基于序贯判决信息的认知雷达信号检测.docVIP

基于序贯判决信息的认知雷达信号检测 摘要：针对传统雷达的信号检测方法没有充分利用系统已经获得的关于目标的判决信息，本文研究了一种基于序贯判决信息的认知雷达信号检测方法。该方法将系统当前时刻已经获得的观测样本与先前时刻的判决进行联合处理，从而使得系统通过先前时刻获得的先验信息自适应修正判决规则，实现了检测门限值的实时调整。结果分析和实验仿真表明：由于该检测方法充分利用了系统已经获得的先验信息，使得系统在增大检测概率的同时也减小了虚警概率，大大改善了系统的检测性能。 关键词：认知雷达；序贯判决信息；信号检测 中图分类号：TN958 The Signal Detecting for Cognitive Radar Based on Sequential Decision Information Abstract: According to the problem of traditional signal detection do not make full use of the previous decision information about the target, this paper studies a signal detecting for cognitive radar based on sequential decision information. It combine with the observation samples and previous decision so as to the system could adaptively correct threshold. The theoretical analysis and simulation results show that: The system increases the detecting probability and decreases the false probability at the same time because of this method makes full use of the prior information. It greatly improves the detection performance of the system. Key words: Cognitive radar；Sequential decision information; Signal detecting 1 引言 认知雷达（Cognitive Radar, CR）[]被定义为一种具有环境感知和自我学习能力、能够自适应调整接收机和发射机的动态闭环反馈系统。它主要通过优化发射机和接收机端的资源配置来提高系统的性能目前，针对发射机的资源优化配置研究比较多，主要是基于已有先验信息设计的发射波形，从而提高系统性能[]。对于雷达接收机部分，如何利用更多的先验信息以及先进的信号处理方法提高目标的检测和跟踪性能研究还比较少[]。而关于雷达信号检测，先验信息的利用主要可以分为两个方面：第一个方面是利用先验信息更好地估计噪声的统计特性以提高对目标的检测性能；第二个方面是利用已经获得的关于目标的先验信息以提高对目标的检测性能。[8-9]，并没有利用目标的有关信息。在很多情况下，我们已经获得了一些关于目标的先验信息，并且已经获知这些判决的可信度。[7]。 本文便研究了目标冲激响应已知情况下，认知雷达通过利用系统已经获得的判决信息（关于目标的先验知识）修正系统的判决规则，以实现检测自适应变化，从而提高系统的检测性能。 图1信号模型 Fig.1 The signal model 图1所示为CR单次循环的离散信号模型，扩展目标被响应为的有限响应（FIR）滤波器 （1） 其中“”表示卷积运算，表示基带发射信号向量，为接收数据， 表示服从复高斯圆对称分布的噪声向量，且，。由卷积性质可知。令，信号 且满足功率限制。 为了分析方便，下面首先引入信号卷积矩阵定义：。 （2） 因此，式（1）表示矩阵乘积形式： （3） 这里主要聚焦CR的接收机部分如何充分利用先验知识进行信号处理以提高系统的检测性能，因此不考虑发射机端的波形优化问题。结合认知雷达的闭环工作特点，可以假设系统已经获得了目标冲激响应特性，即为确定已知的。同时考虑通过多个脉冲回波的积累来提高信号的检测性能，因此，认知雷达的信号检测问题可以描述为如下二元假设检验。 （4） 其中表示存在目标时的假设；表示不存在目标时的假设