鄭作虎 王首勇

?

基于Alpha穩(wěn)定分布雜波模型的雷達目標檢測方法

鄭作虎*王首勇

(空軍預警學院雷達兵器運用工程重點實驗室 武漢 430019)

針對非高斯相關雜波背景下，移動目標檢測(MTD)技術的檢測性能嚴重下降的問題，該文基于Alpha穩(wěn)定分布雜波模型和本征濾波理論，提出一種非高斯相關雜波背景下的雷達目標檢測方法。該方法基于Alpha穩(wěn)定分布雜波模型，通過冪變換抑制雜波的非高斯特性，以及通過分數(shù)低階相關矩陣白化雜波，在此基礎上應用本征濾波實現(xiàn)對目標信號的有效積累，可提高信雜比。仿真實驗和實測數(shù)據(jù)驗證表明，該方法在非高斯相關雜波背景下的檢測性能明顯優(yōu)于MTD方法的性能。

雷達；目標檢測；非高斯相關雜波；Alpha穩(wěn)定分布；冪變換；雜波白化

1 引言

2 基于Alpha穩(wěn)定分布的雜波模型

類似于高斯分布隨機過程中的協(xié)方差概念，F(xiàn)LOC在非高斯分布隨機過程中有著廣泛的應用。

3 基于Alpha穩(wěn)定分布雜波模型的雷達目標檢測方法

3.1 非高斯雜波的冪變換處理

設某一距離單元的復包絡觀測信號為

為了抑制雜波的非高斯特性，本文采用冪變換方法，按式(4)對觀測信號矢量進行冪變換

3.2 相關雜波的白化處理

應用Cholesky分解分數(shù)低階相關矩陣

白化處理矩陣為

由式(12)可知，經(jīng)過白化處理后雜波相關矩陣變換為單位陣。觀測信號和目標信號經(jīng)白化處理后表示為

3.3 高斯獨立雜波背景下本征濾波器

經(jīng)冪變換和白化處理后，雜波已逼近于獨立高斯分布，考慮雷達目標信號的幅度、相位隨機性，本征濾波[14]具有最優(yōu)的積累性能，因此，本文應用本征濾波對信號進行積累。以輸出信雜比最大為準則，根據(jù)Rayleigh商的有界性，得到最佳本征濾波器系數(shù)。

輸出信雜比為

當濾波器系數(shù)

基于Alpha穩(wěn)定分布雜波模型的雷達目標檢測方法由上述3部分組成，如圖1所示。

實際中目標多普勒頻率通常是未知的，因此需采用一個覆蓋整個多普勒頻率范圍的濾波器組進行目標檢測，選擇其輸出最大值作為檢測統(tǒng)計量，如圖2所示。

圖1 基于Alpha穩(wěn)定分布雜波模型的雷達目標檢測示意圖

圖2 基于Alpha穩(wěn)定分布雜波模型的雷達目標檢測框圖

4 實驗與分析

為檢驗本文方法檢測性能，在仿真數(shù)據(jù)和實測數(shù)據(jù)條件下，根據(jù)不同的模型參數(shù)和目標多普勒頻率，分別驗證了冪變換抑制非高斯特性以及白化處理消除雜波相關性的有效性，并比較分析了本文方法與MTD方法的檢測性能。

4.1仿真數(shù)據(jù)條件下的性能分析

圖3 復相關分布雜波的歸一化分數(shù)低階協(xié)方差譜密度曲線(50次平均)

圖4 冪變換前后雜波的PDF曲線比較

式中為白化濾波器的頻率響應。圖6給出了白化處理的歸一化頻率響應幅值曲線(樣本數(shù)為105的平均曲線，下同)，由于白化矩陣是根據(jù)雜波分數(shù)低階相關矩陣求出(式(10))，因此，頻率響應自適應于雜波的譜特性。圖7給出了雜波白化前后歸一化功率譜曲線比較，即式(11)中雜波和歸一化功率譜曲線，從圖7中可以看出，經(jīng)過白化處理之后，雜波的功率譜基本為直線，相關雜波變換為獨立雜波。圖8給出了觀測信號經(jīng)白化處理前后的歸一化功率譜曲線，即式(13)中和歸一化功率譜曲線比較，從圖8中可以看出，白化處理較好地消除了雜波的相關性，而信號譜的譜峰始終處于目標多普勒頻率處。

圖6 白化處理的頻率響應幅度譜曲線

圖7 雜波白化前后功率譜曲線

圖8 觀測信號白化前后功率譜曲線

圖9 白化處理前后信雜比比較

4.2 實測數(shù)據(jù)條件下的性能分析

5 結束語

在非高斯相關雜波背景下，基于MTD技術的雷達目標檢測性能嚴重下降，針對該問題，本文基于Alpha穩(wěn)定分布雜波模型，應用冪變換抑制雜波非高斯特性，通過Cholesky分解雜波分數(shù)低階相關矩陣得到的白化矩陣消除雜波的相關性，在此基礎上應用本征濾波實現(xiàn)對目標信號的有效積累。實驗結果表明，在非高斯相關雜波背景下，本文方法的檢測性能明顯優(yōu)于MTD方法的性能。

圖10 本文方法與MTD方法檢測性能比較

圖11 #26數(shù)據(jù)樣本的分數(shù)低階譜密度曲線

圖12 本文方法與MTD檢測性能比較

[1] Sangston K J, Gini F, and Greco M S. Coherent radar target detection in heavy-tailed compound-Gaussian clutter[J]., 2012, 48(1): 64-77.

[2] Fiche A, Cexus J C, Khenchaf A,.. Characterization of EM sea clutter with a-stable distribution[C]. Proceedings of the IEEE International Geoscience and Remote Sensing Symposium, Munich, Germany, 2012: 6059-6062.

[3] Antipov I. Statistical analysis of northern Australian coastline sea clutter data[R]. Edinburg: Australia, DSTO Electronics and Surveillance Research Laboratory, 2001.

[4] 楊建宇, 凌太兵, 賀峻. LFMCW雷達運動目標檢測與距離速度去耦合[J]. 電子與信息學報, 2004, 26(2): 169-173.

Yang Jian-yu, Ling Tai-bing, and He Jun. MTD and range-velocity Ddcoupling of LFMCW Radar[J]., 2004, 26(2): 169-173.

[5] 劉振, 魏璽章, 黎湘. 一種新的隨機PRI脈沖多普勒雷達無模糊MTD算法[J]. 雷達學報, 2012, 1(1): 28-35.

Liu Zhen, Wei Xi-zhang, and Li Xiang. Novel method of unambiguous moving target detection in pulse-doppler radar with random pulse Rrepetition interval[J].,2012, 1(1): 28-35.

[6] Ollila E, Tayler D E, Koivunen V,Compound- Gaussian clutter modeling with an inverse Gaussian texture distribution[J]., 2012, 19(12): 876-879.

[7] 張曉利, 關鍵, 何友. K分布雜波中分布式目標的Rao檢測[J].電子與信息學報, 2010, 32(10): 2496-2500.

Zhang Xiao-li, Guan Jian, and He You. Rao test of distributed targets in K-distributed clutter[J]., 2010, 32(10): 2496-2500.

[8] Conte E and Picci G. Sensitivity study of GLRT detection in compound-Gaussian clutter[J]., 1998, 34(1): 308-316.

[9] Nikias C L and Shao M. Signal Processing With Alpha-stable Distributions and Applications[M]. New York: Wiley, 1995: 2-45.

[10] Yu Gang, Li Chang-ning, and Zhang Jian-feng. A new statistical modeling and detection method for rolling element bearing faults based on alpha-stable distribution[J]., 2013, 41(1/2): 155-175.

[11] Yahong R Z and Vitor H N. Two variable step-size adaptive algorithms for non-Gaussian interference environment using fractionally lower-order moment minimization[J]., 2013, 23(3): 831-844.

[12] You Guo-hong Qiu Tian-shuang, and Song Ai-min. Novel direction findings for cyclostationary signals in impulsive noise environments[J]., 2013, 32(6): 2939-2956.

[13] Ma X Y and Nikias C L. Joint estimation of time delay and frequency delay in impulsive noise using fractional lower order statistics[J]., 1996, 44(11): 2669-2687.

[14] Manolakis D G, Ingle V K, and Kogon S M. Statistical and Adaptive Signal Processing[M]. New York: McGraw-Hill, 2000: 321-325.

[15] Szajnowski W J and Wynne J B. Simulation of dependent samples of symmetric alpha-stable clutter[J]., 2001, 8(5): 151-152.

[16] Swami A. Non-Gaussian mixture models for detection and estimation in heavy-tailed noise [C]. Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing, Istanbul, Turkey, 2000: 3802-3805.

[17] 朱曉波, 王首勇, 馮訊. 基于分數(shù)低階本征濾波的雷達目標檢測方法[J]. 電波科學學報, 2012, 27(1): 165-171.

Zhu Xiao-bo, Wang Shou-yong, and Feng Xun. Radar target detection method based on fractional lower order eigenfilter [J]., 2012, 27(1): 165-171.

[18] Rembrandt B and Brian C. The McMaster IPIX radar sea clutter database[OL]. http:// soma.ece.mcmaster. ca/ipix/ dartmouth/ datasets.html.2001.

鄭作虎： 男，1986年生，博士，研究方向為雷達信號與信息處理.

王首勇： 男，1956年生，教授，博士生導師，研究方向為現(xiàn)代信號處理、雷達信號處理等.

Radar Target Detection Method Based on the Alpha-stable Distribution Clutter Model

Zheng Zuo-hu Wang Shou-yong

(,,430019,)

The detection performance of the Moving Target Detection(MTD) method descends badly in a non-Gaussian correlated clutter background. Therefore, a radar target detection method in the non-Gaussian correlated clutter background is proposed, which is obtained based on the alpha-stable distribution clutter model and the eigenfilter. The proposed method suppresses the non-Gaussian clutter by the signed power and whitens the correlated clutter of the fractional lower order correlate matrix, which is based on the alpha-stable distribution clutter model. Finally, the eigenfilter is used to get a higher signal clutter ratio. Simulations and real data results show that, the detection performance of the proposed method obviously outperforms the MTD method in the non-Gaussian correlated clutter background.

Radar; Target detection; Non-Gaussian correlated clutter; Alpha-stable distribution; Signed power; Clutter whitening

TN957.51

A

1009-5896(2014)12-2963-06

10.3724/SP.J.1146.2014.00072

鄭作虎 zhengzuohu@yeah.net

2014-01-10收到，2014-05-29改回

國家自然科學基金 (61179014)資助課題