MIMO雷达杂波环境中的自适应目标检测新方法研究

声明

主要符号表

第一章绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文工作及内容安排

第二章复合高斯杂波环境中基于GLRT的MIMO雷达目标检测

2.1 信号模型

2.2 复合高斯杂波模型的MIMO雷达目标GLRT

2.2.1 杂波和目标参数未知情况下的检测

2.2.2 动目标情况下的检测

2.3 仿真分析

2.3.1 天线数目的影响

2.3.2 杂波纹理分量的影响

2.3.3 反射系数随机性的影响

2.3.4 杂波协方差矩阵失配的影响

2.4 本章小结

第三章基于深度学习的MIMO雷达目标自适应检测

3.1 MIMO雷达目标自适应检测框架

3.2 全连接神经网络概述

3.3 全连接神经网络自适应检测器

3.4 仿真分析

3.5 本章小结

第四章统计模型与深度学习联合处理下的目标检测

4.1 基于GLRT的MIMO雷达目标检测统计模型

4.1.1 杂波和目标参数的最大似然估计

4.1.2 目标最优化检测问题

4.2 DetNet概述

4.3 MIMO雷达自适应目标检测器NPnet

4.3.1 基于NP准则的目标最优化检测

4.3.2 自适应检测器NPnet

4.4 仿真分析

4.5 本章小结

第五章 基于DetNet的MIMO雷达动目标检测

5.1 动目标最优化检测问题

5.2 基于NP准则的动目标最优化检测

5.3 MIMO雷达动目标自适应检测器JNPnet

5.4 仿真分析

5.5 本章小结

第六章总结与展望

6.1 本文总结

6.2 后续工作展望

致谢

参考文献