隨著技術進步，作為傳統單輸入多輸出（Single-Input Multiple-Output,?SIMO）系統的推廣，多輸入多輸出（Multiple-Input Multiple-Output,?MIMO）系統因其在檢測、估計、波束形成等方面的性能優勢而獲得了日益廣泛的關注與研究。然而，無論是基于SIMO系統還是基于MIMO系統，現有的目標自適應檢測技術通常假設目標具有理想的采樣模型，未考慮目標能量泄漏，這與目標能量在時延-多普勒域中的實際分布情況嚴重不符，導致現有目標檢測方法在實際應用中性能嚴重下降。
為解決上述問題，中國科學院聲學研究所水下航行器實驗室郝程鵬團隊與意大利同行合作開展研究，構建了適用于MIMO系統的目標自適應檢測框架，提出了三種目標檢測與位置估計方法，分別是基于迭代廣義似然比檢驗的檢測器（Iterative Generalized Likelihood Ratio Test-based Detector,?I-GLRT-D）、基于近似GLRT的檢測器（Approximated GLRT-based Detector,?A-GLRT-D）和基于兩步GLRT的檢測器（Two-Step GLRT-based Detector,?TS-GLRT-D），可實現對目標能量泄漏信息的充分利用，有效提升目標檢測性能，同時還能在時延-多普勒域中準確估計待檢測單元內的目標位置，大大增強了目標自適應檢測技術的實用性。
相關研究成果在線發表于國際學術期刊IEEE Transactions on Signal Processing。
研究人員首先分析了待檢測單元內目標能量在時延-多普勒域中所有可能的分布情況，并據此構建更精確的目標檢測問題模型。在上述模型下，應用GLRT準則以及對該準則的適當近似或兩步修正，提出了三種目標自適應檢測方法。
研究結果顯示，與未考慮目標能量泄漏的傳統GLRT（Conventional GLRT,?C-GLRT）和傳統兩步GLRT（Conventional Two-Step GLRT,?C-TS-GLRT）兩種方法相比，所提出的I-GLRT-D、A-GLRT-D和TS-GLRT-D能夠顯著提升目標檢測性能，同時還能提供目標在時延-多普勒域中位置的可靠估計。
圖1 檢測概率曲線（圖/中國科學院聲學研究所）
圖2 目標在時延域中位置的均方根（Root Mean Square,?RMS）估計誤差曲線（圖/中國科學院聲學研究所）
圖3 目標在多普勒域中位置的RMS估計誤差曲線（圖/中國科學院聲學研究所）
經過適當的簡化修改，這三種方法的研究思路也可用于解決SIMO系統下的類似問題。下一步的研究擬考慮在待檢測的時延-多普勒單元內存在多個目標的情況。
本研究得到國家自然科學基金（No.61971412）的資助。
關鍵詞：
自適應檢測；廣義似然比檢驗；最大似然估計；多輸入多輸出系統；目標定位
參考文獻：
Tianqi Wang,Chaoran Yin,Da Xu,Chengpeng Hao,Danilo Orlando,Giuseppe Ricci. Joint Detection andDelay-Doppler Estimation Algorithms for MIMO Radars. IEEE Transactions onSignal Processing,2024,72: 809-823. DOI: 10.1109/TSP.2024.3355753.