对于非均匀杂波环境下信号自适应检测问题,由于待测数据样本的协方差矩阵与训练数据的协方差矩阵不相同,造成检测性能下降,针对此问题本文提出了基于贝叶斯方法的广义似然比检测器(Bayesian generalized likelihood ratio test,B-GLRT)...对于非均匀杂波环境下信号自适应检测问题,由于待测数据样本的协方差矩阵与训练数据的协方差矩阵不相同,造成检测性能下降,针对此问题本文提出了基于贝叶斯方法的广义似然比检测器(Bayesian generalized likelihood ratio test,B-GLRT).通过对非均匀杂波环境下协方差矩阵间的关系进行统计建模,使在B-GLRT的设计过程中能够结合杂波的非均匀性,并且这种非均匀性在统计模型中可以通过标量参数调节.同时通过对协方差矩阵选择合适的先验分布,使B-GLRT能够融合有助于提高检测性能的先验知识.通过仿真实验,验证了B-GLRT的检测性能高于传统的非贝叶斯检测器,并且分析了杂波环境非均匀性和先验信息对自适应检测性能的影响.展开更多
文摘对于非均匀杂波环境下信号自适应检测问题,由于待测数据样本的协方差矩阵与训练数据的协方差矩阵不相同,造成检测性能下降,针对此问题本文提出了基于贝叶斯方法的广义似然比检测器(Bayesian generalized likelihood ratio test,B-GLRT).通过对非均匀杂波环境下协方差矩阵间的关系进行统计建模,使在B-GLRT的设计过程中能够结合杂波的非均匀性,并且这种非均匀性在统计模型中可以通过标量参数调节.同时通过对协方差矩阵选择合适的先验分布,使B-GLRT能够融合有助于提高检测性能的先验知识.通过仿真实验,验证了B-GLRT的检测性能高于传统的非贝叶斯检测器,并且分析了杂波环境非均匀性和先验信息对自适应检测性能的影响.
