非高斯杂波协方差矩阵估计新方法
一种处理非均匀分布的杂波样本的新算法
Ｋｅ ｗｏ ｄ ｙ ｒ ｓ：ａ ｒ ｏ ｎ ａ ａ ，ｓ ａ ｅｔｍｅａ ａ ｉｅｐｒ ｃ ｓ ｉｇ，ｃ ｕ ｔｒｓ ｐ ｅ ｓｏ ｎ ｎ ０ ｇ ｎ ０ ｓｃｕｔ ｒｅ ｖ— ｉｂ ｒ ｅ ｒ ｄ ｒ ｐ ｃ —ｉ ｄ ｐｔ ｏ ｅ ｓｎ ｖ ｌ ｔ ｕ ｐｒ ｓ ｉｎ， ０ ｈ ｍ０ ｅ ｅ ｕ ｌ ｔ ｎ ｉ ｅ ｅ
ａ ｃ ｎ ｌ ｓｓ ｗａ ａ ｅ ｕ ｓｎ ｉ ｌ ｔｄ ｄ ｔ ． Ｓ ｍｕ ａｉ ｎ ｒ ｓ ｌｓｐｒ ｖ ｈ ｆｅ ｔ ｅ ｓ ｆ ｔ ｒ ｐ ｓ ｄ ａ — ｎ ｅ ａ ａｙ ｉ ｓｃ ￣ｉｄ ｏ ｔｕ ｉ ｇ ｓｍｕ ａ ｅ ａａ ｉ ｌ ｔ ｅ ｕ ｔ ｏ ｅ ｔ ｅ ｅｆｃ ｉ ｎｅ ｓ ｏ ｈｅ ｐ ｏ ｏ ｅ ｐ ｏ ｖ ｐｏ ｃ ． ｒ ａ ｈ
一
种 处 理 非 均 匀 分 布 的 杂 波 样 本 的 新 算 法
唐 斌 汪学刚 赵 建宏
（ 电子科技 大学 电子工程学院 电子工程系 ， 成都 ６０ ５ ） １０４
摘
要：本文从理论上分析 了杂波样本 沿距离单 元均匀 分布 时杂波 协方差 矩 阵为 Ｈ ｒ ｉ ｅｍ ｔ ｅ矩阵 、 Ｔ ｅｌｚ矩 阵和 Ｔ 一 块 ｏｐｉ ｔ ０
Ｔ ｎ ｉ Ｗ ａ ｇ Ｘ ｅ ａ ｇ Ｚ ａ ｉｎ ｏ ｇ ａ ｇＢ ｎ ｎ ｕ ｇ ｎ ｈ ｏＪａ ｈ ｎ
（ ｎｖｒｉ ｆ ｌ ｔ ｎｃＳ ｉｎ ｅａ ｄＴ ｃ ｎ ｌ ｙｏ Ｃ ｉａ Ｃ ｅ ｇ ｕ ６ ０ ５ ， ｈ ａ Ｕ ｉｅ ｔ ｏ ｅ ｒ ｉ ｃ ｃ ｎ ｅ ｈ ｏ ｇ ｆ ｈｎ ， ｈ ｎ ｄ ， １０ ４ Ｃ ｉ ） ｓｙ Ｅ ｃ ｏ ｅ ｏ ｎ
ｐ ｏ ｃ ｅ ｔ ｒ ｓ ｌｗ ａ ｌ ｕ ｐ ￣ ｒ ｑ ｉｅ ｎ ，ｓｒ ｎ ｏ ｕ ｔ ｅ ｓｔ ｒｏ ｎ ｏ ｖ ｎ ｅ ｔｔ ｍｐｌｍｅ ｔ Ｐｅ ｏ ｍ— ｒ ａ ｈ ｆ ａｕ ｅ ｏ ｓ ｍｐ ｅ ｓ ｐ ｏ ｅ ｕ ｒｍｅ ｔ ｔｏ ｇ ｒ ｂ ｓｎ ｓ ｏ ｅ ｒ ｒａ ｄ ｃ ｎ ｅ ｉｎ ｏ ｉ ｅ ｎ ． ｆ ｒ ｒ
协方差矩阵结构的广义近似最大似然估计
第３ １卷 第 ６期
２ ０ １ ３ 年１ １ 月
应
用
科
学
学Leabharlann 报 Ｖｏ １ ．３ １ Ｎ０ ．６
ＮＯＶ．２ ０１ ３
ＪＯ Ｕ ＲＮ Ａ Ｌ Ｏ Ｆ Ａ ＰＰ Ｌ Ｉ Ｅ Ｄ Ｓ ＣＩ Ｅ Ｎ ＣＥ Ｓ － — —Ｅｌ ｅ ｃ ｔ ｒ ｏ ｎｉ ｃ ｓ ａ ｎｄ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｅｎ ｇ ｉ ｎｅ ｅ ｒ ｉ ｎ ｇ
ｖ ａ ｒ ｉ ａ ｎ ｃ ｅ ｍａ ｔ ｒ ｉ ｘ（ ＮＳ Ｃ Ｍ） ， ａ ｇ ｅ ｎ ｅ ｒ ａ ｌ ｉ ｚ ｅ ｄ Ｎ Ｓ Ｃ Ｍ（ Ｇ Ｎ Ｓ Ｃ Ｍ） ｉ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｆ ｏ ｒ ｃ ｏ ｖ ａ ｒ ｉ ａ ｎ ｃ ｅ ｍａ ｔ ｒ ｉ ｘ ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ ｅ ｓ ｔ ｉ ｍａ ｔ ｉ ｏ ｎ
ｃ ｏ ｖ ａ ｒ ｉ ａ ｎ ｃ ｅ ｍａ ｔ ｒ ｉ ｘ ， ＧＮＳ Ｃ Ｍ１ ． 利用最大似然估计方法 ， 进 一 步 推 导 了广 义 杂 波 分 组 背 景 下 协 方 差 矩 阵 结 构 最 大 似
然估计的迭代过程， 以Ｇ Ｎ Ｓ Ｃ Ｍ 为初始化矩阵进行迭代， 得到协方差矩阵结构的广义近似最大似然（ ｇ ｅ ｎ ｅ ｒ ａ ｌ ｉ ｚ ｅ ｄ
２ ．中国卫星海上测控部，江苏 江阴 ２ １ ４ ４ ３ １
一种采用协方差矩阵稀疏表示的DOA估计方法_解虎_冯大政_袁明冬
S (t ) [s1 (t ), s2 (t ),, sP (t )]T ， si (t ) 是 一 个 零 均 值 的 随 机 变 量 . A(θ ) 为 M P 维 阵 列 流 形 矩 阵 ， d d sin( i )), , exp( j2M( 1) sin( i T ))] . 假设信号与 A(θ) [a(1 ), a(2 ),, a(P )] ，其中 a(i ) [1, exp( j2 噪声之间不相关，则阵列接收信号协方差矩阵表示如下： （2） R E[ y(t ) y H (t )] A(θ) Rs AH (θ) 2 I
其中 Rs E[S (t )S H (t )] 是信号协方差矩阵， 2 为噪声功率.假设给定一个超完备基 A() {a( ) | } ，
{i }iN 1 ( N M ) ，其中 表示可能的来波方向空域方位角集合，那么根据文献[7,10]可以用给定的超
完备空间去表示协方差矩阵的某一列 ri
P 些列将非常接近 {a(k )}1 . 因此，在理想情况下，bi 中除了对应于信号方向的元素非零外，其他元素全为
零，即理想 bi 具有稀疏结构[10].根据 bi 的稀疏性，应用稀疏表示理论，可以求解欠定方程组（3）的唯一 解，从而估计出目标源方位.
2 基于协方差矩阵的 DOA 估计方法
由上可知，对于传统的基于协方差矩阵的 DOA 估计算法[6,10,11]，需要已知噪声的功率.为了避免估计 2 ，对（3）式进行分析发现： 2 仅影响 ri 的第 i 个元素，可以将（3）的第 i 个方程直接去掉得到：
远场窄带信号波达方向（DOA）估计近几十年一直是阵列信号处理的热点问题，DOA 估计[1,2,3]的主 要目标是在噪声环境下，检测和估计多个信号的方位.针对 DOA 估计问题，人们提出了大量的 DOA 估 计方法，例如：波束形成法，Capon 法和基于子空间的多重信号分类（MUSIC）法.然而这些方法大部分 只能处理非相关信号，对于相关信号都需要进行去相关处理，因而限制了算法的应用. 最近学者们提出了一类不同于传统方法的 DOA 估计方法，该方法基于信号空间分布的稀疏性，用 稀疏表示方法来解决 DOA 估计问题. 文献[4]中，作者采用 lp ( p 1) 范数确保解的稀疏性，并将其应用于 DOA 估计中. Gorodnitsky 等提出了一种加权迭代最小范数（FOCUSS）[5]方法来求解稀疏表示问题，并 在 DOA 估计上取得较好的结果，但是仅适用于单次快拍. 文献[6]对传统 FOCUSS 方法进行改进，并将
基于重构频域协方差矩阵的DOA估计方法
基于重构频域协方差矩阵的DOA估计方法1. 内容概览本文档主要介绍了一种基于重构频域协方差矩阵的DOA(方向性)估计方法。
该方法首先对信号进行时域加窗处理，然后通过快速傅里叶变换(FFT)将时域信号转换为频域信号。
计算频域信号的协方差矩阵，并对其进行特征值分解。
根据特征值和特征向量的关系，估计出DOA。
为了提高DOA估计的准确性，本文还提出了一种自适应滤波器设计方法。
该方法根据信号在不同子阵列中的响应情况，动态地调整滤波器的参数，从而使得滤波器能够更好地捕捉到目标信号的特征。
本文还对所提出的方法进行了仿真验证，实验结果表明，所提出的方法在不同场景下具有较好的性能。
1.1 研究背景随着无线通信技术的快速发展，信号处理和定位技术在各个领域得到了广泛应用。
直接测量(DOA)估计是无线通信、雷达、声纳等领域中的关键问题。
DOA估计的准确性对于提高通信质量、降低能耗以及提高系统性能具有重要意义。
传统的DOA估计方法主要依赖于观测数据，如接收到的信号强度(RSS)或者到达时间差(TDOA)等。
这些方法在实际应用中往往受到多径效应、干扰等因素的影响，导致估计结果的不稳定性和鲁棒性较差。
基于频域协方差矩阵的DOA估计方法逐渐成为研究热点。
频域协方差矩阵能够反映信号在时域上的相关性，从而为DOA估计提供有力支持。
这种方法的主要优点在于：首先，它可以有效地利用多径传播环境下的信号信息，避免了传统DOA估计方法中的一些局限性；其次，频域协方差矩阵具有较好的统计特性，使得DOA估计的结果更加稳定和可靠；该方法还可以通过引入滤波器等技术来进一步提高估计精度和鲁棒性。
1.2 研究目的本研究旨在提出一种基于重构频域协方差矩阵的DOA(方向性)估计方法。
随着无线通信技术的不断发展，DOA估计在许多领域中具有重要的应用价值，如雷达、无线电定位、无线传感器网络等。
传统的DOA估计方法主要依赖于时延测量和信号到达时间差(TDOA)信息，这些方法在某些情况下可能受到环境因素的影响，导致DOA估计结果的不稳定性。
非均匀噪声条件下的DOA估计算法研究
非均匀噪声条件下的DOA估计算法研究非均匀噪声条件下的DOA估计算法研究引言方位角估计 (DOA) 是无线通信、声学定位等领域中的关键问题之一。
DOA估计算法的目标是通过接收到的信号，精确地估计信号来自空间的方位角。
然而，在现实应用中，噪声往往是不均匀分布的，这给DOA估计带来了一定的挑战。
本文将对非均匀噪声条件下的DOA估计算法进行研究和探讨。
噪声模型在非均匀噪声条件下的DOA估计中，一个重要的前提是准确建立噪声模型。
传统的噪声模型通常假设噪声服从高斯分布，其方差在空间中保持均匀。
然而，在实际情况中，噪声常常不满足高斯分布，且方差随着方位角的变化而变化。
因此，针对非均匀噪声条件下的DOA估计，需要更精确地建模噪声。
一种常用的非均匀噪声模型是基于协方差矩阵的方法，即通过估计接收阵列的协方差矩阵来描述噪声的分布。
研究表明，协方差矩阵的对角元素可以反映出噪声在不同方位角上的变化情况。
因此，通过对接收阵列进行采样和观测，可以得到准确的协方差矩阵，并据此建立非均匀噪声模型。
DOA估计算法在建立了非均匀噪声模型后，可以基于此模型设计相应的DOA估计算法。
下面介绍几种常见的算法。
1. 基于最大似然估计的算法最大似然估计是一种常用的参数估计方法。
在非均匀噪声条件下的DOA估计中，可以通过最大化似然函数来估计信号和角度之间的关系。
具体步骤包括：计算接收阵列的协方差矩阵，根据噪声模型确定似然函数，通过优化算法找到最大似然估计。
该方法简单直观，但在噪声模型不准确的情况下可能存在一定的误差。
2. 基于子空间分解的算法基于子空间分解的算法是一种经典的DOA估计方法。
该方法基于接收信号的特征向量构造信号子空间和噪声子空间，并利用子空间的性质进行角度估计。
对于非均匀噪声条件，可以通过采样多帧信号来估计协方差矩阵，然后利用子空间分解得到准确的信号子空间和噪声子空间。
在此基础上，可以利用子空间的性质对DOA进行估计。
3. 基于神经网络的算法近年来，随着深度学习的发展，基于神经网络的DOA估计方法逐渐受到关注。
非高斯噪声下信源数未知相干信号DOA估计
非高斯噪声下信源数未知相干信号DOA估计钟安琪;郭莹【摘要】针对现实环境中普遍存在的非高斯噪声和无法预知信源数目的问题,将混有非高斯脉冲噪声的信号样值视为粗差值,应用SW检验作为预处理,自适应去除幅值相对较大的粗差值,再以样本协方差的行向量重新构建一个满秩的、具有联合对角化结构的Toeplitz矩阵,使其秩只与波达方向有关,而不受信号相干性的影响,并由联合对角结构产生的代价函数,得出无需信源数目的空间谱搜索式进行DOA估计.大量仿真结果表明,与现有的一些方法相比,所提出的算法在信源数未知条件下,能对含有非高斯噪声的信号进行有效的DOA估计,具有较高的准确度及稳定性且对快拍数、信噪比要求不高.【期刊名称】《微处理机》【年(卷),期】2018(039)005【总页数】6页(P29-34)【关键词】非高斯噪声;波达方向估计;信源数未知;SW检验【作者】钟安琪;郭莹【作者单位】沈阳工业大学信息科学与工程学院,沈阳110870;沈阳工业大学信息科学与工程学院,沈阳110870【正文语种】中文【中图分类】TN911.231 引言利用处于不同位置的阵列天线接收来自不同方位信号源的信号，并计算信号源的波达方向（direction-of-arrial,DOA），是阵列信号研究中的一个重要课题，目前已取得丰硕成果，在雷达探测、水中声纳、无线通信航空导航和医学等领域均有广泛应用。
波达方向估计中经典算法如Capon算法[1]和前向平滑（FOSS）算法[2]等都是在高斯噪声背景下进行计算的，但在实际中噪声并不都是完全呈高斯分布的，比如大气（雷电）噪声、海洋杂波和地表杂波等，在这些噪声中存在十分明显的脉冲尖峰会严重降低基于高斯分布假设的算法的性能，所以在这种环境背景下传统的高斯分布模型不再适用。
通过选择具有厚重拖尾的分布统计模型如α-稳定分布[3]，可以解决在非高斯噪声下的波达估计问题。
针对非高斯噪声下的相干信号的DOA估计问题，文献[4]提出了建立前/后平滑低阶矩阵来进行DOA估计的FLOM-SS算法。
基于功率中值和归一化采样协方差矩阵的自适应匹配滤波检测器
基于功率中值和归一化采样协方差矩阵的自适应匹配滤波检测器刘明;水鹏朗【摘要】在非均匀海杂波环境中,参考单元中的异常单元限制了采样协方差矩阵(SCM)的估计性能,从而影响了传统自适应匹配滤波(AMF)检测器的检测性能.而考虑删除异常单元的方法在参考单元数目有限时可能导致矩阵的奇异性.鉴于此,在保持参考单元数目不变条件下,该文设计一种基于功率中值与归一化采样协方差矩阵(MNSCM)的估计方法,并将其与匹配滤波器(MF)相结合,构造一种新型的自适应匹配滤波检测器.与传统的自适应匹配滤波相比,该文设计的检测器在实测和仿真海杂波数据条件下均具有明显的性能优势.%In nonhomogeneous sea clutter, abnormal cells included reference cells constrain the performance of the Sample Covariance Matrix (SCM), and then influence the detection performance of the traditional Adaptive Matched Filter (AMF) detector, while censoring abnormal cells may cause singularity of the covariance matrix in the case of limited reference cells. Without changing number of the reference cells, this paper devises the median and normalized covariance matrix estimator and uses in the detection scheme of the AMF. Compared with the traditional AMF, the newly devised AMF obtains better performance in both measured and simulated clutter.【期刊名称】《电子与信息学报》【年(卷),期】2015(037)006【总页数】7页(P1395-1401)【关键词】目标检测;海杂波;自适应匹配滤波器;采样协方差矩阵;功率中值和归一化采样协方差矩阵【作者】刘明;水鹏朗【作者单位】西安电子科技大学雷达信号处理国家重点实验室西安 710071;西安电子科技大学雷达信号处理国家重点实验室西安 710071【正文语种】中文【中图分类】TN957.51海杂波背景下的动目标检测问题因其具有重要的战略意义和民用价值，一直以来备受国内外学者关注[1−4]。
非高斯相关杂波背景下雷达目标统计检测方法
非高斯相关杂波背景下雷达目标统计检测方法冯讯;王首勇;万洋;朱晓波【摘要】在非高斯相关杂波背景、参数随机或未知的情况下，通常难以甚至无法建立统计检测模型。
针对此问题，基于粒子滤波方法，根据未知参数的概率分布函数抽取粒子，将复杂积分运算转化为求和运算求取似然函数，给出了一种雷达目标似然比检测的通用模型，较好地解决了非高斯相关杂波条件下无法得到检测统计量的问题。
此外，以复SG—Alpha稳定分布作为非高斯相关杂波分布模型，给出了基于粒子滤波的检测统计模型，并对本文方法与传统的检测方法在高斯相关杂波和非高斯相关杂波背景下的检测性能进行了仿真比较，验证了算法的有效性。
%It is not easy to establish statistical test model in correlated non-Gaussian clutter backgrounds when parameter is stochastic or unknown. Based on the particle filtering, the proposed method calculates the likelihood function by transforming the integral operation to the sum operation according to the probability distribution function of unknown parameter, and a general radar target likelihood-ratio detec- tion model is established. This method solves the difficulties that it is unable to establish statistical test model in correlated non-Gaussian clutter backgrounds. Taking SG-Alpha stable distribution as the model of correlated non-Gaussian clutter, a statistical test method based on particle filtering is established. Moreover, simulations show that the detection performances of the proposed method are better than the traditional method both in correlated Gaussian and non-Gaussian clutter backgrounds.【期刊名称】《电波科学学报》【年(卷),期】2012(027)005【总页数】7页(P1005-1011)【关键词】非高斯相关杂波;粒子滤波;统计检测;似然函数;概率分布【作者】冯讯;王首勇;万洋;朱晓波【作者单位】空军雷达学院雷达兵器运用工程军队重点实验室,湖北武汉430019;空军雷达学院雷达兵器运用工程军队重点实验室,湖北武汉430019;空军雷达学院雷达兵器运用工程军队重点实验室,湖北武汉430019;空军雷达学院雷达兵器运用工程军队重点实验室,湖北武汉430019【正文语种】中文【中图分类】TN957引言统计检测一直是雷达目标检测应用的重要方法，其核心是基于杂波的统计分布建立似然比检测模型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｈ０： Ｚ ＝ ｃ ， ｔ ＝ ０， ， … Ｒ
拟 。但 随着 雷 达分 辨率 的进 一 步提 高或 在低 掠地 角 条件下 ， 景 杂 波 会 出 现 明显 的 非 高 斯 特 征 ～ 。 背 实测 数据表 明 ， 高分 辨率情 况 下 ， 达会 接 收到类 在 雷 似于 目标 的尖 峰 ， 这种 含尖 峰 的杂 波 可 用 复 合 高 斯 分布来 建 模 。实 际 的雷 达 工 作 环 境 中 ， 合 高 复
献 ［ ，０ 分 别 研 究 了简 化 的 协方 差 矩 阵估 计 方 法 。 ９ １］
文献 ［ ］ ９ 将可 能 具有 相 同纹 理 分 量 的邻 近 距 离单 元 分为一 组 ， 获得 了 与 杂 波功 率 水 平 无 关 的 协方 差 矩 阵估计 器 ， 称 为 基 于 杂 波 分 组 的 估 计 器 （ｌｔ ｒ 简 ｃ ｔ— ｕ ｅ ｃ ｓ ｒ ｓｍ ｔ ， Ｃ ） ｌ ｔ ｅ ｅｔ ａ ｒ Ｃ Ｅ 。但 是 当估计 的 杂波分 组 大 ｕ ｅｄ ｉ ｏ 小 与实 际情 况 失 配 时 ， Ｃ Ｃ Ｅ会 有 较 大 的估 计 误 差 。
收 稿 日期 ：０ ９叭．４ 修 回 日期 ：０９０．５ ２０一 １ ； ２０．２１
Ｈ ｛ ＝ ｃ ， ｔ Ｃ … ， 【 叩＋ｏ ：ｚ ’ ＝ １，
中的杂波 统 计 特 性 可 以用 高 斯 模 型 进 行 很 好 地 模
Ｃ Ｃ Ｅ ， 过 在 Ｒ Ｃ 中引 入 矩 阵迹 的 约束 规 则 ， Ｒ Ｃ ）通 ＣＥ 并在 每 次迭 代过 程 中有 效 利 用所 有 辅 助 数 据 ， 高 提 了协 方差 矩 阵估 计 精 度 ， 快 了迭 代 过 程 的 收敛 速 加 率， 并通 过仿 真 实验 验证 了 Ｃ Ｃ Ｅ方法 的有 效性 。 ＲＣ
斯杂波 的统 计特 性 往 往 是 未 知 的 ， 别 是 杂 波 的 协 特 方差 矩阵 ， 需要 从 观测值 中估 计 得到 。
由于 复 合 高 斯 分 布 中协 方 差 矩 阵 的最 大 似 然 （ ａｉ ｕ ｋｌ ｏｄ ＭＬ 估 计 的求 解 比较 困难 ， ｍ ｘ ｍ ｌ ｅ ｈｏ ， ） ｍ ｉ ｉ 文
束 迭 代 估 计 方 法 能 极 大 的提 高 估 计 精 度 ， 快 迭 代 过 程 的 收敛 速率 ， 计 算 量 更 小 。 加 且 关键 词 ：复 合 高 斯 杂 波 ；协 方 差 矩 阵估 计 ；鲁 棒 性 ；计 算 量
中 图 分 类 号 ：Ｔ ９ ７ ５ Ｎ ５ ．１ 文 献 标 识 码 ：Ａ 文 章 编 号 ：１０ —３ ８ ２ １ ）２０ ９ —７ ０ ０ １ ２ （０ ０ ０ — ５０ ４
（ｅｕｓ ｅｃ ｔ ｒ ｌｓ ｒｄｅｔ ａ ｒ Ｃ Ｅ） Ｒ Ｃ ｒ ｒｖ ｌ ｔ — ｕｔ ｅ ｓｍ ｔ ，Ｒ Ｃ ， Ｃ Ｅ无 ｅ ｉ ｕｅｃ ｅ ｉ ｏ
现代 雷 达 目标 自适应 检测 的一 个重 要方 面就 是
估计 未知 干扰 背 景 的协 方 差 矩 阵 ， 际 中 常常 利 用 实
第 ３ 卷第 ２ １ 期
２１ ０ ０年 ２月
宇 航 学 报
Ｊ ｕ ｎ ｌ ｆＡ ｔ ｎ ｕｉｓ ｏ ｒ ａ ｏ ｓｒ ａ ｔ ｏ ｃ
Ｖｏ ． １ ３１
Ｎｏ ２
．
Ｆ ｂ ｕ ｒ ２０ ０ ｅ ｒ ａｙ １
非 高 斯 杂 波协 方差 矩 阵估 计 新 方 法
简 涛 ，何 友 ， 苏 峰 ，曲 长 文 ，顾 新 锋
（ 军 航 空 工 程 学 院 信息 融 合技 术 研 究 所 ，烟 台 ２４０ ） 海 ６０ １
摘
要 ：针 对 雷 达 目标 自适 应 检 测 中 的 复 合 高 斯 杂 波 协 方 差 矩 阵估 计 问题 ， 出 了 一 种 基 于 杂 波 分 组 的约 束 提
迭 代 估 计 方 法 。该 方 法 在 迭 代 过 程 中 有 效 利 用 所 有 辅 助 数 据 ， 对 最 终 得 到 的估 计 矩 阵 进 行 关 于 迹 的 约 束 。在 估 并
需 杂 波分组 信 息 ， 一 定程 度 上 改 善 了 Ｃ Ｅ的 失配 在 Ｃ 性能 ， 但也 导致 了一 定 的估计 误 差 。 为 了进 一 步 改善 杂 波 协 方差 矩 阵 的 估计 精 度 ， 本 文提 出 了一 种 基 于 杂 波 分 组 的 约 束 迭 代 估 计 器
（ｃｎｔ ｉ ｄ ｒｃｒ ｖ ｃ ｔ ｒ ｌ ｔ ｅ ｅｔ ａ ｒ ｏｓａ ｅ ｅｕｓ ｅ ｌ ｔ — ｕ ｅ ｄ ｒｎ ｉ ｕｅ ｃ ｓ ｒ ｓｍ ｔ ， ｉ ｏ
ＤＯ Ｉ １ ３ ７ ／ ．ｓｎ．０ ０— ３ ８． ０１ ０ ０ ０ ： ０． ８ ３ ｉｉｓ １ ０ １ ２ ２ ０．２． ３
０ 引言
为此 ， 文献 ［ ０ 建 立 了 一 种 只利 用 辅为 基 于 杂 波分 组 的迭 代估 计 器 简
计 的 杂 波 分 组 大 小 与 实 际情 况 匹 配 的 条 件 下 ， 束 迭 代 估 计 方 法 的 估 计 精 度 与 杂 波 功 率 水 平 无 关 。 仿 真 实 验 表 约 明 ， 提 出 的方 法 对 不 同 的 杂 波 分 组 大 小 失 配 情 况 具 有 很 好 的鲁 棒 性 ； 已有 的 两 种 协 方 差 矩 阵 估 计 方 法 相 比 ， 所 与 约
与被 检测单 元 邻 近 的不 包 含 目标 的辅 助 数 据 ， 未 对
知 的杂波 协方 差矩 阵进 行估 计 。被 检测 单元 的数 据
通 常被称 为 “ 主数 据 ” 而 邻 近距 离 单 元 的数 据 称 为 ， “ 辅助 数据 ” …。在 低 分 辨 率 雷 达背 景 下 ， 离 单 元 距