训练样本不足时雷达扩展目标检测方法

Radar range-spread target detection with limited training data

二维码有效期 120s

摘要为了降低对训练样本的需求,针对雷达扩展目标检测问题,该文提出了降秩广义似然比检验(R-GLRT)检测器和降秩Wald(R-Wald)检测器.利用噪声子空间对应的特征矩阵代替采样协方差矩阵,降低了训练样本不足时小训练样本带来的估计误差.仿真结果表明,当训练样本不足时,所提出的降秩检测器能够提供较高的检测概率,且R-GLRT检测器具有比R-Wald检测器更高的检测概率;当训练样本充足时,与常规自适应检测器相比,2种降秩检测器也能够提供较高的检测概率.

作者黎炎 ^[1] 李哲 ^[1] 陈扬 ^[1] 王剑 ^[2] 胡丹晖 ^[3] 吴驰 ^[4] 学术成果认领

作者单位南瑞集团有限公司,江苏南京211106;国网电力科学研究院武汉南瑞有限责任公司,湖北武汉430074;电网雷击风险预防湖北省重点实验室,湖北武汉430074 ^[1] 国家电网有限公司,北京,100031 ^[2] 国网湖北省电力公司,湖北武汉,430074 ^[3] 国网四川省电力公司,四川成都,610041 ^[4]

关键词雷达扩展目标信号检测降秩广义似然比检验

分类号 TN957

DOI 10.14177/j.cnki.32-1397n.2018.42.06.014

发布时间 2019-03-01

基金项目

国家电网公司科技项目