本发明属于雷达信号处理，具体涉及一种基于glrt的干扰加杂波背景下距离扩展目标检测方法。
背景技术：
1、随着雷达技术的飞速发展，雷达信号处理作为雷达系统的核心组成部分，其重要性日益凸显。特别是在现代交通监控(如vtsl雷达系统)中，其核心技术有三个：第一是雷达信号处理及数据处理技术，第二是固态收发机技术，逐步替代磁控管并实现全国产化，第三是配相控阵天线的多功能vts雷达技术。雷达信号处理不仅关乎雷达的基本探测能力，还直接影响到雷达在复杂环境下的检测精度与抗干扰能力。
2、在雷达技术领域中，高距离分辨率雷达会将空间中的目标分解成多个散射点，在雷达径向上的多个散射点分布在不同的距离单元中，形成距离扩展目标，从而实现对距离扩展目标的有效检测。这一技术的实现，得益于雷达脉冲压缩等宽带技术的广泛应用，有效解决了传统雷达在探测距离与探测精度之间的固有矛盾，确保了高距离分辨率，从而使得距离扩展目标检测成为研究的热点。
3、然而，宽带雷达在实际应用中面临的挑战同样不容忽视。一方面，随着电子对抗技术的不断进步，雷达系统面临着来自有意电子干扰措施和无意电磁干扰的复杂外部环境的威胁；另一方面，雷达回波中的杂波成分也极大地增加了目标检测的难度。这些复杂外部环境的存在，要求雷达系统必须具备更强的抗干扰与杂波抑制能力。
4、为了提高宽带雷达在干扰和杂波共存的复杂环境下的检测性能，提出基于于glrt的干扰加杂波背景下距离扩展目标检测方法。
技术实现思路
1、为了克服现有技术中的问题，本发明提出了基于glrt的干扰加杂波背景下距离扩展目标检测方法。
2、本发明解决上述技术问题的技术方案如下：
3、本发明提供了一种基于glrt的干扰加杂波背景下距离扩展目标检测方法，包括以下步骤：
4、步骤1：从kp个待检测距离单元获取待检测数据作为主数据，从与被检测单元邻近的无目标距离单元获取ks个不含目标信号的观测数据作为辅助数据；对目标信号和干扰信号进行子空间建模，将杂波建模为均值为零具有未知正定协方差矩阵的复高斯分布，并建立二元假设检验模型；
5、步骤2：利用杂波协方差矩阵的斜对称性对所构建的二元假设检验模型进行变换，对变换后的二元假设检验模型进行降维处理，得到新的二元假设检验模型，然后构建主数据与辅助数据的联合概率密度函数；
6、步骤3：对所述联合概率密度函数中未知参数进行最大似然估计，构建glrt检验下的检测统计量；
7、步骤4：根据预设的虚警概率设置检测阈值tg，将检测统计量与检测阈值tg进行比较，若检测统计量大于等于检测阈值，则判定当前kp个待检测距离单元存在距离扩展目标；反之若检测统计量小于检测阈值，则判定当前kp个待检测距离单元不存在距离扩展目标。
8、进一步地，所述步骤1中对目标信号和干扰信号进行子空间建模，杂波建模为均值为零具有未知正定协方差矩阵的复高斯分布，建立二元假设检验模型，具体包括：
9、
10、上式中，h0表示没有目标信号的假设，h1表示有目标信号的假设；rk表示第k个距离单元接收到的信号，表示杂波，p表示未知的目标信号在子空间中的坐标向量，qk表示干扰在子空间中的坐标向量，表示多秩子空间矩阵，表示多秩子空间，αk表示第k个距离单元坐标向量的值，k∈ωp≡{1,...,kp}表示主数据个数，k∈ωs≡{kp+1,...,kp+ks}表示辅助数据个数。
11、进一步地，所述步骤2中利用杂波协方差矩阵的斜对称性对所构建的二元假设检验模型进行变换然后对变换后的二元假设检验模型进行降维处理，得到新的二元假设检验模型，所述新的二元假设检验模型为：
12、
13、其中，
14、
15、上式中，h0表示没有目标信号的假设，h1表示有目标信号的假设；xk表示在对做矩阵变换后的第k个距离单元接收到的信号，yk表示在对做矩阵变换后的第k个距离单元接收到的信号，j表示干扰子空间，表示干扰在子空间中的坐标向量，nk表示高斯分布的向量，表示未知的目标信号在子空间中的坐标向量，h表示信号子空间；表示做了对应矩阵变换的信号子空间；表示做了对应矩阵变换的干扰子空间；表示在对rk做矩阵变换后的第k个距离单元接收到的信号；表示在对rk做矩阵变换后的第k个距离单元接收到的信号，rk表示第k个距离单元接收到的信号；(·)h表示共轭转置；表示r×1维的实数矩阵集合，表示n×1维的复数矩阵集合，其中，r∈n，n＝na×nt，表示na个天线阵列感测kp个距离单元，每个天线从每个单元收集nt个样本。
16、进一步地，所述步骤2中包括构建联合概率密度函数：
17、h0假设联合概率密度函数f0(r；m,q)为：
18、f0(r；m,q)＝(π)-nk|m|k[exp{-tr[m-1t0]}]k
19、h1假设联合概率密度函数f1(r；p,α,m,q)为：
20、f1(r；p,α,m,q)＝(π)-nkmk[exp{-tr[m-1t1]}]k
21、上式中，q表示干扰坐标协方差矩阵；m表示杂波协方差矩阵；r＝[rp rs],其中，r表示主数据与辅助数据合成的矩阵,rp为主数据矩阵，rs为辅助数据矩阵；n＝na×nt，表示na个天线阵列感测kp个距离单元，每个天线从每个单元收集nt个样本；k＝kp+ks，k表示总的检测距离单元数，kp表示待检测距离单元数，ks表示与被检测单元邻近的无目标距离单元数；m表示杂波协方差矩阵；用t0使表达式更简洁，q表示干扰坐标协方差矩阵，j表示干扰子空间，s表示辅助数据的协方差矩阵；α表示坐标向量；p表示未知的目标信号在子空间中的坐标向量；为p的满列秩矩阵函数；为q的满行秩矩阵函数；tr(·)表示矩阵的迹，(·)h表示共轭转置；表示n×(q+1)维复数矩阵集合，表示(q+1)×kp维复数矩阵集合。
22、进一步地，所述步骤2中，构建主数据与辅助数据的联合概率密度函数，包括两步法联合概率密度函数：
23、h0假设联合概率密度函数f0(rp；q)为：
24、
25、h1假设联合概率密度函数f1(rp；p,α,q)为：
26、
27、上式中，h0表示没有目标信号的假设，h1表示有目标信号的假设；kp表示待检测数据的距离单元数；n＝na×nt，表示na个天线阵列感测kp个距离单元，每个天线从每个单元收集nt个样本；rp为主数据矩阵；p表示未知的目标信号在子空间中的坐标向量；α表示坐标向量；q表示干扰坐标协方差矩阵；m表示杂波协方差矩阵；为p的满列秩矩阵函数，h表示信号子空间，j表示干扰子空间，q∈n；为q的满行秩矩阵函数；tr(·)表示矩阵的迹，(·)h表示共轭转置，表示n×(q+1)维复数矩阵集合，表示(q+1)×kp维复数矩阵集合。
28、进一步地，所述步骤3具体包括：
29、步骤3-1：所述联合概率密度函数中未知参数包括杂波协方差矩阵、目标坐标、干扰坐标协方差矩阵，对联合概率密度函数中杂波协方差矩阵、目标坐标、干扰坐标协方差矩阵进行最大似然估计；
30、步骤3-2：将目标坐标中未知成分的最大似然估计量、转换后的干扰坐标协方差估计量与杂波协方差矩阵的估计量代回联合概率密度函数，构建检测统计量。
31、进一步地，所述步骤3-2中构建glrt检验下的检测统计量ηrpd-glrt：
32、
33、式中，λmax表示求矩阵参数的最大特征值；hs′＝zhhs hs′表示对hs进行矩阵变换得到的矩阵，hs表示表示对h进行矩阵变换得到的矩阵，z表示切片酉矩阵，为hs′p的投影矩阵，u为属于hs′的单位范数向量；rp为主数据矩阵；s表示辅助数据的协方差矩阵；
34、其中，
35、上式中，用a使表达式更简洁，表示单位矩阵，表示投影到满列秩矩阵的投影矩阵；in表示单位矩阵。
36、进一步地，所述步骤3-2中构建两步法glrt检验下的检测统计量ηrpd-2glrt：
37、
38、式中，λmax表示求矩阵参数的最大特征值；hs′＝zhhs，hs′表示对hs进行矩阵变换得到的矩阵，hs表示表示对h进行矩阵变换得到的矩阵，z表示切片酉矩阵，为hs′p的投影矩阵，u为属于hs′的单位范数向量；rp为主数据矩阵；表示辅助数据估计协方差矩阵。
39、与现有技术相比，本发明具有如下技术效果：
40、(1)本发明结合降维方法与杂波协方差矩阵斜对称性来提高子空间干扰加高斯杂波背景下的距离扩展目标方向检测器在辅助数据匮乏条件下的性能；假设干扰子空间线性独立于信号子空间且两个子空间坐标未知，杂波分量被建模为均值为零的复高斯向量，利用降维子空间方法以及斜对称性变换矩阵结构再求解出未知的杂波协方差矩阵、干扰的坐标向量和信号的坐标向量的最大似然估计，从而建立出rpd-glrt检测器、rpd-2glrt检测器进行目标检测；仿真分析表明，在干扰加未知杂波背景下，所提出的距离扩展目标子空间检测器的检测性能优于对比检测器，且对干扰有较好的抑制作用；
41、(2)本发明将可能的有用信号对齐到一个未知方向，约束其属于可观测的给定子空间，在导向矢量不匹配的情况下解决自适应检测问题；结合降维方法与杂波协方差矩阵斜对称性来提高子空间干扰加高斯杂波背景下的距离扩展目标方向检测器在辅助数据匮乏情况下的性能；基于glrt检测策略，在保证恒虚警率特性的同时，提高了检测器检测性能，具有广泛的潜在推广应用价值。
1.一种基于glrt的干扰加杂波背景下距离扩展目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于glrt的干扰加杂波背景下距离扩展目标检测方法，其特征在于，所述步骤1中对目标信号和干扰信号进行子空间建模，杂波建模为均值为零具有未知正定协方差矩阵的复高斯分布，建立二元假设检验模型，具体包括：
3.根据权利要求1所述的一种基于glrt的干扰加杂波背景下距离扩展目标检测方法，其特征在于，所述步骤2中利用杂波协方差矩阵的斜对称性对所构建的二元假设检验模型进行变换然后对变换后的二元假设检验模型进行降维处理，得到新的二元假设检验模型，所述新的二元假设检验模型为：
4.根据权利要求1所述的一种基于glrt的干扰加杂波背景下距离扩展目标检测方法，其特征在于，所述步骤2中包括构建联合概率密度函数：
5.根据权利要求1所述的一种基于glrt的干扰加杂波背景下距离扩展目标检测方法，其特征在于，所述步骤2中，构建主数据与辅助数据的联合概率密度函数，包括两步法的联合概率密度函数：
6.根据权利要求4或5所述的一种基于glrt的干扰加杂波背景下距离扩展目标检测方法，其特征在于，所述步骤3具体包括：
7.根据权利要求6所述的一种基于glrt的干扰加杂波背景下距离扩展目标检测方法，其特征在于，所述步骤3-2中包括：构建glrt检验下的检测统计量ηrpd-glrt：
8.根据权利要求6所述的一种基于glrt的干扰加杂波背景下距离扩展目标检测方法，其特征在于，所述步骤3-2中包括：构建两步法glrt检验下的检测统计量ηrpd-2glrt：
