具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非用于限制本发明的保护范围。

此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

用维矩阵表示被检测的矩阵值双子空间信号，其具有下式所示的结构

(1)

其中，维矩阵和维矩阵分别被称为信号左矩阵和信号右矩阵，二者分别列满秩和行满秩，而且已知，维矩阵未知，表示信号的坐标信息。用维矩阵表示待检测数据矩阵，则当待检测数据矩阵中包含目标信号时，待检测数据矩阵可写为

(2)

其中，维矩阵表示待检测数据中的噪声分量，为杂波和热噪声之和，的各列独立同分布，服从均值为零、协方差矩阵为的高斯分布。在实际应用中未知，为对其进行估计，需要一定数量的训练样本数据。假设存在个只含有杂波及热噪声分量的训练样本，记第个训练样本（）为

(3)

其中，为第个训练样本中的杂波与热噪声分量之和。对于部分均匀环境，的协方差矩阵，记作，与待检测数据的协方差矩阵具有关系式：，其中，为未知数，表征待检测数据与训练样本数据之间的协方差矩阵失配。

实施例1:

本实施例提供一种部分均匀环境中的双子空间信号检测方法，如图1-2所示，包括：

步骤1：构造信号左矩阵、信号右矩阵、待检测数据矩阵和训练样本矩阵，

其中，构造的信号左矩阵、信号右矩阵、待检测数据矩阵和训练样本矩阵分别用矩阵 、、和表示，矩阵、、和的维数分别为、、和，其中，，，表示目标的扩展维度，表示训练样本数，表示系统通道数；

步骤2：利用所述训练样本矩阵构造采样协方差矩阵和白化矩阵，其中，利用所述训练样本矩阵构造的采样协方差矩阵和白化矩阵分别为和，其中，和分别表示采样协方差矩阵和白化矩阵，符号表示共轭转置，，符号表示矩阵的逆，表示对角矩阵，对角元素分别为，为采样协方差矩阵的特征值分解，为的特征矩阵，为对角矩阵，为的个特征值；

步骤3：利用所述白化矩阵对所述待检测数据矩阵和所述信号左矩阵进行白化，分别得到白化待检测数据矩阵和白化信号左矩阵；

所述步骤3中，利用所述白化矩阵对所述待检测数据矩阵和所述信号左矩阵进行白化，分别得到白化待检测数据矩阵和白化信号左矩阵，分别通过下面两个等式实现： 和；其中，和分别表示白化待检测数据矩阵和白化信号左矩阵。

步骤4：利用所述信号右矩阵和所述白化信号左矩阵分别构造正交投影矩阵的正交补；

所述步骤4中，利用所述信号右矩阵和所述白化信号左矩阵构造的正交投影矩阵的正交补分别为

和，其中，和分别表示利用所述信号右矩阵和所述白化信号左矩阵分别得到的正交投影矩阵的正交补，和分别是维数为和的单位矩阵。

步骤5：利用所述白化待检测数据矩阵和所述正交投影矩阵的正交补构造中间变量矩阵，并计算所述中间变量矩阵的非零特征值；

所述步骤5中，利用所述白化待检测数据矩阵和所述正交投影矩阵的正交补构造的中间变量矩阵分别为、、和，其中，矩阵和的非零特征值的个数分别为、、和，符号表示两个实数中的最小值，矩阵和的第个非零特征值、第个非零特征值、第个非零特征值和第个非零特征值分别记作、、和，其中，、、和。

步骤6：求解系统维数与所述非零特征值相关方程的解；

所述步骤6中，求解系统维数与所述非零特征值相关方程的解，其中，系统维数与所述非零特征值的相关方程为下述两个方程：

(6a)

(6b)

其中，在方程(6a)中为未知数，在方程(6b)中为未知数，分别记方程(6a)和方程(6b)的解为和。

步骤7：利用所述白化待检测数据矩阵、所述中间变量矩阵和所述方程的解构造检测统计量；

所述步骤7中，利用所述白化待检测数据矩阵、所述中间变量矩阵和所述方程的解构造的检测统计量为：

其中，表示检测统计量，符号表示矩阵的行列式。

步骤8：利用所述检测统计量和虚警概率预设值确定检测门限；

所述步骤8中，利用所述检测统计量和虚警概率预设值确定检测门限的公式为：

；

其中，，表示蒙特卡洛仿真次数，表示虚警概率预设值，表示取整操作，表示检测门限，表示序列

由大到小排列第个最大值，其中，和分别为方程

(8a)

和

(8b)

的解；

在方程(8a)中为未知数，在方程(8b)中为未知数，和分别为矩阵和的第个非零特征值、第个非零特征值、第个非零特征值和第个非零特征值，且、、和，矩阵和的定义分别为

，

，

，

和

；

其中，表示白化待检测数据矩阵的第次实现，表示白化信号左矩阵的第次实现，表示白化信号左矩阵的正交投影矩阵的正交补的第次实现，表示白化矩阵的第次实现，为采样协方差矩阵的第次实现的特征值分解，表示采样协方差矩阵的第次实现，为训练样本矩阵的第次实现，为仅含杂波及热噪声分量的待检测数据矩阵的第次实现，。[0031] 步骤9：比较所述检测统计量与所述检测门限的大小，并判定目标是否存在。

所述步骤9中，所述比较所述检测统计量与所述检测门限的大小，并判定目标是否存在，具体为：

若所述检测统计量大于等于检测门限，则判定目标存在；

若所述检测统计量小于检测门限，则判定目标不存在。

本实施例还提供一种部分均匀环境中的双子空间信号检测系统，如图3所示，包括数据矩阵构造模块、采样协方差矩阵和白化矩阵构造模块、数据白化模块、正交投影矩阵构造模块、中间变量矩阵及非零特征值分解模块、方程求解模块、检测统计量构造模块、检测门限计算模块和目标判定模块；

数据矩阵构造模块：用于构造信号左矩阵、信号右矩阵、待检测数据矩阵和训练样本矩阵；

采样协方差矩阵和白化矩阵构造模块：用于利用所述训练样本矩阵构造采样协方差矩阵，并利用所述采样协方差矩阵构造白化矩阵；

数据白化模块：用于利用所述白化矩阵对所述待检测数据矩阵和所述信号左矩阵进行白化分别得到白化待检测数据矩阵和白化信号左矩阵；

正交投影矩阵构造模块：用于利用所述信号右矩阵和所述白化信号左矩阵分别构造正交投影矩阵的正交补；

中间变量矩阵及非零特征值分解模块：用于利用所述白化待检测数据矩阵和所述正交投影矩阵的正交补构造中间变量矩阵，并计算所述中间变量矩阵的非零特征值；

方程求解模块：用于求解系统维数与所述非零特征值相关方程的解；

检测统计量构造模块：用于利用所述白化待检测数据矩阵、所述中间变量矩阵和所述方程的解构造检测统计量；

检测门限计算模块：用于利用所述检测统计量和虚警概率预设值确定检测门限；

目标判定模块：用于比较所述检测统计量与所述检测门限的大小，并判定目标是否存在。

实施例2:

在上述实施例1提供的部分均匀环境中的双子空间信号检测方法的基础上，本发明还提供了一种可用于实现上述方法的部分均匀环境中的双子空间信号检测装置，如图4所示，是本发明实施例的装置架构示意图。本实施例的部分均匀环境中的双子空间信号检测装置包括一个或多个处理器21以及存储器22。其中，图4中以一个处理器21为例。

所述处理器21和所述存储器22可以通过总线或者其他方式连接，图4中以通过总线连接为例。

所述存储器22作为一种部分均匀环境中的双子空间信号检测方法非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如实施例1中的部分均匀环境中的双子空间信号检测方法。所述处理器21通过运行存储在所述存储器22中的非易失性软件程序、指令以及模块，从而执行部分均匀环境中的双子空间信号检测装置的各种功能应用以及数据处理，即实现实施例1的部分均匀环境中的双子空间信号检测方法。

所述存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，所述存储器22可选包括相对于所述处理器21远程设置的存储器，这些远程存储器可以通过网络连接至所述处理器21。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述程序指令/模块存储在所述存储器22中，当被所述一个或者多个处理器21执行时，执行上述实施例1中的部分均匀环境中的双子空间信号检测方法，例如，执行以上描述的图1所示的各个步骤。

本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取存储器（RAM，Random AccessMemory）、磁盘或光盘等。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。 凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。