应用科学学报
應用科學學報
응용과학학보
JOURNAL OF APPLIED SCIENCES
2013年
6期
585-592
,共8页
顾新锋%简涛%何友%郝晓琳
顧新鋒%簡濤%何友%郝曉琳
고신봉%간도%하우%학효림
非高斯杂波%杂波分组%协方差矩阵估计%归一化匹配滤波器%恒虚警率
非高斯雜波%雜波分組%協方差矩陣估計%歸一化匹配濾波器%恆虛警率
비고사잡파%잡파분조%협방차구진고계%귀일화필배려파기%항허경솔
non-Gaussian clutter%clutter-clustered%covariance matrix estimation%normalized matched filter%constant false alarm ratio
针对相关复合高斯杂波背景下相邻杂波纹理分量可能相同的情况,将杂波均匀分组进行推广,结合归一化采样协方差矩阵估计,提出了广义杂波分组的归一化采样协方差矩阵估计方法(generalized normalized sample covariance matrix,GNSCM).利用最大似然估计方法,进一步推导了广义杂波分组背景下协方差矩阵结构最大似然估计的迭代过程,以GNSCM为初始化矩阵进行迭代,得到协方差矩阵结构的广义近似最大似然(generalized approximate maximum likelihood,GAML)估计.GAML是对现有方法近似最大似然(approximate maximum likelihood,AML)估计和约束迭代杂波分组估计(constrained recursive clutter-clustered estimator,CRCCE)的推广,具有更强的杂波适应能力.仿真结果表明,针对非均匀分组杂波环境,与AML估计和CRCCE相比,GAML具有更高的估计精度,且相应的自适应检测器具有更好的恒虚警率特性和检测性能.
針對相關複閤高斯雜波揹景下相鄰雜波紋理分量可能相同的情況,將雜波均勻分組進行推廣,結閤歸一化採樣協方差矩陣估計,提齣瞭廣義雜波分組的歸一化採樣協方差矩陣估計方法(generalized normalized sample covariance matrix,GNSCM).利用最大似然估計方法,進一步推導瞭廣義雜波分組揹景下協方差矩陣結構最大似然估計的迭代過程,以GNSCM為初始化矩陣進行迭代,得到協方差矩陣結構的廣義近似最大似然(generalized approximate maximum likelihood,GAML)估計.GAML是對現有方法近似最大似然(approximate maximum likelihood,AML)估計和約束迭代雜波分組估計(constrained recursive clutter-clustered estimator,CRCCE)的推廣,具有更彊的雜波適應能力.倣真結果錶明,針對非均勻分組雜波環境,與AML估計和CRCCE相比,GAML具有更高的估計精度,且相應的自適應檢測器具有更好的恆虛警率特性和檢測性能.
침대상관복합고사잡파배경하상린잡파문리분량가능상동적정황,장잡파균균분조진행추엄,결합귀일화채양협방차구진고계,제출료엄의잡파분조적귀일화채양협방차구진고계방법(generalized normalized sample covariance matrix,GNSCM).이용최대사연고계방법,진일보추도료엄의잡파분조배경하협방차구진결구최대사연고계적질대과정,이GNSCM위초시화구진진행질대,득도협방차구진결구적엄의근사최대사연(generalized approximate maximum likelihood,GAML)고계.GAML시대현유방법근사최대사연(approximate maximum likelihood,AML)고계화약속질대잡파분조고계(constrained recursive clutter-clustered estimator,CRCCE)적추엄,구유경강적잡파괄응능력.방진결과표명,침대비균균분조잡파배경,여AML고계화CRCCE상비,GAML구유경고적고계정도,차상응적자괄응검측기구유경호적항허경솔특성화검측성능.
