1.一种基于连续信任函数的鲁棒雷达目标检测方法，其特征在于，具体包括以下步骤：步骤1：先验信息获取：选择雷达回波幅度起伏统计模型，即标准概率密度函数，所述标准概率密度函数为系数为1的瑞利概率密度函数，通过数值近似的方式获得标准概率密度函数的等投注概率密度表，以列表形式存储下来供数值求解应用，其中，系数为1的瑞利概率密度函数即 且 随机变量ξ表示雷达回波幅度取值，rls是系数为1的标准瑞利概率密度函数符号标志；等投注概率密度是指两个瑞利概率密度函数值相等，即 对应的等投注概率对 满足条件：u和 为随机变量ξ的具体取值且 步骤2：获得雷达回波幅度的点观测值 其中 表示实数域， 表示正实数域；步骤3：依据点观测 计算条件观测似然函数 其中θ c 表示第c类假设，当c＝0时表示模型噪声，当c＝1时表示待检测目标；计算条件观测似然函数时，基于步骤1中提前获取的等投注概率密度表，然后采用数值近似的方式求解，以解决等投注概率对不存在解析解的问题；条件观测似然函数 的计算方式为式中：累加求和上限COV rls 表示近似的截断值，由等投注概率密度表确定；累加求和下限η i 由观测值的线性变换 或其对应的等投注概率对 确定；Δη表示步进长度； 表示第c类假设对应的条件瑞利概率密度函数系数；步骤4：基于广义贝叶斯定理，使用条件观测似然函数 计算基本信任分配函数m Θ [z]S，计算公式为：式中：S表示辨别框架Θ＝{θ 0 ,θ 1 }的任意子集，即 且 表示集合S的补集；当S＝{θ 0 }时，m Θ [z](S)表示点观测z来自于模型噪声的基本信任质量；当S＝{θ 1 }时，m Θ [z](S)表示点观测z来自于待检测目标的基本信任质量；当 时，m Θ [z](S)表示点观测z来自于外来目标或非模型噪声的基本信任质量；当S＝{θ 0 ,θ 1 }时，m Θ [z](S)表示点观测z来自于模型噪声或待检测目标的基本信任质量；步骤5：根据基本信任分配函数m Θ [z]S计算投注概率值BetP[z]θ c ，计算公式为：式中|S|表示子集S的元素数目；步骤6：将基本信任分配函数m Θ [z]S或投注概率值BetP[z]θ c 直接用于决策判决或输出给下一级融合决策。
2.根据权利要求1所述一种基于连续信任函数的鲁棒雷达目标检测方法，其特征在于，所述步骤1中的雷达回波幅度起伏统计模型还可以是瑞利混合概率密度函数、或高斯概率密度函数、或高斯混合概率密度函数、或莱斯概率密度函数、或多自由度中心式卡方概率密度函数。
3.根据权利要求1所述一种基于连续信任函数的鲁棒雷达目标检测方法，其特征在于，所述步骤3中的条件观测似然函数数值近似法中累加求和下限利用观测值的线性变换或其对应的等投注概率对求得，累加求和上限根据等投注概率密度表的近似精度确定。
4.根据权利要求1所述一种基于连续信任函数的鲁棒雷达目标检测方法，其特征在于，所述步骤4中的基本信任分配函数是在辨别框架的任意子集上赋值。
