逆Gamma纹理背景下两类子空间目标的自适应检测方法

摘要：

该文在复合高斯海杂波背景下,以逆Gamma分布作为纹理分量的先验分布模型,研究了1阶高斯(First Order Gaussian,FOG)和2阶高斯(Second Order Gaussian,SOG)两类子空间目标的自适应检测问题.采用两步广义似然比(Generalized Likelihood Ratio Test,GLRT)推导了检测统计量,并分别采用采样协方差矩阵(Sample Covariance Matrix,SCM)、归一化采样协方差矩阵(Normalized Sample Covariance Matrix,NSCM)和定点估计(Function Point Estimation,FPE)作为协方差矩阵估计值,与GLRT相结合,构造出新的自适应检测器.由于该文检测器在设计阶段考虑了海杂波的先验分布模型,且在检测阶段采用了与工作环境相匹配的模型参数,经性能分析与验证,其在检测性能上优于已有匹配滤波(Adaptive Matched Filter,AMF)和归一化匹配滤波(Adaptive Normalized Matched Filter,ANMF)检测器.

关键词：自适应检测、复合高斯模型、逆Gamma纹理、子空间目标

所属期刊栏目：6

分类号：TN957

资助基金：国家自然科学基金61501487,61531020,61471382,61401495,61471381;山东省自然科学基金2015ZRA06052;航空科学基金20150184003;“泰山学者”建设工程专项经费

在线出版日期：2017-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：275-284