基于Pareto 杂波的参数估计范围研究

当雷达工作在高海情环境时,相比于K分布模型,Pareto 分布是一种优势更大的统计杂波模型。基于Pareto杂波模型的参数估计研究,一直存在着参数估计表达式不闭合以及参数估计范围受限的问题,该文利用了正数阶矩估计的方法,不仅得到了闭合的估计表达式,而且扩大了参数估计的范围。同时,提出了负数阶矩估计,使参数估计的范围覆盖到参数的整个取值区间。实验表明,负数阶矩估计法运算速度快,估计范围不受限。与传统的估计法相比,参数取值越小,负数阶矩估计的估计性能越好,并且估计精度呈指数趋势提高。     

基于矩方法的K分布杂波参数估计研究

从参数估计的精度和算法复杂度两个方面分析比较了矩与最大似然结合（MOM／ML）、分数阶矩、二／四阶矩、算术与几何均值比（MA／MG）、正规化对数估计（NLE）、对数方差和zlog（z）期望等7种基于矩方法的K分布形状参数估计算法的性能，证明了几种估计算法之间的关系。最后，结合K分布在雷达信号处理应用中的参数范围，给出了K分布雷达杂波参数估计的选择方案。     

基于实测数据的海杂波K分布参数估计方法研究

针对海杂波K分布模型参数难以估计的特点,提出了一种自适应遗传求解算法。该算法利用相关熵作为适应度函数,按照自适应变异原则进行优化,实现了参数的准确估计。实测数据处理结果表明,该算法性能优于矩估计法和最大似然估计法,具有很高的估计精度和适应性,从而为最优检测算法设计提供依据。     

基于zr log(z)期望的K分布参数估计

该文用zr log(z) 期望扩展了基于z log(z)期望的K分布参数估计方法,导出了基于zr log(z) 期望的K分布参数估计表达式.分析比较了阶数r取不同值时,基于zr log(z)期望的参数估计精度.仿真结果表明,在K分布雷达尖杂波参数范围内,阶数r小于1时,基于zr log(z)期望的参数估计精度高于z log(z)期望法和正规化对数估计法.     

基于多维矩特征联合的K分布杂波参数估计

K分布杂波参数估计在海洋雷达自适应目标检测中起着关键作用。传统的矩估计器通过联立两个矩求解参数,其估计性能受限于有限矩的信息。因此,本文提出一种基于多维矩特征联合的参数估计方法,旨在拓展矩信息的维度。首先,从观测数据中,提取多个精心设计的线性矩和对数矩,构建一个特征向量。其次,将传统基于统计分布的参数估计问题转换为非线性优化问题。然后,通过引入梯度提升决策树（Gradient Boosting Decision Tree, GBDT）算法,建立特征向量和形状参数之间的函数关系,实现形状参数的估计。此外,推导证明特征向量与尺度参数的独立性以及二阶矩只依赖于尺度参数,从而解决两个参数估计的相关性问题。最后,仿真和实测数据结果表明,所提估计器能利用多个矩的丰富信息,进一步提高参数估计性能。特别是在小形状参数时,其估计性能显著优于现有矩估计法和zrlog(z)期望法。     

K分布海杂波参数估计方法研究

K分布模型在雷达杂波分析、建模、仿真及雷达目标检测中有着广泛应用,因此K分布杂波的参数估计方法非常重要。已有的K分布杂波的参数估计方法较多,然而在实际应用中缺乏从众多估计方法中选择合适方法的标准。本文针对常见的几类k分布参数估计方法,通过计算机仿真进行性能分析和比较,得出不同条件下选择参数估计方法的基本原则,并且将其应用于实际的海杂波数据建模分析中,从而对工程实践起到了指导作用。     

基于混合矩的极化SAR图像K分布模型参数估计新方法

K分布模型在极化合成孔径雷达(PolSAR)图像建模领域中获得广泛应用。其模型参数估计的精度将直接影响到模型拟合的准确性。目前普遍采用的K分布参数估计方法是基于协方差矩阵Mellin变换的对数累积量的估计方法。但是该方法没有解析的表达式,数值计算运算时间较长,另外在形状参数1时估计偏差较大。为此该文提出一种基于|z|rlg|z|混合矩的参数估计新方法,该方法对不同形状参数值下的参数估计具有较好的适应性,并且在值较小时估计性能优于对数累积量方法。同时在r=1/d时该方法有解析的表达式,其运算时间优于对数累积量方法。最后用仿真数据和实测数据对新方法和已有参数估计方法的结果进行了比较,验证了基于混合矩估计方法的准确性与有效性。该方法为PolSAR图像统计模型参数的快速有效估计提供了新手段。     

电子倍增CCD噪声参数的估计方法

为定量评价电子倍增CCD(EMCCD)图像噪声的大小,实现对EMCCD 图像噪声参数的准确估计,研究了EMCCD 的噪声分布模型及其参数估计方法。首先,讨论了EMCCD 图像的噪声来源及其统计特性,由此建立了适于EMCCD 的噪声分布模型。然后,提出了两种EMCCD 噪声参数估计方法矩估计法和高斯-牛顿法,采用Monte Carlo 仿真验证其性能。仿真结果表明,矩估计法和高斯-牛顿法的平均相对误差和相对标准偏差均为10-2 量级,估计精度较高,且高斯-牛顿法的估计精度要高于矩估计法。采集一系列无增益时积分时间为50 s的暗场图片和增益为50 的本底图片,利用矩估计法和高斯-牛顿法分别估计出EMCCD 的暗电流噪声、时钟感生电荷噪声和读出噪声,实验结果表明,估计值与EMCCD 指标值一致,证明矩估计法和高斯-牛顿法能有效估计噪声参数且具有较高的精度。     

基于矩估计的遗传算法杂波幅度模型参数估计

选用了适用于多参数估计的遗传算法对Ku波段实测杂波数据进行K分布以及对数正态分布模型进行参数估计.为减少搜索范围,采用了计算量小的矩估计方法确定参数初始值;以常用的最小均方误差为目标函数.结果显示在遗传代数为50左右适应度函数收敛到稳定值,且拟合曲线与杂波数据直方图很好吻合.验证了遗传算法用于杂波模型参数估计的适用性.     

一种基于最小二乘的K-分布参数估计方法

提出了一种基于最小二乘的K-分布参数估计方法,并利用仿真对该方法进行了验证。这种方法利用变量替换将杂波矩量和分布参数之间的关系转换为线性函数,然后通过最小二乘方法求解线性超定方程组获得K-分布参数的估计,这样能够避免常规矩量法在处理实际杂波数据时由于数据长度和噪声所导致的错误估计的发生,利用最小二乘法提高了估计精度。     

利用近似展开法的多视K模型参数估计器性能分析

准确估计模型参数是对合成孔径雷达图像空变背景杂波精确建模的重要前提。K分布是一种广泛应用于描述合成孔径雷达（Synthetic Aperture Radar,SAR）图像杂波统计特性的概率模型,针对多视K分布杂波模型,该文总结了现有的参数估计方法,将常见的9种矩估计器推广到多视SAR图像的杂波建模中,并采用近似展开法推导了各估计器估计偏差和方差的解析表达式。本文对各种估计器的性能进行了对比与分析,结果表明,估计器的性能取决于视数、样本数、待估计阶参数的取值范围以及估计器的计算量,并且得到了不同应用场景与条件下合理选择估计器的一般原则。在实际应用中,应该根据具体情况来选择合适的估计器。      

多视SAR图像K分布特征函数与统计量研究

K分布是一种广泛应用于描述SAR图像杂波统计特性的概率模型,然而对于其特征函数及各类统计量的研究却少见于报道。本文基于Fourier变换和Mellin变换,详细推导了多视K分布第一类和第二类第一、第二特征函数的解析表达式,获得了原点矩、累积量、对数矩和对数累计量的计算公式,在此基础上给出了基于原点矩的参数估计器和基于对数累积量的参数估计器。最后利用Kendall近似展开法,理论分析了两种估计器的正规化偏差与方差。结果表明,对于小样本不均匀SAR图像场景,对数累积量估计器的性能明显优于矩估计器。      

基于Fisher分布的极化合成孔径雷达统计建模及其参数估计方法

为更准确地描述高分辨极化合成孔径雷达(Synthetic Aperture Radar, SAR)图像的尖峰和长拖尾等统计分布特性, 提出了基于Fisher分布的极化图像多变量乘积模型, 并研究了其参数估计方法.首先给出了柯西分布相干斑噪声等效纹理分量的概率密度函数及其低阶矩特征;然后利用散射因子服从F分布的等效纹理变量与高斯散斑变量相乘形成的多变量乘积统计模型, 得到了Fisher分布模型的概率密度函数, 并推导了其多视协方差矩阵的概率密度函数和矩阵行列式值的低阶矩特征;最后提出了基于矩阵行列式值的矩估计和基于Mellin变换的对数累积量估计等两种参数估计方法, 并进行了对比, 同时通过仿真数据和实测数据验证了理论模型和新参数估计方法的有效性.这为高分辨极化SAR图像建模、目标检测和识别等领域的理论研究和工程实现提供了新途径.     

相关扩展K-分布雷达杂波及其仿真分析

针对雷达杂波具有尖峰、非对称和重拖尾等非高斯特征,使用二元Rayleigh独立积和自由度为n的广义x~2分布的随机变量进行级联,得到扩展K-分布随机变量。二元Rayleigh独立积使得扩展K-分布比K-分布在概率密度函数上具有更为明显的尖峰和重拖尾,且二元Rayleigh独立积的出现与高分辨率雷达杂波的散射机制相符。使用Markov扩散过程模型产生相关的扩展K-分布杂波随机变量。仿真得到的随机序列的概率密度分布与理论值吻合很好。     

基于实测数据的分时全极化雷达海杂波分布研究

首先基于IPIX分时全极化雷达的海杂波实测数据,分析了瑞利分布、韦布尔分布、对数正态分布和K分布对实测数据的拟合效果,发现对数正态分布拟合水平极化接收通道的杂波数据效果较好,K分布拟合垂直极化接收通道的杂波数据效果较好,但是仍然存在海杂波"拖尾"区域拟合不理想的情况.为此,假设海杂波中的布拉格散射体的回波服从K分布,离散海尖峰的回波服从对数正态分布,海杂波整体服从K分布和对数正态分布的叠加混合分布,提出了一种具有闭式表达式的混合分布,以改善海杂波分布"拖尾"部分的拟合效果.实测数据分析表明,本文提出的混合分布对海杂波幅度分布的拟合效果优于对数正态分布和K分布.     

基于RELAX的气象雷达回波参数化谱矩估计方法

气象雷达回波的功率、平均频率和谱宽等谱矩参数与气象目标的类型密切相关,如何准确估计一直是关注的问题。地杂波也是气象雷达面临的严重干扰。气象目标回波和地杂波的频谱呈现高斯谱的特征,其参数化模型可以利用来估计这些谱矩参数。提出了拟合信号功率谱的参数化谱矩估计方法,并采用RELAX的思想进行多个高斯谱信号混合时的谱矩参数估计。最后利用仿真气象雷达信号进行了实验和性能分析,实验结果表明提出的方法能准确估计出高斯功率谱的谱矩参数,且具有较高的分辨率。与脉冲对法相比可用于估计多个高斯谱混合的情况（比如地杂波和气象回波叠加在一起时）,与最大似然法相比降低了运算量。