1.一种复合高斯环境下基于AR模型的目标检测方法，其特征在于，包括：步骤1，接收返回的回波数据；步骤2，根据回波数据确定回波类型，以及该回波类型对应的复合高斯条件概率密度函数；步骤3，利用AR模型将所述复合高斯条件概率密度函数进行处理，得到具有时间相关的回波信号的表述式；步骤4，根据所述回波信号的表述式，计算存在目标的复合高斯概率密度函数和不存在目标的复合高斯概率密度函数；步骤5，利用存在目标的复合高斯概率密度函数和不存在目标的复合高斯概率密度函数，建立目标检测模型；步骤6，利用最大似然估计，估计目标检测模型中的未知参数，得到估计值；步骤7，将估计值代入目标检测模型以对回波数据进行检测，确定是否存在目标；所述步骤3包括：步骤31：根据复合高斯条件概率密度函数，生成满足复合高斯的N×T维杂波矩阵；步骤32：计算所述满足复合高斯的N×T维杂波矩阵中，各行之间的协方差矩阵；步骤34：利用cholesky分解方法分解协方差矩阵，并将分解后的协方差矩阵与步骤1中的N×T维杂波矩阵相乘，得到具有相关性的N×T维杂波矩阵；步骤35：利用AR模型将具有相关性的N×M维杂波矩阵进行建模，得到具有时间相关的回波信号的表述式；所述步骤35包括：步骤351：将具有相关性的N×M维杂波矩阵分为散斑分量x(l)和常量 步骤352：利用AR模型对散斑分量x(l)进行建模，并将建模结果与常量 相乘，得到具有时间相关的回波信号的表述式；具有时间相关的回波信号的表述式为：其中，s＝[s(1),...,s(M)] T 是相应的自回归参数向量，ω t (l)表示均值为0，方差为τ t σ 2 的复高斯噪声，s和τ t σ 2 是未知常量，c t ,t＝1,…,x表示待检测单元的杂波数据；c t ,t＝x+1,…,T为参考单元内的杂波数据，且c t ∈C N×1 ,t＝1,...,T，N表示连续相干脉冲，M表示回归的阶数；所述步骤4中存在目标的复合高斯概率密度函数和不存在目标的复合高斯概率密度函数分别为：其中， α t 为一个由目标反射和通道效应确定的未知参数，s为待估计的参数矩阵，H 0 表示目标不存在的假设；H 1 表示目标存在的假设；z t ,t＝1,…,x为N维待测数据向量；z t ,t＝x+1,…,T为参考单元数据，且z t ∈C N×1 ,t＝1,...,T，u t ＝[z t (M+1),z t (M+2),…,z t (N)] T ，q＝[φ(M+1),…,φ(N)] T ，φ＝[1,e jΩ ,...,e j(N-1)Ω ] T 为导向矢量，Ω为目标多普勒频率，Ω＝2πf d ；目标检测模型为：其中， 为未知参数，η为满足预置虚警率的门限值；所述步骤6包括：步骤61：对参数矩阵s进行最大似然估计，得到估计结果；步骤62：根据估计结果，计算得到未知参数 以及α t 的估计值；步骤61包括：步骤611：对步骤31中满足复合高斯的N×T维杂波矩阵的待检测列，取第3行至第N行定义为矩阵u t ,t＝1,…,x，并分别截取第2行到第N-1行，第1行到第N-2行定义为矩阵Y t ,t＝1,…,x；其中，待检测列数为x；步骤612：对步骤31中满足复合高斯的N×T维杂波矩阵去除待检测列，将剩余的N×(T-x)维矩阵为参考数据单元；步骤613：针对参考数据单元的第i列，分别截取其第2到第N行，第1到第N-2行，得到b i ，将b i 与自身转置相乘，构成2×(N-2)维矩阵B i ；步骤614：针对参考数据单元的每一行执行步骤614，得到中间矩阵 步骤615：对参考数据单元每一列列取其第3行至第N行，构成(N-2)×1维矩阵a 1 ，将b 1 与a 1 相乘，生成2×1维矩阵A 1 ；步骤616：针对参考数据单元的每一行执行步骤615，得到参数矩阵 步骤617：根据步骤614得到的中间矩阵以及步骤616得到的参数估计矩阵，运算得到参数估计矩阵的估计结果
2.根据权利要求1所述的一种复合高斯环境下基于AR模型的目标检测方法，其特征在于，所述预置虚警率的门限值通过预置不同虚警率，经过蒙特卡洛实验仿真得到。
