本發(fā)明涉及一種應(yīng)用先驗(yàn)信息的海面運(yùn)動(dòng)目標(biāo)檢測(cè)方法，屬于雷達(dá)信號(hào)處理和目標(biāo)檢測(cè)。

背景技術(shù)：

1、在雷達(dá)檢測(cè)領(lǐng)域，針對(duì)漂浮小目標(biāo)的檢測(cè)一直是重點(diǎn)和難點(diǎn)。其難點(diǎn)一在于，小目標(biāo)普遍具有的小雷達(dá)散射截面積導(dǎo)致其雷達(dá)回波能量微弱。難點(diǎn)二在于在低擦地角觀測(cè)條件下，海雜波具有的非均勻、非平穩(wěn)特性給海雜波的特性認(rèn)知帶來(lái)困難，海尖峰產(chǎn)生的強(qiáng)回波還會(huì)混淆雜波與小目標(biāo)的分辨邊界。

2、在現(xiàn)有的檢測(cè)算法中，特征往往需要長(zhǎng)累積時(shí)間才能具有可觀的可分性。但是在實(shí)際雷達(dá)系統(tǒng)中，短累積脈沖是主流的脈沖處理方式。為解決短累積脈沖的特征、檢驗(yàn)統(tǒng)計(jì)量對(duì)雜波和目標(biāo)區(qū)分能力不足的問題，現(xiàn)有的方法往往采用多幀平均或多幀遺忘因子的辦法，利用歷史幀的信息對(duì)當(dāng)前幀檢驗(yàn)統(tǒng)計(jì)量進(jìn)行平滑或優(yōu)化。雖然現(xiàn)有多幀處理方法取得一定的效果提升，但現(xiàn)有方法的局限性在于沒有對(duì)當(dāng)前幀和歷史幀所含信息的重要程度進(jìn)行量化和區(qū)分，進(jìn)而導(dǎo)致歷史幀信息利用不充分的問題。

3、貝葉斯估計(jì)作為已有的參數(shù)估計(jì)方法，能夠融合歷史幀信息和當(dāng)前幀信息，對(duì)分布參數(shù)做出更合理的估計(jì)，具有一定的抗干擾能力。貝葉斯估計(jì)方法使用歷史幀信息和當(dāng)前幀信息的離散程度來(lái)定義當(dāng)前幀和歷史幀信息的重要程度，方差越小則說明信息越重要。本發(fā)明所提技術(shù)則以貝葉斯估計(jì)作為理論支撐，在特征檢測(cè)背景下，利用特征迭代出待檢測(cè)單元的特征所屬的先驗(yàn)分布，利用參考單元估測(cè)到的雜波特征水平，來(lái)區(qū)分目標(biāo)和雜波的先驗(yàn)分布，根據(jù)區(qū)分結(jié)果完成檢測(cè)工作。

4、針對(duì)這一特點(diǎn)，以so-cfar檢測(cè)統(tǒng)計(jì)量為例，能夠得出具有更強(qiáng)的可分性和海尖峰抑制能力的目標(biāo)檢測(cè)方法，改善針對(duì)小目標(biāo)的檢測(cè)性能。但在實(shí)際檢測(cè)情況下，待檢測(cè)單元的背景常常會(huì)受到干擾，如移動(dòng)船只駛?cè)牖蜢o止船只駛出。先驗(yàn)分布的迭代往往使用當(dāng)前單元的歷史幀信息，為保證先驗(yàn)分布能夠反映目標(biāo)和雜波之間的差異，歷史幀信息中應(yīng)僅能包含雜波先驗(yàn)信息或目標(biāo)先驗(yàn)信息。當(dāng)異常的環(huán)境數(shù)據(jù)參與先驗(yàn)分布的迭代，會(huì)導(dǎo)致先驗(yàn)分布中既具有目標(biāo)特征的先驗(yàn)信息又具有雜波特征的先驗(yàn)信息，會(huì)讓該先驗(yàn)分布失去區(qū)分目標(biāo)與雜波的能力。因此，必須保證先驗(yàn)分布的單一性，才能讓分布對(duì)檢測(cè)起到支撐作用。

5、針對(duì)上述現(xiàn)象，必須對(duì)先驗(yàn)分布的迭代策略進(jìn)行調(diào)整，制止突然出現(xiàn)的環(huán)境突變因素影響到先驗(yàn)分布的迭代感知，從而適應(yīng)實(shí)際目標(biāo)檢測(cè)場(chǎng)景的需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于解決上述現(xiàn)有技術(shù)存在的不足之處，提出一種應(yīng)用先驗(yàn)信息的海面運(yùn)動(dòng)目標(biāo)檢測(cè)方法，旨在改進(jìn)原貝葉斯估計(jì)方法中先驗(yàn)信息的迭代方式，讓貝葉斯估計(jì)后的檢驗(yàn)統(tǒng)計(jì)量對(duì)雜波和目標(biāo)具有更好的區(qū)分能力。

2、本發(fā)明的一種應(yīng)用先驗(yàn)信息的海面運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特殊之處在于包括以下步驟：

3、步驟1：檢驗(yàn)統(tǒng)計(jì)量的提取和預(yù)處理

4、收集一段時(shí)間內(nèi)的多個(gè)雜波單元的雜波回波時(shí)間序列，提取均值類cfar檢驗(yàn)統(tǒng)計(jì)量序列，并使用box-cox變換進(jìn)行高斯化預(yù)處理，作為訓(xùn)練信息。

5、步驟2：利用雜波檢驗(yàn)統(tǒng)計(jì)量的先驗(yàn)分布求取判決門限

6、利用高斯化后的多個(gè)雜波單元的檢驗(yàn)統(tǒng)計(jì)量完成先驗(yàn)分布初始參數(shù)的設(shè)置，并使用先驗(yàn)分布迭代感知算法對(duì)多個(gè)雜波單元的雜波檢驗(yàn)統(tǒng)計(jì)量序列進(jìn)行迭代估計(jì)，得到實(shí)時(shí)適應(yīng)環(huán)境變化的先驗(yàn)分布和檢驗(yàn)統(tǒng)計(jì)量的貝葉斯估計(jì)值，利用蒙特卡洛方法和虛警率求得合適的先驗(yàn)分布分位點(diǎn)作為判決門限。

7、步驟3：檢測(cè)過程中先驗(yàn)分布的選擇性迭代

8、檢測(cè)階段，待檢測(cè)單元和參考單元的回波時(shí)間序列提取檢驗(yàn)統(tǒng)計(jì)量和box-cox變換，根據(jù)檢驗(yàn)統(tǒng)計(jì)量的輸入，獲得待檢測(cè)單元的先驗(yàn)分布，觀察待檢測(cè)單元檢驗(yàn)統(tǒng)計(jì)量無(wú)偏估計(jì)在待檢測(cè)單元先驗(yàn)分布的分布位置，統(tǒng)計(jì)歷史一段時(shí)間內(nèi)偏移待檢測(cè)單元先驗(yàn)分布的樣本點(diǎn)數(shù)目，若偏移先驗(yàn)分布的估計(jì)值點(diǎn)數(shù)過多，則視為待檢測(cè)單元在該時(shí)間點(diǎn)出現(xiàn)環(huán)境突變的情況，若未出現(xiàn)環(huán)境突變，則計(jì)算參考單元的貝葉斯估計(jì)均值的概率密度，與門限比較從而得出檢測(cè)結(jié)果，若出現(xiàn)環(huán)境突變，先驗(yàn)分布參數(shù)固定，從而防止異常數(shù)據(jù)影響到先驗(yàn)分布的迭代，在該時(shí)間段內(nèi)使用待檢測(cè)單元的無(wú)偏估計(jì)在待檢測(cè)單元先驗(yàn)分布的概率密度代替參考單元的貝葉斯估計(jì)均值的概率密度，與門限比較從而得出檢測(cè)結(jié)果。

9、步驟4：利用實(shí)測(cè)數(shù)據(jù)對(duì)所提方法進(jìn)行驗(yàn)證，以航道浮標(biāo)、移動(dòng)船只作為待檢測(cè)目標(biāo)，對(duì)所提方法進(jìn)行性能驗(yàn)證。

10、所提方法具有三個(gè)優(yōu)勢(shì)，一是充分利用歷史幀檢驗(yàn)統(tǒng)計(jì)量，不僅完成了先驗(yàn)分布的修正，還完成了歷史幀檢驗(yàn)統(tǒng)計(jì)量和當(dāng)前幀檢驗(yàn)統(tǒng)計(jì)量的融合；二是根據(jù)包含歷史幀信息的先驗(yàn)分布，提取出更具有區(qū)分度的檢驗(yàn)統(tǒng)計(jì)量，提高了檢測(cè)器的性能；三是針對(duì)使用歷史幀計(jì)算先驗(yàn)分布的算法缺陷，不僅讓本專利所提方法具有優(yōu)秀的慢速小目標(biāo)的檢測(cè)能力，還兼具檢測(cè)場(chǎng)景中突然出現(xiàn)的動(dòng)目標(biāo)的能力，更符合實(shí)際檢測(cè)場(chǎng)景的需要。

11、優(yōu)選的，所述步驟1的具體步驟為：

12、雷達(dá)在掃描模式下收集到某方位多個(gè)距離單元的海雜波回波數(shù)據(jù)，表現(xiàn)為如下形式：

13、（1）；

14、其中，表示第i個(gè)雜波距離單元的回波復(fù)數(shù)序列，表示第i個(gè)雜波距離單元的第一幀回波序列。

15、經(jīng)典的均值類cfar方法包括但不限于ca-cfar、go-cfar、so-cfar。由于本發(fā)明所提出方法對(duì)數(shù)據(jù)的同分布情況敏感，參考單元需盡可能的選取雜波單元，故選擇so-cfar方法的檢驗(yàn)統(tǒng)計(jì)量的選取策略。

16、首先，對(duì)回波信號(hào)進(jìn)行平方律檢波。

17、（2）；

18、式中，指回波信號(hào)的實(shí)部，指回波信號(hào)的虛部；

19、其次，在快時(shí)間維進(jìn)行遍歷，選出待檢測(cè)單元和對(duì)應(yīng)的參考單元，按照下式計(jì)算待檢測(cè)單元的檢驗(yàn)統(tǒng)計(jì)量。

20、（3）；

21、式中表示待參考單元的檢驗(yàn)統(tǒng)計(jì)量時(shí)間序列，表示待檢測(cè)單元經(jīng)過平方律檢波后的回波時(shí)間序列，、表示待檢測(cè)單元兩側(cè)的參考單元的經(jīng)過平方律檢波后的回波時(shí)間序列。

22、優(yōu)選的，所述步驟2的具體步驟為：

23、本發(fā)明所提方法應(yīng)用背景為高斯背景，需要優(yōu)先對(duì)數(shù)據(jù)進(jìn)行高斯化，確保后續(xù)先驗(yàn)分布的迭代能夠穩(wěn)定進(jìn)行。

24、box-cox變換可按如下公式進(jìn)行。

25、（4）；

26、式中，為冪次變換參數(shù)，為冪次變換后的檢驗(yàn)統(tǒng)計(jì)量。

27、該步驟能夠在不改變檢驗(yàn)統(tǒng)計(jì)量大小關(guān)系的條件下，讓數(shù)據(jù)更容易被迭代器接受，減小極端數(shù)據(jù)對(duì)迭代器的影響，讓迭代能夠更順利的進(jìn)行下去。

28、將經(jīng)過box-cox變換的待檢測(cè)單元的檢驗(yàn)統(tǒng)計(jì)量時(shí)間序列記作，參考單元的檢驗(yàn)統(tǒng)計(jì)量時(shí)間序列記做。

29、步驟a：取部分雜波單元的時(shí)間序列，序列總數(shù)為k，將序列劃分為k/n個(gè)長(zhǎng)度為n的序列段，統(tǒng)計(jì)序列段的均值，得到k/n個(gè)均值序列，利用極大似然估計(jì)這k/n個(gè)均值序列的均值和方差，作為先驗(yàn)分布的均值和方差，完成先驗(yàn)信息的設(shè)置。

30、步驟b：以另一部分雜波單元的時(shí)間序列，劃定待檢測(cè)單元和參考單元。針對(duì)參考單元的時(shí)間序列和待檢測(cè)單元，使用貝葉斯估計(jì)器的迭代感知算法進(jìn)行迭代，并獲得參考單元檢驗(yàn)統(tǒng)計(jì)量的貝葉斯估計(jì)值，具體做法如ⅰ~ⅴ。

31、ⅰ:對(duì)單元的時(shí)間序列進(jìn)行滑窗，滑窗步長(zhǎng)為step=1，每個(gè)單元的時(shí)間序列長(zhǎng)度為m，對(duì)當(dāng)前時(shí)刻窗內(nèi)的檢驗(yàn)統(tǒng)計(jì)量的均值和方差進(jìn)行無(wú)偏估計(jì)。

32、（6）；

33、式中，n指窗內(nèi)的檢驗(yàn)統(tǒng)計(jì)量樣本數(shù)。

34、ⅱ:其次，利用無(wú)偏估計(jì)得到的均值和方差，結(jié)合先驗(yàn)分布，得到當(dāng)前時(shí)刻窗內(nèi)檢驗(yàn)統(tǒng)計(jì)量的均值的貝葉斯估計(jì)，也就是后驗(yàn)概率密度函數(shù)的均值。同樣，后驗(yàn)概率密度函數(shù)的方差也能計(jì)算出來(lái)。

35、（7）；

36、式中，n指窗內(nèi)的檢驗(yàn)統(tǒng)計(jì)量樣本數(shù)，和為先驗(yàn)分布的均值和方差，和分別為檢驗(yàn)統(tǒng)計(jì)量的均值和方差。

37、ⅲ:根據(jù)當(dāng)前滑窗得到的貝葉斯估計(jì)值，對(duì)貝葉斯估計(jì)值的均值和方差進(jìn)行序貫估計(jì)，更新貝葉斯估計(jì)值的均值和方差。

38、（8）；

39、式中，k指迭代次數(shù)，指當(dāng)前時(shí)刻根據(jù)樣本得到的貝葉斯估計(jì)值。

40、ⅳ:根據(jù)當(dāng)前滑窗的貝葉斯估計(jì)值、序貫估計(jì)得到的貝葉斯估計(jì)值的均值和方差以及當(dāng)前幀的方差，對(duì)先驗(yàn)分布的均值和方差進(jìn)行修正。修正方法如下。

41、（9）；

42、式中，n指窗內(nèi)的檢驗(yàn)統(tǒng)計(jì)量樣本數(shù)，和為貝葉斯估計(jì)值的均值和方差，和分別為檢驗(yàn)統(tǒng)計(jì)量的均值和方差。

43、ⅴ:在先驗(yàn)分布迭代過程中，得到參考單元檢驗(yàn)統(tǒng)計(jì)量的貝葉斯估計(jì)均值序列。

44、步驟c：

45、計(jì)算參考單元貝葉斯估計(jì)值的均值在當(dāng)前單元的先驗(yàn)分布密度函數(shù)下的概率密度。

46、（5）；

47、將與當(dāng)前單元先驗(yàn)分布下的分位點(diǎn)門限對(duì)應(yīng)的概率密度進(jìn)行比較，若大于分位點(diǎn)門限對(duì)應(yīng)的概率密度，則說明當(dāng)前單元為雜波單元，反之則為目標(biāo)單元。設(shè)從訓(xùn)練集中得到次判決結(jié)果，通過不斷的調(diào)節(jié)分位點(diǎn)門限，讓訓(xùn)練集中雜波樣本判決為目標(biāo)的樣本數(shù)為，輸出該門限作為檢測(cè)步驟用的判決門限。

48、優(yōu)選的，所述步驟3）的具體步驟為：

49、檢測(cè)階段，待檢測(cè)單元和參考單元的回波時(shí)間序列提取檢驗(yàn)統(tǒng)計(jì)量和box-cox變換，根據(jù)檢驗(yàn)統(tǒng)計(jì)量的輸入，獲得待檢測(cè)單元的先驗(yàn)分布。若不考慮動(dòng)目標(biāo)的檢測(cè)背景，則可使用參考單元的貝葉斯估計(jì)均值與待檢測(cè)單元的先驗(yàn)分布分位點(diǎn)門限進(jìn)行對(duì)比，若在分位點(diǎn)門限以內(nèi)則說明當(dāng)前單元為雜波單元，反之為目標(biāo)單元。

50、但若待檢測(cè)單元為雜波單元且中途有船只經(jīng)過，船只引起的檢驗(yàn)統(tǒng)計(jì)量變化也會(huì)參與到先驗(yàn)分布的迭代過程中。異常樣本參與迭代必然會(huì)改變?cè)瓎我槐尘跋麓龣z測(cè)單元檢驗(yàn)統(tǒng)計(jì)量的先驗(yàn)分布，使其偏離原背景的先驗(yàn)分布。且由于船只存在一定的速度，往往大于先驗(yàn)分布的迭代速度。當(dāng)先驗(yàn)分布迭代到符合船只檢驗(yàn)統(tǒng)計(jì)量特性的先驗(yàn)分布時(shí)，船只可能已經(jīng)離開待檢測(cè)單元，此時(shí)先驗(yàn)分布又需要花費(fèi)一些時(shí)間才能恢復(fù)雜波背景的先驗(yàn)分布。在該分布迭代過程中，會(huì)出現(xiàn)大量的漏檢和虛警。因此，必須避免短時(shí)出現(xiàn)的、與原背景不相符的檢驗(yàn)統(tǒng)計(jì)量參與到先驗(yàn)分布迭代中，從而保證使用先驗(yàn)分布的檢測(cè)方法能夠正確反映當(dāng)前單元的背景信息。

51、因此，必須使用一些判別方法將短時(shí)出現(xiàn)的、與背景不符的檢驗(yàn)統(tǒng)計(jì)量區(qū)分出來(lái)，避免使用這部分?jǐn)?shù)據(jù)進(jìn)行先驗(yàn)分布的迭代。觀察待檢測(cè)單元檢驗(yàn)統(tǒng)計(jì)量無(wú)偏估計(jì)在待檢測(cè)單元先驗(yàn)分布的分布位置。設(shè)置長(zhǎng)度為的觀察滑窗，在窗內(nèi)包含當(dāng)前時(shí)間往后一段時(shí)間內(nèi)共個(gè)待檢測(cè)單元的檢驗(yàn)統(tǒng)計(jì)量貝葉斯估計(jì)值。統(tǒng)計(jì)觀察滑窗內(nèi)在先驗(yàn)分布分位點(diǎn)門限以外的貝葉斯估計(jì)值數(shù)目，記作。設(shè)一正比例系數(shù)為，其中。

52、若在門限外的估計(jì)值點(diǎn)數(shù)滿足，則視為待檢測(cè)單元在該時(shí)間點(diǎn)出現(xiàn)環(huán)境突變的情況。若未出現(xiàn)環(huán)境突變，則計(jì)算參考單元的貝葉斯估計(jì)均值的概率密度，與門限比較從而得出檢測(cè)結(jié)果。若出現(xiàn)環(huán)境突變，在該時(shí)間段內(nèi)使用待檢測(cè)單元的無(wú)偏估計(jì)在待檢測(cè)單元先驗(yàn)分布的概率密度代替參考單元的貝葉斯估計(jì)均值的概率密度，與門限比較從而得出檢測(cè)結(jié)果。在環(huán)境突變期間，需要停止先驗(yàn)分布的迭代，從而防止該段時(shí)間內(nèi)與環(huán)境不相符的樣本對(duì)先驗(yàn)分布的污染。具體處理流程可參照附圖2。

53、上述提到的兩個(gè)參數(shù)，使用長(zhǎng)度為的觀察滑窗和比例系數(shù)對(duì)目標(biāo)駛?cè)氪龣z測(cè)的那元、目標(biāo)駛出待檢測(cè)單元的情況進(jìn)行識(shí)別，并與海尖峰區(qū)分開來(lái)。相較于海尖峰，目標(biāo)的回波序列幅度更加穩(wěn)定、幅度數(shù)值也更大，因此，可以使用長(zhǎng)度為的觀察滑窗和比例系數(shù)對(duì)這種差異進(jìn)行描述、識(shí)別，進(jìn)而將其與海尖峰區(qū)別開來(lái)。窗長(zhǎng)越長(zhǎng)，則檢測(cè)延遲越高，當(dāng)移動(dòng)船只經(jīng)過待檢測(cè)單元的時(shí)間小于延遲時(shí)間時(shí)會(huì)出現(xiàn)漏檢的現(xiàn)象，還會(huì)讓個(gè)與環(huán)境不符的樣本點(diǎn)參與到先驗(yàn)分布的迭代中。窗長(zhǎng)越長(zhǎng)，延遲越小，但若產(chǎn)生的延遲時(shí)間短于海尖峰的持續(xù)時(shí)間，會(huì)將海尖峰的出現(xiàn)同樣視為異常的環(huán)境變化。在海況較高、海尖峰頻繁的環(huán)境中是不適合的。而比例系數(shù)是對(duì)觀測(cè)窗內(nèi)特征的穩(wěn)定性的一種衡量。當(dāng)為1時(shí)，則表示窗內(nèi)的所有檢驗(yàn)統(tǒng)計(jì)量無(wú)偏估計(jì)值均在偏移當(dāng)前單元的先驗(yàn)分布。越大，對(duì)窗內(nèi)特征的穩(wěn)定性要求越苛刻。

54、優(yōu)選的，所述步驟4）的具體步驟為：

55、使用的實(shí)測(cè)數(shù)據(jù)中包含兩個(gè)近乎靜止的航道浮標(biāo)、一艘駛?cè)胗^測(cè)方位的船只。在所截取的數(shù)據(jù)中，船只于觀測(cè)開始后的16.5s時(shí)駛?cè)氲?3距離單元，并沿著觀測(cè)方位往遠(yuǎn)處移動(dòng)，于65.5s時(shí)到達(dá)第100距離單元，沿觀測(cè)方位的速度約為8.3m/s左右。此外，剩余兩個(gè)浮漂分別位于第17距離單元和第182距離單元，在觀測(cè)時(shí)間內(nèi)所在位置均未發(fā)生變化。

56、在檢測(cè)階段，使用待檢測(cè)單元和參考單元、的時(shí)間回波序列按照公式（2）進(jìn)行檢驗(yàn)統(tǒng)計(jì)量的提取，得到待檢測(cè)單元的檢驗(yàn)統(tǒng)計(jì)量和參考單元的檢驗(yàn)統(tǒng)計(jì)量，按照式(3)進(jìn)行冪次變換，得到待檢測(cè)單元冪次變換后的檢驗(yàn)統(tǒng)計(jì)量和待檢測(cè)單元冪次變換后的檢驗(yàn)統(tǒng)計(jì)量，經(jīng)過步驟c，得到待檢測(cè)單元的概率密度函數(shù)，參見式(8)和參考單元的貝葉斯估計(jì)值均值，并計(jì)算作為新檢驗(yàn)統(tǒng)計(jì)量輸出，通過與門限進(jìn)行對(duì)比，若則說明待檢測(cè)單元為目標(biāo)單元，反之為雜波。

57、由附表1可知，僅僅使用貝葉斯先驗(yàn)分布迭代感知的目標(biāo)檢測(cè)方法，針對(duì)靜止浮漂的檢測(cè)概率相較于原檢驗(yàn)統(tǒng)計(jì)量具有非常大的提升，但針對(duì)運(yùn)動(dòng)目標(biāo)沒有任何檢測(cè)能力。這是因?yàn)楫?dāng)動(dòng)目標(biāo)產(chǎn)生的幅度較高的檢驗(yàn)統(tǒng)計(jì)量參與了先驗(yàn)分布的迭代，讓當(dāng)前單元的先驗(yàn)分布介于目標(biāo)和雜波之間，失去使用先驗(yàn)分布區(qū)分目標(biāo)與雜波的能力。而原檢驗(yàn)統(tǒng)計(jì)量由于沒有任何先驗(yàn)信息的支撐，針對(duì)回波強(qiáng)的動(dòng)目標(biāo)具有的響應(yīng)能力，但對(duì)于回波較弱的靜止目標(biāo)，無(wú)法對(duì)取得好的檢測(cè)效果。而本專利利用歷史幀信息對(duì)當(dāng)前幀信息進(jìn)行支撐，使慢速弱回波小目標(biāo)在低信雜比環(huán)境下同樣能夠取得優(yōu)秀的檢測(cè)效果。利用對(duì)異常環(huán)境變化的感知，避免異常數(shù)據(jù)參與到先驗(yàn)分布的迭代中，在貝葉斯先驗(yàn)分布迭代感知的目標(biāo)檢測(cè)方法的基礎(chǔ)上，提高了先驗(yàn)分布的穩(wěn)定性，不僅具備運(yùn)動(dòng)目標(biāo)的檢測(cè)能力，針對(duì)慢速小目標(biāo)同樣具有優(yōu)秀的檢測(cè)效果。

58、對(duì)比現(xiàn)有技術(shù)，本發(fā)明一種應(yīng)用先驗(yàn)信息的海面運(yùn)動(dòng)目標(biāo)檢測(cè)方法，有益效果在于：

59、（1）充分利用歷史幀檢驗(yàn)統(tǒng)計(jì)量，不僅完成了先驗(yàn)分布的修正，還完成了歷史幀檢驗(yàn)統(tǒng)計(jì)量和當(dāng)前幀檢驗(yàn)統(tǒng)計(jì)量的融合。

60、（2）具有選擇性的使用歷史幀計(jì)算先驗(yàn)分布的算法缺陷，不僅讓本專利所提方法具有優(yōu)秀的慢速小目標(biāo)的檢測(cè)能力，還兼具檢測(cè)場(chǎng)景中突然出現(xiàn)的動(dòng)目標(biāo)的能力，更符合實(shí)際檢測(cè)場(chǎng)景的需要。

61、（3）在現(xiàn)有數(shù)據(jù)條件下，本發(fā)明所提方法在0.064s觀測(cè)時(shí)間上，對(duì)航道浮標(biāo)檢測(cè)的平均準(zhǔn)確率相較于原方法提升60%以上，對(duì)移動(dòng)船只的平均檢測(cè)準(zhǔn)確率提升30%以上。