石赛男（Sai-Nan Shi）等人在《IEEE Transactions on Geoscience and Remote Sensing》期刊（第57卷，第11期，2019年11月）上发表了一项关于高分辨率快扫雷达海面小目标检测的研究。该研究主要聚焦于对海雷达在快速扫描模式下探测低速小目标（如潜望镜、救生艇、冰山等）的技术难题，并提出了一种基于多普勒引导的检测新方法。研究的核心背景在于，高分辨率雷达虽然能降低海杂波的功率水平，但却加剧了海尖峰（Sea Spikes）的影响，并且海面纹理呈现出结构趋势（Structural Trend），导致传统检测方法虚警高、检测概率低。为解决此问题，研究者首先提出了一种创新的海面雷达回波仿真方法，将大尺度海面物理建模与统计模型相结合，生成了包含结构趋势和海尖峰的高逼真度仿真数据。基于仿真和实测数据，作者提出了研究的核心成果——多普勒引导回顾滤波器（Doppler-Guided Retrospective Filter, DGRF）检测器。
该检测器详细的工作流程包含扫描内（Intrascan）处理、扫描间（Interscan）处理和最终决策融合三个紧密衔接的步骤。在第一阶段扫描内处理中，不同于以往常用的非相干积累（如对数恒虚警率检测），本研究创新性地采用了在广义帕累托（Generalized Pareto, GP）分布杂波模型下的最优相干检测器，即广义似然比检验-线性门限检测器（GLRT-LTD）。此做法能够在数十毫秒的相干处理间隔（Coherent Processing Interval, CPI）内，利用幅度和多普勒信息最大化抑制海杂波，并将检测到的目标候选点（Plots）的二进制结果、检验统计量值（Test Statistic）和多普勒频率偏移（Doppler Offset, DOS）估计值全部传递至下一阶段。这为后续处理提供了比单纯二进制结果更丰富的辅助信息。
第二阶段扫描间处理的核心是本研究提出的多普勒引导回顾滤波器（DGRF）。这个滤波器是专门为每个候选目标点定制的，它利用该点的DOS估计值计算出径向速度，并据此构建一个单一的速度匹配模板，回顾性地在之前多个扫描（实验中为13次扫描）中进行搜索和积累。这一机制巧妙地利用了一个关键物理现象：真实运动目标在扫描间的径向移动速度与其扫描内的多普勒速度高度一致，而海面结构趋势的纹理所造成的虚假点，其多普勒速度（由短风浪和毛细波引起）与纹理条纹本身在扫描间的移动速度（由长涌浪引起）是不一致的。因此，DGRF能有效阻止以往基于速度模板组（Respective Filter Bank, RFB）的扫描间积累方法容易沿着结构趋势积累虚假航迹的弊端，同时也显著降低了计算量。在此过程中，会分别对二进制结果和检验统计量进行扫描间积累。
第三阶段，检测器将三个统计量进行融合以做出最终判决。这三个统计量分别是：通过DGRF积累的二进制检测结果、积累的检验统计量值、以及新构建的扫描间多普勒一致性统计量（Interscan Doppler Consistency Statistic）。后者通过计算DGRF内所有候选点径向速度的离散程度，进一步将目标运动一致性特征量化。对这三个统计量的乘积设一个统一的第二门限，只有当超过该门限时，一个候选点才被最终判定为目标。该流程将扫描内处理与扫描间处理从松耦合关系转变为紧耦合的信息深度融合，极大地增强了排除虚警的能力。
实验部分利用本研究提出的仿真方法和公开的CSIR（Council for Scientific and Industrial Research）实测数据库对提出的DGRF-GLRT-LTD检测器进行了全面验证和性能比较。在仿真数据实验中，研究与近年来提出的快速扫描间积累预处理（FSSIP）检测器和结合对数恒虚警与非相干积累的RFB-LogCFAR检测器进行了对比。结果显示，在顺风、侧风和逆风等多种海况下，尤其是在信杂比（Signal-to-Clutter Ratio, SCR）低于12分贝的关键低可观测区域，DGRF-GLRT-LTD检测器的检测概率均显著优于其他检测器。例如，在平均SCR为10分贝的逆风数据中，其检测概率达到0.785，而FSSIP检测器仅为0.215。实验还揭示了速度模板间隔（Δv）和积累扫描次数（L）等关键参数对性能的影响，指出选择适中的速度间隔可达到最佳性能。
在基于CSIR实测数据的实验中，使用了包含小型快艇和渔船目标的TFC15-008和TFC17-002两组数据，其结构纹理特征明显，形状参数（λ）分别为0.740和0.915，呈现重拖尾分布。在这组极低检测概率的场景下，对比实验揭示了性能差异的深层原因。FSSIP和RFB-LogCFAR检测器由于采用非相干积累，为抑制结构纹理产生的强虚警不得不提高检测门限，导致丢失目标航迹，两个检测器在第一组数据上的检测概率分别仅为0.044和0.013。而基于GLRT-LTD但扫描间仍用传统RFB的检测器（RFB-GLRT-LTD），虽然扫描内处理性能提升，但仍会沿着结构纹理积累虚假航迹，限制了性能。只有DGRF-GLRT-LTD检测器凭借多普勒引导，有效阻断了沿结构纹理的积累，获得了最佳的检测概率，在第一组和第二组数据上分别达到0.652和0.753。
该研究的科学意义与应用价值在于，它首次明确分析了快扫模式下结构纹理相关虚警的产生机理，并利用其多普勒不一致性这一物理特性，提出了DGRF这一精巧的解决思路，显著提升了恶劣海况下慢速小目标的探测能力。这种将物理认识与信号处理技术深度融合的方法，为后续研究提供了新范式。在应用层面，该技术可直接应用于装备快扫模式的现代对海监视雷达，在不改变雷达硬件体制的情况下，通过革新信号处理算法，就能大幅提升对潜望镜、无人水面艇等高价值小目标的预警距离和可靠性。同时，研究中提出的能生成包含逼真结构纹理和海尖峰的雷达回波仿真方法，也为雷达系统在缺乏大量实测数据时的设计、开发和性能评估提供了宝贵且高效的工具。
本研究的亮点在于其提出的三项主要创新。首先，用最优化相干累积检测器GLRT-LTD替代了扫描内的非相干累积，最大限度地减少了小目标的累积损失，并为下游处理提供了多普勒这一关键信息。其次，也是最核心的创新，是提出了多普勒引导的回顾滤波器（DGRF），它颠覆了传统速度模板组盲目搜索的模式，实现了基于物理特性的“精确制导”扫描间积累，在排除虚警方面效果显著。最后，将目标航迹积累、检验统计量积累和扫描间多普勒一致性三者融合进行最终判决，实现了对信号多维特征的深度挖掘和利用。综合来看，该研究将一个长期困扰雷达领域的难题，分解为扫描内、扫描间和目标属性三个层次，并进行了系统性地创新解决，构成了一个完整且高效的检测体系。