利用对照表估计多分辨率海杂波模型类型和参数的方法技术

技术编号:34722683 阅读:19 留言:0更新日期:2022-08-31 18:08
本发明专利技术公开一种利用对照表估计多分辨率海杂波模型类型和参数的方法,其实现步骤是:估计从雷达接收机获得的高分辨率海杂波幅度序列的模型类型和参数;构建海杂波幅度分布模型的“初始形状参数

【技术实现步骤摘要】
利用对照表估计多分辨率海杂波模型类型和参数的方法


[0001]本专利技术属于信息处理
,更进一步涉及雷达信号处理
中的一种利用对照表估计多分辨率海杂波模型类型和参数的方法,本专利技术可用于对海面目标的多分辨率海杂波的模型类型和参数进行估计。

技术介绍

[0002]为了检测海上目标,必须深入研究海杂波,对海杂波特性进行精确的分析描述。海杂波幅度分布是海杂波的一个重要统计特性,近年来,有关各种既定海杂波幅度模型下的研究已颇具规模,每种海杂波模型均有对应的目标检测算法,为使这些算法达到有效实现的效果,首先要估计海杂波的模型类型,这是目标检测前不可或缺的预处理步骤。在海杂波幅度分布模型中,形状参数和尺度参数是反映海杂波特性的重要指标参数,尺度参数表征海杂波的功率,形状参数可表征海杂波的非高斯特性,也是后续海面目标检测所需的重要特性参数。
[0003]海面目标的多分辨分层检测技术,是将海面目标根据一定的尺寸标准进行划分,对于不同尺寸大小的海面目标(航母、舰船、浮标、潜望镜等)用一组多分辨(诸如3m、9m、15m等)的波束序列进行遍历扫描,实现较大分辨单元检测海面大目标、较小分辨单元检测海面小目标的动态分层检测,避免了小目标丢失、大目标不完整等问题。在进行海面目标的多分辨分层检测前,多分辨率海杂波数据幅度分布的模型类型和参数。
[0004]Xu S W,Wang L,Shui P L等人在其发表的论文“Iterative maximum likelihood and zlogz estimation of parameters of compound

Gaussian clutter with inverse Gamma texture”(2018IEEE ICSPCC,Qingdao,China,2018:1

6)中公开了一种利用迭代最大似然估计海杂波幅度模型参数的方法。该方法首先通过矩估计方法求得参数的迭代初始值,再利用对数似然函数的参数偏导方程组通过迭代的方式得到参数估计值。该方法不仅可以保证与最大似然估计法近似的估计精度,且大大降低最大似然估计法的计算量。但是,该方法仍然存在的不足之处是,参数估计值的精度易受海杂波数据中的异常值影响。
[0005]石小帆在其发表的学位论文“海杂波关键特性参数的预测方法研究”(西安电子科技大学,硕士论文,2020)中提出了一种估计利用K

S距离估计海杂波模型类型的方法。该方法利用参数估计值拟合得到累积分布函数,进而计算各模型的K

S距离,确定K

S距离最小的海杂波幅度模型为海杂波数据的最优模型类型。该方法存在的不足之处是,模型类型估计准确率易受海杂波数据中的异常值影响,且估计多分辨海杂波数据的模型类型时,需要分别对不同分辨率的海杂波数据进行计算以估计模型类型,计算量大,估计速度慢,难以满足工程应用中数据实时处理的需要。

技术实现思路

[0006]本专利技术的目的是针对上述现有技术的不足,提出一种利用对照表预测多分辨率海杂波模型类型和参数的方法,用于解决参数估计值的精度易受海杂波数据中的异常值影
响,以及多分辨率海杂波模型类型估计准确率易受海杂波数据中的异常值影响,且计算量大、估计速度慢,难以满足工程应用中数据实时处理的需要的问题。
[0007]实现本专利技术目的的思路是:本专利技术构建广义Pareto分布强度模型和IGCG幅度分布模型的“初始形状参数

分辨率转换倍数

模型类型和形状参数”对照表,获得无明显异常值的高分辨率海杂波数据,按照分辨率转换方法,得到多分辨率海杂波数据集,数据集中的每一组海杂波数据取模,并将模值按升序排列,得到分辨率转换后的低分辨率的海杂波幅度序列进而估计其参数,可以减少低分辨率海杂波数据中的异常值对参数估计性能的影响,以此减小参数估计的误差,解决参数估计值的精度易受海杂波数据中的异常值影响的问题。由于尺度参数易从海杂波平均功率中获得,本专利技术估计参数的重点在形状参数。根据高分辨率海杂波数据的模型类型和初始形状参数,以及分辨率转换倍数,通过查表获得目标分辨率的海杂波数据的模型类型和形状参数,克服现有技术估计模型类型时估计准确率易受海杂波数据中的异常值影响,且计算量大、估计速度慢的问题,实现实时估计多分辨海杂波数据的模型类型和参数,满足工程应用中数据实时处理的需求。
[0008]为实现上述专利技术目的,本专利技术的技术方案包括如下:
[0009]步骤1,获得海杂波幅度序列:
[0010]雷达接收机接收雷达发射机连续发射脉冲信号的高分辨率海面回波数据,在高分辨率回波数据中随机选取至少10000个海杂波数据,对所选取的杂波数据取模后将模值按升序排列,得到海杂波幅度序列r;
[0011]步骤2,估计海杂波幅度序列的模型类型和参数:
[0012]步骤2.1,构造广义Pareto分布强度模型的幅度概率密度函数;
[0013]步骤2.2,构造IGCG幅度分布模型的幅度概率密度函数;
[0014]步骤2.3,对广义Pareto分布强度模型的幅度概率密度函数中的海杂波幅度序列r进行积分,生成标准累积分布函数;
[0015]步骤2.4,对IGCG幅度分布模型的幅度概率密度函数中的海杂波幅度序列r进行积分,生成标准累积分布函数;
[0016]步骤2.5,生成海杂波幅度序列的经验累积分布函数;
[0017]步骤2.6,计算广义Pareto分布强度模型和IGCG幅度分布模型的K

S距离;
[0018]步骤2.7,计算广义Pareto分布强度模型和IGCG幅度分布模型的对数K

S距离;
[0019]步骤2.8,将广义Pareto分布强度模型和IGCG幅度分布模型中的最小K

S距离或最小对数K

S距离对应的海杂波幅度模型估计为海杂波幅度序列的模型类型;如果海杂波幅度序列的模型类型为广义Pareto分布强度模型,则海杂波幅度序列的形状参数为如果海杂波幅度序列的模型类型为IGCG幅度分布模型,则海杂波幅度序列的形状参数为其中,表示对海杂波幅度序列进行迭代最大似然估计得到的广义Pareto分布强度模型的形状参数估计值,表示对海杂波幅度序列进行迭代最大似然估计得到的IGCG幅度分布模型的形状参数估计值;
[0020]步骤3,构建广义Pareto分布强度模型的“初始形状参数

分辨率转换倍数

模型类型和形状参数”对照表:
[0021]步骤3.1,在(1.0,10.0]区间内每间隔0.5取长度为0.5的一个值,将1.05作为序列的初始值,组成一组形状参数序列,共19各元素;
[0022]步骤3.2,从形状参数序列中依次选取一个元素作为初始形状参数,设初始尺度参数为1,初始雷达分辨率为R
P0
,依据复合高斯模型的理论本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种利用对照表估计多分辨率海杂波模型类型和参数的方法,其特征在于:构建广义Pareto分布强度模型和IGCG幅度分布模型的“初始形状参数

分辨率转换倍数

模型类型和形状参数”对照表,按照该分辨率转换方法,得到多分辨率杂波数据集;该方法的具体步骤包括如下:步骤1,获得海杂波幅度序列:雷达接收机接收雷达发射机连续发射脉冲信号的高分辨率海面回波数据,在高分辨率回波数据中随机选取至少10000个海杂波数据,对所选取的杂波数据取模后将模值按升序排列,得到海杂波幅度序列r;步骤2,估计海杂波幅度序列的模型类型和参数:步骤2.1,构造广义Pareto分布强度模型的幅度概率密度函数;步骤2.2,构造IGCG幅度分布模型的幅度概率密度函数;步骤2.3,对广义Pareto分布强度模型的幅度概率密度函数中的海杂波幅度序列r进行积分,生成标准累积分布函数;步骤2.4,对IGCG幅度分布模型的幅度概率密度函数中的海杂波幅度序列r进行积分,生成标准累积分布函数;步骤2.5,生成海杂波幅度序列的经验累积分布函数;步骤2.6,计算广义Pareto分布强度模型和IGCG幅度分布模型的K

S距离;步骤2.7,计算广义Pareto分布强度模型和IGCG幅度分布模型的对数K

S距离;步骤2.8,将广义Pareto分布强度模型和IGCG幅度分布模型中的最小K

S距离或最小对数K

S距离对应的海杂波幅度模型估计为海杂波幅度序列的模型类型;如果海杂波幅度序列的模型类型为广义Pareto分布强度模型,则海杂波幅度序列的形状参数为如果海杂波幅度序列的模型类型为IGCG幅度分布模型,则海杂波幅度序列的形状参数为其中,表示对海杂波幅度序列进行迭代最大似然估计得到的广义Pareto分布强度模型的形状参数估计值,表示对海杂波幅度序列进行迭代最大似然估计得到的IGCG幅度分布模型的形状参数估计值;步骤3,构建广义Pareto分布强度模型的“初始形状参数

分辨率转换倍数

模型类型和形状参数”对照表:步骤3.1,在(1.0,10.0]区间内每间隔0.5取长度为0.5的一个值,将1.05作为序列的初始值,组成一组形状参数序列,共19各元素;步骤3.2,从形状参数序列中依次选取一个元素作为初始形状参数,设初始尺度参数为1,初始雷达分辨率为R
P0
,依据复合高斯模型的理论,仿真生成50组服从广义Pareto分布强度模型的海杂波数据{c
P1
,c
P2
,...,c
P50
},每组数据互为独立同分布,且每组样本量为107;步骤3.3,两组海杂波数据复数叠加便可得到2倍分辨率2R
P0
时的海杂波数据为c
P1
+c
P2
,3倍分辨率3R
P0
时的海杂波数据为c
P1
+c
P2
+c
P3
,按照该分辨率转换方法,得到一个多分辨率海杂波数据集{c
P1
,c
P1
+c
P2
,c
P1
+c
P2
+c
P3
,...,c
P1
+c
P2
+c
P3
+

+c
P50
},19个初始形状参数得到19个数据集;步骤3.4,将19个数据集中的每一组海杂波数据取模,并将模值按升序排列,得到分辨率转换后的海杂波幅度序列r
P
';
步骤3.5,采用与步骤2相同的方法,估计分辨率转换后的海杂波幅度序列r
P
'的模型类型和形状参数;步骤3.6,将19个初始形状参数以及其对应的分辨率转换后的海杂波幅度序列的模型类型和形状参数的估计结果,组成广义Pareto分布强度模型的“初始形状参数

分辨率转换倍数

模型类型和形状参数”对照表;步骤4,构建IGCG幅度分布模型的“初始形状参数

分辨率转换倍数

模型类型和形状参数”对照表:步骤4.1,在[1.0,10.0]区间内每间隔0.5取长度为0.5的一个值,组成一组形状参数序列,共19各元素;步骤4.2,从形状参数序列中依次选取一个元素作为初始形状参数,设初始尺度参数为1,初始雷达分辨率为R
I0
,依据复合高斯模型的理论,仿真生成50组服从IGCG幅度分布模型的海杂波数据{c
I1
,c
I2
,...,c
I50
},每组数据互为独立同分布,且每组样本量为107;步骤4.3,两组海杂波数据复数叠加便可得到2倍分辨率时的海杂波数据为c
I1
+c
I2
,3倍分辨率3R
I0
时的杂波数据为c
I1
+c
I...

【专利技术属性】
技术研发人员:水鹏朗韩悦封天
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1