CN116819480A - 一种机载雷达强杂波中的自适应目标检测方法及系统 - Google Patents

Abstract

本发明提供一种机载雷达强杂波中的自适应目标检测方法及系统；首先构造信号左矩阵、信号右矩阵、待检测数据矩阵和训练样本矩阵。然后构造采样协方差矩阵，接着构造准白化矩阵并对待检测数据矩阵和信号左矩阵进行准白化处理；再利用信号右矩阵和准白化信号左矩阵分别构造正交投影矩阵；接着构造中间变量矩阵并计算其非零特征值，求解相关方程；然后利用准白化待检测数据矩阵、正交投影矩阵以及方程的解构造检测统计量；利用检测统计量和虚警概率预设值确定检测门限；最后比较检测统计量与检测门限的大小判定目标是否存在。本发明设计的检测器一体化实现了杂波抑制、信号积累以及恒虚警特性，相比于已有的方法提高了检测性能。

Description

一种机载雷达强杂波中的自适应目标检测方法及系统

技术领域

本发明涉及信号检测技术领域，尤其涉及一种机载雷达强杂波中的自适应目标检测方法及系统。

背景技术

随着机载雷达技术水平的不断提高、脉冲相干处理技术的发展，机载雷达可通过多通道和多维度来获取数据，相对应的数据具有特定结构，其中的一种有效的数据类型为双子空间信号，信号的行元素和列元素均位于已知子空间中，但相对应的坐标未知。

另外，在实际环境中机载雷达杂波功率强，且杂波协方差矩阵未知。为了有效检测目标，利用待检测数据附近的训练样本，且假设训练样本与待检测数据具有相同的杂波加噪声协方差矩阵，利用训练样本形成采样协方差矩阵，作为待检测数据中未知协方差矩阵的估计结果。然而，由于检测环境的变化、雷达通道数增多等因素的影响，雷达接收数据往往呈现出非均匀特性，而且独立同分布的训练样本数目有限，对双子空间信号的检测有一定影响。

对于机载雷达目标检测问题，一种有效的杂波模型为部分均匀环境，指的是待检测数据的杂波加噪声协方差矩阵与训练样本中的杂波加噪声协方差矩阵具有相同的结构，但具有未知的功率失配。针对部分均匀环境中的双子空间信号检测问题，已存在多种检测器，例如：专利CN 113589268基于广义似然比准则，设计了一种适用于部分均匀环境中的自适应检测器。但是由于存在信号坐标、杂波加噪声协方差矩阵等过多的未知参数，不存在最优检测器，专利CN113589268设计的自适应检测器，并不能提高最好的检测性能。

为此，需要提出检测性能更好的适用于机载雷达部分均匀环境中的双子空间信号检测方法。梯度准则是一种简单而有效的检测器设计准则，而且往往得到性能良好的自适应检测器。基于此考虑，本发明基于梯度准则，设计得到了一种性能优良的适用于机载雷达部分均匀环境中的双子空间信号检测器。

发明内容

本发明的目的在于针对上述现有技术的不足，提供了一种机载雷达强杂波中的自适应目标检测方法及系统，其目的在于提高机载雷达在强杂波中的目标检测性能表现。

为实现上述目的，本发明采用了如下技术方案：

一种机载雷达强杂波中的自适应目标检测方法，包括：

S1、构造信号左矩阵、信号右矩阵/>、待检测数据矩阵/>和训练样本矩阵/>；所述待检测数据矩阵/>、训练样本矩阵/>、信号左矩阵/>和信号右矩阵/>的维数分别为、/>、/>和/>，其中，/>、/>，/>表示目标的扩展维度，/>表示训练样本数，/>表示系统通道数；

S2、利用所述训练样本矩阵构造采样协方差矩阵，其中，所述采样协方差矩阵表示为/>，符号/>表示共轭转置；

S3、利用所述采样协方差矩阵构造准白化矩阵，对所述待检测数据矩阵/>和所述信号左矩阵/>进行准白化处理，分别得到准白化待检测数据矩阵/>和准白化信号左矩阵；

S4、利用所述信号右矩阵和所述准白化信号左矩阵/>分别构造正交投影矩阵；

S5、利用所述准白化待检测数据矩阵构造中间变量矩阵，并计算中间变量矩阵的非零特征值；

S6、求解系统维数与所述非零特征值的相关方程的解；

S7、利用所述准白化待检测数据矩阵、准白化信号左矩阵的正交投影矩阵/>、信号右矩阵的正交投影矩阵/>以及相关方程的解/>，构造检测统计量/>；

S8、利用所述检测统计量和虚警概率预设值确定检测门限；

S9、比较所述检测统计量与检测门限/>的大小，并判定目标是否存在。

进一步，所述S3中，所述准白化待检测数据矩阵和所述准白化信号左矩阵分别表示为：

；

；

其中，，/>和/>分别为/>特征分解时的酉矩阵和对角矩阵，即/>的特征分解为/>，且/>，，符号/>表示对角矩阵。

进一步，所述S4中，利用所述信号右矩阵和所述准白化信号左矩阵/>构造的正交投影矩阵分别表示为：

；

；

其中表示矩阵的逆。

进一步，所述S5中，所述中间变量矩阵为：

；

其中，的非零特征值的个数/>为/>；/>表示两个实数中的最小值；矩阵/>的第/>个非零特征值记作/>，/>。

进一步，所述S6中，所述相关方程为：

其中，相关方程的解记作。

进一步，所述S7中，所述检测统计量为：

其中，表示矩阵的迹。

进一步，所述S8中，所述检测门限为：

；

其中，表示检测门限；/>；/>为蒙特卡洛仿真次数；/>表示系统设定的虚警概率值；/>表示取整操作；/>为序列；

；

由大到小排列时第个最大值，/>，/>，和/>分别为/>特征分解时的酉矩阵和对角矩阵，即/>的特征分解为，且/>，，/>为下述方程的解：

；

为/>的第/>个非零特征值，/>，/>为/>的非零特征值的个数，/>，/>，/>为训练样本矩阵的第/>次实现，/>为仅含杂波及热噪声分量的待检测数据的第k次实现，/>。

进一步，所述S9中，

如果所述检测统计量大于或等于检测门限/>，则判定目标存在；

如果所述检测统计量小于检测门限/>，则判定目标不存在。

进一步，一种机载雷达强杂波中的自适应目标检测系统，通过所述的机载雷达强杂波中的自适应目标检测方法实现，还包括：

数据矩阵构造模块：用于构造信号左矩阵、信号右矩阵、待检测数据矩阵和训练样本矩阵；

采样协方差矩阵和准白化矩阵构造模块：用于利用训练样本矩阵构造采样协方差矩阵，并利用采样协方差矩阵构造准白化矩阵；

数据准白化模块：用于利用准白化矩阵对待检测数据矩阵和信号左矩阵进行准白化处理，分别得到准白化待检测数据矩阵和准白化信号左矩阵；

正交投影矩阵构造模块：用于利用信号右矩阵和准白化信号左矩阵分别构造正交投影矩阵；

中间变量矩阵及非零特征值分解模块：用于利用准白化待检测数据矩阵构造中间变量矩阵，并计算中间变量矩阵的非零特征值；

相关方程求解模块：用于求解系统维数与非零特征值相关方程的解；

检测统计量构造模块：用于利用准白化待检测数据矩阵、准白化信号左矩阵的正交投影矩阵、信号右矩阵的正交投影矩阵和相关方程的解构造检测统计量；

检测门限计算模块：用于利用检测统计量和虚警概率预设值确定检测门限；

目标判定模块：用于比较所述检测统计量与检测门限的大小，并判定目标是否存在。

本发明的有益效果为：通过利用采样协方差矩阵对待检测数据矩阵/>和信号左矩阵/>进行准白化处理，使得所提出的检测器在部分均匀环境中具有恒虚警特性；

通过构造检测统计量，一体化地实现了杂波抑制、信号积累和目标检测；

本发明可以解决部分均匀环境中的双子空间信号检测问题，与现有检测方法相比，提高了雷达目标检测性能。

附图说明

图1 为本发明一种机载雷达强杂波中的自适应目标检测方法的流程示意图；

图2为本发明一种机载雷达强杂波中的自适应目标检测系统的结构框架图；

图3为本发明所提方法的目标检测结果示意图；

图4为仿真实验对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

假设为/>维待检测数据矩阵，当/>含有目标信号时，用/>维矩阵/>表示被检测的双子空间信号，其具有下式所示的结构

/>

其中，矩阵和/>分别为/>维已知左矩阵和/>维已知右矩阵，并且分别满足列满秩和行满秩，矩阵/>表示/>维未知坐标信息。

令为待检测数据矩阵/>中的杂波及噪声矩阵，/>各列独立同分布并表示为/>，，服从均值为/>、协方差矩阵为/>的复高斯分布。假设存在L个独立同分布的训练样本，记第/>个训练样本为/>，/>，且/>中仅包含杂波及噪声分量/>，服从均值为/>、协方差矩阵为/>的复高斯分布。令/>为/>维训练样本数据矩阵，/>为训练样本中的杂波及噪声矩阵。在部分均匀环境中，/>，其中/>表示待检测数据和训练样本数据中噪声分量的功率失配。综上所述，检测问题可用二元假设检验表示为：

, />

其中，表示待检测数据仅含有杂波及噪声，/>表示待检测数据含有目标信号及杂波和噪声。

本发明的目的在于提高部分均匀环境中的双子空间信号检测性能。为实现上述目的，请参阅图1所示，本发明提供了一种机载雷达强杂波中的自适应目标检测方法，包括：

S1、构造信号左矩阵、信号右矩阵/>、待检测数据矩阵/>和训练样本矩阵/>；所述待检测数据矩阵/>、训练样本矩阵/>、信号左矩阵/>和信号右矩阵/>的维数分别为、/>、/>和/>，其中，/>、/>，/>表示目标的扩展维度，/>表示训练样本数，/>表示系统通道数；

S2、利用所述训练样本矩阵构造采样协方差矩阵，其中，所述采样协方差矩阵表示为/>，符号/>表示共轭转置；

S3、利用所述采样协方差矩阵构造准白化矩阵，对所述待检测数据矩阵/>和所述信号左矩阵/>进行准白化处理，分别得到准白化待检测数据矩阵/>和准白化信号左矩阵；

S4、利用所述信号右矩阵和所述准白化信号左矩阵/>分别构造正交投影矩阵；

S5、利用所述准白化待检测数据矩阵构造中间变量矩阵，并计算中间变量矩阵的非零特征值；

S6、求解系统维数与所述非零特征值的相关方程的解；

S7、利用所述准白化待检测数据矩阵、准白化信号左矩阵的正交投影矩阵/>、信号右矩阵的正交投影矩阵/>以及相关方程的解/>，构造检测统计量/>；

S8、利用所述检测统计量和虚警概率预设值确定检测门限；

S9、比较所述检测统计量与检测门限/>的大小，并判定目标是否存在。

所述S3中，所述准白化待检测数据矩阵和所述准白化信号左矩阵分别表示为：

；

；

其中，，/>和/>分别为/>特征分解时的酉矩阵和对角矩阵，即/>的特征分解为/>，且/>，，符号/>表示对角矩阵。

所述S4中，利用所述信号右矩阵和所述准白化信号左矩阵/>构造的正交投影矩阵分别表示为：

；

；

其中表示矩阵的逆。

所述S5中，所述中间变量矩阵为：

；

其中，的非零特征值的个数/>为/>；/>表示两个实数中的最小值；矩阵/>的第/>个非零特征值记作/>，/>。

所述S6中，所述相关方程为：

其中，相关方程的解记作。

所述S7中，所述检测统计量为：

其中，表示矩阵的迹。

所述S8中，所述检测门限为：

；

其中，表示检测门限；/>；/>为蒙特卡洛仿真次数；/>表示系统设定的虚警概率值；/>表示取整操作；/>为序列；

；

由大到小排列时第个最大值，/>，/>，和/>分别为/>特征分解时的酉矩阵和对角矩阵，即/>的特征分解为，且/>，，/>为下述方程的解：

；

为/>的第/>个非零特征值，/>，/>为/>的非零特征值的个数，/>，/>，/>为训练样本矩阵的第/>次实现，/>为仅含杂波及热噪声分量的待检测数据的第k次实现，/>。

根据权利要求7所述的一种机载雷达强杂波中的自适应目标检测方法，其特征在于：所述S9中，

如果所述检测统计量大于或等于检测门限/>，则判定目标存在；

如果所述检测统计量小于检测门限/>，则判定目标不存在。

一种机载雷达强杂波中的自适应目标检测系统，其特征在于：通过如权利要求1至8中任一项所述的机载雷达强杂波中的自适应目标检测方法实现，还包括：

数据矩阵构造模块：用于构造信号左矩阵、信号右矩阵、待检测数据矩阵和训练样本矩阵；

采样协方差矩阵和准白化矩阵构造模块：用于利用训练样本矩阵构造采样协方差矩阵，并利用采样协方差矩阵构造准白化矩阵；

数据准白化模块：用于利用准白化矩阵对待检测数据矩阵和信号左矩阵进行准白化处理，分别得到准白化待检测数据矩阵和准白化信号左矩阵；

正交投影矩阵构造模块：用于利用信号右矩阵和准白化信号左矩阵分别构造正交投影矩阵；

中间变量矩阵及非零特征值分解模块：用于利用准白化待检测数据矩阵构造中间变量矩阵，并计算中间变量矩阵的非零特征值；

相关方程求解模块：用于求解系统维数与非零特征值相关方程的解；

检测统计量构造模块：用于利用准白化待检测数据矩阵、准白化信号左矩阵的正交投影矩阵、信号右矩阵的正交投影矩阵和相关方程的解构造检测统计量；

检测门限计算模块：用于利用检测统计量和虚警概率预设值确定检测门限；

目标判定模块：用于比较所述检测统计量与检测门限的大小，并判定目标是否存在。

下面结合仿真实验对本发明的效果做进一步说明。

仿真实验

假设待检测数据中含有双子空间信号，令雷达系统通道数为12，令虚警概率为0.001，协方差矩阵的第/>个元素被设置为/>，/>，，/>表示/>的绝对值，此外，令/>。为了估计杂波加噪声协方差矩阵，假设存在24个训练样本，训练样本只含杂波和噪声分量，协方差矩阵为/>。图3给出了本发明所提办法在不同信噪比下对目标的检测概率，其中信噪比被定义为。从图3中可以看出，当信噪比高于18.5dB时，所提方法对目标的检测概率高于80%。与现有的Wald检测器相比较，所提检测方法具有更好的检测性能。

另外，图4将本专利技术与现有技术（即专利CN 113589268所设计的适用于部分均匀环境中的自适应检测器，图例“其他专利所提方法”所示）进行了比较，结果表明，本专利所提方法具有更好的检测性能，这是由于基于梯度准则所设计的自适应检测器，具有更低的计算复杂度以及更加简捷的计算过程，从而能够获得更优良的检测性能。

以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求。

Claims (9)

1.一种机载雷达强杂波中的自适应目标检测方法，其特征在于，包括：

S1、构造信号左矩阵、信号右矩阵/>、待检测数据矩阵/>和训练样本矩阵/>；所述待检测数据矩阵/>、训练样本矩阵/>、信号左矩阵/>和信号右矩阵/>的维数分别为/>、、/>和/>，其中，/>、/>，/>表示目标的扩展维度，/>表示训练样本数，/>表示系统通道数；

S2、利用所述训练样本矩阵构造采样协方差矩阵，其中，所述采样协方差矩阵表示为，符号/>表示共轭转置；

S3、利用所述采样协方差矩阵构造准白化矩阵，对所述待检测数据矩阵/>和所述信号左矩阵/>进行准白化处理，分别得到准白化待检测数据矩阵/>和准白化信号左矩阵/>；

S4、利用所述信号右矩阵和所述准白化信号左矩阵/>分别构造正交投影矩阵；

S5、利用所述准白化待检测数据矩阵构造中间变量矩阵，并计算中间变量矩阵的非零特征值；

S6、求解系统维数与所述非零特征值的相关方程的解；

S7、利用所述准白化待检测数据矩阵、准白化信号左矩阵的正交投影矩阵/>、信号右矩阵的正交投影矩阵/>以及相关方程的解/>，构造检测统计量/>；

S8、利用所述检测统计量和虚警概率预设值确定检测门限；

S9、比较所述检测统计量与检测门限/>的大小，并判定目标是否存在。

2.根据权利要求1所述的一种机载雷达强杂波中的自适应目标检测方法，其特征在于：所述S3中，所述准白化待检测数据矩阵和所述准白化信号左矩阵分别表示为：

；

；

其中，，/>和/>分别为/>特征分解时的酉矩阵和对角矩阵，即/>的特征分解为/>，且/>，/>，符号/>表示对角矩阵。

3.根据权利要求2所述的一种机载雷达强杂波中的自适应目标检测方法，其特征在于，所述S4中，利用所述信号右矩阵和所述准白化信号左矩阵/>构造的正交投影矩阵分别表示为：

；

；

其中表示矩阵的逆。

4.根据权利要求3所述的一种机载雷达强杂波中的自适应目标检测方法，其特征在于；所述S5中，所述中间变量矩阵为：

；

其中，的非零特征值的个数/>为/>；/>表示两个实数中的最小值；矩阵/>的第/>个非零特征值记作/>，/>。

5.根据权利要求4所述的一种机载雷达强杂波中的自适应目标检测方法，其特征在于；所述S6中，所述相关方程为：

其中，相关方程的解记作。

6.根据权利要求5所述的一种机载雷达强杂波中的自适应目标检测方法，其特征在于，所述S7中，所述检测统计量为：

其中，表示矩阵的迹。

7.根据权利要求6所述的一种机载雷达强杂波中的自适应目标检测方法，其特征在于，所述S8中，所述检测门限为：

；

其中，表示检测门限；/>；/>为蒙特卡洛仿真次数；/>表示系统设定的虚警概率值；/>表示取整操作；/>为序列；

；

由大到小排列时第个最大值，/>，/>，/>和/>分别为/>特征分解时的酉矩阵和对角矩阵，即/>的特征分解为，且/>，，/>为下述方程的解：

；

为/>的第/>个非零特征值，/>，/>为/>的非零特征值的个数，/>，/>，/>为训练样本矩阵的第/>次实现，/>为仅含杂波及热噪声分量的待检测数据的第k次实现，/>。

8.根据权利要求7所述的一种机载雷达强杂波中的自适应目标检测方法，其特征在于：所述S9中，

如果所述检测统计量大于或等于检测门限/>，则判定目标存在；

如果所述检测统计量小于检测门限/>，则判定目标不存在。

9.一种机载雷达强杂波中的自适应目标检测系统，其特征在于：通过如权利要求1至8中任一项所述的机载雷达强杂波中的自适应目标检测方法实现，还包括：

数据矩阵构造模块：用于构造信号左矩阵、信号右矩阵、待检测数据矩阵和训练样本矩阵；

采样协方差矩阵和准白化矩阵构造模块：用于利用训练样本矩阵构造采样协方差矩阵，并利用采样协方差矩阵构造准白化矩阵；

数据准白化模块：用于利用准白化矩阵对待检测数据矩阵和信号左矩阵进行准白化处理，分别得到准白化待检测数据矩阵和准白化信号左矩阵；

正交投影矩阵构造模块：用于利用信号右矩阵和准白化信号左矩阵分别构造正交投影矩阵；

中间变量矩阵及非零特征值分解模块：用于利用准白化待检测数据矩阵构造中间变量矩阵，并计算中间变量矩阵的非零特征值；

相关方程求解模块：用于求解系统维数与非零特征值相关方程的解；

检测统计量构造模块：用于利用准白化待检测数据矩阵、准白化信号左矩阵的正交投影矩阵、信号右矩阵的正交投影矩阵和相关方程的解构造检测统计量；

检测门限计算模块：用于利用检测统计量和虚警概率预设值确定检测门限；

目标判定模块：用于比较所述检测统计量与检测门限的大小，并判定目标是否存在。