异常值个数未知下辅助数据自适应筛选方法OA北大核心CSTPCDEI

在雷达目标多通道自适应检测场景下,诸多非均匀背景因素易导致异常值干扰,使得辅助数据独立同分布条件难以满足,已有辅助数据筛选方法往往假定异常值个数已知,在个数未知的情况下面临较大性能损失。为此,该文研究了异常值个数未知情况下辅助数据自适应筛选方法。首先,在杂噪协方差矩阵已知条件下,建立了异常数据集合的最大似然估计,基于广义内积对辅助数据进行初步排序,将异常数据集合的最大似然估计过程简化为异常值个数估计。其次,利用快速最大似然方法进行未知协方差矩阵估计,提出了未知异常值个数下辅助数据自适应筛选方法。进一步地,为降低异常值对初步排序性能的不利干扰,基于归一化采样协方差矩阵设计了归一化广义内积形式,并结合迭代估计方式,对前述辅助数据自适应筛选流程进行改进。仿真结果表明,与广义内积相比,采用归一化广义内积可获得更高的筛选精度,采用较小迭代次数即可获得稳定的归一化信干比改善;与已有辅助数据筛选方法相比,该文所提方法在异常值个数未知条件下具有更好的筛选性能。