本文主要是介绍K分布杂波matlab代码,K分布杂波加噪声下的近最优雷达目标检测方法与流程，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本发明属于雷达目标检测技术领域，具体涉及一种K分布杂波加噪声下的近最优雷达目标检测方法，可用于海杂波背景下的目标检测。
背景技术：
海杂波背景下的目标检测是雷达的一个重要应用领域。
匹配滤波器MF和自适应匹配滤波器AMF是高斯杂波背景下的最优检测器。随着雷达分辨率的提高，高斯模型不再适用，这两个检测器因模型失配不再适用。
复合高斯模型是目前学者广泛认可的海杂波模型，它是慢变的正随机变量纹理分量和快变的复高斯随机向量散斑分量的乘积。当海杂波的纹理分量服从伽马分布时，它的幅度服从K分布。最优K分布检测器OKD因表达式中存在贝塞尔函数，目前难以实现。文献P-L.Shui,M.Liu,and S-W.Xu,"Shape-parameter-dependent coherent radar target detection in K-distributed clutter,"IEEE Trans.Aerospace Electron.Systems 52(1):451-465,2016.讨论了K分布杂波背景下近似最优且计算可实现的依赖于形状参数的检测器α-MF和依赖于形状参数的自适应检测器α-AMF。然而，当系统噪声和外部噪声存在于雷达中且不可忽略时，这两个检测器因模型失配不再适用。
已有研究表明，K分布杂波加高斯白噪声模型更适合描述雷达接收到的实际回波数据。文献.F.Gini,"Suboptimal coherent radar detection in a mixture of K-distributed and Gaussian clutter,"IEE Proc.-Radar,Sonar,Navig.,144(1):39-47,1997.与文献F.Gini,M.V.Greco,A.Farina,P.Lombardo,"Optimum and mismatched detection against K-distributed clutter plus Gaussian clutter,"IEEE Trans.Aerospace Electron.Systems 34(3):860-876,1998.中讨论了该模型背景下最优检测器最优K分布加高斯白噪声检测器OKGD，但因检测器表达式过于复杂，计算效率极低不能应用于实际。在K分布杂波加高斯白噪声背景下&#x
这篇关于K分布杂波matlab代码,K分布杂波加噪声下的近最优雷达目标检测方法与流程的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
