本論文研究了海雜波背景下距離擴(kuò)展目標(biāo)檢測(cè)算法。針對(duì)在局部均勻海雜波背景下,目標(biāo)單一不具有廣泛的適用性而引起了性能損失,本論文提出一種局部均勻海雜波背景下的分組廣義似然比檢測(cè)方法。針對(duì)協(xié)方差矩陣估計(jì)算法將海雜波的統(tǒng)計(jì)特性等同于散斑的統(tǒng)計(jì)特性,忽略了紋理對(duì)散斑協(xié)方差矩陣估計(jì)的影響這一問題,本論文提出了一種基于最大后驗(yàn)的修正樣本協(xié)方差矩陣估計(jì)算法,其紋理服從逆伽馬分布。為了獲得更好的估計(jì)精度,將修正樣本協(xié)方差矩陣估計(jì)算法中紋理分量采用了逆高斯分布,并將其運(yùn)用于本文提出的紋理服從逆高斯分布的最大后驗(yàn)檢測(cè)器。論文工作主要包括下面四部分:1)首先回顧了目標(biāo)檢測(cè)發(fā)展歷史和研究現(xiàn)狀,分析目前存在的主要問題,然后對(duì)海雜波的統(tǒng)計(jì)特性及常用模型進(jìn)行了概括總結(jié)。2)介紹了幾種經(jīng)典的目標(biāo)檢測(cè)算法并對(duì)其進(jìn)行簡(jiǎn)要分析,然后提出了一種局部均勻海雜波背景下的分組廣義似然比檢測(cè)方法。通過仿真實(shí)驗(yàn)分別對(duì)檢測(cè)器和對(duì)比算法進(jìn)行了性能分析和比較,證實(shí)其在性能上的優(yōu)勢(shì)并且具有更廣泛的適用性。3)介紹了海雜波背景下三種常用的協(xié)方差矩陣估計(jì)算法,提出了基于最大后驗(yàn)估計(jì)的修正協(xié)方差估計(jì)算法,其紋理分量服從逆伽馬分布,實(shí)驗(yàn)證明修正協(xié)方差估計(jì)算法提高了檢測(cè)器的檢測(cè)性能。4)為了獲得更好的估計(jì)精度,用逆高斯分布對(duì)基于最大后驗(yàn)的修正協(xié)方差估計(jì)算法中紋理分量進(jìn)行估計(jì),并將其運(yùn)用于提出的紋理服從逆高斯分布的最大后驗(yàn)檢測(cè)器。最后實(shí)驗(yàn)證明該檢測(cè)器具有良好的檢測(cè)性能。
【學(xué)位單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN957.51
【部分圖文】：

1,1]，h [2, 4,6]，fP=10-4。所有的三種模型中 G-GLRT 的檢測(cè)性能明顯優(yōu)于其它檢測(cè)器。如圖3.1(a)模型 1 中，在目標(biāo)能量均勻分布情況下，G-GLRT 要優(yōu)于 GCC-GLRT 和 NSDD-GLRT約3dB，優(yōu)于OS-GLRT 約7dB。NSDD-GLRT和OS-GLRT 這兩個(gè)檢測(cè)算法偏離了真正雜波，G-GLRT 假定雜波是局部均勻的克服了這一問題。假定紋理分量是一個(gè)未知的常數(shù)導(dǎo)致

南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文 第三章 分組廣義似然比檢測(cè)算法研究對(duì)于檢測(cè)器，仿真的目標(biāo)回波如公式(3.17)，實(shí)測(cè)雜波中目標(biāo)信雜比表達(dá)式為211| |KkkcSCR AP (3.19)式(3.19)中，cP 為目標(biāo)所在的單元的雜波平均功率。

南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文 第四章 基于逆伽馬紋理的擴(kuò)展目標(biāo)檢測(cè)算法研究式(4.27)中，cP 為目標(biāo)所在的單元的雜波平均功率。在幅度擬合過程中，我們發(fā)現(xiàn)不同距離單元的雜波分布是略有差別的，其擬合的參數(shù)也略有不同。圖 4.1 顯示了不同距離單元原始海雜波與逆伽馬分布的幅度分布擬合情況，其中，藍(lán)線是雜波數(shù)據(jù)直方圖曲線，紅線是擬合的幅度分布曲線。從圖中可以看出，我們抽取了第1，8，16，24，32 距離單元這五個(gè)雜波幅度分布曲線圖，都能較好的用逆伽馬分布擬合，展現(xiàn)了非高斯特性。經(jīng)多次實(shí)驗(yàn)分析表明，當(dāng) 1.87和 2.13時(shí)逆伽馬分布能較好擬合原始雜波幅度。因此在之后采用實(shí)測(cè)的海雜波數(shù)據(jù)時(shí)，紋理分量經(jīng)由逆伽馬分布擬合后的參數(shù)都將采用 1.87和 2.13這一組數(shù)據(jù)。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顧新鋒;簡(jiǎn)濤;何友;蘇峰;唐小明;;局部均勻背景中距離擴(kuò)展目標(biāo)的GLRT檢測(cè)器及性能分析[J];電子學(xué)報(bào);2013年12期

2 閆亮;孫培林;易磊;韓寧;湯俊;;基于逆高斯分布的復(fù)合高斯海雜波建模研究[J];雷達(dá)學(xué)報(bào);2013年04期

3 時(shí)艷玲;;空間非均勻海雜波的協(xié)方差矩陣估計(jì)新算法[J];系統(tǒng)工程與電子技術(shù);2013年11期

4 周宇;張林讓;劉楠;;貝葉斯雷達(dá)自適應(yīng)檢測(cè)算法研究[J];西安電子科技大學(xué)學(xué)報(bào);2012年01期

5 晁淑媛;陳伯孝;戴奉周;;非均勻雜波MIMO雷達(dá)檢測(cè)[J];電子學(xué)報(bào);2011年03期

6 何友;簡(jiǎn)濤;蘇峰;曲長(zhǎng)文;平殿發(fā);;非高斯雜波協(xié)方差矩陣估計(jì)方法及CFAR特性分析[J];中國(guó)科學(xué):信息科學(xué);2011年01期

7 簡(jiǎn)濤;何友;蘇峰;曲長(zhǎng)文;顧新鋒;;非高斯雜波協(xié)方差矩陣估計(jì)新方法[J];宇航學(xué)報(bào);2010年02期

8 鄭琦;陳棟;王其沖;;艦載雷達(dá)復(fù)雜環(huán)境下的CFAR選擇[J];現(xiàn)代雷達(dá);2009年04期

9 徐偉;唐霜天;周希辰;;基于海雜波混沌特性的微弱目標(biāo)信號(hào)檢測(cè)[J];雷達(dá)與對(duì)抗;2007年02期

10 陳瑛,羅鵬飛;海雜波背景下基于RBF神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)[J];雷達(dá)科學(xué)與技術(shù);2005年05期

相關(guān)博士學(xué)位論文 前1條

1 張維;復(fù)雜雜波背景恒虛警檢測(cè)技術(shù)研究[D];南京航空航天大學(xué);2009年

相關(guān)碩士學(xué)位論文 前4條

1 夏曉云;海雜波背景下運(yùn)動(dòng)目標(biāo)自適應(yīng)檢測(cè)方法研究[D];西安電子科技大學(xué);2014年

2 李秋沁;海雜波背景下雷達(dá)目標(biāo)檢測(cè)和性能評(píng)估方法[D];西安電子科技大學(xué);2014年

3 黃斌;機(jī)載雷達(dá)海雜波建模與仿真[D];西安電子科技大學(xué);2009年

4 程媛;海雜波的建模與仿真[D];華中科技大學(xué);2006年

本文編號(hào)：2873742