邹 鲲 来 磊 骆艳卜 李 伟
(空军工程大学信息与导航学院 西安 710077)
雷达信号检测理论是建立在统计假设检验基础上的[1],检测性能在很大程度上依赖背景噪声统计模型。由于在检测器设计阶段,雷达工作环境统计特性无法完全确定下来,因此在对某个待检测单元进行检测时,还需要一定数量的参考单元,用于估计待检测单元背景噪声统计特性,从而可以自适应调整检测器中的权值,在抑制噪声的同时完成信号的检测,这种检测方法称为自适应检测器。
经典的自适应检测器,如Kelly[2]提出的广义似然比(Generalized Likelihood Ratio Test, GLRT)检测器,采用了单步(1-step, 1S)准则,将待检测数据和参考数据一起用于构造GLRT检测器。由于雷达检测问题一般不存在一致最大势检验,这种GLRT检测器并不能保证在任何情况下的最优性[3]。因此人们提出了不同设计准则下的自适应检测器,基于双步(2-Step, 2S)准则,可以得到自适应匹配滤波器(Adaptive Matched Filter, AMF)[4],其与基于Wald准则得到的检测器[5]具有相同的结构,而基于Rao准则得到的自适应检测器[6]对导向矢量失配较为敏感。
雷达探测环境的复杂性[7]一方面显著降低了这些经典检测器的检测性能[8],另一方面也促进了自适应检测技术的发展[9]。假定参考数据协方差矩阵为Rs,而待检测单元背景噪声协方差矩阵为Rp。经典的自适应检测算法要求Rs=Rp,即所谓的均匀性。如果放松这一约束条件,假定Rs=cRp,其中c为某个未知因子,这种探测环境称为部分均匀场景,对应的GLRT检测器结构也会发生变化,即所谓的自适应相干估计器[10](Adaptive Coherence Estimator, ACE)。……