基于原点矩偏导的K分布杂波参数估计

K分布的参数估计研究对于雷达杂波特性预测和估计具有重要意义。基于矩估计的K分布参数估计方法通过联立不同阶原点矩进行参数求解,这些不同阶数下的联合,在数据长度受限情况下会产生误差。因此,通过计算原点矩偏导和原点矩之间的关系,推导出了一种新的K分布杂波参数估计方法。该方法在同阶原点矩的条件下进行参数估计,避免了不同阶原点矩之间的估计误差,具有更好的估计性能。通过仿真和实测杂波数据,分析比较了该方法与其他矩估计法的参数估计有效率和估计精度,该方法具有100%的估计有效率且估计精度更高。高阶矩对数据敏感,在矩估计法中应尽量选取低阶矩,通过合理选取阶数k可以得到较为理想的估计结果和精度。     

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。     

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Mellin变换的K分布参数估计新方法

 K分布是目前SAR图像建模领域应用最广泛、最著名的统计模型之一.当前普遍采用的是基于矩估计的参数估计方法,但其存在等效视数值需要经验获取、容易出现错误估计以及造成K分布失效等问题.为此,本文提出了一种基于Mellin变换的K分布参数估计新方法.该方法以Mellin变换为基础,详细推导了K分布对应的第一个、第二个第二类型的特征函数和它们各自对应的对数矩和对数累积量,最终获得了K分布参数估计简洁的迭代表达式.所提方法不但有效克服了K分布失效的问题,更为重要的是,其把视数同形状参数、尺度参数一样视为待估计的参数,且能够快速准确地迭代出它们的估计值,保证了K分布的拟合精度.实验结果证明了所提方法的有效性.     

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。     

分数阶Fourier变换对LFM信号的特征参数估计能力仿真评估

将分数阶傅里叶变换（FrFT）对线性调频（LFM）信号处理方法应用到雷达侦察信号分选与参数估计中,研究FrFT对LFM信号在低信噪比下的检测与参数估计能力。设定了雷达侦察信号背景,制定了仿真验证流程,考察了FrFT对LFM信号的调频率和中心频率的估计能力,对比了不同信噪比下的参数估计运算时间。仿真结果验证了该算法可以完成低信噪比条件下雷达侦察LFM信号特征参数的估计。     

基于ZMNL和SIRP的相关非高斯杂波产生比较

针对雷达杂波模拟问题,介绍了零记忆非线性（ZMNL）法和球不变随机过程（SIRP）法的基本原理,仿真了5种相关非高斯杂波——Log-Normal、K、拉普拉斯、Weibull和广义Gamma分布。结果中模拟数据的概率密度函数与理论分布,Welch法估计谱与理论谱都能够较好地吻合,证明了两种算法的有效性。同时与分布参数估计相结合,比较分析了ZMNL法和SIRP法的适用情况和优缺点,并为两者的选择提出了合理的建议。     

G分布族参数估计新方法

提出了G分布族参数估计的新方法,首先详细分析了当前普遍采用的基于矩估计的G分布族参数估计方法存在的理论缺陷,在此基础上,提出了一种基于Mellin变换的G分布族统一的参数估计方法。该方法以Mellin变换为出发点,详细推导了G分布族中各分布对应的第一个、第二个第二类型的特征函数和它们各自对应的对数矩和对数累积量,最终获得了各分布参数估计简洁的迭代表达式。文中所提方法不但克服了各分布的矩估计器面临的诸多不足,更重要的是把视数同其他参数一样视为待估计的参数,且能够快速、准确地迭代出它们的估计值,保证了G分布族中各分布的拟合精度。以KL(Kullback-Leibler)度量、MSE(Mean Square Error)度量和K-S(Kolmogorov-Smirnov)检验为定量评估准则,对不同分辨率、不同视数的实测SAR图像分别采用文中所提各分布估计器与对应的矩估计器进行拟合实验,实验结果的全面对比分析证明了所提方法的有效性。     

K分布杂波下基于M-CPSO的散射中心参数估计

研究了非高斯K分布杂波条件下雷达目标散射中心参数估计问题,提出一种基于协同粒子群优化(CPSO Coop- erative-Particle Swarm Optimization)算法的M估计方法。针对K分布杂波的非高斯尖峰特性,首先利用M估计中的损失函数构造出散射中心参数估计的目标优化函数,然后利用协同粒子群算法,通过迭代优化得到目标的散射中心参数。该方法能够同时得到散射中心幅度和位置的稳健估计,通过与基于子空间的估计方法进行仿真实验对比,结果表明,在K分布杂波条件下该方法能够的得到更好的估计结果。     

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.     

L波段小擦地角海杂波幅度统计特性研究

为了研究L波段小擦地角海杂波幅度统计特性及其在不同海洋参数条件下的差异,该文结合海杂波实测数据,选取适当的拟合优度检验准则,对比分析给出了不同波高和风向条件下Rayleigh, Weibull, Log-normal, K分布等经典统计分布模型,以及典型参数条件下Pareto分布在L波段小擦地角海杂波建模中的拟合效果,可为雷达目标检测中杂波模型的选择提供参考,提高海洋环境背景下目标检测的适应能力。     

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。     

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。     

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。      

K分布海杂波相干视频信号之仿真

提出了一种基于K分布的高分辨率雷达海杂波模型和仿真算法。对这种算法的思路和实现步骤进行了说明，并对其中的若干关键问题进行了研究。设计了仿真场景和雷达参数，在高性能微机上进行了杂波仿真实验，仿真结果表明该算法准确、可行。     

基于SIRP的时空相关K-分布海杂波仿真研究

 时空相关K-分布海杂波的仿真对杂波环境下舰载雷达检测性能的研究具有重要意义.本文在分析海杂波时空相关特性的基础上,提出了一种基于球不变随机过程法(SIRP)的时空两维相关K分布海杂波仿真方法,并对其时间相关特性、空间相关特性、幅度分布特性进行了理论分析和仿真,结果表明,该方法产生的杂波序列符合K-分布,而且时间和空间相关特性可以根据需要进行设置.     

OSGO-CFAR在K分布杂波边缘中的性能分析

研究有序统计选大（OSGO）恒虚警检测器在K分布杂波边缘中的性能。文中推导出了该检测器在K分布杂波边缘中虚警概率的解析表达式，分析了它抗干扰边缘的性能，并与OS、CA、OSSO等检测器进行了比较，结果表明OSGO-CFAR具有最好的抗K分布杂波边缘的性能。