非高斯相关杂波背景下雷达目标检测方法研究.pptVIP

在实际应用中， 雷达目标检测通常面临复杂多变的地 海杂波， 大量实验证明， 雷达杂波不仅具有显著的非高斯特性， 而且具有复杂的相关特性［1， 2］1999 年， 澳大利亚国防科学与技术组织( DSTO) 通过对大量实测海杂波数据进行分析后指出［3］， 海杂波的统计特性严重偏离高斯分布， 同时存在相关性因此， 研究非高斯相关杂波背景下的雷达目标检测技术具有重要的实际意义 长期以来， 目标检测技术是以高斯分布杂波( 噪声) 模型的广义似然比( GLＲT)理论为主要研究内容［4］， 由于 GLＲT 依赖于杂波的统计分布， 在非高斯相关杂波条件下， 很难导出检测统计量 理论与实验证明， 广泛应用的 MTD［5］( MovingTargetDetection) 技术在非高斯相关杂波背景下性能将严重下降 要解决非高斯相关杂波背景下雷达目标检测问题， 必须基于能准确描述杂波统计特性的分布， 在此基础上建立易于实现的检测方法 目前， Alpha 稳定分布［6， 7］是一种能较好地描述雷达非高斯相关杂波的分布模型［8］ 但由于 Alpha稳定分布除了几个特例外， 不存在 PDF 解析表达式［9］， 虽然针对独立同分布的 Alpha 稳定分布杂波，可以采用高斯混合模型［10］ 柯西-高斯混合模型［11］等对其 PDF 进行近似， 但对于相关 Alpha 稳定分布杂波， 很难给出合适的 PDF 近似模型， 这给在该类杂波背景下的检测模型设计带来了困难. 在很难获得 PDF 的情况下， 统计矩是描述随机过程统计特性的重要手段 对于 Alpha 稳定分布杂波， 当其特征指数 0 ＜ a＜ 2 时， 只存在阶数小于的统计矩， 因此， 本文基于分数低阶统计量［12， 13］( FLOS) 理论建立非高斯相关杂波背景下的检测方法 另外， 从实际出发， 考虑雷达接收目标信号的幅度 相位随机性， 以输出信杂比最大为准则， 建立基于本征滤波的检测方法 该方法通过分解信号分数低阶协方差矩阵， 变换输出信杂比为 Ｒayleigh商形式， 导出等效杂波分数低阶协方差矩阵的最小特征值所对应的特征向量作为滤波器系数 通过仿真和实测数据验证表明， 在不同的杂波参数和目标多普勒频率条件下， 本文方法检测性能均优于传统的 MTD 技术 * 非高斯相关杂波背景下雷达目标检测方法研究 报告人：费明祥 2013.10.24 第一部分：摘要 第二部分：过程介绍 第三部分：实验与分析 第四部分：总结 在非高斯相关杂波背景下，基于 MTD( Moving Target Detection) 的雷达目标检测性能严重下降 针对该问题，根据Alpha 稳定分布杂波模型 分数低阶统计量理论，以输出信杂比最大为准则，提出了一种适用于非高斯相关杂波背景的雷达目标检测方法 该方法通过分解信号分数低阶协方差矩阵，计算等效杂波分数低阶协方差矩阵特征向量，得到最佳滤波器系数 通过仿真和实测数据，对所提出方法的检测性能进行了验证，并且与基于 MTD 的检测方法进行了比较，结果表明，在非高斯相关杂波背景下，所提方法的检测性能明显优于传统的 MTD 第一部分：摘要 第二部分：过程介绍 第二部分：过程介绍 一、什么是Alpha稳定分布 关于Alpha稳定分布有如下几个定义： （1） （2） （3） （4） 第二部分：过程介绍 二、Alpha稳定分布的几种特殊情况 （1）高斯分布： ； （2）柯西分布： ； （3）Levy分布： ； Alpha稳定分布具有代数拖尾；高斯分布具有指数拖尾； 第二部分：过程介绍 四、Alpha稳定分布的性质 第二部分：过程介绍 Alpha 稳定分布是一种较为理想的非高斯杂波分布模型， 其特征函数为［6］: ( 1) 式中， 0 ＜ɑ 2为特征指数，γ＞0为分散系数， －1≤β≤ 1为对称参数，β=0时为对称Alpha 稳定分布( Sɑ S)， －∞＜a ＜∞为位置参数， sign( ?)为符号函数， 且