非高斯杂波中距离扩展目标检测：SL-GLRT与DT-CFAR

"这篇论文探讨了在非高斯杂波背景中检测距离扩展目标的问题，主要涉及两种检测器的设计——基于散射点位置的广义似然比检验检测器（SL-GLRT）和双门限恒虚警率检测器（DT-CFAR）。文章首先假设目标强散射点的位置已知，利用GLRT理论提出SL-GLRT检测器，当散射点位置信息未知时，通过门限法设计DT-CFAR检测器，同时提供了虚警概率与检测门限的解析表达式及确定门限的方法。研究发现，在已知散射点位置的情况下，SL-GLRT检测器具有最优的检测性能，而在位置信息不确定时，DT-CFAR检测器展现出良好的鲁棒性。该研究对非高斯杂波环境中的目标检测具有重要的理论和实践价值。" 这篇学术论文关注的是在非高斯杂波环境中，如何有效地检测距离扩展目标。非高斯杂波通常指的是不遵循正态分布的背景噪声，这在雷达和无线通信等领域是常见的挑战。作者采用了球不变随机向量（SIRV）模型来描述这种复杂的杂波环境，并假设目标可能由少数几个稀疏的强散射点构成。 在已知这些散射点位置的前提下，研究者运用广义似然比检验（GLRT）原理构建了一个名为SL-GLRT的检测器。GLRT是一种统计测试方法，用于在特定的假设下比较两种概率模型，以判断哪种模型更适合当前的数据。SL-GLRT检测器正是基于这种方法，旨在优化目标检测性能。 然而，实际应用中散射点的位置信息往往难以预知，因此论文进一步提出了一种双门限恒虚警率（DT-CFAR）检测器。CFAR（Constant False Alarm Rate）检测器是一种在各种杂波环境下保持恒定虚警率的算法，而DT-CFAR则是通过设置两个门限来估计散射点位置，以提高检测效果。该检测器推导出了虚警概率与检测门限之间的数学关系，为设置门限提供了理论依据。 通过对比分析，SL-GLRT在散射点位置已知的情况下表现最优，而DT-CFAR则在位置信息不确定时显示出更好的适应性和鲁棒性。论文引用了相关的参考文献，如何友等人的雷达自动检测与恒虚警处理，以及Kelly的自适应检测算法，显示了研究的理论基础和实际背景。 这篇论文对非高斯杂波背景下的目标检测策略进行了深入研究，提出的两种检测器在不同的信息条件下各有优势，对于改善雷达系统在复杂环境下的目标识别能力具有重要意义。