自适应对角载荷估计：空间异质海杂波的新方法

"这篇研究论文探讨了在空间异质海杂波环境中，如何采用自适应对角载荷协方差矩阵估计方法来提高雷达目标检测的性能。文章由南京邮电大学电信与信息工程学院的Yanling Shi和Xiaoyan Xie撰写。他们提出了一种新的基于自适应对角加载技术的协方差矩阵估计算法，以消除对二次样本统计属性一致性的假设。该算法的关键在于加载系数，它用于度量二次样本的统计一致性。实验结果证明，在使用广义似然比检测器（GLRT）检测分布式目标时，所提出的估计器具有较高的鲁棒性，尤其适用于处理非均匀的空间海杂波环境。关键词包括：对角加载、协方差矩阵估计、异质海杂波、雷达目标检测。" 在雷达系统中，海杂波是影响目标检测的一个重要因素，尤其是在海洋环境复杂多变的情况下。通常，二次样本协方差矩阵（SCM）被用来估计海杂波的统计特性，但这种方法假设二次样本具有相同的统计属性，即海杂波是空间上同质的。然而，实际的海洋环境往往表现出空间异质性，即海杂波的统计特性会随空间位置变化，这就导致了基于SCM的传统估计方法的局限性。 为了克服这一问题，该研究提出了自适应对角加载协方差矩阵估计算法。这种算法引入了一个加载系数，该系数可以根据二次样本的统计差异进行动态调整，从而实现对海杂波不均匀性的有效建模。加载系数的适应性使得算法能够更好地适应空间异质的海杂波环境，提高了估计的准确性和稳定性。 此外，论文通过实验验证了新算法在广义似然比检测器框架下的应用效果。GLRT是一种常用的检测方法，它利用最优的统计测试来决定是否存在目标。实验结果显示，当在真实海杂波背景下检测分布式目标时，采用自适应对角加载的协方差矩阵估计可以显著提高检测概率，同时降低误报率，从而增强了雷达系统的总体性能。 这项研究为处理空间异质海杂波提供了一个新的解决思路，其提出的自适应对角加载协方差矩阵估计方法有望在未来雷达系统的设计和优化中发挥重要作用。