現代雷達檢測理論（簡體書）

安東尼奧·德梅奧、瑪莉亞·薩布麗娜格列柯編的《現代雷達檢測理論(精)》討論了在雷達檢測方面新出現的前沿研究。本書要點包括：譜特性未知的高斯干擾下的自適應雷達檢測；用恒定性理論作為工具使設計具有恆虛警率特徵；一級和二級檢測器及其性能；只可獲得一小部分訓練數據用於譜估計的工作場景；利用協方差矩陣中先驗知識的貝葉斯雷達檢測；非高斯干擾下的雷達檢測。本書充分闡述了基於各種準則的檢測器設計技術以及恒虛警率問題，分析了實際應用中機載、地面和艦載雷達的性能，並討論了基於真實雷達數據的結論。
本書為致力於研究統計學信號處理及其在雷達系統中應用的研究人員、高等學者和工程師提供關於自適應雷達檢測最新發展的廣泛參考。

第1章 雷達檢測引論
1.1 歷史背景和術語
1.2 符號
1.3 檢測理論
1.3.1 信號和干擾模型
1.3.2 基本概念
1.3.3 檢測器的設計準則
1.3.4 檢測理論中的恒虛警(CFAR)特性和不變性
1.4 本書的結構、使用和概要
1.5 參考
參考文獻
第2章 高斯白噪聲下的雷達檢測：GLRT框架
2.1 引言
2.2 問題的表述
2.3 充分性的減縮
2.4 最優NP檢測器和UMP檢測器的存在
2.4.1 相干的情況
2.4.2 非相干的情況
2.5 GLRT設計
2.6 性能分析
2.6.1 相干的情況
2.6.2 非相干的情況
2.7 結論和深入閱讀
參考文獻
第3章 自適應雷達的子空間檢測：檢測器及性能分析
3.1 引言
3.2 干擾和噪聲條件下的信號檢測
3.2.1 在色高斯噪聲中檢測已知信號
3.2.2 零均色高斯噪聲中檢測相位未知的已知信號
3.3 子空間信號模型和不變性假設檢測
3.3.1 子空間信號模型
3.3.2 子空間信號模型的機理
3.3.3 假設檢驗
3.3.4 干擾噪聲環境下子空間信號檢測的最大不變量
3.4 檢測概率和虛警概率的解析表達
3.4.1 子空間GLRT的Pd和Pfa
3.4.2 子空間AMF檢驗的Pd和Pfa
3.4.3 子空間ACE檢驗的Pd和Pfa
3.5 自適應子空間檢測器的性能結果
3.6 小結
附錄3A
A.1 GLRT的子空間模式
A.2 AMF檢驗的子空間模式
A.3 ACE檢驗的子空間模式
附錄3B
附錄3C
最大不變統計量的分佈
附錄3D
參考文獻
第4章 譜特性未知的高斯干擾下點狀目標的兩級檢測器
4.1 引言：設計原則
4.2 兩級架構的描述、性能分析和比較
4.2.1 自適應旁瓣消隱器
4.2.2 提高ASB的魯棒性：基於子空間的自適應旁瓣切除
4.2.3 提高ASB選擇性的改進方法
4.2.4 提高ASB選擇性或魯棒性的改進方法
4.2.5 選擇性兩級檢測器
4.3 小結
參考文獻
第5章 干擾中的貝葉斯雷達檢測
5.1 引言
5.2 通用STAP信號模型
5.3 KA-STAP模型
5.3.1 知識輔助均勻模型
5.3.2 貝葉斯GLRT(B-GLRT)與貝葉斯AMF(B-AMF)
5.3.3 超參數的選擇
5.3.4 擴展到部分均勻和複合高斯的模型
5.4 知識輔助兩層STAP模型
5.5 借助知識的含參STAP模型
5.6 小結
附錄5A 式(5.35)的KA-ACE的推導
附錄5B 借助知識的複合高斯模型中的貝葉斯檢測器的推導
參考文獻
第6章 高斯訓練條件下樣本欠缺的自適應雷達檢測
6.1 引言
6.2 利用預期似然選擇的加載改善自適應檢測
6.2.1 由二次數據形成的單個自適應濾波器以及使用一次數據的自適應門限
6.2.2 使用二次數據的複合自適應濾波和檢測對各測試單元進行的各種自適應處理
6.2.3 觀察
6.3 利用協方差矩陣架構改善自適應檢測
6.3.1 背景：Hermitian協方差矩陣的TVAR(m)近似，最大似然模型和階數估計[56，57]
6.3.2 基於TVAR(m)的自適應濾波器和自適應檢測器在TVAR(m)或AR(m)干擾下的性能分析
6.3.3 基於TVAR(m)的自適應檢測器在TVAR(m)或AR(m)干擾下的結果的仿真
6.3.4 觀察
6.4 利用數據劃分改善自適應檢測
6.4.1 “一步”自適應恒虛警檢測器性能對比“兩步”自適應處理的分析
6.4.2 檢測性能分析的比較
6.4.3 觀察
參考文獻
第7章 複合高斯模型和目標檢測：統一的視圖
7.1 引言
7.2 單變強度的複合指數模型
7.2.1 強尾部分佈和完全單調的函數
7.2.2 例子
7.3 數量波動準則
7.3.1 轉移理論和CLT
7.3.2 數量波動的模型
7.4 複數複合高斯的隨機矢量
7.5 在複數複合高斯雜波條件下的最佳信號檢測
7.5.1 似然比和與數據關聯的門限的解釋
7.5.2 似然比和與估計器-相關器的解釋
7.6 在複數複合高斯雜波條件下的次佳檢測
7.6.1 似然比的次佳近似
7.6.2 與數據關聯的門限的次佳近似
7.6.3 估計器-相關器的次佳近似
7.6.4 最佳和次佳檢測器的性能評估
7.7 最佳檢測器的新解釋
7.7.1 估計器公式的乘積
7.7.2 估計器乘積的一般性質
附錄7.A 轉移理論和它的解釋
參考文獻
第8章 球不變隨機矢量和橢圓過程中的協方差矩陣估計及其在雷達檢測中的應用
8.1 背景和問題的陳述
8.1.1 高斯情況下的背景參數估計
8.1.2 高斯情況下的最佳檢測
8.2 非高斯環境模型
8.2.1 複橢圓對稱分佈
8.2.2 球不變隨機矢量的子類
8.3 複橢圓對稱分佈噪聲條件下的協方差矩陣估計
8.3.1 M估計器
8.3.2 M估計器的性能
8.3.3 M估計器的漸近分佈
8.3.4 在球不變隨機矢量框架中與M估計器的關係
8.4 複橢圓對稱分佈噪聲條件下的最佳檢測
8.5 廣義對稱架構的協方差矩陣估計
8.5.1 圓高斯噪聲下的檢測
8.5.2 非高斯噪聲下的檢測
8.6 在雷達中的應用
8.6.1 地基雷達的檢測
8.6.2 預警雷達的檢測
8.6.3 STAP檢測
8.6.4 定點估計的魯棒性
8.7 小結
參考文獻