针对采用球不变随机向量(spherically invariant random vector,SIRV)建模的非高斯杂波背景下,目标散射点个数估计失配时,修正的依赖于散射点密度的检测器(modified scatter density dependent,MSDD)检测距离扩展目标存在一定的信噪比...针对采用球不变随机向量(spherically invariant random vector,SIRV)建模的非高斯杂波背景下,目标散射点个数估计失配时,修正的依赖于散射点密度的检测器(modified scatter density dependent,MSDD)检测距离扩展目标存在一定的信噪比损失问题,提出了一种基于修正熵的MSDD检测器(modified entropy-MSDD,ME-MSDD)。ME-MSDD先采用修正熵对目标强散射点个数进行估计,然后对目标强散射点进行积累形成检测统计量。最后,针对不同的目标模型及实测目标一维距离像对检测器性能进行评估,结果表明,与不依赖于散射点密度的检测器(non-scatter density dependent,NSDD)、基于动态阈值的检测器(dynamic threshold,DT)和MS-DD相比,ME-MSDD能根据实际观测值自适应地估计目标散射点个数,具有更好的检测性能和鲁棒性。展开更多
文摘针对采用球不变随机向量(spherically invariant random vector,SIRV)建模的非高斯杂波背景下,目标散射点个数估计失配时,修正的依赖于散射点密度的检测器(modified scatter density dependent,MSDD)检测距离扩展目标存在一定的信噪比损失问题,提出了一种基于修正熵的MSDD检测器(modified entropy-MSDD,ME-MSDD)。ME-MSDD先采用修正熵对目标强散射点个数进行估计,然后对目标强散射点进行积累形成检测统计量。最后,针对不同的目标模型及实测目标一维距离像对检测器性能进行评估,结果表明,与不依赖于散射点密度的检测器(non-scatter density dependent,NSDD)、基于动态阈值的检测器(dynamic threshold,DT)和MS-DD相比,ME-MSDD能根据实际观测值自适应地估计目标散射点个数,具有更好的检测性能和鲁棒性。
