本发明公开了一种基于极化多特征的对海面漂浮雷达目标的检测方法，包括以下步骤：(1)雷达发射机发射脉冲信号，雷达接收机接收回波数据；根据回波数据，构建H0假设以及H1假设下回波数据中检测单元的接收向量和参考单元的接收向量，(2)分别求得检测单元的两个极化特征和参考单元的两个极化特征；(3)分别计算检测单元的相对多普勒峰高和参考单元的相对多普勒峰高；(4)分别计算检测单元的组合特征和参考单元的组合特征；(5)计算检测单元的检测统计量；(6)如果检测单元的检测统计量大于零，则检测单元中存在目标，H1假设成立；如果检测单元的检测统计量不大于零，则检测单元中不存在目标，H0假设成立。
1.一种基于极化多特征的对海面漂浮雷达目标的检测方法，其特征在于，包括以下步骤：步骤1，首先，通过雷达发射机发射脉冲信号，并通过雷达接收机接收所述脉冲信号经过海面散射形成的回波数据；然后，根据所述回波数据，构建H0假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，以及H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，其中，所述H0假设表述仅有海杂波存在的情况，所述H1假设表示海杂波和目标同时存在的情况；
步骤1中，根据所述回波数据，构建H0假设以及H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量为：其中，x(n)表示检测单元的接收向量，xp(n)表示参考单元的接收向量，c(n)表示检测单元的海杂波向量，cp(n)表示参考单元的海杂波向量，n表示检测单元或参考单元的接收向量的维数，N表示检测单元或参考单元的接收向量的最大维数，p表示第p个参考单元，P表示参考单元总个数；
检测单元的接受向量x(n)包含雷达的四种极化通道HH、VV、HV和VH通道的分量，其中，检测单元的接受向量x(n)在HH通道的两个分量为 和 检测单元的接受向量x(n)在VV通道的两个分量为 和 检测单元的接受向量x(n)在HV通道的两个分量为 和 检测单元的接受向量x(n)在VH通道的两个分量为 和
参考单元的接受向量xp(n)包含雷达的四中极化通道HH，VV，HV，VH通道的分量，其中，参考单元的接受向量xp(n)在HH通道的两个分量为 和 参考单元的接受向量xp(n)在VV通道的两个分量为 和 参考单元的接受向量xp(n)在HV通道的两个分量为 和 参考单元的接受向量xp(n)在VH通道的两个分量为 和步骤2，根据H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，利用基于双酉变化的模型分解方法，分别求得检测单元的两个极化特征和参考单元的两个极化特征，所述检测单元的两个极化特征分别为：检测单元的二面角散射机制对应能量和检测单元的体散射机制对应能量，所述参考单元的两个极化特征分别为：参考单元的二面角散射机制对应能量和参考单元的体散射机制对应能量；
步骤3，根据H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，分别计算检测单元的相对多普勒峰高，以及参考单元的相对多普勒峰高；
步骤4，利用检测单元的两个极化特征和参考单元的两个极化特征，以及检测单元的相对多普勒峰高和参考单元的相对多普勒峰高，分别计算检测单元的组合特征和参考单元的组合特征；所述检测单元的组合特征包括检测单元的二面角散射机制对应能量、检测单元的体散射机制对应能量和检测单元的相对多普勒峰高；所述参考单元的组合特征包括参考单元的二面角散射机制对应能量、参考单元的体散射机制对应能量和参考单元的相对多普勒峰高；
步骤5，根据检测单元的组合特征和参考单元的组合特征，利用3D特征空间凸包学习算法，计算检测器的决策区域；根据检测器的决策区域，计算检测单元的检测统计量；
步骤6，根据检测单元的检测统计量，判断检测单元中是否存在目标，如果检测单元的检测统计量大于零，说明检测单元中存在目标，则H1假设成立，如果检测单元的检测统计量不大于零，说明检测单元中不存在目标，则H0假设成立。
2.如权利要求1所述的基于极化多特征的对海面漂浮雷达目标的检测方法，其特征在于，步骤2的具体子步骤为：
2.1根据H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，计算检测单元的极化散射矩阵S和参考单元的极化散射矩阵S′：其中，HH、VV、HV和VH表示雷达的四种极化通道，SHH表示检测单元HH极化通道的极化散射矩阵，SHV表示检测单元HV极化通道的极化散射矩阵，SVH表示检测单元VH极化通道的极化散射矩阵，SVV表示检测单元VV极化通道的极化散射矩阵，S′HH表示参考单元HH极化通道的极化散射矩阵，S′HV表示参考单元HV极化通道的极化散射矩阵，S′VH表示参考单元VH极化通道的极化散射矩阵，S′VV表示参考单元VV极化通道的极化散射矩阵， 和 为检测单元的接受向量x(n)在HH通道的两个分量， 和 为检测单元的接受向量x(n)在VV通道的两个分量， 和 为检测单元的接受向量x(n)在HV通道的两个分量，和 为检测单元的接受向量x(n)在VH通道的两个分量， 和 为参考单元的接受向量xp(n)在HH通道的两个分量， 和 为参考单元的接受向量xp(n)在VV通道的两个分量， 和 为参考单元的接受向量xp(n)在HV通道的两个分量，和 为参考单元的接受向量xp(n)在VH通道的两个分量，n表示检测单元或参考单元的接收向量的维数，n＝1，2，...，N，N表示检测单元或参考单元的接收向量的最大维数，i为虚数单位；
2.2根据检测单元的极化散射矩阵S和参考单元的极化散射矩阵S′，求出检测单元的相干矩阵T和参考单元的相干矩阵T′：其中，|·|2表示求模平方，(·)*表示求共轭；
2.3根据检测单元的相干矩阵T和参考单元的相干矩阵T′，利用基于双酉变化的模型分解方法，求得检测单元的两个极化特征和参考单元的两个极化特征；
首先，将检测单元的相干矩阵T和参考单元的相干矩阵T′经过旋转变化得到检测单元的旋转矩阵T(θ)和参考单元的旋转矩阵T′(θ)：其中， Re
然后，根据检测单元的旋转矩阵T(θ)和参考单元的旋转矩阵T′(θ′)，得到检测单元的酉变换矩阵T(δ)和参考单元的酉变换矩阵T′(δ)：T11(δ)＝T11(θ)＝|SHH+SVV|2
T22(δ)＝T22(θ)cos22δ+T33(θ)sin22δ+Im{T23(θ)}sin4δT33(δ)＝T33(θ)cos22δ+T22(θ)sin22δ-Im{T23(θ)}sin4δT11′(δ′)＝T′11(θ)＝|S′HH+S′VV|2
T22′(δ′)＝T22′(θ′)cos2δ′+T33′(θ′)sin2δ′+Im{T23′(θ′)}sin4δ′T33′(δ′)＝T33′(θ′)cos22δ′+T22′(θ′)sin22δ′-Im{T23′(θ′)}sin4δ′其中， Im{·}表示取复数的虚部；
最后，根据检测单元的酉变换矩阵T(δ)和参考单元的酉变换矩阵T′(δ)，分别得到它们的分解式：T(δ)＝PsT(δ)surface+PdT(δ)double+PvT(δ)vol+PcT(δ)helixT′(δ)＝Ps′T′(δ)surface+P′dT′(δ)double+Pv′T′(δ)vol+Pc′T′(δ)helix其中，T(δ)surface、T(δ)double、T(δ)vol、T(δ)helix分别表示检测单元的面散射机制、二面角散射机制、体散射机制、螺旋散射机制对应的四个子酉变换矩阵，T′(δ)surface、T′(δ)double、T′(δ)vol、T′(δ)helix分别表示参考单元的面散射机制、二面角散射机制、体散射机制、螺旋散射机制对应的子酉变换矩阵，Ps表示检测单元的面散射机制对应能量，Pd表示检测单元的二面角散射机制对应能量，Pv表示检测单元的体散射机制对应能量，Pc表示检测单元的螺旋散射机制对应能量，Ps′表示参考单元的面散射机制对应能量，Pd′表示参考单元的二面角散射机制对应能量，Pv′表示参考单元的体散射机制对应能量，Pc′表示参考单元的螺旋散射机制对应能量。
3.如权利要求1所述的基于极化多特征的对海面漂浮雷达目标的检测方法，其特征在于，步骤3的具体子步骤为：
3.1根据H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，分别计算检测单元的多普勒振幅谱X(fd)和参考单元的多普勒振幅谱X′(fd)：其中，x(n)表示检测单元的接收向量，xp(n)表示参考单元的接收向量，fd表示多普勒频率，Tr是脉冲重复频率，n表示检测单元或参考单元的接收向量的维数，N表示检测单元或参考单元的接收向量的最大维数；
3.2根据检测单元的多普勒振幅谱X(fd)和参考单元的多普勒振幅谱X′(fd)，分别计算检测单元的多普勒振幅频谱中多普勒峰的位置 和高度Peak(x)，以及参考单元的多普勒振幅频谱中多普勒峰的位置 和高度Peak′(x)：其中， 表示取最大值运算， 表示使{·}取最大值时多普勒频率fd的取值；
3.3根据检测单元的多普勒振幅频谱中多普勒峰的位置 和高度Peak(x)，计算检测单元的相对多普勒峰高RPH：
其中，Δ表示多普勒数集，Δ＝[-δ1，-δ2]∪[δ2，δ1]，δ1＝50Hz，δ2＝5Hz，符号#Δ表示检测单元的多普勒振幅频谱中多普勒峰的位置 落入多普勒数集Δ的数目；
3.4根据参考单元的多普勒振幅频谱中多普勒峰的位置 和高度Peak′(x)，计算参考单元的相对多普勒峰高RPH′：
其中，符号#Δ′表示参考单元的多普勒振幅频谱中多普勒峰的位置 落入多普勒数集Δ的数目。
4.如权利要求1所述的基于极化多特征的对海面漂浮雷达目标的检测方法，其特征在于，步骤4的具体子步骤为：
4.1利用检测单元的两个极化特征，即检测单元的二面角散射机制对应能量Pd和检测单元的体散射机制对应能量Pv，以及检测单元的相对多普勒峰高RPH，计算检测单元的组合特征CF：CF＝[Pd，Pv，RPH]；
4.2利用参考单元的两个极化特征，即参考单元的二面角散射机制对应能量Pd′和检测单元的体散射机制对应能量Pv′，以及检测单元的相对多普勒峰高RPH′，计算检测单元的组合特征CF′：CF′＝[Pd′，Pv′，RPH′]。
5.如权利要求1所述的基于极化多特征的对海面漂浮雷达目标的检测方法，其特征在于，步骤5的具体子步骤为：
5.1根据参考单元的组合特征CF′，利用3D特征空间凸包学习算法计算检测器的决策区域Ω；
首先，设定虚警概率Pfa，根据参考单元的组合特征CF′求得凸包Ω′：Ω′＝{CF′j，j＝1，2，...，J}
其中，j表示参考单元的组合特征CF′的维数，J表示参考单元的组合特征CF′的最大维数，CF′j表示参考单元的组合特征CF′的第j个特征；
然后，将得到的凸包Ω′用外表面三角形顶点表示为检测器的决策区域Ω：其中，SP{·}表示由三角形围成的封闭空间， 表示顶点为
的三角形， 表示从第q个凸包上的三角形的凸形轮廓外侧沿顺时针方
向排列的三个顶点，q＝1，2，...，Q，Q表示凸包上的三角形总个数；
5.2根据检测单元的组合特征CF以及检测器的决策区域Ω，计算检测单元的检测统计量ξ：其中，det(·)表示矩阵的行列式。
基于极化多特征的对海面漂浮雷达目标的检测方法
技术领域
[0001] 本发明属于雷达目标检测技术领域，具体涉及一种基于极化多特征的对海面漂浮雷达目标的检测方法，可用于在海杂波背景下对海面漂浮的微弱雷达目标进行检测。
背景技术
[0002] 监测海面低速或是漂浮的微弱雷达目标，例如浮标、残碎冰山、小船、浮板等，是海面监测雷达的主要任务。海杂波的性质随着雷达参数、雷达的观察几何形状以及海面状况不断地变化。当高分辨率雷达工作在小擦地角的情况下时，雷达接收机接收的回波信号中海面漂浮微弱雷达目标的回波信号太微弱，无法通过简单的能量整合来寻找。通常采用具有较高方位角分辨率的雷达对海面漂浮微弱雷达目标进行检测，从而降低海杂波的等级，并且使雷达在一个波束位置停留很长一段时间来收集更多的海面漂浮微弱雷达目标和环境的信息，这就降低了雷达检测海面漂浮微弱雷达目标的效率。
[0003] 传统的基于海杂波统计模型的检测方法被广泛使用于海杂波背景下对移动雷达目标进行检测。当高分辨率雷达工作在小擦地角的情况下时，海杂波统计模型不再满足高斯分布，一些非高斯分布，如Weibull分布、对数正态分布、K分布以及其他一些复合非高斯分布被用来描述高分辨率雷达工作在小擦地角时的海杂波特性。相应地，各种自适应检测器被提出来，例如，广义似然比检验器，自适应匹配滤波器和自适应归一化匹配滤波器，这些检测器能够良好工作的前提是：海杂波和雷达目标的回波信号在多普勒域是可完全分离的，但是这些检测器对于海洋漂浮微弱雷达目标的检测概率较低。
[0004] 文献Leung，H.，and Lo，T.Chaotic radar signal processing over the sea.IEEE Journal of Oceanic Engineering，18，3(1993)，287-295，从高分辨率雷达的海杂波数据的时间序列与混沌系统是相关的这个假设出发，通过分析实测的海杂波数据对目标进行检测。该文献提出的检测器的核心是一个基于预测误差假设检验的非线性预测器，该检测器只能用来解释检测中接收到的时间序列的异常行为，因为它的前提是：海杂波时间序列是无序的，但这个前提被证明是不成立的。随后，基于雷达回波信号能量特征的雷达目标检测方法被提出，但由于该方法所用的检测信息单一，并且特征提取所需时间长，对雷达目标的观测时间过长，所以对于海面漂浮微弱雷达目标检测很难获得较好的效果。
发明内容
[0005] 针对上述现有技术的不足，本发明的目的在于提出一种基于极化多特征的对海面漂浮雷达目标的检测方法。本发明利用雷达回波数据的极化信息提取雷达目标和海杂波的极化特征，能够提高特征提取的速度，并在更短的观测时间内，针对海面漂浮微弱目标可以获得更好的雷达检测性能。
[0006] 一种基于极化多特征的对海面漂浮雷达目标的检测方法，其特征在于，包括以下步骤：
[0007] 步骤1，首先，通过雷达发射机发射脉冲信号，并通过雷达接收机接收所述脉冲信号经过海面散射形成的回波数据；然后，根据所述回波数据，构建H0假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，以及H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，其中，所述H0假设表述仅有海杂波存在的情况，所述H1假设表示海杂波和目标同时存在的情况；
[0008] 步骤2，根据H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，利用基于双酉变化的模型分解方法，分别求得检测单元的两个极化特征和参考单元的两个极化特征，所述检测单元的两个极化特征分别为：检测单元的二面角散射机制对应能量和检测单元的体散射机制对应能量，所述参考单元的两个极化特征分别为：参考单元的二面角散射机制对应能量和参考单元的体散射机制对应能量；
[0009] 步骤3，根据H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，分别计算检测单元的相对多普勒峰高，以及参考单元的相对多普勒峰高；
[0010] 步骤4，利用检测单元的两个极化特征和参考单元的两个极化特征，以及检测单元的相对多普勒峰高和参考单元的相对多普勒峰高，分别计算检测单元的组合特征和参考单元的组合特征；所述检测单元的组合特征包括检测单元的二面角散射机制对应能量、检测单元的体散射机制对应能量和检测单元的相对多普勒峰高；所述参考单元的组合特征包括参考单元的二面角散射机制对应能量、参考单元的体散射机制对应能量和参考单元的相对多普勒峰高；
[0011] 步骤5，根据检测单元的组合特征和参考单元的组合特征，利用3D特征空间凸包学习算法，计算检测器的决策区域；根据检测器的决策区域，计算检测单元的检测统计量；
[0012] 步骤6，根据检测单元的检测统计量，判断检测单元中是否存在目标，如果检测单元的检测统计量大于零，说明检测单元中存在目标，则H1假设成立，如果检测单元的检测统计量不大于零，说明检测单元中不存在目标，则H0假设成立。
[0013] 本发明的有益效果为：
[0014] 1)本发明利用了雷达回波数据的极化信息，与现有的基于单一能量信息的检测器相比，具有更好的目标检测性能。
[0015] 2)本发明利用了雷达回波数据的极化信息提取雷达目标和海杂波的极化特征，特征提取速度更快，所需观测时间更短，可以获得更好的目标检测性能。
附图说明
[0016] 下面结合附图和具体实施方式对本发明做进一步详细说明。
[0017] 图1是本发明的流程图；
[0018] 图2用本发明方法和现有方法对观测时间为0.512秒时的实测海杂波数据在不同虚警概率下的检测效果对比图，其中，横坐标为虚警概率，纵坐标为检测概率；
[0019] 图3是本发明方法和现有方法对观测时间为4.096秒时的实测海杂波数据在不同虚警概率下的检测效果对比图，其中，横坐标为虚警概率，纵坐标为检测概率。
具体实施方式
[0020] 参照图1，本发明的基于极化多特征的对海面漂浮雷达目标的检测方法，包括以下具体步骤：
[0021] 步骤1，首先，通过雷达发射机发射脉冲信号，并通过雷达接收机接收所述脉冲信号经过海面散射形成的回波数据；然后，根据所述回波数据，构建H0假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，以及H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，其中，所述H0假设表述仅有海杂波存在的情况，所述H1假设表示海杂波和目标同时存在的情况。
[0022] 根据所述回波数据，构建H0假设以及H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量为：
[0023]
[0024] 其中，x(n)表示检测单元的接收向量，xp(n)表示参考单元的接收向量，c(n)表示检测单元的海杂波向量，cp(n)表示参考单元的海杂波向量，n表示检测单元或参考单元的接收向量的维数，N表示检测单元或参考单元的接收向量的最大维数，p表示第p个参考单元，P表示参考单元总个数。
[0025] 检测单元的接受向量x(n)包含雷达的四种极化通道HH、VV、HV和VH通道的分量，其中，检测单元的接受向量x(n)在HH通道的两个分量为 和 检测单元的接受向量x(n)在VV通道的两个分量为 和 检测单元的接受向量x(n)在HV通道的两个
分量为 和 检测单元的接受向量x(n)在VH通道的两个分量为 和
[0026] 参考单元的接受向量xp(n)包含雷达的四中极化通道HH，VV，HV，VH通道的分量，其中，参考单元的接受向量xp(n)在HH通道的两个分量为 和 参考单元的接受向量xp(n)在VV通道的两个分量为 和 参考单元的接受向量xp(n)在HV通道的两
个分量为 和 参考单元的接受向量xp(n)在VH通道的两个分量为 和
[0027] 步骤2，根据H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，利用基于双酉变化的模型分解方法，分别求得检测单元的两个极化特征和参考单元的两个极化特征，所述检测单元的两个极化特征分别为：检测单元的二面角散射机制对应能量和检测单元的体散射机制对应能量，所述参考单元的两个极化特征分别为：参考单元的二面角散射机制对应能量和参考单元的体散射机制对应能量。
[0028] 步骤2的具体子步骤为：
[0029] 2.1根据H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，计算检测单元的极化散射矩阵S和参考单元的极化散射矩阵S′：
[0030]
[0031]
[0032] 其中，HH、VV、HV和VH表示雷达的四种极化通道，SHH表示检测单元HH极化通道的极化散射矩阵，SHV表示检测单元HV极化通道的极化散射矩阵，SVH表示检测单元VH极化通道的极化散射矩阵，SVV表示检测单元VV极化通道的极化散射矩阵，S′HH表示参考单元HH极化通道的极化散射矩阵，S′HV表示参考单元HV极化通道的极化散射矩阵，S′VH表示参考单元VH极化通道的极化散射矩阵，S′VV表示参考单元VV极化通道的极化散射矩阵， 和为检测单元的接受向量x(n)在HH通道的两个分量， 和 为检测单元的接受向量
x(n)在VV通道的两个分量， 和 为检测单元的接受向量x(n)在HV通道的两个
分量， 和 为检测单元的接受向量x(n)在VH通道的两个分量， 和
为参考单元的接受向量xp(n)在HH通道的两个分量， 和 为参考单元的接受向量
xp(n)在VV通道的两个分量， 和 为参考单元的接受向量xp(n)在HV通道的两个
分量， 和 为参考单元的接受向量xp(n)在VH通道的两个分量，n表示检测单元
或参考单元的接收向量的维数，n＝1，2，...，N，N表示检测单元或参考单元的接收向量的最大维数，i为虚数单位；
[0033] 2.2根据检测单元的极化散射矩阵S和参考单元的极化散射矩阵S′，求出检测单元的相干矩阵T和参考单元的相干矩阵T′：
[0034]
[0035]
[0036] 其中，|·|2表示求模平方，(·)*表示求共轭；
[0037] 2.3根据检测单元的相干矩阵T和参考单元的相干矩阵T′，利用基于双酉变化的模型分解方法，求得检测单元的两个极化特征和参考单元的两个极化特征；
[0038] 首先，将检测单元的相干矩阵T和参考单元的相干矩阵T′经过旋转变化得到检测单元的旋转矩阵T(θ)和参考单元的旋转矩阵T′(θ′)：
[0039]
[0040]
[0041] 其中， Re{·}表示取复数的实部，上标*表示共轭；
[0042] 然后，根据检测单元的旋转矩阵T(θ)和参考单元的旋转矩阵T′(θ′)，得到检测单元的酉变换矩阵T(δ)和参考单元的酉变换矩阵T′(δ)：
[0043]
[0044] T11(δ)＝T11(θ)＝|SHH+SVV|2
[0045]
[0046]
[0047] T22(δ)＝T22(θ)cos22δ+T33(θ)sin22δ+Im{T23(θ)}sin4δ
[0048] T33(δ)＝T33(θ)cos22δ+T22(θ)sin22δ-Im{T23(θ)}sin4δ
[0049]
[0050] T11′(δ′)＝T′11(θ′)＝|S′HH+S′VV|2
[0051]
[0052]
[0053] T22′(δ′)＝T22′(θ′)cos22δ′+T33′(θ′)sin22δ′+Im{T23′(θ′)}sin4δ′[0054] T33′(δ′)＝T33′(θ′)cos22δ′+T22′(θ′)sin22δ′-Im{T23′(θ′)}sin4δ′[0055] 其中，Im{·}表示取复数的虚部；
[0056] 最后，根据检测单元的酉变换矩阵T(δ)和参考单元的酉变换矩阵T′(δ)，分别得到它们的分解式：
[0057] T(δ)＝PsT(δ)surface+PdT(δ)double+PvT(δ)vol+PcT(δ)helix
[0058] T′(δ)＝P′sT′(δ)surface+P′dT′(δ)double+Pv′T′(δ)vol+Pc′T′(δ)helix[0059] 其中，T(δ)surface、T(δ)double、T(δ)vol、T(δ)helix分别表示检测单元的面散射机制、二面角散射机制、体散射机制、螺旋散射机制对应的四个子酉变换矩阵，T′(δ)surface、T′(δ)double、T′(δ)vol、T′(δ)helix分别表示参考单元的面散射机制、二面角散射机制、体散射机制、螺旋散射机制对应的子酉变换矩阵，Ps表示检测单元的面散射机制对应能量，Pd表示检测单元的二面角散射机制对应能量，Pv表示检测单元的体散射机制对应能量，Pc表示检测单元的螺旋散射机制对应能量，Ps′表示参考单元的面散射机制对应能量，Pd′表示参考单元的二面角散射机制对应能量，Pv′表示参考单元的体散射机制对应能量，Pc′表示参考单元的螺旋散射机制对应能量。
[0060] 步骤3，根据H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，分别计算检测单元的相对多普勒峰高，以及参考单元的相对多普勒峰高。
[0061] 步骤3的具体子步骤为：
[0062] 3.1根据H1假设下所述回波数据中检测单元的接收向量和参考单元的接收向量，分别计算检测单元的多普勒振幅谱X(fd)和参考单元的多普勒振幅谱X′(fd)：
[0063]
[0064]
[0065] 其中，x(n)表示检测单元的接收向量，xp(n)表示参考单元的接收向量，fd表示多普勒频率，Tr是脉冲重复频率，n表示检测单元或参考单元的接收向量的维数，N表示检测单元或参考单元的接收向量的最大维数；
[0066] 3.2根据检测单元的多普勒振幅谱X(fd)和参考单元的多普勒振幅谱X′(fd)，分别计算检测单元的多普勒振幅频谱中多普勒峰的位置 和高度Peak(x)，以及参考单元的多普勒振幅频谱中多普勒峰的位置 和高度Peak′(x)：
[0067]
[0068]
[0069]
[0070]
[0071] 其中， 表示取最大值运算， 表示使{·}取最大值时多普勒频率fd的取值；
[0072] 3.3根据检测单元的多普勒振幅频谱中多普勒峰的位置 和高度Peak(x)，计算检测单元的相对多普勒峰高RPH：
[0073]
[0074] 其中，Δ表示多普勒数集，Δ＝[-δ1，-δ2]∪[δ2，δ1]，δ1＝50Hz，δ2＝5Hz，符号#Δ表示检测单元的多普勒振幅频谱中多普勒峰的位置 落入多普勒数集Δ的数目；
[0075] 3.4根据参考单元的多普勒振幅频谱中多普勒峰的位置 和高度Peak′(x)，计算参考单元的相对多普勒峰高RPH′：
[0076]
[0077] 其中，符号#Δ′表示参考单元的多普勒振幅频谱中多普勒峰的位置 落入多普勒数集Δ的数目。
[0078] 步骤4，利用检测单元的两个极化特征和参考单元的两个极化特征，以及检测单元的相对多普勒峰高和参考单元的相对多普勒峰高，分别计算检测单元的组合特征和参考单元的组合特征；所述检测单元的组合特征包括检测单元的二面角散射机制对应能量、检测单元的体散射机制对应能量和检测单元的相对多普勒峰高；所述参考单元的组合特征包括参考单元的二面角散射机制对应能量、参考单元的体散射机制对应能量和参考单元的相对多普勒峰高。
[0079] 步骤4的具体子步骤为：
[0080] 4.1利用检测单元的两个极化特征，即检测单元的二面角散射机制对应能量Pd和检测单元的体散射机制对应能量Pv，以及检测单元的相对多普勒峰高RPH，计算检测单元的组合特征CF：
[0081] CF＝[Pd，Pv，RPH]；
[0082] 4.2利用参考单元的两个极化特征，即参考单元的二面角散射机制对应能量Pd′和检测单元的体散射机制对应能量Pv′，以及检测单元的相对多普勒峰高RPH′，计算检测单元的组合特征CF′：
[0083] CF′＝[Pd′，Pv′，RPH′]。
[0084] 步骤5，根据检测单元的组合特征和参考单元的组合特征，利用3D特征空间凸包学习算法，计算检测器的决策区域；根据检测器的决策区域，计算检测单元的检测统计量。
[0085] 步骤5的具体子步骤为：
[0086] 5.1据参考单元的组合特征CF′，利用3D特征空间凸包学习算法计算检测器的决策区域Ω；
[0087] 首先，设定虚警概率Pfa，根据参考单元的组合特征CF′求得凸包Ω′：
[0088] Ω′＝{CF′j，j＝1，2，...，J}
[0089] 其中，j表示参考单元的组合特征CF′的维数，J表示参考单元的组合特征CF′的最大维数，CF′j表示参考单元的组合特征CF′的第j个特征；
[0090] 然后，将得到的凸包Ω′用外表面三角形顶点表示为检测器的决策区域Ω：
[0091]
[0092] 其中，SP{·}表示由三角形围成的封闭空间， 表示顶点为的三角形， 表示从第q个凸包上的三角形的凸形轮廓外侧沿顺时针
方向排列的三个顶点，q＝1，2，...，Q，Q表示凸包上的三角形总个数；
[0093] 5.2根据检测单元的组合特征CF以及检测器的决策区域Ω，计算检测单元的检测统计量ξ：
[0094]
[0095] 其中，det(·)表示矩阵的行列式。
[0096] 步骤6，根据检测单元的检测统计量，判断检测单元中是否存在目标，如果检测单元的检测统计量大于零，说明检测单元中存在目标，则H1假设成立，如果检测单元的检测统计量不大于零，说明检测单元中不存在目标，则H0假设成立。
[0097] 本发明的效果可由以下仿真实验作进一步说明：
[0098] 1)仿真条件：
[0099] 仿真实验中采用实测海杂波数据来检验本发明方法的检测性能。
[0100] 仿真实验中采用的实测海杂波数据为IPIX高分辨率雷达获取的海杂波的数据，该IPIX高分辨率雷达具有9.3GHz的载波频率，波束宽度为0.9度，距离分辨率为30m，距离采样间隔为15米，该IPIX高分辨率雷达发射H和V交替极化模式下的相干脉冲串，脉冲重复频率为Tr＝2000Hz，并且雷达接收机也具有H和V极化的两个通道。各组数据包含同步收集的HH，VV，HV和VH四种极化通道的数据。在14个连续距离单元中选取4个作为检测单元，10个作为参考单元。
[0101] 2)仿真内容及结果分析：
[0102] 分别采用本发明方法和现有的基于能量特征的检测方法(简称现有方法)对实测海杂波数据进行目标检测，通过分析不同虚警概率下的检测概率比较两种检测方法的检测效果，在同样的虚警概率下，检测概率越大表明检测性能越好。
[0103] 仿真实验1：
[0104] 在观测时间为0.512秒时，对比本发明方法和现有方法对实测海杂波数据在不同虚警概率下的检测概率，如图2所示；图2中，虚警概率从0.005变化至0.01，黑色圆圈曲线表示本发明方法的检测概率曲线，黑色倒三角形曲线表示现有方法在HV极化通道下的检测概率曲线，黑色正三角形曲线表示现有方法在VH极化通道下的检测概率曲线，黑色米字曲线表示现有方法在HH极化通道下的检测概率曲线，黑色“×”形曲线表示现有方法在VV极化通道下的检测概率曲线。
[0105] 从图2中可以看出，在观测时间为0.512秒时，本发明方法的检测性能明显优于现有方法在HH、VV、HV、VH四种极化通道下的检测性能。
[0106] 仿真实验2：
[0107] 在观测时间为0.512秒时，对比本发明方法和现有方法对实测海杂波数据在不同虚警概率下的检测概率，如图2所示；图2中，虚警概率从0.005变化至0.01，黑色圆圈曲线表示本发明方法的检测概率曲线，黑色倒三角形曲线表示现有方法在HV极化通道下的检测概率曲线，黑色正三角形曲线表示现有方法在VH极化通道下的检测概率曲线，黑色米字曲线表示现有方法在HH极化通道下的检测概率曲线，黑色“×”形曲线表示现有方法在VV极化通道下的检测概率曲线。
[0108] 从图3中可以看出，在观测时间为4.096秒时，本发明方法的检测性能明显优于现有方法在HH、VV、HV、VH四种极化通道下的检测性能。
[0109] 综上所述，本发明提出的基于极化多特征的海面漂浮微弱雷达目标检测方法的检测性能稳定，优于现有的基于能量特征检测方法的检测性能。
[0110] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围；这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
