Robust Detection in Compound Gaussian Clutter Based on Bayesian Framework

Abstract

复合高斯杂波中的纹理分量决定了杂波的非高斯性，而纹理分量的不确定性会影响常规检测器的性能。基于Bayes框架，该文采用先验分布描述杂波纹理分量的不确定性，分析先验模型选择对检测器检测性能与稳健性的影响。先验信息模型包括无信息先验分布和有信息先验分布。无信息先验分布包括Jeffery先验模型和广义无信息先验模型两种，所得到的检测器结构就是归一化匹配滤波器(NMF)。有信息先验模型采用共轭先验分布，得到的是一种知识辅助的归一化匹配滤波器(KA-NMF)，该检测器结构与判决门限都是先验分布参数的函数，该文分析了KA-NMF检测性能对先验分布参数的敏感性。进一步采用无信息先验模型描述先验分布参数，可以获得分层Bayes归一化匹配滤波器(HB-NMF)。计算机仿真与实测海杂波数据分析结果表明，HB-NMF的性能与分布参数无关，稳健性优于KA-NMF，而检测性能优于NMF。