徐大专，张 晗，胡 超，潘 登

（南京航空航天大学电子信息工程学院，南京211106）

引 言

雷达探测的基本任务是目标检测和参数估计，通常首先进行目标检测，然后，根据检测到的目标存在状态信息进行参数估计。目标检测需要判断接收信号中是否有目标反射的回波，从而得出目标是否存在，确定目标个数［1］。通常的判断方法是将回波幅度与一个事先设定好的阈值进行比较，若回波幅度大于阈值，则说明目标存在，反之则说明目标不存在［2］。阈值的设定基于统计结果，因此存在判断错误的可能性。比如噪声的幅度超过了事先设定的门限，这种情况被称为虚警。在目标检测中，通常选用虚警概率-检测概率指标体系作为性能评价标准，即，给定虚警概率条件下，使检测概率最大化［3］。已经证明，在虚警概率-检测概率指标体系下，纽曼-皮尔逊（Neyman-Pearson，NP）准则是最佳的［4］。

在完成目标检测，判定有目标存在的情况下，需要对目标的距离、角度和速度等参数进行估计［5］。由于噪声和干扰的影响，每次参数估计都会存在误差，参数估计最重要的指标是估计精度［6］。最大似然（Maximum likelihood estimation，MLE）估计方法具有优越的性能，在实际中作为估计准则得到广泛应用。虽然最大似然准则是否最佳并没有得到理论证明，但在雷达信号处理中往往被看成事实上最佳，成为其他估计方法比较的依据。在多目标的情况下，MLE方法需要求解非线性的多维优化问题，为了减少密集多目标场景下的计算复杂度，一系列基于最大似然准则的算法被相继提出［7-9］，在取得接近MLE方法性能的前提下减少了运算量。……