伍僖杰 丁 昊, 2 刘宁波 关 键

(1. 海军航空大学， 山东烟台 264001; 2. 军事科学院国防科技创新研究院， 北京 100071)

1 引言

随着雷达探测环境的复杂化，目标形态的多样化，海面慢速小目标速度低、散射截面积(Radar Cross Section, RCS)小的特性[1]日益凸显，导致雷达对弱小目标的检测愈发成为一个重难点问题。为了更有效地检测海面弱小目标，研究者们提出了很多方法。文献[2]从9个方面出发，对这些方法做了分类综述。其中，从检测机理层面可以分为能量检测方法和特征检测方法。能量检测方法主要依据海杂波的局部幅度或功率水平信息构造似然比，根据门限因子形成检测门限并对目标存在与否做出判决[3-4]。该方法对目标的信杂比(Signal-to-Clutter Ratio, SCR)有较高要求，且在海尖峰密集场景下易引起大量虚警，导致实际检测性能难以达到预期。

特征检测方法通过充分挖掘海杂波与目标回波特征差异性，将二者从高重叠的观测空间转换到低重叠的特征空间，在特征空间内实现目标单元与杂波单元的甄别。与基于严格统计模型的能量检测方法不同，特征提取和融合往往是直观、经验、启发式的[5]，可以根据实际海面环境和雷达系统参数，从雷达回波的幅度、多普勒谱、时频图、极化信息等多个维度提取[6]，由于特征信息不再受低阶矩或统计模型限制，因此具有更大的自由度，在改善弱小目标检测性能方面具有更好的潜力。

目前已提出的特征检测方法有很多种，如时/频域分形特征检测方法[7-9]、多普勒谱非广延熵特征检测方法[10]、三特征和多特征融合检测方法[11-15]等。……