【技術實現步驟摘要】
本申請涉及雷達信號處理，尤其涉及一種非均勻雜波背景下目標檢測方法、設備及介質。
技術介紹
1、雜波背景下的信號檢測問題是雷達目標檢測和通信等領域中的研究難點。在實際檢測場景中，雜波背景的分布通常未知。傳統檢測方法一般采用包含兩個步驟的廣義似然比（generalized?likelihood?ratio?test,?glrt）檢測框架，即，首先在假設分布完全已知的情況下基于neyman-pearson準則（奈曼-皮爾遜準則）得到最優檢測器，隨后，針對其中包含如雜波協方差矩陣等未知參數的問題，采用最大似然（maximum?likelihood,?ml）估計代替未知參數。該類檢測器僅在雜波協方差矩陣等參數估計準確的情況下能夠實現較好的檢測性能，需要足夠的獨立同分布參考單元樣本用于參數估計。
2、然而，對于無人機和遷飛生物等集群目標，不同目標之間的距離通常較近，參考單元易出現目標干擾，同時，高分辨雜波通常具有空間非均勻特性。這將限制相同分布參考單元樣本的數量，影響雜波協方差矩陣等參數的估計準確度，導致傳統目標檢測方法的準確率較低。
技術實現思路
1、本申請實施例提供了一種非均勻雜波背景下目標檢測方法、設備及介質，用于解決如下技術問題：對于無人機和遷飛生物等集群目標，不同目標之間的距離通常較近，參考單元易出現目標干擾，同時，高分辨雜波通常具有空間非均勻特性。這將限制相同分布參考單元樣本的數量，影響雜波協方差矩陣等參數的估計準確度，導致傳統目標檢測方法的準確率較低。
2
3、本申請實施例提供一種非均勻雜波背景下目標檢測方法。包括，基于獲取到的雷達慢時間維回波數據構建樣本協方差矩陣，將樣本協方差矩陣映射至黎曼流形，以在黎曼流形中建立基于樣本協方差矩陣的二元假設檢驗問題；通過黎曼度量確定出黎曼流形中樣本協方差矩陣之間的距離，基于距離通過黎曼高斯分布進行建模，得到樣本協方差矩陣在黎曼流形上的統計分布特性，以基于統計分布特性得到目標檢測器；基于獲取到的參考單元的樣本數據，構建雜波的協方差矩陣，以及基于雷達慢時間維回波數據確定出目標信號的協方差矩陣；其中，參考單元為與目標之間的距離小于預設距離閾值的樣本單元；基于雜波的協方差矩陣、目標信號的協方差矩陣以及目標檢測器，得到基于黎曼距離的檢測統計量，將檢測統計量與檢測門限比對，基于比對結果確定出檢測目標。
4、本申請實施例通過將樣本協方差矩陣映射至黎曼流形，充分利用黎曼幾何的框架來處理高維、非線性數據，使得在流形上進行統計分析和假設檢驗變得更加直觀和有效。通過在黎曼流形中建立基于樣本協方差矩陣的二元假設檢驗問題，明確區分目標存在和不存在兩種情況下的統計特性，通過黎曼高斯分布對樣本協方差矩陣進行建模，捕捉到數據在黎曼流形上的統計分布特性，從而更準確地描述數據的統計行為，并提高目標檢測的準確性。基于統計分布特性構建的目標檢測器，能夠利用樣本協方差矩陣的統計信息來檢測目標，提高目標檢測的靈敏度和準確性，解決非均勻雜波背景下，目標檢測不準確的問題。
5、在本申請的一種實現方式中，在黎曼流形中建立基于樣本協方差矩陣的二元假設檢驗問題，具體包括：
6、基于函數：；
7、構建黎曼流形上的二元假設檢驗問題；其中；表示假設無目標；表示假設有目標；表示協方差矩陣在對陣正定矩陣流形中的概率密度函數；為樣本協方差矩陣；為假設下樣本協方差矩陣的分布參數。
8、在本申請的一種實現方式中，基于距離通過黎曼高斯分布進行建模，得到樣本協方差矩陣在黎曼流形上的統計分布特性，具體包括：基于距離構建樣本協方差矩陣對應的黎曼體積微元；其中，黎曼體積微元為立方體各邊長度的乘積；基于黎曼體積微元，確定出樣本協方差矩陣對應的黎曼高斯分布的概率密度函數，以基于黎曼高斯分布的概率密度函數確定出樣本協方差矩陣在黎曼流形上的統計分布特性。
9、在本申請的一種實現方式中，基于黎曼體積微元，確定出樣本協方差矩陣對應的黎曼高斯分布的概率密度函數之后，方法還包括：
10、通過特征值與特征矩陣的分布，確定出樣本服從黎曼高斯分布的條件；
11、其中，矩陣的特征值分解為：
12、；
13、特征值滿足如下聯合概率密度函數：
14、；
15、其中，為隨機樣本矩陣；是對角矩陣，表示矩陣特征值的對數， n為慢時間維脈沖數；由特征向量組成的特征矩陣是正交矩陣；在服從黎曼高斯分布的情況下，為均勻分布的正交矩陣；為黎曼高斯分布矩陣樣本特征值對數分布的歸一化系數；為黎曼高斯分布標準差； prgd為聯合概率密度函數。
16、確定出黎曼高斯分布標準差與樣本數量之間的關系為：
17、；
18、其中，為黎曼高斯分布標準差；為樣本數量；
19、在多元高斯觀測對應的樣本協方差矩陣符合wishart分布的情況下，符合wishart分布的特征值的聯合概率密度函數為：
20、；
21、其中，，表示歸一化系數；表示樣本協方差矩陣特征值的對數；為樣本數量； fw為符合wishart分布特征值的聯合概率密度函數； xi為第 i個觀測數據； xj為第 j個觀測數據。
22、基于符合wishart分布的特征值的聯合概率密度函數，確定出樣本協方差矩陣在對稱正定矩陣流形中趨近于黎曼高斯分布。
23、在本申請的一種實現方式中，基于統計分布特性得到目標檢測器，具體包括：目標檢測器為：
24、；
25、其中，表示假設無目標；表示假設有目標；表示有目標時協方差矩陣在對陣正定矩陣流形中的概率密度函數；表示無目標時協方差矩陣在對陣正定矩陣流形中的概率密度函數；為樣本協方差矩陣；為假設下樣本協方差矩陣的分布參數；為假設下樣本協方差矩陣的分布參數；為檢測門限。
26、在本申請的一種實現方式中，基于獲取到的參考單元的樣本數據，構建雜波的協方差矩陣，具體包括：基于獲取到的服從黎曼高斯分布的多個獨立樣本，構建對數似然函數；對對數似然函數進行系數歸一化處理；基于歸一化處理后的對數似然函數，得到均值的最大似然估計函數；通過梯度下降算法對均值的最大似然估計函數進行迭代，得到相應的數值解，以基于相應的數值解得到雜波信號的協方差矩陣。
27、在本申請的一種實現方式中，基于雷達慢時間維回波數據確定出目標信號的協方差矩陣，具體包括：將雷達慢時間維回波數據輸入預置信號功率最大似然估計函數，得到目標信號對應的最大似然值；基于最大似然值與預置協方差矩陣函數，得到目標信號的協方差矩陣。
28、在本申請的一種實現方式中，基于雜波的協方差矩陣、目標信號本文檔來自技高網...
【技術保護點】
1.一種非均勻雜波背景下目標檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述在所述黎曼流形中建立基于所述樣本協方差矩陣的二元假設檢驗問題，具體包括：
3.根據權利要求1所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述基于所述距離通過黎曼高斯分布進行建模，得到所述樣本協方差矩陣在黎曼流形上的統計分布特性，具體包括：
4.根據權利要求3所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述基于所述黎曼體積微元，確定出所述樣本協方差矩陣對應的黎曼高斯分布的概率密度函數之后，所述方法還包括：
5.根據權利要求1所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述基于所述統計分布特性得到目標檢測器，具體包括：
6.根據權利要求1所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述基于獲取到的參考單元的樣本數據，構建雜波的協方差矩陣，具體包括：
7.根據權利要求1所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述基于所述雷達慢時間維回
8.根據權利要求1所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述基于所述雜波的協方差矩陣、所述目標信號的協方差矩陣以及所述目標檢測器，得到基于黎曼距離的檢測統計量，具體包括：
9.一種非均勻雜波背景下目標檢測設備，其特征在于，該設備包括用于存儲計算機程序指令的存儲器和用于執行程序指令的處理器，其中，當該計算機程序指令被該處理器執行時，觸發該設備執行權利要求1-8中的任一項所述的方法。
10.一種非易失性計算機存儲介質，存儲有計算機可執行指令，其特征在于，所述計算機可執行指令能夠執行權利要求1-8任一項所述的方法。
...【技術特征摘要】
1.一種非均勻雜波背景下目標檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述在所述黎曼流形中建立基于所述樣本協方差矩陣的二元假設檢驗問題，具體包括：
3.根據權利要求1所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述基于所述距離通過黎曼高斯分布進行建模，得到所述樣本協方差矩陣在黎曼流形上的統計分布特性，具體包括：
4.根據權利要求3所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述基于所述黎曼體積微元，確定出所述樣本協方差矩陣對應的黎曼高斯分布的概率密度函數之后，所述方法還包括：
5.根據權利要求1所述的一種非均勻雜波背景下目標檢測方法，其特征在于，所述基于所述統計分布特性得到目標檢測器，具體包括：
6.根據權利要求1所述的一種非均勻雜波背景下目標檢測方法...
【專利技術屬性】
技術研發人員：胡程，嚴雨佳，王銳，李衛東，
申請(專利權)人：北京理工大學前沿技術研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。