多径效应是雷达系统中低空目标检测面临的一个严重问题。为了克服这个问题，科学家们提出了基于估计信号噪声比（ESNR）的加权检测器。通过引入多径强度因子，为不同雷达系统在低空环境中的信号模型建立起来。受到认知理论最新发展的启发，基于ESNR的加权检测器被提出，目的是增强高信噪比（SNR）的通道，同时抑制低信噪比的通道。本论文采用特征函数法推导出了所提出的检测器的理论检测概率。仿真结果表明，与传统等权重检测器相比，提出的方法能有效克服多径的负面影响，并在低空环境中改善检测性能。研究还表明，在低信噪比区域，多输入多输出（MIMO）雷达的检测性能优于其他雷达系统。
对于在低空目标检测领域中的杂波和多径效应的负面影响问题，已经有许多成熟的方法，例如移动目标指示/移动目标检测（MTI/MTD）、时空自适应处理以及脉冲多普勒等来处理杂波。然而，多径效应问题仍未得到很好的解决。因此，设计一种优化的检测器以解决多径问题是必要的。此外，存在多种类型的雷达系统；哪种类型在低空目标检测性能上最佳，需要进一步讨论。当前的研究主要集中在两个问题上，其一是建立准确的低空目标检测模型；其二是研究在多径环境下不同雷达系统的性能。本研究提出的新方法能够处理传统方法不能很好解决的多径效应问题。
在多径环境下，信号从发射源到接收器的传播路径不止一条，这些路径可能包括直接路径以及一系列的反射路径。信号经过多次反射后，会在接收器端产生与原信号相似但延时的复制信号。这些复制信号的叠加会破坏信号的完整性，从而导致在目标检测时的性能下降。为了应对这种影响，研究者们提出了基于估计信号噪声比加权的目标检测器。
在低空目标检测中，传统等权重检测器无法有效地区分信号与噪声，尤其是在多径效应严重的环境中。为了改善检测性能，研究团队利用认知理论中的加权因子，提出了基于ESNR的加权检测器。通过分析多径强度因子，并结合信号模型，新检测器可以突出高信噪比的通道信息，并抑制信噪比较低的通道信息，从而提高了雷达系统的检测能力。
特征函数法被用来推导出检测器的理论检测概率，它是一种能够提供关于随机变量分布特征的函数。在雷达系统中，特征函数方法能够帮助研究者分析和推导出目标检测的概率模型。通过使用这种方法，研究者可以更精确地计算出检测器在不同环境下的性能指标，从而对检测器进行优化。
仿真结果表明，提出的加权检测器相比于传统等权重检测器在克服多径效应方面具有明显的优势，能够有效提升低空环境中的检测性能。此外，在低信噪比区域，MIMO雷达相较于其他类型雷达系统展现出了更优秀的检测能力。MIMO雷达利用多输入多输出的方式，增强了信号的鲁棒性和检测性能，尤其在面对复杂多径效应的低空环境时，表现出更加稳定和准确的检测能力。
多径效应是影响雷达系统低空目标检测性能的主要因素之一，通过信号噪声比的加权检测器和特征函数法的结合，可以在多径环境中实现有效的目标检测。研究者提出的这种方法在理论和仿真两个层面上都证明了其有效性，为未来在复杂环境下雷达系统的性能提升提供了可能的方向。
