基于GCV的机载雷达目标检测方法

摘要

本发明公开了一种基于GCV的机载雷达目标检测方法，包括以下步骤：(1)将机载雷达对目标的检测问题转化为求解对角加载参数的约束优化问题；(2)将求解对角加载参数的约束优化问题转变为Tikhonov规划的罚函数系数估计问题，并根据基于广义交叉验证准则，构造求解罚函数系数的约束优化问题；(3)将求解罚函数系数的约束优化问题中的系数矩阵进行奇异值分解，根据系数矩阵的奇异值展开形式得到简化的目标函数，并采用割线法求得最终对角加载参数；(4)根据最终的对角加载参数计算检测单元的滤波输出值，并将检测单元的滤波输出值与预设的门限值比较，判断检测单元是否存在目标信号。

主权项

一种基于GCV的机载雷达目标检测方法，其特征在于，包括以下步骤：步骤1，设定机载雷达工作在脉冲多普勒体制下，设定x为检测单元的数据向量；将机载雷达对目标的检测问题描述为二元假设检验问题，判断检测单元是否存在目标信号；将所述二元假设检验问题转化为求解对角加载参数的约束优化问题；所述二元假设检验问题包括H₀假设和H₁假设，若H₀假设成立，则认为检测单元不存在目标信号；若H₁假设成立，则认为检测单元存在目标信号；步骤2，将求解对角加载参数的约束优化问题转变为Tikhonov规划的罚函数系数估计问题；步骤3，根据Tikhonov规划的罚函数系数估计问题，基于广义交叉验证GCV准则，构造求解罚函数系数的约束优化问题；所述求解罚函数系数λ的约束优化问题为：$\begin{array}{cc}\underset{\lambda }{\min }& \frac{\left|\right|{\mathrm{Aw}}_a\left(\lambda \right)-b|{|}_2^2}{{(NM-tr[A{(A^{H}A+{\mathrm{\lambda I}}_2)}^{-1}{A}^H\left]\right)}^2}\end{array}$s.t. σ_min(A)≤λ≤σ_max  (A)其中，系数矩阵为采样协方差矩阵，B为阻塞矩阵，w_s为静态权值矢量，N为阵元数，M为机载雷达在一个相干处理间隔内发射的脉冲数，σ_min(·)和σ_max(·)表示矩阵的最小奇异值和最大奇异值，w_a为自适应权值矢量，w_a＝(A^HA+λ²I₂)^‑1A^Hb，tr(·)表示矩阵的迹，上标H表示共轭转置，I₂为(NM‑1)×(NM‑1)维的单位矩阵，‖·‖表示2范数；步骤4，将系数矩阵进行奇异值分解，根据系数矩阵的奇异值展开形式简化求解罚函数系数的约束优化问题中的目标函数，得到简化的目标函数；步骤5，根据简化的目标函数，求得最终的罚函数系数和最终的对角加载参数；步骤6，根据最终的对角加载参数求得滤波权值矢量，并根据滤波权值矢量计算检测单元的滤波输出值；将检测单元的滤波输出值与预设的门限值比较，若检测单元的滤波输出值大于或等于预设的门限值，则H₁假设成立，认为检测单元不存在目标信号；若检测单元的滤波输出值小于预设的门限值，则H₀假设成立，认为检测单元存在目标信号。