基于知識的海上小目標(biāo)自適應(yīng)極化檢測.pdf

1、非均勻海雜波場景下,傳統(tǒng)自適應(yīng)檢測器的檢測性能和恒虛警特性嚴重惡化,極化信息的應(yīng)用能夠有效地提高雷達目標(biāo)檢測和識別性能。本文主要研究非均勻海雜波中基于知識的自適應(yīng)極化檢測器的設(shè)計與分析。
　　首先,由于高分辨雷達的使用,瑞利模型不能再用來表示海雜波的分布特性。為此,使用IPIX雷達實錄數(shù)據(jù)對海雜波進行了統(tǒng)計研究。分別分析了I和Q分量的峰度和傾斜度、幅度的概率密度函數(shù)和累積分布函數(shù)等,指出海雜波更適合用紋理分量為逆伽馬(iGamma

2、)分布的復(fù)合高斯模型進行描述;并提出了利用旋轉(zhuǎn)不變隨機過程來產(chǎn)生指定均值向量、協(xié)方差矩陣的海雜波仿真數(shù)據(jù)。
　　然后,針對紋理分量為iGamma分布的復(fù)合高斯模型,基于廣義似然比檢驗推導(dǎo)了一種自適應(yīng)極化檢測器,并推導(dǎo)了其虛警概率的解析表達式。仿真分析驗證了該自適應(yīng)極化檢測器的檢測性能和恒虛警特性。
　　最后,提出了由基于極化知識的數(shù)據(jù)選擇器和自適應(yīng)極化檢測器兩部分組成的基于知識的自適應(yīng)極化檢測器。針對非均勻的訓(xùn)練數(shù)據(jù),設(shè)計了