CN112834999B - 一种干扰方位已知时雷达目标恒虚警检测方法与系统 - Google Patents

Abstract

本发明涉及一种干扰方位已知时雷达目标恒虚警检测方法与系统，首先利用训练样本形成采样协方差矩阵，然后利用采样协方差矩阵的平方根矩阵对待检测数据、干扰矩阵和信号矩阵进行准白化处理，接着利用准白化后的数据构造检测统计量，根据虚警概率及系统参数确定检测门限，最后比较检测统计量和检测门限的大小，若检测统计量小于检测门限，则判决目标不存在，反之则判决目标存在。本发明设计的检测器可对方位信息已知的干扰进行彻底抑制，并且具有恒虚警特性。

Description

一种干扰方位已知时雷达目标恒虚警检测方法与系统

技术领域

本发明涉及信号检测技术领域，尤其涉及一种干扰方位已知时雷达目标恒虚警检测方法与系统。

背景技术

干扰的存在极大削弱了雷达的目标探测性能，一方面，干扰通过模拟雷达目标信息，提高了雷达的虚警概率，另一方面，干扰通过模拟噪声的特性，淹没了真实的雷达目标信号，从而降低雷达对目标的发现概率。

针对存在干扰时的目标检测问题，传统方法一般先进行干扰抑制，然后再进行恒虚警处理，不仅步骤繁琐检测效率低而且抗干扰性低。

发明内容

为此，本发明提供一种干扰方位已知时雷达目标恒虚警检测方法与系统，用以克服现有技术中检测效率低的问题。

一方面，本发明提供一种干扰方位已知时雷达目标恒虚警检测方法，其特征在于，包括：

步骤1：利用训练样本构造采样协方差矩阵；

步骤2：利用所述采样协方差矩阵的平方根矩阵对待检测数据、干扰矩阵和信号矩阵进行准白化；

步骤3：利用所述准白化后的数据构造检测统计量；

步骤4：根据虚警概率及系统参数确定检测门限；

步骤5：比较所述检测统计量与所述检测门限的大小，若检测统计量小于检测门限，则判决目标不存在，若检测统计量大于等于检测门限，则判决目标存在。

进一步地，所述步骤1中，构造采样协方差矩阵的方法为利用L个N×1维训练样本x_l构造N×N维采样协方差矩阵：

其中，x_l为待检测数据附近的第l个训练样本，l＝1,2,…,L，N为雷达系统空域通道数，上标[·]^H表示共轭转置。

进一步地，所述步骤2中采样协方差矩阵的平方根矩阵如下式所示：

D＝UL^-1/2U^H

其中，ULU^H为

的特征值分解，U为

的特征矩阵，L＝diag(λ₁,λ₂,…,λ_N)为对角矩阵，λ₁,λ₂,…,λ_N为

的N个特征值，

进一步地，所述步骤2中对待检测数据、干扰矩阵和信号矩阵进行准白化分别通过下面三个等式实现：

和

其中，N×q维矩阵J表示干扰矩阵，N×p维矩阵H表示信号矩阵，N×1维列向量x表示待检测数据。

进一步地，所述步骤2中的干扰矩阵J的表达式为：

J＝[j(θ₁),j(θ₂),…,j(θ_q)]

式中，d为天线阵元间距，λ为雷达发射信号波长，θ_m为第m个干扰的方位角，上标[·]^T表示转置。

进一步地，所述步骤3中的检测统计量如下式所示：

进一步地，所述检测统计量中矩阵

和

的表达式分别如下式所示：

进一步地，通过求解下述方程得到所述步骤4中的检测门限：

其中，

为二项式系数，t！为t的阶乘，η为检测门限，PFA表示系统的虚警概率。

进一步地，所述步骤5中比较检测统计量和检测门限的大小分下述两种情况进行判定：

若检测统计量Detector大于等于检测门限η，则判定目标存在；

若检测统计量Detector小于检测门限η，则判定目标不存在。

另一方面，本发明提供一种干扰方位已知时雷达目标恒虚警检测系统，其特征在于，包括：

采样协方差矩阵构造模块，所述采样协方差矩阵构造模块，用于利用训练样本构造采样协方差矩阵；

数据准白化模块，所述数据准白化模块，用于利用采样协方差矩阵的平方根矩阵对待检测数据、信号矩阵和干扰矩阵准白化；

检测统计量构造模块，所述检测统计量构造模块，用于利用准白化后的待检测数据、准白化后的信号矩阵和准白化后的干扰矩阵构造检测统计量；

检测门限计算模块，所述检检测门限计算模块，用于利用系统设定的虚警概率及系统参数确定检测门限；

目标判决模块，所述目标判决模块，用于比较检测统计量与检测门限之间的大小，若检测统计量大于检测门限，则判决目标存在，反之则判决目标不存在。

与现有技术相比，本发明的有益效果在于，本发明基于自适应检测的思想，提出了无需把干扰抑制作为独立步骤的一种有效恒虚警目标检测方法，有效缩短了检测所需时间，提高了检测效率。

进一步地，通过所述训练样本形成采样协方差矩阵，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。

进一步地，通过所述采样协方差矩阵的平方根矩阵，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。

进一步地，通过对所述待检测数据、干扰矩阵和信号矩阵进行准白化计算，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。

进一步地，通过对干扰矩阵J计算进而完成所需准白化计算，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。

进一步地，通过对检测统计量进行计算，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。

进一步地，通过对方程求解得到检测门限值，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。

进一步地，通过比较检测统计量和检测门限的大小，可迅速判断目标是否存在，从而有效缩短了检测所需时间，进一步提高了检测效率。

进一步地，所述检测系统能对方位信息已知的干扰进行彻底抑制，不受干扰功率的影响，且所述检测系统无需恒虚警处理即可实现恒虚警检测，从而有效缩短了检测所需时间，进一步提高了检测效率。

附图说明

图1为本发明所述一种干扰方位已知时雷达目标恒虚警检测方法的流程示意图；

图2为本发明所述一种干扰方位已知时雷达目标恒虚警检测系统的结构框架图。

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

假设雷达的系统通道数为N，存在q个干扰时，每个干扰相对雷达阵列法线的角度为θ_i，i＝1,2,…,q，若存在目标，假设目标相对雷达阵列法线的角度为θ_t，则雷达接收数据可用N×1维向量表示；

假设待检测数据中包含目标、干扰和噪声，其中，噪声包含杂波和热噪声，则待检测数据可表示为：

x＝Hθ+Jφ+w (1)

其中，N×p维矩阵H表示已知的信号矩阵，p×1维列向量θ表示信号的未知坐标，J＝[s(θ₁),s(θ₂),…,s(θ_q)]，其中：

式中，θ_i为第i个干扰的角度，N为雷达系统的通道数，d为天线阵元间距，λ为雷达发射信号波长，q为干扰个数，q×1为列向量φ表示干扰幅度，w为噪声，上标[·]^T表示转置。

令噪声w的协方差矩阵为R，在实际环境中，噪声协方差矩阵R通常未知，为此，需要一定数量的训练样本对R进行估计，假设存在L个仅含噪声分量的训练样本，记第l个训练样本为：

x_l＝n_l (3)

其中，l＝1,2,…,L，n_l，l为第l个训练样本中的噪声，基于训练样本，R的最常用估计量为采样协方差矩阵

上标[·]^H表示共轭转置操作。

本发明的目的在于解决干扰方位已知时的雷达达抗干扰性低的问题。为实现上述目的，请参阅图1所示，本发明提供了一种干扰方位已知时雷达目标恒虚警检测方法，包括：

步骤1：利用训练样本构造采样协方差矩阵；

步骤2：利用所述采样协方差矩阵的平方根矩阵对待检测数据、干扰矩阵和信号矩阵进行准白化；

步骤3：利用所述准白化后的数据构造检测统计量；

步骤4：根据虚警概率及系统参数确定检测门限；

步骤5：比较所述检测统计量与所述检测门限的大小，若检测统计量小于检测门限，则判决目标不存在，若检测统计量大于等于检测门限，则判决目标存在。

具体而言，所述步骤1中，构造采样协方差矩阵的方法为利用L个N×1维训练样本x_l构造N×N维采样协方差矩阵：

其中，x_l为待检测数据附近的第l个训练样本，l＝1,2,…,L，N为雷达系统空域通道数，上标[·]^H表示共轭转置。

具体而言，所述步骤2中采样协方差矩阵的平方根矩阵如下式所示：

D＝UL^-1/2U^H

其中，ULU^H为

的特征值分解，U为

的特征矩阵，L＝diag(λ₁,λ₂,…,λ_N)为对角矩阵，λ₁,λ₂,…,λ_N为

的N个特征值，

具体而言，所述步骤2中对待检测数据、干扰矩阵和信号矩阵进行准白化分别通过下面三个等式实现：

和

其中，N×q维矩阵J表示干扰矩阵，N×p维矩阵H表示信号矩阵，N×1维列向量x表示待检测数据。

具体而言，所述步骤2中的干扰矩阵J的表达式为：

J＝[j(θ₁),j(θ₂),…,j(θ_q)]

式中，d为天线阵元间距，λ为雷达发射信号波长，θ_m为第m个干扰的方位角，上标[·]^T表示转置。

具体而言，所述步骤3中的检测统计量如下式所示：

具体而言，所述检测统计量中矩阵

和

的表达式分别如下式所示：

具体而言，通过求解下述方程得到所述步骤4中的检测门限：

其中，

为二项式系数，t！为t的阶乘，η为检测门限，PFA表示系统的虚警概率。

具体而言，所述步骤5中比较检测统计量和检测门限的大小分下述两种情况进行判定：

若检测统计量Detector大于等于检测门限η，则判定目标存在；

若检测统计量Detector小于检测门限η，则判定目标不存在。

请参阅图2所示，本发明还提供一种干扰方位已知时雷达目标恒虚警检测系统，其特征在于，包括：

采样协方差矩阵构造模块，所述采样协方差矩阵构造模块，用于利用训练样本构造采样协方差矩阵；

数据准白化模块，所述数据准白化模块，用于利用采样协方差矩阵的平方根矩阵对待检测数据、信号矩阵和干扰矩阵准白化；

检测统计量构造模块，所述检测统计量构造模块，用于利用准白化后的待检测数据、准白化后的信号矩阵和准白化后的干扰矩阵构造检测统计量；

检测门限计算模块，所述检检测门限计算模块，用于利用系统设定的虚警概率及系统参数确定检测门限；

目标判决模块，所述目标判决模块，用于比较检测统计量与检测门限之间的大小，若检测统计量大于检测门限，则判决目标存在，反之则判决目标不存在。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种干扰方位已知时雷达目标恒虚警检测方法，其特征在于，包括：

步骤1：利用训练样本构造采样协方差矩阵；

步骤2：利用所述采样协方差矩阵的平方根矩阵对待检测数据、干扰矩阵和信号矩阵进行准白化；

步骤3：利用所述准白化后的数据构造检测统计量；

步骤4：根据虚警概率及系统参数确定检测门限；

步骤5：比较所述检测统计量与所述检测门限的大小，若检测统计量小于检测门限，则判决目标不存在，若检测统计量大于等于检测门限，则判决目标存在；

所述步骤1中，构造采样协方差矩阵的方法为利用L个N×1维训练样本x_l构造N×N维采样协方差矩阵：

其中，x_l为待检测数据附近的第l个训练样本，l＝1,2,…,L，N为雷达系统空域通道数，上标[·]^H表示共轭转置；

所述步骤2中采样协方差矩阵的平方根矩阵如下式所示：

D＝UL^-1/2U^H

其中，ULU^H为

的特征值分解，U为

的特征矩阵，L＝diag(λ₁,λ₂,…,λ_N)为对角矩阵，λ₁,λ₂,…,λ_N为

的N个特征值，

信号矩阵H是N×p维矩阵；

通过求解下述方程得到所述步骤4中的检测门限：

其中，

为二项式系数，t！为t的阶乘，η为检测门限，PFA表示系统的虚警概率。

2.根据权利要求1所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述步骤2中对待检测数据、干扰矩阵和信号矩阵进行准白化分别通过下面三个等式实现：

和

其中，N×q维矩阵J表示干扰矩阵，N×p维矩阵H表示信号矩阵，N×1维列向量x表示待检测数据。

3.根据权利要求2所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述步骤2中的干扰矩阵J的表达式为：

J＝[j(θ₁),j(θ₂),…,j(θ_q)]

式中，d为天线阵元间距，λ为雷达发射信号波长，θ_m为第m个干扰的方位角，上标[·]^T表示转置。

4.根据权利要求3所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述步骤3中的检测统计量如下式所示：

所述检测统计量中矩阵

和

的表达式分别如下式所示：

5.根据权利要求1所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述步骤5中比较检测统计量和检测门限的大小分下述两种情况进行判定：

若检测统计量Detector大于等于检测门限η，则判定目标存在；

若检测统计量Detector小于检测门限η，则判定目标不存在。

6.一种采用如权利要求1-5任一项所述的干扰方位已知时雷达目标恒虚警检测方法的系统，其特征在于，包括：

采样协方差矩阵构造模块，所述采样协方差矩阵构造模块，用于利用训练样本构造采样协方差矩阵；

数据准白化模块，所述数据准白化模块，用于利用采样协方差矩阵的平方根矩阵对待检测数据、信号矩阵和干扰矩阵准白化；

检测统计量构造模块，所述检测统计量构造模块，用于利用准白化后的待检测数据、准白化后的信号矩阵和准白化后的干扰矩阵构造检测统计量；

检测门限计算模块，所述检测门限计算模块，用于利用系统设定的虚警概率及系统参数确定检测门限；

目标判决模块，所述目标判决模块，用于比较检测统计量与检测门限之间的大小，若检测统计量大于检测门限，则判决目标存在，反之则判决目标不存在。

Images