核密度估计在混响背景动目标检测中的应用

"混响背景下基于核密度估计的动目标检测" 本文主要探讨的是在复杂的混响背景中如何有效地检测移动目标。动目标检测是雷达信号处理中的一个重要问题，尤其是在海洋环境或其他存在大量反射物的环境中，混响背景使得目标检测变得极具挑战性。作者王晓彤和蔡志明提出了一个基于核密度估计的检测方法，旨在提高在这些复杂条件下的目标检测能力。 首先，文章指出，将基阵接收的数据经过波束形成和匹配滤波处理后，可以得到一个统计观测空间。在这个空间中，背景和目标回波的统计特性有显著区别。利用这一特性，他们采用非参数的核密度估计方法来分别估计背景和目标区域的密度函数。核密度估计是一种无须预先知道数据分布形式的统计方法，它可以提供连续分布的估计，适用于处理小样本或复杂分布的情况。 接着，他们构建了一个多ping情况下的检验统计量，以此来区分目标回波和背景噪声。这种方法能够更好地捕捉到目标的动态变化，从而提高检测性能。通过理论计算，对比了新方法与传统的单ping波束形成及匹配滤波方法的检测性能。结果显示，在保证虚警概率低于0.01的前提下，新方法的检测概率可以保持在0.5以上，且最小可检测信混比降低了大约6dB，这意味着新方法在同样的信噪比下能检测到更弱的目标信号。 文章进一步通过波形数据的仿真和海上实际记录数据的检验，验证了该方法的优越性。仿真和实测结果均表明，基于核密度估计的检测方法在混响背景中具有更好的检测性能，能够更准确地识别出隐藏在噪声和混响中的运动目标。 最后，文章提到了《哈尔滨工程大学学报》的网络首发论文流程和相关规定，强调了网络首发论文的严肃性和正式性。论文在网络首发后，其内容应当符合国家的出版规定和技术标准，且一旦发布，除非极少数编辑规范的调整，其他如题目、作者、机构和学术内容等均不得修改。 这篇研究提出了一种新颖的基于核密度估计的动目标检测技术，尤其适合在混响背景强烈的环境中应用，提高了雷达系统的检测能力和抗干扰性能。这项工作对于雷达信号处理、目标检测以及人工智能领域都有着重要的理论和实践意义。