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。     

一种K分布杂波参数估计的快速算法

该文对K分布杂波模型统计特性做了深入分析和推导,提出了一种新的运用样本算数平均和几何平均的高精度低运算量的K分布杂波模型参数估计快速算法,并对算法的估计精度作了理论评价。最后进行了计算机仿真实验,实验结论证实了文中所提出算法的有效性与准确性。     

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.     

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。     

广义K分布杂波模型参数估计

假设杂波散斑分量和幅度调制分量均服从广义Gamma分布是广义K分布杂波模型的前提条件.本文以参数解耦技术为突破点,提出了一种杂波模型参数估计算法,将一个四维非线性最优化问题转化为一个一维最优化问题,从而降低了计算量和所需样本数,提高了估计性能.仿真结果验证了算法的有效性与准确性.     

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。     

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。     

基于改进的ZMNL 和SIRP 的K 分布杂波模拟方法

零记忆非线性变换(ZMNL)法和球不变随机过程(SIRP)法是模拟K 分布杂波的两种常用方法。针对传统ZMNL 方法中形状参数(半)整数化所导致的杂波模拟偏差问题,该文提出采用增加Gamma 分布生成支路的方法进行改进,改进后的方法能够模拟任意形状参数的K 分布杂波;针对传统SIRP 方法运算量较大的问题,给出了一种改进的调制变量产生方法,该方法能够避免求解非线性方程,极大地降低了运算量,提高了仿真速度。仿真结果验证了改进方法的有效性。      

MTD系统中杂波参数的估计

详细介绍了杂波噪声功率比的估计方法及其在MTD系统中的应用。该方法可提高雷达在杂波环境中的自适应性能,具有一定的实用价值。     

基于高阶矩函数的雷达目标微动参数估计方法

提出了一种适用于窄带雷达信号的微动参数快速估计方法.该方法首先对目标回波信号进行混频处理,并去除直流分量后计算高阶矩函数,通过检测不同时延下高阶矩虚数部分傅里叶变换累积结果的峰值位置,可快速获得目标部件的旋转频率.然后结合串行消除的方法实现对旋转半径和初相的快速准确估计.最后,仿真验证了该方法的有效性.     

基于ZMNL的相关广义K分布宽带雷达杂波仿真

广义K分布(GK-pdf)模型,是一种适用于宽带雷达杂波仿真的分布模型。文中首先研究了广义K分布模型及其统计特性,得到了相关系数之间的非线性关系。从而利用零记忆非线性变换(ZMNL)方法仿真了相关广义K分布杂波,给出了基于ZMNL法的相关广义K分布杂波序列仿真原理和算法流程图,并仿真了几种经典的特殊广义K分布。仿真结果表明了该方法的有效性、准确性。     

WAS-GMTI模式下基于Relax算法的杂波抑制和参数估计方法

该文提出一种基于Relax算法的杂波抑制和参数估计方法。该方法适用于多通道广域监视GMTI系统。在分析广域监视模式回波组成的基础上,结合Relax算法,设计了进行杂波抑制的迭代方法。相对于降维空时自适应处理(STAP),该方法不需要估计杂波加噪声的协方差矩阵,因此可以在非均匀杂波环境下取得较优的杂波抑制效果。该文同时指出,在杂波抑制的基础上,针对存在动目标的距离-多普勒单元继续进行迭代,可实现动目标参数的精确估计。仿真结果验证了上述方法的有效性。     

基于文法派生解析表的多功能雷达快速参数估计方法

随机上下文无关文法(SCFG)在多功能雷达(MFR)状态识别和威胁估计中具有良好的应用前景.为了减少常规算法的运算复杂度,本文提出一种基于解析表构造的多功能雷达参数快速估计方法.该方法通过对截获的每个雷达数据序列构造库克-杨-卡塞米(CKY)解析表,排除了大量未参与序列派生过程的产生式,随后在解析表的基础上采用改进的Inside-Outside(IO)算法对雷达文法产生式概率和多功能雷达状态进行快速估计.理论分析与实验仿真证明,该算法在参数估计精度相同的条件下,其运算时间相对于常规IO算法和Viterbi-Score(VS)算法减少了50%以上.