基于廣義逆高斯紋理結(jié)構(gòu)的目標(biāo)檢測(cè)算法

關(guān)鍵詞：海雜波；廣義逆高斯紋理；紋理空間相關(guān)性；相干檢測(cè)

中圖分類(lèi)號(hào)：ＴＮ９１１．２３ 文獻(xiàn)標(biāo)志碼：Ａ DOI：１０．１２３０５／ｊ．ｉｓｓｎ．１００１-５０６Ｘ．２０２４．１２．１０

０引言

海事雷達(dá)在執(zhí)行對(duì)海探測(cè)任務(wù)時(shí)，不可避免地會(huì)受到海雜波的干擾。在低擦地角情況下，高分辨海雜波展現(xiàn)出強(qiáng)烈的非高斯性，具有重拖尾或尖峰特征，導(dǎo)致傳統(tǒng)非相干檢測(cè)器以及在高斯雜波背景下設(shè)計(jì)的相干檢測(cè)器虛警概率增加，嚴(yán)重制約海事雷達(dá)的探測(cè)性能［１］。復(fù)合高斯模型（ｃｏｍｐｏｕｎｄＧａｕｓｓｉａｎｍｏｄｅｌ，ＣＧＭ）將海雜波建模為散斑分量調(diào)制紋理分量的過(guò)程，能夠較好地?cái)M合高分辨海雜波的統(tǒng)計(jì)特性，因此ＣＧＭ 下的相干檢測(cè)算法設(shè)計(jì)受到廣泛關(guān)注［２］。

目前，基于ＣＧＭ 的相干檢測(cè)算法已歷經(jīng)３個(gè)發(fā)展階段。起初，實(shí)現(xiàn)目標(biāo)檢測(cè)主要依賴(lài)目標(biāo)回波的相干積累以及散斑協(xié)方差矩陣對(duì)雜波的白化抑制，典型代表為自適應(yīng)歸一化匹配濾波（ａｄａｐｔｉｖｅｎｏｒｍａｌｉｚｅｄ ｍａｔｃｈｅｄｆｉｌｔｅｒｉｎｇ，ＡＮＭＦ）檢測(cè)器，其核心為重塑后的多普勒導(dǎo)向矢量與白化海雜波之間的角度匹配［３］。ＡＮＭＦ 檢測(cè)器雖然適用于所有紋理結(jié)構(gòu)的復(fù)合高斯雜波，但其對(duì)任意一種紋理結(jié)構(gòu)的雜波均不具有最優(yōu)檢測(cè)性能。第二階段通過(guò)分析海雜波的幅度統(tǒng)計(jì)特性，在不同紋理分布條件下設(shè)計(jì)相應(yīng)的廣義似然比檢測(cè)（ｇｅｎｅｒａｌｉｚｅｄｌｉｋｅｌｉｈｏｏｄｒａｔｉｏｔｅｓｔ，ＧＬＲＴ）算法，提升相干檢測(cè)器的目標(biāo)檢測(cè)性能。例如Ｇａｍｍａ紋理［４７］下的最優(yōu)Ｋ 檢測(cè)器（ｏｐｔｉｍｕｍ Ｋｄｅｔｅｃｔｏｒ，ＯＫＤ）［８９］，逆Ｇａｍｍａ紋理［１０１１］下的ＧＬＲＴ 線性門(mén)限檢測(cè)器（ＧＬＲＴ ｗｉｔｈｌｉｎｅａｒ-ｔｈｒｅｓｈｏｌｄｄｅｔｅｃｔｏｒ，ＧＬＲＴ-ＬＴＤ）［１２］，以及逆Ｇａｕｓｓｉａｎ 紋理［１３１５］下的ＧＬＲＴ（ＧＬＲＴ ｗｉｔｈｉｎｖｅｒｓｅＧａｕｓｓｉａｎｔｅｘｔｕｒｅ，ＩＧＧＬＲＴ）檢測(cè)器［１６］。然而，Ｇａｍｍａ、逆Ｇａｍｍａ以及逆高斯紋理下的ＣＧＭ 之間存在模型選擇問(wèn)題，且對(duì)高分辨海雜波可能仍然存在擬合損失，導(dǎo)致相應(yīng)的ＯＫＤ、ＧＬＲＴ-ＬＴＤ 以及ＩＧ-ＧＬＲＴ 檢測(cè)器性能下降。第三階段則將海雜波的頻譜分布、空間相關(guān)性以及協(xié)方差矩陣的斜對(duì)稱(chēng)特性等先驗(yàn)信息引入到檢測(cè)器的設(shè)計(jì)流程中，進(jìn)入精細(xì)化檢測(cè)階段［１７２３］。文獻(xiàn)［２４］基于雜波的平穩(wěn)特性因子設(shè)計(jì)了自適應(yīng)平滑檢測(cè)器，在非均勻雜波背景下提升了檢測(cè)器的性能。

在復(fù)雜雜波背景下，廣義逆高斯紋理復(fù)合高斯模型（ｃｏｍｐｏｕｎｄＧａｕｓｓｉａｎｍｏｄｅｌｗｉｔｈｇｅｎｅｒａｌｉｚｅｄｉｎｖｅｒｓｅＧａｕｓｓ-ｉａｎｔｅｘｔｕｒｅ，ＣＧ-ＧＩＧ），相較于復(fù)合Ｋ 分布、Ｐａｒｅｔｏ分布以及逆高斯紋理ＣＧＭ 對(duì)非高斯海雜波具有較好的擬合優(yōu)度和普適性［２５］。此外，由于Ｇａｍｍａ分布、逆Ｇａｍｍａ分布以及逆Ｇａｕｓｓｉａｎ 分布為廣義逆高斯（ｇｅｎｅｒａｌｉｚｅｄｉｎｖｅｒｓｅＧａｕｓｓｉａｎ，ＧＩＧ）分布在不同參數(shù)下的特例，故ＣＧ-ＧＩＧ 分布下的最優(yōu)相干檢測(cè)器能夠同時(shí)包含ＯＫＤ、ＧＬＲＴ-ＬＴＤ以及ＩＧ-ＧＬＲＴ 檢測(cè)器，最大程度地避免了由雜波模型失配導(dǎo)致的檢測(cè)器性能下降。因此，針對(duì)ＣＧ-ＧＩＧ 海雜波背景下的動(dòng)目標(biāo)檢測(cè)問(wèn)題，根據(jù)ＧＬＲＴ 原理，文獻(xiàn)［２６ ２７］給出了ＣＧＧＩＧ 雜波背景下的最優(yōu)相干檢測(cè)器，并將其命名為ＧＩＧ-ＧＬＲＴ。然而，在構(gòu)建ＧＩＧ-ＧＬＲＴ 檢測(cè)器時(shí)，其假定海雜波各距離門(mén)之間為獨(dú)立同分布類(lèi)型，并未考慮紋理分量的相關(guān)性。隨著現(xiàn)代體制雷達(dá)距離分辨率的不斷提升，海雜波紋理分量在空間維度的相關(guān)性也愈發(fā)明顯，不容忽略。在相關(guān)雜波背景下，可認(rèn)為在待檢測(cè)單元（ｃｅｌｌｕｎｄｅｒｔｅｓｔ，ＣＵＴ）周?chē)哂幸欢〝?shù)量與ＣＵＴ 紋理相同的參考單元。因此，有必要將海雜波的紋理信息運(yùn)用到檢測(cè)器設(shè)計(jì)中，提出基于紋理分量空間相關(guān)性改進(jìn)的檢測(cè)器。實(shí)測(cè)和仿真數(shù)據(jù)表明，在均勻或部分均勻雜波背景下，本文所提檢測(cè)器相較于ＡＮＭＦ和ＧＩＧ-ＧＬＲＴ檢測(cè)器具有較好的目標(biāo)檢測(cè)性能。

作者簡(jiǎn)介

陳鐸（１９９９—），男，碩士研究生，主要研究方向?yàn)楹ｋs波背景下的微弱目標(biāo)檢測(cè)。

范一飛（１９８９—），男，副研究員，博士，主要研究方向?yàn)槔走_(dá)信號(hào)處理、海面微弱目標(biāo)檢測(cè)。

粟嘉（１９８５—），男，副教授，博士，主要研究方向?yàn)槔走_(dá)信號(hào)處理、雷達(dá)干擾抑制。

郭子薰（１９９４—），女，博士后，主要研究方向?yàn)槔走_(dá)信號(hào)處理、海面微弱目標(biāo)檢測(cè)。

陶明亮（１９８９—），男，副教授，博士，主要研究方向?yàn)槔走_(dá)信號(hào)處理、雷達(dá)干擾抑制。