基于EMD能量占比的海面漂浮小目标特征检测

针对传统的时频分析方法对海杂波分析有限的问题，提出一种基于经验模态分解(empirical mode decomposition, EMD)能量占比的海面漂浮小目标特征检测方法。首先，采用EMD将接收回波分为独立不同尺度的若干个固有模态(intrinsic mode function, IMF)分量，实现对接收回波的频率从高频到低频的分解。然后，分别建立IMF分量与接收回波数据的相关系数，并利用平均均值-标准差之比作为筛选IMF分量的准则，自动筛选出能量较大且波动平稳的低阶IMF分量。最后，提取IMF分量在原始信号中的平均能量占比作为特征，利用蒙特卡罗方法设置门限，进行海面目标异常检测。实测数据的结果显示，所提算法的性能优于对比算法。     

ANMF和CM-CFAR在K分布海杂波下的性能分析

目的研究非相干积累检测器和相干积累检测器的检测性能。方法对比了单元中值恒虚警(CM-CFAR)检测器和自适应归一化匹配滤波(ANMF)检测器。结果对比了两个检测器的计算复杂度,给出了在实测K分布海杂波情况下两个算法的性能差异,分析出差异的原因与积累和样本在距离上的相关性有关。结论在弱杂波环境下,当积累10个脉冲时,ANMF检测器较CM-CFAR检测器有23dB的性能增益,在强杂波环境下,二者性能相当。     

空间非均匀海杂波的协方差矩阵估计新算法

利用参考样本估计海杂波的协方差矩阵,最典型的方法是归一化样本协方差矩阵（ｎｏｒｍａｌｉｚｅｄｓａｍ ｐｌｅｃｏｖａｒｉａｎｃｅｍａｔｒｉｘ,ＮＳＣＭ）,它隐含着假设参考样本的散斑分量具有相同的统计特性。这一假设成立与否取 决于海杂波是否具有空间均匀性。为了摆脱ＮＳＣＭ 对散斑分量的假设,提出了一种基于对角加载的协方差矩阵 估计算法（ＮＳＣＭ Ｌ）,该算法自适应组合ＮＳＣＭ 和单位矩阵,其组合系数随着参考样本的统计特性变化而自适应 地变化。利用广义似然比检测器（ｇｅｎｅｒａｌｉｚｅｄｌｉｋｅｌｉｈｏｏｄｒａｔｉｏｄｅｔｅｃｔｏｒ,ＧＬＲＴ）检测实测海杂波中的扩展目标,实 验结果表明,当分辨率为３ｍ 时,ＮＳＣＭ Ｌ性能改善高达１５ｄＢ。     

非平稳海杂波背景下子带分段ANMF检测器

针对非平稳海杂波背景下的雷达目标检测问题,传统自适应相干检测器由于强杂波干扰以及相干累积时长的限制而性能表现不佳。为克服这一限制,提出了子带分段自适应归一化匹配滤波检测器(subband segmented adaptive normalized matched filter,SS-ANMF),其由一个线性相位离散傅里叶变换调制滤波器组和每个子带上的分段自适应归一化匹配滤波器(adaptive normalized matched filter,ANMF)检测器构成。在频域上, SS-ANMF检测器通过子带分解技术,不仅抑制了带内外杂波,而且提升了杂波的短期平稳性;在相干累积时段内,通过对分段ANMF在所有子带上的最大响应进行累积求和,实现了有限参考样本下的长时累积。采用实测海杂波数据的实验表明,SS ANMF检测器明显优于对比算法。     

部分均匀海杂波中雷达目标的平滑自适应检测

在部分均匀海杂波环境下,海杂波的瞬时功率波动起伏较大,导致海面目标检测的性能受到影响。为了减小此影响,引入一个平滑因子以实现对杂波功率的控制,提出了平滑〖CD*2〗广义似然比检测器(smooth generalized likelihood ratio test, S GLRT)。通过推导S GLRT的虚警概率表达式,表明其相对于杂波纹理分量的尺度参数具有恒虚警特性。在不增加计算复杂度的前提下,实验结果表明,在部分均匀的海杂波背景下,S GLRT优于GLRT。     

基于投影空间下奇异值分解的海面小目标CFAR检测

提出了一种基于投影空间下奇异值分解(singular value decomposition,SVD)的杂波抑制方法.在雷达回波数据中,利用待检测单元的邻近单元构造杂波空间,并将杂波空间在投影空间下进行奇异值分解以实现杂波抑制.为此,本文设计了一种全新的检测器,即将正交投影(orthogonal projection,...