現(xiàn)代雷達檢測理論（精）

第1章 雷達檢測引論
1．1 歷史背景和術語
1．2 符號
1．3 檢測理論
1．3．1 信號和干擾模型
1．3．2 基本概念
1．3．3 檢測器的設計準則
1．3．4 檢測理論中的恒虛警（CFAR）特性和不變性
1．4 本書的結構、使用和概要
1．5 參考
參考文獻
第2章 高斯白噪聲下的雷達檢測：GLRT框架
2．1 引言
2．2 問題的表述
2．3 充分性的減縮
2．4 最優(yōu)NP檢測器和UMP檢測器的存在
2．4．1 相干的情況
2．4．2 非相干的情況
2．5 GLRT設計
2．6 性能分析
2．6．1 相干的情況
2．6．2 非相干的情況
2．7 結論和深入閱讀
參考文獻
第3章 自適應雷達的子空間檢測：檢測器及性能分析
3．1 引言
3．2 干擾和噪聲條件下的信號檢測
3．2．1 在色高斯噪聲中檢測已知信號
3．2．2 零均色高斯噪聲中檢測相位未知的已知信號
3．3 子空間信號模型和不變性假設檢測
3．3．1 子空間信號模型
3．3．2 子空間信號模型的機理
3．3．3 假設檢驗
3．3．4 干擾噪聲環(huán)境下子空間信號檢測的最大不變量
3．4 檢測概率和虛警概率的解析表達
3．4．1 子空間GLRT的Pd和Pfa
3．4．2 子空間AMF檢驗的Pd和Pfa
3．4．3 子空間ACE檢驗的Pd和Pfa
3．5 自適應子空間檢測器的性能結果
3．6 小結
附錄3A
A．1 GLRT的子空間模式
A．2 AMF檢驗的子空間模式
A．3 ACE檢驗的子空間模式
附錄3B
附錄3C
最大不變統(tǒng)計量的分布
附錄3D
參考文獻
第4章 譜特性未知的高斯干擾下點狀目標的兩級檢測器
4．1 引言：設計原則
4．2 兩級架構的描述、性能分析和比較
4．2．1 自適應旁瓣消隱器
4．2．2 提高ASB的魯棒性：基于子空間的自適應旁瓣切除
4．2．3 提高ASB選擇性的改進方法
4．2．4 提高ASB選擇性或魯棒性的改進方法
4．2．5 選擇性兩級檢測器
4．3 小結
參考文獻
第5章 干擾中的貝葉斯雷達檢測
5．1 引言
5．2 通用STAP信號模型
5．3 KA-STAP模型
5．3．1 知識輔助均勻模型
5．3．2 貝葉斯GLRT（B-GLRT）與貝葉斯AMF（B-AMF）
5．3．3 超參數(shù)的選擇
5．3．4 擴展到部分均勻和復合高斯的模型
5．4 知識輔助兩層STAP模型
5．5 借助知識的含參STAP模型
5．6 小結
附錄5A 式（5．35）的KA-ACE的推導
附錄5B 借助知識的復合高斯模型中的貝葉斯檢測器的推導
參考文獻
第6章 高斯訓練條件下樣本欠缺的自適應雷達檢測
6．1 引言
6．2 利用預期似然選擇的加載改善自適應檢測
6．2．1 由二次數(shù)據(jù)形成的單個自適應濾波器以及使用一次數(shù)據(jù)的自適應門限
6．2．2 使用二次數(shù)據(jù)的復合自適應濾波和檢測對各測試單元進行的各種自適應處理
6．2．3 觀察
6．3 利用協(xié)方差矩陣架構改善自適應檢測
6．3．1 背景：Hermitian協(xié)方差矩陣的TVAR（m）近似，最大似然模型和階數(shù)估計[56，57]
6．3．2 基于TVAR（m）的自適應濾波器和自適應檢測器在TVAR（m）或AR（m）干擾下的性能分析
6．3．3 基于TVAR（m）的自適應檢測器在TVAR（m）或AR（m）干擾下的結果的仿真
6．3．4 觀察
6．4 利用數(shù)據(jù)劃分改善自適應檢測
6．4．1 “一步”自適應恒虛警檢測器性能對比“兩步”自適應處理的分析
6．4．2 檢測性能分析的比較
6．4．3 觀察
參考文獻
第7章 復合高斯模型和目標檢測：統(tǒng)一的視圖
7．1 引言
7．2 單變強度的復合指數(shù)模型
7．2．1 強尾部分布和完全單調的函數(shù)
7．2．2 例子
7．3 數(shù)量波動準則
7．3．1 轉移理論和CLT
7．3．2 數(shù)量波動的模型
7．4 復數(shù)復合高斯的隨機矢量
7．5 在復數(shù)復合高斯雜波條件下的最佳信號檢測
7．5．1 似然比和與數(shù)據(jù)關聯(lián)的門限的解釋
7．5．2 似然比和與估計器-相關器的解釋
7．6 在復數(shù)復合高斯雜波條件下的次佳檢測
7．6．1 似然比的次佳近似
7．6．2 與數(shù)據(jù)關聯(lián)的門限的次佳近似
7．6．3 估計器-相關器的次佳近似
7．6．4 最佳和次佳檢測器的性能評估
7．7 最佳檢測器的新解釋
7．7．1 估計器公式的乘積
7．7．2 估計器乘積的一般性質
附錄7．A 轉移理論和它的解釋
參考文獻
第8章 球不變隨機矢量和橢圓過程中的協(xié)方差矩陣估計及其在雷達檢測中的應用
8．1 背景和問題的陳述
8．1．1 高斯情況下的背景參數(shù)估計
8．1．2 高斯情況下的最佳檢測
8．2 非高斯環(huán)境模型
8．2．1 復橢圓對稱分布
8．2．2 球不變隨機矢量的子類
8．3 復橢圓對稱分布噪聲條件下的協(xié)方差矩陣估計
8．3．1 M估計器
8．3．2 M估計器的性能
8．3．3 M估計器的漸近分布
8．3．4 在球不變隨機矢量框架中與M估計器的關系
8．4 復橢圓對稱分布噪聲條件下的最佳檢測
8．5 廣義對稱架構的協(xié)方差矩陣估計
8．5．1 圓高斯噪聲下的檢測
8．5．2 非高斯噪聲下的檢測
8．6 在雷達中的應用
8．6．1 地基雷達的檢測
8．6．2 預警雷達的檢測
8．6．3 STAP檢測
8．6．4 定點估計的魯棒性
8．7 小結
參考文獻