雷达杂波协方差估计：一种非线性谱收缩方法
信号处理
2023-02-07 v1
摘要
本文利用雷达信号处理中杂波加噪声协方差矩阵的尖峰协方差结构。使用高维统计的最新技术，我们提出了一种基于非线性收缩的旋转不变尖峰协方差矩阵估计器。我们陈述了估计的尖峰特征值的收敛性。我们使用从高保真、特定地点的基于物理的雷达仿真软件RFView生成的数据集，将所提算法与现有的秩约束最大似然（RCML）-期望似然（EL）协方差估计算法进行比较。我们证明所提算法的估计计算时间少于RCML-EL算法，且信号与杂波加噪声比（SCNR）性能相同。我们表明所提算法和基于RCML-EL的算法在高维中共享相同的优化问题。我们使用低秩自适应归一化匹配滤波器（LR-ANMF）检测器计算不同虚警概率下目标信噪比范围内的检测概率。我们展示了初步结果，证明了检测器对来自RFView的挑战数据集中的污染杂散离散体的鲁棒性。最后，我们经验性地表明，所提算法的最小方差无失真响应波束形成器（MVDR）误差方差与真实协方差矩阵产生的误差方差相同。
引用
@article{arxiv.2302.02045,
title = {Radar Clutter Covariance Estimation: A Nonlinear Spectral Shrinkage Approach},
author = {Shashwat Jain and Vikram Krishnamurthy and Muralidhar Rangaswamy and Bosung Kang and Sandeep Gogineni},
journal= {arXiv preprint arXiv:2302.02045},
year = {2023}
}