CN116953655B - 一种基于Durbin检验的前向散射雷达运动目标检测方法和装置 - Google Patents
一种基于Durbin检验的前向散射雷达运动目标检测方法和装置 Download PDFInfo
- Publication number
- CN116953655B CN116953655B CN202311222418.2A CN202311222418A CN116953655B CN 116953655 B CN116953655 B CN 116953655B CN 202311222418 A CN202311222418 A CN 202311222418A CN 116953655 B CN116953655 B CN 116953655B
- Authority
- CN
- China
- Prior art keywords
- target
- signal
- durbin
- assumption
- test
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 86
- 238000001078 Durbin test Methods 0.000 title claims abstract description 82
- 230000006870 function Effects 0.000 claims abstract description 59
- 239000011159 matrix material Substances 0.000 claims abstract description 43
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 37
- 238000012360 testing method Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 230000021615 conjugation Effects 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于Durbin检验的前向散射雷达运动目标检测方法和装置，所述方法包括：将前向散射雷达运动目标检测问题用二元假设检验表示；计算两种假设下回波信号的概率密度函数；设定复参数Durbin检验的表达式；计算Fisher信息矩阵的值；计算目标不存在的假设下未知直达波参数和未知噪声参数的最大似然估计值并代入目标存在假设下的概率密度函数中，计算未知目标参数的最大似然估计值；将Fisher信息矩阵的值以及上述未知参数的估计值代入到复参数Durbin检验的表达式中，得到Durbin检验统计量，将Durbin检验统计量与设定的门限对比，若Durbin检验统计量大于门限，则判定回波信号中包含目标信号，否则判定回波信号中不包含目标信号。本发明能够有效提高前向散射雷达对运动目标的检测性能。
Description
技术领域
本发明属于雷达信号处理技术领域，特别涉及一种基于Durbin检验的前向散射雷达运动目标检测方法和装置、计算机设备、计算机可读存储介质。
背景技术
双基地雷达作为一种接收机与发射机相互分离的雷达系统，可以发现远区的低空目标，同时由于双基地雷达的接收机采用无源模式，很难被敌方侦知，因此，双基地雷达具有抗电子侦察和抗干扰的优势，在电子战等应用中获得广泛关注。
前向散射雷达是双基角接近180°时的双基地雷达。当双基角大于135°时，接收机位于目标的前向散射区，在此区域内，目标的雷达散射截面积随着双基角的增加而快速增大，当双基角为180°时，目标的雷达散射截面积达到最大值。相比于单基地雷达，前向散射雷达能够获得10dB以上的目标雷达散射截面积提升，且前向散射区的目标雷达截面积仅与目标轮廓相关，与目标所用的材料无关，因此前向散射雷达在检测小型目标和隐身目标方面具有重要意义。作为现有技术，CN102338870B公开了一种采用前向散射雷达的三维目标跟踪方法，CN115015863A公开了一种基于前向散射雷达网的匀速运动目标参数估计方法。
传统前向散射雷达运动目标检测方法通常利用匹配滤波理论，首先计算雷达回波信号模值的平方，再设计匹配滤波器对直达波信号抑制后的回波信号进行检测。然而，该方法相比于理想的检测器具有严重的检测性能损失。
发明内容
本发明的目的是提供一种基于Durbin检验的前向散射雷达运动目标检测方法和装置、计算机设备、计算机可读存储介质，能够有效提高前向散射雷达对运动目标的检测性能，解决现有技术在前向散射雷达运动目标检测场景下，检测性能损失严重的问题。
本发明的一个方面提供一种基于Durbin检验的前向散射雷达运动目标检测方法，包括：
步骤S1：将前向散射雷达运动目标检测用二元假设检验表示，在目标存在的假设下，雷达接收到的回波信号中包含目标信号、直达波信号和噪声，在目标不存在的假设下，雷达接收到的回波信号中包含直达波信号和噪声，则运动目标检测的二元假设检验表示为：
其中，表示回波信号，表示目标信号，表示直达波信号，表示噪声，和分别表示目标信号和直达波信号的复幅度，噪声服从复高斯分布，其均值为0，协方差矩阵为，其中表示方差，表示单位矩阵；
步骤S2：根据目标存在的假设下目标信号、直达波信号和噪声的统计分布以及目标不存在的假设下直达波信号和噪声的统计分布，计算目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数；
步骤S3：针对运动目标检测的二元假设检验，利用步骤S2中计算的目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数设定复参数Durbin检验的表达式；
步骤S4：根据步骤S2中计算的目标存在的假设下回波信号的概率密度函数，计算Fisher信息矩阵的值；
步骤S5：根据目标不存在的假设下回波信号的概率密度函数，计算目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值，将目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值代入目标存在的假设下回波信号的概率密度函数，得到目标信号的复幅度的最大似然估计值；
步骤S6：将步骤S4中计算得到的Fisher信息矩阵的值、步骤S5中计算的直达波信号的复幅度、噪声的方差、目标信号的复幅度的最大似然估计值代入到步骤S3中设定的复参数Durbin检验的表达式中，得到Durbin检验统计量的表达式；
步骤S7：将前向散射雷达接收到的待检测的回波信号代入到Durbin检验统计量的表达式中得到Durbin检验统计量，将Durbin检验统计量与设定的门限进行对比，若Durbin检验统计量大于设定的门限，则判定回波信号中包含目标信号，否则判定回波信号中不包含目标信号。
优选地，在步骤S2中计算得到的目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数分别为：
其中，表示以为底的指数，表示向量的2范数，N表示回波信号采样点的个数。
优选地，在步骤S3中，复参数Durbin检验的表达式为：
其中，，表示目标不存在的假设下的最大似然估计值，，表示转置，表示共轭转置，表示在目标存在的假设下的最大似然估计值，表示在目标不存在的假设下的取值，，表示在目标不存在的假设下的最大似然估计值，表示当时，在目标存在的假设下的最大似然估计值，表示Fisher信息矩阵：
其中，表示取数学期望，表示偏导数，表示取对数，表示共轭。
优选地，在步骤S4中，将Fisher信息矩阵划分为四个分块：
其中，，，
，，
根据目标存在的假设下回波信号的概率密度函数，得到Fisher信息矩阵的各个分块的值分别为：
。
优选地，在步骤S5中，根据目标不存在的假设下回波信号的概率密度函数，计算目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值分别为：
令，，将，代入到目标存在的假设下回波信号的概率密度函数，得到目标信号的复幅度的最大似然估计值：
根据以及二元假设检验的定义，得到：
。
优选地，在步骤S6中得到的Durbin检验统计量的表达式为：
。
本发明的另一个方面提供一种基于Durbin检验的前向散射雷达运动目标检测装置，包括：
二元假设检验表示模块：将前向散射雷达运动目标检测用二元假设检验表示，在目标存在的假设下，雷达接收到的回波信号中包含目标信号、直达波信号和噪声，在目标不存在的假设下，雷达接收到的回波信号中包含直达波信号和噪声，则运动目标检测的二元假设检验表示为：
其中，表示回波信号，表示目标信号，表示直达波信号，表示噪声，和分别表示目标信号和直达波信号的复幅度，噪声服从复高斯分布，其均值为0，协方差矩阵为，其中表示方差，表示单位矩阵；
概率密度函数计算模块：根据目标存在的假设下目标信号、直达波信号和噪声的统计分布以及目标不存在的假设下直达波信号和噪声的统计分布，计算目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数；
检验表达式设定模块：针对运动目标检测的二元假设检验，利用目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数设定复参数Durbin检验的表达式；
Fisher信息矩阵计算模块：根据目标存在的假设下回波信号的概率密度函数，计算Fisher信息矩阵的值；
最大似然估计值计算模块：根据目标不存在的假设下回波信号的概率密度函数，计算目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值，将目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值代入目标存在的假设下回波信号的概率密度函数，得到目标信号的复幅度的最大似然估计值；
统计量表达式获得模块：将Fisher信息矩阵的值、直达波信号的复幅度、噪声的方差、目标信号的复幅度的最大似然估计值代入到复参数Durbin检验的表达式中，得到Durbin检验统计量的表达式；
判定模块：将前向散射雷达接收到的待检测的回波信号代入到Durbin检验统计量的表达式中得到Durbin检验统计量，将Durbin检验统计量与设定的门限进行对比，若Durbin检验统计量大于设定的门限，则判定回波信号中包含目标信号，否则判定回波信号中不包含目标信号。
本发明的又一个方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
本发明的又一个方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
根据本发明上述方面的基于Durbin检验的前向散射雷达运动目标检测方法和装置、计算机设备、计算机可读存储介质，能够有效提高前向散射雷达对运动目标的检测性能。
附图说明
为了更清楚地说明本发明的技术方案，下面将对本发明实施例的描述中所使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图：
图 1 是本发明一种实施方式的基于Durbin检验的前向散射雷达运动目标检测方法的流程图；
图 2 是基线长度为2500m时，应用本发明检测方法、传统检测方法和理想检测方法进行目标检测时得到的检测概率随着直达波信号与噪声谱密度功率比的变化曲线；
图 3 是基线长度为500m时，应用本发明检测方法、传统检测方法和理想检测方法进行目标检测时得到的检测概率随着直达波信号噪声谱密度功率比的变化曲线；
图4是本发明一种实施方式的基于Durbin检验的前向散射雷达运动目标检测装置的结构图；
图5是本发明一种实施方式的计算机设备的结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图，对本发明的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的实施方式提供一种基于Durbin检验的前向散射雷达运动目标检测方法。图 1 是本发明一种实施方式的基于Durbin检验的前向散射雷达运动目标检测方法的流程图。如图1所示，本发明实施方式的基于Durbin检验的前向散射雷达运动目标检测方法包括步骤S1-S7。
在本发明实施方式中，设前向散射雷达的接收机与发射机之间的距离也就是基线长度为，发射机发射连续波信号，运动目标匀速运动，运动轨迹与基线垂直，并于时穿越基线。当目标存在时，雷达接收机接收到目标信号、噪声和直达波信号，当目标不存在时，雷达接收机接收到噪声和直达波信号。对接收到的回波信号进行采样，得到N个采样点。
在步骤S1中，将前向散射雷达运动目标检测问题用二元假设检验表示，目标存在假设（以下简称为“假设”）表示目标存在的假设，雷达接收到的回波信号中包含目标信号、直达波信号和噪声，目标不存在假设（以下简称为“假设”）表示目标不存在的假设，雷达接收到的回波信号中包含直达波信号和噪声，其中表示N维复向量的集合，则运动目标检测问题的二元假设检验可以表示为：
(1)
其中，和分别表示目标信号和直达波信号的未知复幅度，噪声服从复高斯分布，其均值为0，协方差矩阵为，其中表示方差，表示单位矩阵。
在步骤S2中，根据步骤S1中假设条件下直达波信号和噪声的分布，和假设条件下目标信号、直达波信号和噪声的分布，计算出回波信号在两种假设和假设下的概率密度函数。
具体地，根据步骤S1中的目标信号、直达波信号和噪声的统计分布，计算得到假设和假设条件下待检测回波信号的概率密度函数分别为：
(2)
(3)
其中，表示以为底的指数，表示向量的2范数。
在步骤S3中，根据步骤S1中的前向散射雷达运动目标检测问题，针对步骤S1中的二元假设检验，给出复参数Durbin检验（杜宾检验）的表达式。
具体地，针对步骤S1所述的前向散射雷达运动目标检测问题，设计Durbin检测器。与传统方法将复参数拆分成实部和虚部来推导实参数检验统计量不同，本发明实施方式将复参数看作一个整体，设计复参数Durbin检测器。
复参数Durbin检验的表达式为：
(4)
其中，，表示假设条件下的最大似然估计值，，表示转置，表示共轭转置，表示在假设条件下的最大似然估计值，表示在假设条件下的取值，，表示在假设条件下的最大似然估计值，表示当时，在假设条件下的最大似然估计值。表示Fisher信息矩阵（费舍尔信息矩阵）：
(5)
其中，表示取数学期望，表示偏导数，表示取对数，表示共轭。表示的一个分块，
。
在步骤S4中，根据步骤S2所述的假设条件下的雷达回波信号概率密度函数，求解Fisher信息矩阵的值。
具体地，根据步骤S2所述的假设条件下的雷达回波信号概率密度函数的表达式，计算的对数对的偏导数为：
(6)
将Fisher信息矩阵划分为四个分块：
(7)
其中，，，
，。
根据步骤S2所述的假设条件下的雷达回波信号概率密度函数的表达式，利用矩阵微分知识，得到Fisher信息矩阵的各个分块的值分别为：
(8)
(9)
(10)
(11)
根据分块矩阵求逆理论可知：
根据上述计算得到的Fisher信息矩阵各个分块的值，得到：
(12)
在步骤S5中，根据步骤S2中假设下回波信号的概率密度函数，计算假设下未知直达波信号的复幅度和噪声的方差，并将假设下未知直达波信号的复幅度和噪声的方差的最大似然估计值代入步骤S2中假设下回波信号的概率密度函数中，计算未知目标信号的复幅度。
具体地，对前向散射雷达回波在假设下的概率密度函数取对数，将得到的概率密度函数的对数值对未知参数取微分，求得未知参数在假设下的最大似然估计值分别为：
(13)
(14)
令，，将，代入到步骤S2中前向散射雷达回波在假设条件下的概率密度函数中得到，对得到的概率密度函数取对数，并求解该概率密度函数的对数对的偏导数，得到：
(15)
根据以及二元假设检验的定义，得到：
(16)
在步骤S6中，将计算得到的Fisher信息矩阵以及假设条件下未知参数和的最大似然估计值和以及时，目标信号的复幅度在假设条件下的最大似然估计值代入步骤S3中的Durbin检验的表达式中，得到无需辅助数据的Durbin检验统计量。
具体地，将步骤S5中计算得到的假设条件下未知参数和的最大似然估计值和、时在假设条件下的最大似然估计值，以及步骤S4中计算得到的Fisher信息矩阵的值，代入步骤S3中的复参数Durbin检验表达式中并化简，得到无需辅助数据的Durbin检验统计量的表达式为：
(17)
在步骤S7中，将前向散射雷达接收到的待检测的回波信号代入上述Durbin检验统计量的表达式中得到Durbin检验统计量，将Durbin检验统计量与其相应的门限进行对比，若Durbin检验统计量大于相应的门限，则判定回波信号中包含目标信号，否则判定回波信号中不包含目标信号。
具体地，当前向散射雷达接收到回波信号时，将前向散射雷达接收到的回波信号代入到上述Durbin检验统计量的表达式中，得到Durbin检验统计量，将Durbin检验统计量与设定的判决门限相比较，若Durbin检验统计量大于判决门限，则判定回波信号中包含目标信号，否则，则判定回波信号中不含目标信号。
通过以下仿真实验对本发明效果作进一步验证说明。
（一）实验环境和内容
实验环境：MATLAB R2020b，Intel(R) Pentium(R) 2 CPU 2.8 GHz，Window 10 旗舰版。
实验内容：设置载频为5.46GHz，长方形目标的长度和宽度分别为2m和1m，在基线长度分别为2500m和500m时，利用蒙特卡洛实验验证本发明实施方式的方法的有效性。为了进行对比，在仿真实验中给出了传统检测方法和理想检测方法的检测性能。传统检测方法通过将回波信号依次通过平方律检波、高通滤波和匹配滤波来实现目标检测。理想检测方法假设所有的未知参数均已知，难以适用于实际检测环境，仅作为性能对比的基准。
（二）实验结果
当运动目标速度为20m/s、基线长度分别为2500m和500m时，利用本发明上述实施方式的检测方法、传统检测方法和理想检测方法对回波信号进行检测，得到的检测概率随着直达波信号与噪声谱密度功率比的变化曲线如图2和图3所示。其中，横坐标DNSR表示直达波信号与噪声谱密度功率比，纵坐标Pd表示检测概率。
从图2可以看出，当基线长度为2500m时，本发明上述实施方式的检测方法相比于传统检测方法的性能增益约为3dB。从图3可以看出，当基线长度为500m时，本发明上述实施方式的检测方法相比于传统检测方法的性能增益约为7dB。同时，从图2和图3可以看出，当基线长度分别为2500m和500m时，本发明上述实施方式的检测方法相比于理想检测方法的性能损失约为0.5dB和2dB，相比于传统检测方法，性能损失大大降低。
因此，仿真实验验证了本发明上述实施方式的检测方法的正确性、有效性和可靠性。
综上所述，本发明上述实施方式的检测方法针对前向散射雷达运动目标检测场景下，检测性能损失严重的问题，将复参数看作一个整体，借助于Durbin检验准则，设计Durbin检测器来实现运动目标检测。蒙特卡洛仿真实验表明，即使没有任何辅助数据，本发明实施方式的检测方法相比于传统方法仍有至少3dB的检测性能改善。
本发明的实施方式还提供一种基于Durbin检验的前向散射雷达运动目标检测装置。图4是本发明一种实施方式的基于Durbin检验的前向散射雷达运动目标检测装置的结构图。如图4所示，本实施方式的基于Durbin检验的前向散射雷达运动目标检测装置包括：
二元假设检验表示模块101：将前向散射雷达运动目标检测用二元假设检验表示，在目标存在的假设下，雷达接收到的回波信号中包含目标信号、直达波信号和噪声，在目标不存在的假设下，雷达接收到的回波信号中包含直达波信号和噪声，则运动目标检测的二元假设检验表示为：
其中，表示回波信号，表示目标信号，表示直达波信号，表示噪声，和分别表示目标信号和直达波信号的复幅度，噪声服从复高斯分布，其均值为0，协方差矩阵为，其中表示方差，表示单位矩阵；
概率密度函数计算模块102：根据目标存在的假设下目标信号、直达波信号和噪声的统计分布以及目标不存在的假设下直达波信号和噪声的统计分布，计算目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数；
检验表达式设定模块103：针对运动目标检测的二元假设检验，利用目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数设定复参数Durbin检验的表达式；
Fisher信息矩阵计算模块104：根据目标存在的假设下回波信号的概率密度函数，计算Fisher信息矩阵的值；
最大似然估计值计算模块105：根据目标不存在的假设下回波信号的概率密度函数，计算目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值，将目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值代入目标存在的假设下回波信号的概率密度函数，得到目标信号的复幅度的最大似然估计值；
统计量表达式获得模块106：将Fisher信息矩阵的值、直达波信号的复幅度、噪声的方差、目标信号的复幅度的最大似然估计值代入到复参数Durbin检验的表达式中，得到Durbin检验统计量的表达式；
判定模块107：将前向散射雷达接收到的待检测的回波信号代入到Durbin检验统计量的表达式中得到Durbin检验统计量，将Durbin检验统计量与设定的门限进行对比，若Durbin检验统计量大于设定的门限，则判定回波信号中包含目标信号，否则判定回波信号中不包含目标信号。
本实施方式的基于Durbin检验的前向散射雷达运动目标检测装置的具体实施例可以参见上文中对于基于Durbin检验的前向散射雷达运动目标检测方法的限定，在此不再赘述。上述基于Durbin检验的前向散射雷达运动目标检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本发明的实施方式还提供一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储各个框架的运行参数数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现本实施方式的基于Durbin检验的前向散射雷达运动目标检测方法的步骤。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本发明的实施方式还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现本发明实施方式的基于Durbin检验的前向散射雷达运动目标检测方法的步骤。
以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。
Claims (9)
1.一种基于Durbin检验的前向散射雷达运动目标检测方法，其特征在于，包括：
步骤S1：将前向散射雷达运动目标检测用二元假设检验表示，在目标存在的假设下，雷达接收到的回波信号中包含目标信号、直达波信号和噪声，在目标不存在的假设下，雷达接收到的回波信号中包含直达波信号和噪声，则运动目标检测的二元假设检验表示为：
其中，表示回波信号，表示目标信号，表示直达波信号，表示噪声，和分别表示目标信号和直达波信号的复幅度，噪声服从复高斯分布，其均值为0，协方差矩阵为，其中表示方差，表示单位矩阵；
步骤S2：根据目标存在的假设下目标信号、直达波信号和噪声的统计分布以及目标不存在的假设下直达波信号和噪声的统计分布，计算目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数；
步骤S3：针对运动目标检测的二元假设检验，利用步骤S2中计算的目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数设定复参数Durbin检验的表达式；
步骤S4：根据步骤S2中计算的目标存在的假设下回波信号的概率密度函数，计算Fisher信息矩阵的值；
步骤S5：根据目标不存在的假设下回波信号的概率密度函数，计算目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值，将目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值代入目标存在的假设下回波信号的概率密度函数，得到目标信号的复幅度的最大似然估计值；
步骤S6：将步骤S4中计算得到的Fisher信息矩阵的值、步骤S5中计算的直达波信号的复幅度、噪声的方差、目标信号的复幅度的最大似然估计值代入到步骤S3中设定的复参数Durbin检验的表达式中，得到Durbin检验统计量的表达式；
步骤S7：将前向散射雷达接收到的待检测的回波信号代入到Durbin检验统计量的表达式中得到Durbin检验统计量，将Durbin检验统计量与设定的门限进行对比，若Durbin检验统计量大于设定的门限，则判定回波信号中包含目标信号，否则判定回波信号中不包含目标信号。
2.如权利要求1所述的方法，其特征在于，
在步骤S2中计算得到的目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数分别为：
其中，表示以为底的指数，表示向量的2范数，N表示回波信号采样点的个数。
3.如权利要求2所述的方法，其特征在于，
在步骤S3中，复参数Durbin检验的表达式为：
其中，，表示目标不存在的假设下的最大似然估计值，，表示转置，表示共轭转置，表示在目标存在的假设下的最大似然估计值，表示在目标不存在的假设下的取值，，表示在目标不存在的假设下的最大似然估计值，表示当时，在目标存在的假设下的最大似然估计值，表示Fisher信息矩阵：
其中，表示取数学期望，表示偏导数，表示取对数，表示共轭。
4.如权利要求3所述的方法，其特征在于，
在步骤S4中，将Fisher信息矩阵划分为四个分块：
其中，，，
，，
根据目标存在的假设下回波信号的概率密度函数，得到Fisher信息矩阵的各个分块的值分别为：
。
5.如权利要求4所述的方法，其特征在于，
在步骤S5中，根据目标不存在的假设下回波信号的概率密度函数，计算目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值分别为：
令，，将，代入到目标存在的假设下回波信号的概率密度函数，得到目标信号的复幅度的最大似然估计值：
根据以及二元假设检验的定义，得到：
。
6.如权利要求5所述的方法，其特征在于，
在步骤S6中得到的Durbin检验统计量的表达式为：
。
7.一种基于Durbin检验的前向散射雷达运动目标检测装置，其特征在于，包括：
二元假设检验表示模块：将前向散射雷达运动目标检测用二元假设检验表示，在目标存在的假设下，雷达接收到的回波信号中包含目标信号、直达波信号和噪声，在目标不存在的假设下，雷达接收到的回波信号中包含直达波信号和噪声，则运动目标检测的二元假设检验表示为：
其中，表示回波信号，表示目标信号，表示直达波信号，表示噪声，和分别表示目标信号和直达波信号的复幅度，噪声服从复高斯分布，其均值为0，协方差矩阵为，其中表示方差，表示单位矩阵；
概率密度函数计算模块：根据目标存在的假设下目标信号、直达波信号和噪声的统计分布以及目标不存在的假设下直达波信号和噪声的统计分布，计算目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数；
检验表达式设定模块：针对运动目标检测的二元假设检验，利用目标存在的假设下回波信号的概率密度函数和目标不存在的假设下回波信号的概率密度函数设定复参数Durbin检验的表达式；
Fisher信息矩阵计算模块：根据目标存在的假设下回波信号的概率密度函数，计算Fisher信息矩阵的值；
最大似然估计值计算模块：根据目标不存在的假设下回波信号的概率密度函数，计算目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值，将目标不存在的假设下直达波信号的复幅度和噪声的方差的最大似然估计值代入目标存在的假设下回波信号的概率密度函数，得到目标信号的复幅度的最大似然估计值；
统计量表达式获得模块：将Fisher信息矩阵的值、直达波信号的复幅度、噪声的方差、目标信号的复幅度的最大似然估计值代入到复参数Durbin检验的表达式中，得到Durbin检验统计量的表达式；
判定模块：将前向散射雷达接收到的待检测的回波信号代入到Durbin检验统计量的表达式中得到Durbin检验统计量，将Durbin检验统计量与设定的门限进行对比，若Durbin检验统计量大于设定的门限，则判定回波信号中包含目标信号，否则判定回波信号中不包含目标信号。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311222418.2A CN116953655B (zh) | 2023-09-21 | 2023-09-21 | 一种基于Durbin检验的前向散射雷达运动目标检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311222418.2A CN116953655B (zh) | 2023-09-21 | 2023-09-21 | 一种基于Durbin检验的前向散射雷达运动目标检测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116953655A CN116953655A (zh) | 2023-10-27 |
| CN116953655B true CN116953655B (zh) | 2023-11-17 |
Family
ID=88458794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311222418.2A Active CN116953655B (zh) | 2023-09-21 | 2023-09-21 | 一种基于Durbin检验的前向散射雷达运动目标检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116953655B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104977585A (zh) * | 2015-06-11 | 2015-10-14 | 中国科学院声学研究所 | 一种鲁棒的运动声纳目标检测方法 |
| CN106019256A (zh) * | 2016-07-29 | 2016-10-12 | 西安电子科技大学 | 基于自回归模型的雷达信号自适应检测方法 |
| CN109683141A (zh) * | 2019-01-15 | 2019-04-26 | 西安电子科技大学 | 基于贝叶斯框架的多输入多输出雷达发射波形设计方法 |
| CN110596687A (zh) * | 2019-09-19 | 2019-12-20 | 吉林大学 | 一种基于黎曼流形的单基地mimo雷达目标检测方法 |
| CN113759335A (zh) * | 2021-07-27 | 2021-12-07 | 西安电子科技大学 | 一种基于时间反演的超宽带回波去噪和能量检测方法 |
| CN115508799A (zh) * | 2022-08-15 | 2022-12-23 | 西安电子科技大学 | 一种基于矩空间的分布式被动雷达目标检测方法 |
| CN116643251A (zh) * | 2023-07-27 | 2023-08-25 | 西安电子科技大学 | 非均匀杂波环境中的宽带雷达运动目标检测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9207305B2 (en) * | 2012-09-05 | 2015-12-08 | Khalifa University Of Science, Technology And Research | Methods and devices for channel identification |
-
2023
- 2023-09-21 CN CN202311222418.2A patent/CN116953655B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104977585A (zh) * | 2015-06-11 | 2015-10-14 | 中国科学院声学研究所 | 一种鲁棒的运动声纳目标检测方法 |
| CN106019256A (zh) * | 2016-07-29 | 2016-10-12 | 西安电子科技大学 | 基于自回归模型的雷达信号自适应检测方法 |
| CN109683141A (zh) * | 2019-01-15 | 2019-04-26 | 西安电子科技大学 | 基于贝叶斯框架的多输入多输出雷达发射波形设计方法 |
| CN110596687A (zh) * | 2019-09-19 | 2019-12-20 | 吉林大学 | 一种基于黎曼流形的单基地mimo雷达目标检测方法 |
| CN113759335A (zh) * | 2021-07-27 | 2021-12-07 | 西安电子科技大学 | 一种基于时间反演的超宽带回波去噪和能量检测方法 |
| CN115508799A (zh) * | 2022-08-15 | 2022-12-23 | 西安电子科技大学 | 一种基于矩空间的分布式被动雷达目标检测方法 |
| CN116643251A (zh) * | 2023-07-27 | 2023-08-25 | 西安电子科技大学 | 非均匀杂波环境中的宽带雷达运动目标检测方法 |
Non-Patent Citations (4)
| Title |
|---|
| 基于信息量准则的AR模型相关高斯杂波模拟;杨俊岭;张长隆;万建伟;;航天电子对抗(第02期);第45-48页 * |
| 基于海杂波先验知识的雷达目标自适应Rao检测;薛健 等;电子与信息学报;第第45卷卷;第1-9页 * |
| 子空间信号失配下的加权自适应检测器;林志凯 等;系统工程与电子技术;第45卷(第7期);第1974-1980页 * |
| 高斯噪声背景下稳健型Durbin检测器设计;施博;郝程鹏;徐达;陈栋;朱东升;;声学学报(第03期);第291-297页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116953655A (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107462873B (zh) | 一种雷达干扰快速识别方法 | |
| CN105259541B (zh) | 一种多站雷达抗有源欺骗式干扰的方法 | |
| CN106154235B (zh) | 基于频率分集mimo雷达的主瓣欺骗式干扰抑制方法 | |
| CN106019256B (zh) | 基于自回归模型的雷达信号自适应检测方法 | |
| CN104502899A (zh) | 一种自适应的恒虚警率目标检测方法 | |
| CN108120976B (zh) | 一种基于多普勒通道特性的地杂波谱泄露抑制方法 | |
| CN113376613B (zh) | 用于雷达探测的恒虚警检测方法、装置及电子设备 | |
| CN109188388B (zh) | 一种对抗多目标干扰的恒虚警检测方法 | |
| CN103809173A (zh) | 帧恒虚警目标检测跟踪一体化方法 | |
| CN105259540B (zh) | 一种多站雷达抗有源欺骗式干扰的优化方法 | |
| CN106526584A (zh) | 多雷达系统中目标检测跟踪联合处理方法 | |
| CN107942308A (zh) | 复合高斯环境下基于伽玛纹理的自适应Rao检测方法 | |
| CN112014801A (zh) | 一种基于SPWVD和改进AlexNet的复合干扰识别方法 | |
| CN110515052A (zh) | 一种基于时间反演的超宽带频域非等间隔采样目标检测方法 | |
| CN115047419A (zh) | 一种毫米波雷达恒虚警率检测方法及装置 | |
| CN111045002A (zh) | 基于TRT和SNuFFT的机动目标相参积累方法 | |
| Kim et al. | Gaussian mixture probability hypothesis density filter against measurement origin uncertainty | |
| CN117008064A (zh) | 一种基于改进型YOLOv5的雷达干扰自适应抑制方法 | |
| CN116953655B (zh) | 一种基于Durbin检验的前向散射雷达运动目标检测方法和装置 | |
| CN105652256B (zh) | 一种基于极化信息的高频地波雷达tbd方法 | |
| CN111929656A (zh) | 一种基于熵值统计的车载毫米波雷达系统噪声估计方法 | |
| Zhao et al. | A modified matrix CFAR detector based on maximum eigenvalue for target detection in the sea clutter | |
| CN111044996A (zh) | 一种基于降维近似消息传递的lfmcw雷达目标检测方法 | |
| CN116973876B (zh) | 一种基于gradient检验的前向散射雷达运动目标检测方法和装置 | |
| Weinberg | Formulation of a generalised switching CFAR with application to X-band maritime surveillance radar |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |