龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军海军航空大学
摘要：本发明属于雷达信号处理技术领域，具体涉及一种非高斯小样本环境下目标结构化智能检测方法。充分利用杂波协方差矩阵具有的斜对称结构先验信息，提高了未知杂波斜对称协方差矩阵结构的估计精度，降低了对辅助数据量的需求，为实现非高斯小样本环境下目标结构化智能检测提供了有利支撑；采用两步检测器设计程序的Gradient检验准则构建了具有闭合形式的非高斯小样本环境下目标结构化智能检测器，其检测器无需求解Fisher信息矩阵，计算复杂度较低，检测统计量结构简单，便于工程实现；其检测性能优于现有非结构化距离扩展目标子空间检测器。
主权项：1.非高斯小样本环境下目标结构化智能检测方法，其特征在于包括以下步骤：步骤1：雷达系统首先从K个待检测距离单元获取主数据Z；在杂波散斑分量斜对称协方差矩阵M、杂波纹理分量τk，k＝1,2,...,K和目标坐标向量bk，k＝1,2,...,K均未知的情况下，利用杂波协方差矩阵结构中的斜对称信息对主数据和目标坐标向量进行解耦变换，获得变换主数据和目标变换参数向量；然后利用有目标假设下Z的复高斯条件概率密度函数对目标变换参数向量求偏导，并结合有目标假设下未知目标坐标矩阵的最大似然估计和无目标假设下杂波纹理分量的最大后验估计，构建已知杂波斜对称协方差矩阵条件下的距离扩展目标两步Gradient检测统计量；步骤2：前述获取的检测统计量假定杂波的协方差矩阵结构M已知，但实际应用中M通常是未知的；使用雷达系统在检测单元附近收集一组不含目标的辅助数据z′kk＝1,2,…,R，并采用协方差矩阵的迭代矩阵估计得到M的估计值，进而实现自适应检测器的设计；步骤3：为保持检测方法的CFAR特性，根据预设的虚警概率设置检测门限TS-Gradient-IGCG；将检测统计量tPS-Gradient-IGCG与检测门限TPS-Gradient-IGCG进行比较，以判定当前待检测距离单元是否存在目标。
全文数据：
权利要求：
百度查询： 中国人民解放军海军航空大学 非高斯小样本环境下目标结构化智能检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号