K-分布雜波下利用方位參考單元的最優(yōu)自適應(yīng)檢測(cè)方法.pdf

1、海雜波背景下的動(dòng)目標(biāo)檢測(cè)尤其對(duì)弱小目標(biāo)檢測(cè)的研究在軍用和民用領(lǐng)域都具有非常重要的意義，同時(shí)也是雷達(dá)目標(biāo)檢測(cè)領(lǐng)域的一大難題。本文通過(guò)對(duì)海雜波背景下的目標(biāo)檢測(cè)技術(shù)詳細(xì)研究，提出了一種基于載機(jī)相參雷達(dá)掃描回波數(shù)據(jù)進(jìn)行多普勒補(bǔ)償?shù)南鄥⒆赃m應(yīng)最優(yōu)檢測(cè)方案。其主要優(yōu)勢(shì)是在進(jìn)行空間多普勒補(bǔ)償后，將已檢測(cè)過(guò)的相鄰波位數(shù)據(jù)作為先驗(yàn)信息，充分利用到當(dāng)前分辨單元的目標(biāo)檢測(cè)中。
　　首先，分析了海雜波的物理組成機(jī)理和統(tǒng)計(jì)特性。在物理組成機(jī)理方面，主要介紹

2、了海雜波的后向散射機(jī)理以及三分量模型；在統(tǒng)計(jì)特性方面，討論了海雜波的幅度特性和相關(guān)特性。海雜波特性的研究和建模，為目標(biāo)檢測(cè)算法設(shè)計(jì)和性能提升提供了前提條件和理論支撐。
　　其次，回顧了海雜波背景下的非相干累積檢測(cè)方法和自適應(yīng)檢測(cè)方法，并分析了檢測(cè)方法的適用范圍以及其優(yōu)缺點(diǎn)。相干累積檢測(cè)方法主要包括均值類(lèi)CFAR檢測(cè)算法、有序統(tǒng)計(jì)量類(lèi)CFAR檢測(cè)算法和刪除單元平均的CFAR檢測(cè)算法；而自適應(yīng)檢測(cè)方法介紹了廣義似然比檢測(cè)算法、自適應(yīng)匹

3、配濾波檢測(cè)算法和自適應(yīng)歸一化匹配濾波檢測(cè)算法。本文在這些檢測(cè)算法的研究基礎(chǔ)上，進(jìn)一步研究尋找應(yīng)用范圍更為廣泛的檢測(cè)器。
　　最后，為了整個(gè)空間多普勒補(bǔ)償?shù)南鄥⒆赃m應(yīng)最優(yōu)檢測(cè)方案的框架完整，介紹了海雜波的K-分布模型和α-AMF自適應(yīng)檢測(cè)器。該檢測(cè)器是 K-分布下廣泛適應(yīng)于高斯雜波背景以及非高斯雜波背景下的近似最優(yōu)檢測(cè)器。由于自適應(yīng)檢測(cè)器高度依賴(lài)于對(duì)雜波背景估計(jì)的協(xié)方差矩陣，給出了三種穩(wěn)健的雜波協(xié)方差矩陣估計(jì)方法。隨后，提出了基于機(jī)