_q)}^2}/c,$ 表示第k个位于(tx_k,ty_k,z₀)的发射站与位于X_q的散射点之间的延迟时间； ${\mathrm{\τ}}_{\mathrm{rl}}\left(X_q\right)=\sqrt{{({\mathrm{rx}}_l-x_q)}^2+{({\mathrm{ry}}_l-y_q)}^2+{(z_0-z_q)}^2}/c,$ 表示目标散射点到l个位于(rx_l,ry_l,z₀)接收站的延迟时间，c为光速。假设所有的站点在同一个水平面内。则第l个接收站接收到第k个站发射的信号如表达式（2）所示：

$r_{\mathrm{lk}}=\sqrt{\frac{E}{M}}\underset{q=1}{\overset{Q}{\mathrm{\Σ}}}\mathrm{\Σ}\left(q\right)\exp (-j2\mathrm{\π}{f}_c({\mathrm{\τ}}_{\mathrm{tk}}\left(X_q\right)+{\mathrm{\τ}}_{\mathrm{tl}}\left(X_q\right)))s_k(t-{\mathrm{\τ}}_{\mathrm{tk}}\left(X_q\right)-{\mathrm{\τ}}_{\mathrm{rl}}\left(X_q\right))---\left(2\right)$

因为发射信号s_k(t)为窄带信号，所以有

s_k(t-τ_tk(X_q)-τ_rl(X_q))≈s_k(t-τ_tk(X_c)-τ_rl(X_c))    （3）

接收信号可以写做：

$r_{\mathrm{lk}}=\sqrt{\frac{E}{M}}{h}_{\mathrm{lk}}{s}_k(t-{\mathrm{\τ}}_{\mathrm{tk}}\left(X_c\right)-{\mathrm{\τ}}_{\mathrm{rl}}\left(X_c\right))---\left(4\right)$

其中：

$h_{\mathrm{lk}}=\underset{q=1}{\overset{Q}{\mathrm{\Σ}}}\mathrm{\Σ}\left(q\right)\exp (-j2\mathrm{\π}{f}_c({\mathrm{\τ}}_{\mathrm{tk}}\left(X_q\right)+{\mathrm{\τ}}_{\mathrm{rl}}\left(X_q\right)))---\left(5\right)$

h_lk称为MIMO雷达发射站到接收站的目标观测通道的通道增益。回波信号特性与通道增益h_lk有关，影响通道增益的因素有目标散射系数、站点分布、雷达工作波长等，且通道增益是一个随机变量，其分布依赖于Σ(q)的分布，假设且各散射点之间相互独立。可以得到：

$E\left\{h_{\mathrm{lk}}\right\}=\underset{q=1}{\overset{q}{\mathrm{\Σ}}}{\mathrm{\μ}}_q\exp (-j2\mathrm{\π}{f}_c[{\mathrm{\τ}}_{\mathrm{tk}}\left(X_q\right)+{\mathrm{\τ}}_{\mathrm{rl}}\left(X_q\right)]\stackrel{\mathrm{\Δ}}{=}{\mathrm{\μ}}_{h_{\mathrm{lk}}}---\left(6\right)$

$E\left\{{\left|h_{\mathrm{lk}}\right|}^2\right\}=\underset{q=1}{\overset{Q}{\mathrm{\Σ}}}\underset{p=1}{\overset{Q}{\mathrm{\Σ}}}\exp (-j2\mathrm{\π}{f}_c({\mathrm{\τ}}_{\mathrm{tk}}\left(X_q\right)+{\mathrm{\τ}}_{\mathrm{rl}}\left(X_q\right)))\exp \left(j2\mathrm{\π}{f}_c({\mathrm{\τ}}_{\mathrm{tk}}\left(X_q\right)+{\mathrm{\τ}}_{\mathrm{rl}}\left(X_q\right))\right)E\left\{\mathrm{\Σ}\left(p\right){\mathrm{\Σ}}^{*}\left(q\right)\right\}\stackrel{\mathrm{\Δ}}{=}{\mathrm{\σ}}_{h_{\mathrm{lk}}}^2---\left(7\right)$

根据中心极限极限定理，可以得到通道增益的统计特性为：

$h_{\mathrm{lk}}~\mathrm{CN}({\mathrm{\μ}}_{h_{\mathrm{lk}}},{\mathrm{\σ}}_{h_{\mathrm{lk}}}^2)---\left(8\right)$

令α=[h₁₁,…,h_1M,h₂₁,…,h_2M,…,h_N1,…,h_NM]，所有的通道增益构成了1×NM的矩阵。在独立和相关目标观测通道并存的MIMO雷达中，采用纽曼皮尔逊准则检测目标的过程中需要计算通道相关矩阵R_α=E{αα^H}，符号H表示共轭转置。两个不同的接收站所形成通道增益的相关性为：

$E\left\{h_{\mathrm{jk}}{h}_{\mathrm{ji}}^{*}\right\}=\underset{q=1}{\overset{Q}{\mathrm{\Σ}}}E\left\{\mathrm{\Σ}\left(q\right){\mathrm{\Σ}}^{*}\left(q\right)\right\}\exp (-j2\mathrm{\π}{f}_c({\mathrm{\τ}}_{\mathrm{rk}}\left(X_q\right)-{\mathrm{\τ}}_{\mathrm{ri}}\left(X_q\right)))---\left(9\right)$

通道增益由站点分布、目标所在的位置、目标散射点的分布及散射特性等。在MIMO雷达目标检测过程中，对

的最小方差无偏估计需要求解三次非线性方程。由于发射信号s_k(t)相互正交，可以用接收信号r_lk直接对R_α进行估计。由于MIMO雷达的站点间分布距离较大，不相邻目标观测通道的相关性较弱。

本发明采用局部最大势检验法将相关性接近于某个值的相邻目标观测通道检测出来，具体过程如下。

步骤1，设置虚警概率P_FA、最小可接受检测概率

构建采样信号矩阵X，利用步骤2至步骤3估计当前目标观测通道相关性。

对于同一接收站接收到的由两个不同发射站发射的信号的回波r_jk、r_ji，经匹配滤波后，得到信号x_jk(l)、x_ji(l)(l=0,1,2,…,L-1)，其中L表示采样点数。将两个通道观测信号的采样值构建成矩阵得到采样信号矩阵X=[x_jk(l) x_ji(l)]^T。x_jk(l)、x_ji(l)分别服从复高斯分布，两信号之间的协方差矩阵为：

$C=\left[\begin{array}{cc}{\mathrm{\σ}}_1^2& \mathrm{\ρ}{\mathrm{\σ}}_1{\mathrm{\σ}}_2\\ \mathrm{\ρ}{\mathrm{\σ}}_1{\mathrm{\σ}}_2& {\mathrm{\σ}}_2^2\end{array}\right]---\left(10\right)$

其中：

分别是x_jk(l)、x_ji(l)的方差。采样信号矩阵X表示两个待估计增益相关性通道的采样信号；每次测量MIMO系统中的任意两通道增益相关性时，更新一次采样信号矩阵X。

虚警概率P_FA、最小可接受检测概率根据MIMO系统的实际情况设置，其取值受MIMO系统的物理性能影响，具体设置方法是本领域公知的，本专利不再赘述。

步骤2，设置通道相关性ρ的假设值，根据公式（11）计算通道相关性ρ取假设值时的Fisher信息I(ρ₀)。

$I\left(\mathrm{\ρ}\right)=-E\left\{\frac{{\∂}^2\ln f\left(X\right|\mathrm{\ρ})}{{\∂\mathrm{\ρ}}^2}\right\}---\left(11\right),$

采样信号矩阵的条件概率密度f(X|ρ)如表达式（12）所示：

$f\left(X\right|\mathrm{\ρ})=\underset{q=1}{\overset{Q}{\mathrm{\Π}}}\frac{1}{{\mathrm{\π}}^2\det \left(C\right)}\exp [-{(X-\mathrm{\μ})}^H{C}^{-1}(X-\mathrm{\μ})]---\left(12\right),$

其中，μ为采样信号矩阵X在正态分布下的期望值，Q为目标相互独立的散射点数目,H表示共轭转置运算，det(C)表示求协方差矩阵C的行列式。

通道相关性ρ取假设值时的Fisher信息I(ρ₀)如表达式（13）所示：

$I\left({\mathrm{\ρ}}_0\right)=\frac{2L(1+{{\mathrm{\ρ}}_0}^2)}{{(1-{{\mathrm{\ρ}}_0}^2)}^2}---\left(13\right).$

步骤3，构建局部最大势统计量T_LMP(X)，计算通道相关性的检测概率P_D，具体包括如下步骤：

步骤3-1，根据步骤2所述的Fisher信息I(ρ₀)以及采样信号矩阵X的条件概率密度f(X|ρ)构建局部最大势统计量T_LMP(X)，其中：

$T_{\mathrm{LMP}}\left(X\right)=\frac{{\frac{\∂\ln f\left(X\right|\mathrm{\ρ})}{\∂\mathrm{\ρ}}|}_{\mathrm{\ρ}={\mathrm{\ρ}}_0}}{\sqrt{I\left({\mathrm{\ρ}}_0\right)}}---\left(14\right).$

步骤3-2，利用单边检验统计方法计算出：在通道相关性ρ大于步骤2设置的通道相关性的假设值的条件下，局部最大势统计量T_LMP(X)大于门限值的概率，所述局部最大势统计量T_LMP(X)大于门限值γ的概率即为通道相关性的检测概率P_D。

假设检验表达为：

H₀:ρ=ρ₀

H₁:ρ>ρ₀    （15）；

当MIMO雷达站点分布间距较大时目标观测通道间相互独立或相关性较小，此时取ρ₀=0，即通过局部最大势检验将所有相关系数接近于零的目标观测通道检测出来，可得表达式（16）：

I(ρ)|_ρ=0=2L    （16）；

局部最大势统计量T_LMP(X)如表达式所示：

$T_{\mathrm{LMP}}\left(X\right)=\frac{{\frac{\∂\ln f\left(X\right|\mathrm{\ρ})}{\∂\mathrm{\ρ}}|}_{\mathrm{\ρ}={\mathrm{\ρ}}_0}}{\sqrt{I\left({\mathrm{\ρ}}_0\right)}}=\sqrt{2L}\widehat{\mathrm{\ρ}}>\mathrm{\γ}---\left(17\right),$

其中，

相关系数估计值如表达式（18）所示：

$\widehat{\mathrm{\ρ}}=\frac{\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}[\left(x_{\mathrm{jk}}\right[l]-{\mathrm{\μ}}_{h_{\mathrm{jk}}}){\left(x_{\mathrm{ji}}\right[l]-{\mathrm{\μ}}_{h_{\mathrm{ji}}})}^{*}+{\left(x_{\mathrm{jk}}\right[l]-{\mathrm{\μ}}_{h_{\mathrm{jk}}})}^{*}\left(x_{\mathrm{ji}}\right[l]-{\mathrm{\μ}}_{h_{\mathrm{ji}}})]}{2L{\mathrm{\σ}}_1{\mathrm{\σ}}_2}---\left(18\right),$

表示由第j接收站和第k发射站组成的通道增益在正态分布下的期望值，σ₁表示由第j接收站和第k发射站组成的通道增益在正态分布下的标准差，

表示由第j接收站和第i发射站组成的通道增益在正态分布下的期望值，σ₂表示由第j接收站和第i发射站组成的通道增益在正态分布下的标准差。

用做单边检验的门限值γ由表达式（19）确定：

γ=Q^-1(1-P_FA)    （19），

其中，Q^-1表示正态分布概率分布函数的反函数。

步骤4，比较步骤1设置的最小可接受检测概率

假设值和步骤3所述的通道相关性检测概率P_D，利用最大势检验判断ρ的取值时的检测概率P_D如表达式（20）所示：

$P_D=P_r(T_{\mathrm{LMP}}\left(X\right)>\mathrm{\γ}|H_1)=1-Q(\mathrm{\γ}-\sqrt{2L}\mathrm{\ρ})---\left(20\right).$

当通道相关性检测概率P_D小于最小可接受检测概率

假设值时，改变通道相关性ρ的假设值，重复步骤2至步骤3再次计算当前目标观测通道相关性检测概率；

否则，采用步骤2至步骤3估计下一相邻目标观测通道相关性。

门限值γ表达式的推导如下：推导如下：

因为检验统计量T_LMP(x)为实数，当数据量较大时，可以分析出最大势检验的渐进性能。根据条件概率密度的定义可以得到表达式（21）和表达式（22）

$E\left\{\frac{\∂\ln f\left(X\right|\mathrm{\ρ})}{\∂\mathrm{\ρ}}{|}_{\mathrm{\ρ}={\mathrm{\ρ}}_0}\right\}=0---\left(21\right),$

$E\left\{{\left(\frac{\∂\ln f\left(X\right|\mathrm{\ρ})}{\∂\mathrm{\ρ}}{|}_{\mathrm{\ρ}={\mathrm{\ρ}}_0}\right)}^2\right\}=I\left({\mathrm{\ρ}}_0\right)---\left(22\right)$

当ρ₀=0时在H₀的假设条件下x(l)是相互独立，所以有

$\ln f\left(X\right|H_0;\mathrm{\ρ})=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\ln (f\left(x\right[l\left]\right|H_0;\mathrm{\ρ})---\left(23\right),$

根据中心极限定理，检验统计量

$T_{\mathrm{LMP}}\left(X\right|H_0)=\frac{1}{\sqrt{I\left({\mathrm{\ρ}}_0\right)}}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\frac{\∂\ln f\left(x\right[l\left]\right|H_0;\mathrm{\ρ})}{\∂\mathrm{\ρ}}{|}_{\mathrm{\ρ}{=\mathrm{\ρ}}_0}---\left(24\right),$

服从高斯分布。在H₁的假设条件下，假设ρ₁为ρ₀附近的值，利用一阶泰勒级数展开可以得到：

$\frac{\∂\ln f\left(X\right|H_1;\mathrm{\ρ})}{\∂\mathrm{\ρ}}{|}_{\mathrm{\ρ}={\mathrm{\ρ}}_0}=\frac{\∂\ln f\left(X\right|H_1;\mathrm{\ρ})}{\∂\mathrm{\ρ}}{|}_{\mathrm{\ρ}={\mathrm{\ρ}}_1}+\frac{{\∂}^2\ln f\left(X\right|H_1;\mathrm{\ρ})}{\∂{\mathrm{\ρ}}^2}{|}_{\mathrm{\ρ}={\mathrm{\ρ}}_1}({\mathrm{\ρ}}_0-{\mathrm{\ρ}}_1)---\left(25\right),$

在信号采样点数L→∞时，有：

$E\left\{\frac{\∂\ln f\left(X\right|H_1;\mathrm{\ρ})}{\∂\mathrm{\ρ}}{|}_{\mathrm{\ρ}={\mathrm{\ρ}}_0}\right\}\≈I\left({\mathrm{\ρ}}_0\right)({\mathrm{\ρ}}_1-{\mathrm{\ρ}}_0)---\left(26\right),$

$\mathrm{var}\left\{\frac{\∂\ln f\left(X\right|H_1;\mathrm{\ρ})}{\∂\mathrm{\ρ}}{|}_{\mathrm{\ρ}={\mathrm{\ρ}}_0}\right\}\≈I\left({\mathrm{\ρ}}_0\right)---\left(27\right),$

所以，

$\frac{\∂\ln f\left(X\right|H_1;\mathrm{\ρ})}{\∂\mathrm{\ρ}}{|}_{\mathrm{\ρ}={\mathrm{\ρ}}_0}~N(I\left({\mathrm{\ρ}}_0\right)({\mathrm{\ρ}}_1-{\mathrm{\ρ}}_0),I\left({\mathrm{\ρ}}_0\right))---\left(28\right),$

利用中心极限定理，在H₁条件下有：

$T_{\mathrm{LMP}}\left(x\right|H_1)~N(\sqrt{I\left({\mathrm{\ρ}}_0\right)}({\mathrm{\ρ}}_1-{\mathrm{\ρ}}_0),1)---\left(29\right),$

所以利用最大势检验判断ρ的取值时的虚警概率为：

P_FA=P(T_LMP(X)>γ|H₀)=1-Q(γ)    （30），

根据虚警概率求解的门限值为：

γ=Q^-1(1-P_FA)    （31），

利用最大势检验判断ρ的取值时的检测概率为：

$P_D=P_r(T_{\mathrm{LMP}}\left(X\right)>\mathrm{\γ}|H_1)=1-Q(\mathrm{\γ}-\sqrt{2L}\mathrm{\ρ})---\left(32\right),$

对于检测概率较小即通道增益相关性偏离偏离ρ₀较大的目标观测通道，根据估计值

改变ρ₀，再次使用局部最大势估计方法进行估计；通过多次局部最大势检测估计出所有MIMO雷达相邻目标观测通道增益的相关。设定P_FA、最小可接受检测概率

利用图2所示的流程进行相邻目标观测通道相关性的局部最大势估计。

图3分析了不同采样点数、不同相关系数条件下局部最大势估计的虚警概率和漏检概率的关系曲线。对不同采样点数的通道接收信号、相邻通道不同相关系数条件下进行局部最大势估计，得到虚警概率和漏检概率的关系曲线。从图中可以看出采样点数L和相关性ρ的大小对检测器的性能有很大的影响，当采样点数L和相关性均较小时，即使虚警概率很小，漏检概率仍然较大；在相关系数较小的情况下，如图中等于ρ=0.1的情况，信号采样点数至少要大于512，漏检概率才能达到10^-6。

本发明利用MIMO雷达发射站点、接收站点分布较大，不相邻的目标观测通道的相关性较弱特点，采用局部最大势估计法将通道增益相关性接近于某个值的相邻通道检测出来，在虚警概率一定的情况下保证其检测概率最大，克服了传统雷达信道增益相关性估计方法计算复杂的缺陷。

Claims (1)

1.MIMO雷达通道增益相关性估计方法，其特征在于包括如下步骤： 

步骤1，设置虚警概率P_FA、最小可接受检测概率

构建采样信号矩阵X，利用步骤2至步骤3估计当前目标观测通道相关性； 

步骤2，设置通道相关性ρ的假设值，计算通道相关性ρ取假设值时的Fisher信息I(ρ₀)； 

步骤3，构建局部最大势统计量T_LMP(X)，计算通道相关性的检测概率P_D，具体包括如下步骤： 

步骤3-1，根据步骤2所述的Fisher信息I(ρ₀)以及采样信号矩阵X的条件概率密度f(X|ρ)构建局部最大势统计量T_LMP(X)，其中： 

步骤3-2，利用单边检验统计方法计算出：在通道相关性ρ大于步骤2设置的通道相关性的假设值的条件下，局部最大势统计量T_LMP(X)大于门限值的概率，所述局部最大势统计量T_LMP(X)大于门限值γ的概率即为通道相关性的检测概率P_D,；其中： 

γ=Q^-1(1-P_FA)，

其中，Q^-1表示正态分布概率分布函数的反函数： 

步骤4，比较步骤1设置的最小可接受检测概率

假设值和步骤3所述的通道相关性检测概率P_D： 

当通道相关性检测概率P_D小于最小可接受检测概率

假设值时，改变通道相关性ρ的假设值，重复步骤2至步骤3再次计算当前目标观测通道相关性检测概率； 

否则，采用步骤2至步骤3估计下一相邻目标观测通道相关性。 

Images