摘要：在雷达目标多通道自适应检测场景下，诸多非均匀背景因素易导致异常值干扰，使得辅助数据独立同分布条件难以满足，已有辅助数据筛选方法往往假定异常值个数已知，在个数未知的情况下面临较大性能损失。为此，该文研究了异常值个数未知情况下辅助数据自适应筛选方法。首先，在杂噪协方差矩阵已知条件下，建立了异常数据集合的最大似然估计，基于广义内积对辅助数据进行初步排序，将异常数据集合的最大似然估计过程简化为异常值个数估计。其次，利用快速最大似然方法进行未知协方差矩阵估计，提出了未知异常值个数下辅助数据自适应筛选方法。进一步地，为降低异常值对初步排序性能的不利干扰，基于归一化采样协方差矩阵设计了归一化广义内积形式，并结合迭代估计方式，对前述辅助数据自适应筛选流程进行改进。仿真结果表明，与广义内积相比，采用归一化广义内积可获得更高的筛选精度，采用较小迭代次数即可获得稳定的归一化信干比改善；与已有辅助数据筛选方法相比，该文所提方法在异常值个数未知条件下具有更好的筛选性能。