发明1一种弱信号目标检测的优化方法(许改1027).doc

本发明涉及一种弱信号目标检测的优化方法，其具体步骤如下：（1）读取离散化后的输入信号；（2）对信号x(n)进行四重自相关；（3）计算相关函数的频谱；（4）由相关信号的频谱，根据信号的频谱与自相关函数频谱的关系，由四重相关信号频谱计算信号的频谱；（5）计算匹配滤波器的传输函数；（6）求信号经过匹配滤波器的频谱；（7）采用多正弦窗进行谱估计；（8）将信号频谱还原为时域信号。本发明方法中，利用四重相关和双谱(四重相关函数的频谱函数)分析，实现高阶矩范围内信号处理，采用匹配滤波器进行滤波，该滤波器能够给出最大的信噪比。四重相关匹配滤波技术较之二重相关匹配滤波技术，可以进一步抑制噪声，从而提高信噪比。多正弦窗谱估计具有较小的偏差。同时，由于进行了多个特征谱的加权平均，对谱图会有一定的平滑效果，因此谱估计的方差性能较传统的周期图法会有显著的改善；同时能够保证一定的频率分辨能力。   1、一种弱信号目标检测的优化方法，其特征在于：其具体步骤如下： （1）读取离散化后的输入信号:x(n) n=0，1,2……N-1 ，其中N为信号x(t)的采样点数； （2）对输入信号x(n)进行四重自相关，具体方法为，设信号x(n)包括有用信号s(n)和随机加性噪声u(n)，信号表达式为：x(n)=s(n)+u(n),首先对输入信号x(n)进行二重自相关： m=0，1,2……N-1 根据信号与信号相关，信号与噪声的不相关性，有： 即：，表明含噪信号x(n)的二重相关近似等于有用信号s(n)的二重自相关。 信号x(n)的三重自相关可表示为： 根据与相关，与噪声的不相关性，有： 表明含噪信号x(n)的三重相关近似等于有用信号s(n)的三重自相关。 同理，可得，信号x(n)的四重相关可表示为： 即含噪信号x(n)的四重相关近似等于有用信号s(n)的四重自相关。 （3）计算相关函数和输入信号x(n)的频谱： k=0，1,2……N-1 k=0，1,2……N-1 （4）由相关信号的频谱，根据信号的频谱与自相关函数频谱的关系，利用公式，由四重相关信号频谱计算有用信号s(n)的频谱； （5）计算匹配滤波器的传输函数：当线性滤波器传输函数为输入信号频潜函数的复共轭时，该滤波器能够给出最大的信噪比, 这种滤波器称为匹配滤波器；匹配滤波器的传输函数为： ； （6）求信号经过匹配滤波器的频谱：经过滤波后的信号的频谱为： （7）采用多正弦窗进行谱估计：窗函数取为: n=0，1,2……N-1 设K为正弦窗数量,为第个正弦窗的加权系数，则经过滤波后的信号的多正弦窗谱估计为： 其中为第k个特征谱。而 k=0，1,2……N-1 所以多正弦窗谱估计可表示为： (8)将信号频谱还原为时域信号： n=0，1,2……N-1 （备注：需要针对上述出现多个参数予以定义，也需要说明，各个字母所代表的含义，大小写均需要说明，如果表示含义一致，那么大小字母应当统一，如需要说明Ω代表的含义，H代表的含义，等等，其他没有定义的字符含义均需要定义或者予以说明）  一种弱信号目标检测的优化方法 技术领域 本发明涉及一种弱信号目标检测的优化方法，属于计算机算法技术领域。 背景技术 相关检测技术是根据噪声与噪声、噪声与信号均不相关，而信号与信号则完全相关的特性，通过相关运算达到去除噪声的一种技术。现已普遍证明，它是从噪声中提取有用信号，提高输出信噪比的有效方法。它在自动控制、通信、雷达等领域都获得了广泛的应用。四重相关和双谱(四重相关函数的频谱函数)分析就是高阶矩范围内的信号处理方法，由于零均值的高斯平稳随机过程的四重相关等于零，以及四重相关具有位移和旋转不变性等特点,并且双谱富有丰富的冗余信息。 被动式监控探测系统,例如红外监控探测系统较之于主动式探测系统具有难以比拟的优势。然而，被动式目标探测系统所要探测的信号通常迭加有强噪声。因此，从强噪声中将有用的信号提取出来，就成为目标识别的前提。四重相关检测技术可实现信号与噪声的分离，去除噪声。采用匹配滤波器，给出最大的信噪比。通常，对监控探测系统所探测到的目标信号的处理主要是利用二阶统计矩，即功率谱和二重相关函数，这就是二重相关匹配滤波技术。从频域角度来分析，二重相关匹配滤波器可以最大限度地吸收有用信号的能量，而最大限度地抑制信号频带以外的噪声。根据信号与噪声的不同频谱特点，采用线性滤波器消除噪声频谱。当线性滤波器传输函数为输入信号频潜函数的复共轭时，该滤波器能够给出最大的信噪比。 然而，许多实验研究表明，无论二重相关滤波器设计得多么精细，信号频带之内的噪声仍然是难以抑制的。为了进一步提高信噪比，应该设法抑制信号频带之内的噪声。一个有效的解决办法就是采用高阶矩范围内的信号处理方法。四重相关和双谱(四重相关