海杂波目标检测算法：ANMF与IAA方法的研究

"本文主要探讨了海杂波背景下的目标检测问题，研究了雷达信号处理中的挑战，特别是随着雷达分辨率提升，高斯模型不再适用的情况。文章重点分析了非自适应和自适应检测算法，包括AMF和GLRT等，并提出了新的检测器分类方法。针对传统算法忽视待检测单元杂波信息的不足，文章引入两脉冲相消法，设计了ANMF检测器，并通过仿真和实测数据验证其有效性。此外，为解决海杂波非平稳性导致的样本不足问题，采用了IAA谱估计方法来估计海杂波的协方差矩阵，进而提出一种单快拍目标检测策略。关键词涉及海杂波目标检测、两脉冲相消和IAA谱估计。" 本文深入研究了海杂波背景下的目标检测技术，这是雷达信号处理领域的一项关键任务，尤其在高分辨率雷达系统中，由于海杂波不再符合高斯分布，传统的基于高斯假设的检测算法（如Constant False Alarm Rate, CFAR）的性能显著下降。为了应对这一挑战，研究者们提出了非负矩阵分解（NMF）检测器，它理论上能满足CFAR特性，但在实际应用中，由于样本的非平稳性和数量限制，其自适应性能受限。 作者首先对传统非自适应检测算法和AMF（Adaptive Matched Filter）、GLRT（Generalized Likelihood Ratio Test）等自适应检测算法进行了深入分析和比较。在此基础上，他们提出了一种新的检测器分类方法，该方法基于检测器处理的数据类型是标量还是矢量。这一创新有助于更准确地理解和评估不同检测算法的性能。 针对传统算法无法充分利用待检测单元的杂波信息，文章引入了两脉冲相消法，这是一种利用相邻脉冲信息来抑制杂波的技术。通过结合这种技术，作者设计了一种改进的ANMF（Adaptive NMF）检测器，该检测器在仿真数据和IPIX实测数据上的表现都表现出色，提高了目标检测的准确性和可靠性。 此外，考虑到海杂波的非平稳特性可能导致样本不足的问题，作者采用IAA（Iteratively Reweighted Annular Averages）谱估计方法来估计海杂波的协方差矩阵。这种方法能够更好地适应海杂波的变化，从而提出一种适用于单快拍情况的目标检测策略，有效解决了样本不足带来的挑战。 本文的研究工作不仅丰富了海杂波目标检测的理论框架，还提供了实用的解决方案，通过结合两脉冲相消法和IAA谱估计，提高了在复杂海杂波环境下的目标检测能力，为雷达信号处理领域的进一步发展奠定了基础。