随着技术进步，作为传统单输入多输出（Single-Input Multiple-Output, SIMO）系统的推广，多输入多输出（Multiple-Input Multiple-Output, MIMO）系统因其在检测、估计、波束形成等方面的性能优势而获得了日益广泛的关注与研究。然而，无论是基于SIMO系统还是基于MIMO系统，现有的目标自适应检测技术通常假设目标具有理想的采样模型，未考虑目标能量泄漏，这与目标能量在时延-多普勒域中的实际分布情况严重不符，导致现有目标检测方法在实际应用中性能严重下降。
为解决上述问题，中国科学院声学研究所水下航行器实验室郝程鹏团队与意大利同行合作开展研究，构建了适用于MIMO系统的目标自适应检测框架，提出了三种目标检测与位置估计方法，分别是基于迭代广义似然比检验的检测器（Iterative Generalized Likelihood Ratio Test-based Detector, I-GLRT-D）、基于近似GLRT的检测器（Approximated GLRT-based Detector, A-GLRT-D）和基于两步GLRT的检测器（Two-Step GLRT-based Detector, TS-GLRT-D），可实现对目标能量泄漏信息的充分利用，有效提升目标检测性能，同时还能在时延-多普勒域中准确估计待检测单元内的目标位置，大大增强了目标自适应检测技术的实用性。
相关研究成果在线发表于国际学术期刊IEEE Transactions on Signal Processing。
研究人员首先分析了待检测单元内目标能量在时延-多普勒域中所有可能的分布情况，并据此构建更精确的目标检测问题模型。在上述模型下，应用GLRT准则以及对该准则的适当近似或两步修正，提出了三种目标自适应检测方法。
研究结果显示，与未考虑目标能量泄漏的传统GLRT（Conventional GLRT, C-GLRT）和传统两步GLRT（Conventional Two-Step GLRT, C-TS-GLRT）两种方法相比，所提出的I-GLRT-D、A-GLRT-D和TS-GLRT-D能够显著提升目标检测性能，同时还能提供目标在时延-多普勒域中位置的可靠估计。
图1 检测概率曲线（图/中国科学院声学研究所）
图2 目标在时延域中位置的均方根（Root Mean Square, RMS）估计误差曲线（图/中国科学院声学研究所）
图3 目标在多普勒域中位置的RMS估计误差曲线（图/中国科学院声学研究所）
经过适当的简化修改，这三种方法的研究思路也可用于解决SIMO系统下的类似问题。下一步的研究拟考虑在待检测的时延-多普勒单元内存在多个目标的情况。
本研究得到国家自然科学基金（No.61971412）的资助。
关键词：
自适应检测；广义似然比检验；最大似然估计；多输入多输出系统；目标定位
参考文献：
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.