现代雷达系统分析与设计(陈伯孝)第8章.ppt

　　 雷达的基本任务是发现目标并对目标进行定位。通常目标的回波信号中总是混杂着噪声和干扰，而噪声和各种干扰信号均具有随机特性，在这种条件下发现目标的问题属于信号检测的范畴，而测定目标坐标则是参数估计问题。信号检测是参数估计的前提，只有发现了目标才能对目标进行定位。因此，信号检测是雷达最基本的任务。　　信号检测就是对接收机输出的由信号、噪声和其它干扰组成的混合信号经过信号处理以后，以规定的检测概率(通常比较高)输出所希望得到的有用信号，而噪声和其它干扰则以低概率产生随机虚警(通常以一定的虚警概率为条件)。 检测概率和虚警概率取决于噪声和其它干扰信号，以及伴随这些信号的目标信号的幅度分布(概率密度函数)，因此，检测是一个统计过程。　　采用何种方式来处理信号和噪声(或包括干扰)的混合波形，以便最有效地利用信号所载信息使检测性能最好，这是理论上需要解决的问题。信号检测理论就是判断信号是否存在的方法及其最佳处理方式。本章主要介绍基本检测过程、雷达信号的最佳检测、脉冲积累的检测性能、二进制积累的检测性能、自动检测等方面的知识，推导不同情况下的检测概率的计算公式。由于二进制积累是在检测的基础上进行的，因此，将二进制积累也放在本章介绍。自动检测主要介绍均值类CFAR方面的内容。 　　　　检测系统的任务是对输入x(t)进行必要的处理，然后根据一定的准则来判断输入是否有信号，如图8.1所示。输入到检测系统的信号x(t)有两种可能：①信号加噪声，即x(t)＝s(t)＋n(t)；②只有噪声，即x(t)＝n(t)。　　由于输入噪声和干扰的随机性，信号检测问题要用数理统计的方法来解决。 　　 图8.1 雷达信号检测模型 　　雷达的检测过程可以用门限检测来描述，即将接收机的接收信号经信号处理后的输出信号(本书中称为检测前输入信号)与某个门限电平进行比较。如果检测前输入信号的包络超过了某一预置门限，就认为有目标(信号)。雷达信号检测属于二元检测问题，即要么有目标，要么无目标。当接收机只有噪声输入时，为H0假设；当输入包括信号加噪声时，为H1假设，即： (8.1.1) 　　 图8.2 观察空间的划分 　　对于二元检测来说，有两种正确的判决和两种错误的判决如表8.1所示。这些判决的概率可以用条件概率表示为 (8.1.2a) (8.1.2b) (8.1.2c) (8.1.2d)　　式(8.1.2d)中P(H0|H1)表示在H1假设下做出无信号的判决(即H0为真)的概率，其它条件概率类似。 　　表8.1 二元检测判决概率 　　假设H1出现的先验概率为P(H1)，H0出现的先验概率为P(H0)，且P(H1)＝1－P(H0)。假设噪声n(t)服从零均值、方差为 的高斯分布，则观测信号x(t)的两种条件概率密度函数为 (8.1.3a) (8.1.3b) 则虚警概率Pfa和漏警概率Pm分别为 (8.1.4a) (8.1.4b) 假定判决门限为VT，根据式(8.1.3a)和(8.1.3b)的条件概率密度函数可得： (8.1.5) (8.1.6)  检测概率和虚警概率可分别用图8.3(a)、(b)中的阴影部分面积来表示。 　　 图8.3 检测概率和虚警概率 　　判决门限VT的确定与采用的最佳准则有关。在信号检测中常用的最佳准则有：　　贝叶斯准则；　　?最小错误概率准则；　　 ? 最大后验概率准则(要求后验概率P(H1|x)和P(H0|x)已知)；　　 ? 极小极大化准则；　　 ? 奈曼－皮尔逊(Neyman-Pearson)准则。 　　在雷达信号检测中，因预先并不知道目标出现的概率，也很难确定一次漏警所造成的损失，所以，通常采用的准则是在一定的虚警概率下，使漏警概率最小或使正确检测概率达到最大，这就是奈曼－皮尔逊准则。　　在数学上，奈曼－皮尔逊准则可表示为：在Pfa＝P(H1|H0)＝α(常数)的条件下，使检测概率Pd＝P(H1|H1)达到最大，或使漏警概率Pm＝P(H0|H1)＝1－Pd达到最小。这是一个有约束条件的数值问题，其解的必要条件是应使式(8.1.7)的目标函数达到极小。  (8.1.7) 式中：Λ0为拉格朗日乘子，是待定系数；Pe表示两种错误概率的加权和，称为总错误概率。在约束条件下使Pm＝1－Pd最小等效于使Pe最小，这样就将有约束的极值问题转化为无约束的极值问题，便于求解。　　为了提高判决的质量，减小噪声干扰随机性的影响，一般需要对接收信号进行多次观测或多次取样。例如，