本文關(guān)鍵詞：基于復(fù)合高斯模型的雜波統(tǒng)計(jì)分析與建模

  更多相關(guān)文章： 復(fù)合高斯分布 海雜波統(tǒng)計(jì)特性分析 零記憶非線性變換 獨(dú)立形狀參數(shù)的尺度參數(shù)方程(SISE)

【摘要】：雷達(dá)系統(tǒng)通常需要在雜波或者強(qiáng)雜波干擾下工作,對(duì)雜波進(jìn)行精確的建模和估計(jì),能有有效提高雷達(dá)的雜波抑制能力,提高雷達(dá)探測(cè)性能。對(duì)海探測(cè)是雷達(dá)系統(tǒng)很重要的應(yīng)用之一。對(duì)于現(xiàn)代高分辨雷達(dá)而言海雜波的幅度分布概率密度函數(shù)通常具有一個(gè)較長(zhǎng)的“尾巴”,這導(dǎo)致傳統(tǒng)的統(tǒng)計(jì)模型失配,而復(fù)合高斯分布模型則可以在這種情況下很好地與實(shí)測(cè)數(shù)據(jù)相匹配,因而成為了近年來(lái)研究的重點(diǎn)。但是復(fù)合高斯分布模型由于結(jié)構(gòu)復(fù)雜,傳統(tǒng)的參數(shù)算法存在計(jì)算量很大容易陷入局部最優(yōu)解的問(wèn)題。針對(duì)這個(gè)問(wèn)題本文研究了了復(fù)合高斯分布模型的特點(diǎn),提出了一種基于分量分離方法的參數(shù)估計(jì)方法,實(shí)現(xiàn)復(fù)合高斯分布模型參數(shù)的快速估計(jì)。另一方面,現(xiàn)代雷達(dá)系統(tǒng)建設(shè)和測(cè)試成本都非常高,利用計(jì)算機(jī)系統(tǒng)對(duì)雷達(dá)系統(tǒng)進(jìn)行仿真,仿真的基礎(chǔ)上進(jìn)行系統(tǒng)的完善和改進(jìn),可以有效提高雷達(dá)系統(tǒng)開(kāi)發(fā)效率,并降低建設(shè)和測(cè)試成本。因而具有很強(qiáng)的實(shí)際意義。復(fù)合高斯分布模型能夠很好地與實(shí)測(cè)情況想吻合,因而研究復(fù)合高斯分布雜波的仿真方法也就具有很強(qiáng)的實(shí)際應(yīng)用價(jià)值。針對(duì)以上問(wèn)題本文主要分為海雜波統(tǒng)計(jì)特性分析、復(fù)合高斯分布模型快速參數(shù)估計(jì)方法研究和復(fù)合高斯分布雜波仿真方法研究三部分。第二章介紹了海雜波形成的基本原理和特性,然后研究了海雜波統(tǒng)計(jì)中常用的的幾種幅度概率密度分布模型和功率譜模型,并分析了其適用范圍。得到結(jié)論:復(fù)合高斯分布模型對(duì)高分辨雷達(dá)海雜波的建模效果最好。在第三章首先介紹了傳統(tǒng)模型經(jīng)典參數(shù)估計(jì)算法,然后詳細(xì)分析復(fù)合高斯分布經(jīng)典的參數(shù)估計(jì)方法,指出了其中存在的不足,最后利用分量分離的思想和獨(dú)立形狀參數(shù)的尺度參數(shù)方程,提出了一種新的參數(shù)估計(jì)方法,實(shí)現(xiàn)了復(fù)合高斯分布模型參數(shù)的快速估計(jì)。本文第四章利用各個(gè)統(tǒng)計(jì)分布模型擬合加拿大IPIX雷達(dá)的實(shí)測(cè)數(shù)據(jù)。采用了均方差檢驗(yàn)、K-S檢驗(yàn)、CHI方檢驗(yàn)三種方法進(jìn)行定量的比較。驗(yàn)證了復(fù)合高斯分布模型的擬合精度優(yōu)勢(shì)和本文提出的快速參數(shù)估計(jì)方法的有效性。在第五章本文介紹了兩種常見(jiàn)的雜波仿真方法。在分析了兩種種方法的優(yōu)缺點(diǎn)后,研究和給出了ZMNL法來(lái)仿真具有指定功率譜特性的復(fù)合高斯分布雜波的方法。
【關(guān)鍵詞】：復(fù)合高斯分布 海雜波統(tǒng)計(jì)特性分析 零記憶非線性變換 獨(dú)立形狀參數(shù)的尺度參數(shù)方程(SISE)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 課題的來(lái)源及研究目的和意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀分析10-12
• 1.3 本文的內(nèi)容安排12-14
• 第2章 海雜波統(tǒng)計(jì)特性分析14-28
• 2.1 海雜波的幅度分布特性17-26
• 2.1.1 瑞利分布17-18
• 2.1.2 韋布爾分布18-19
• 2.1.3 對(duì)數(shù)正態(tài)分布19-20
• 2.1.4 K分布20-21
• 2.1.5 復(fù)合高斯分布21-26
• 2.2 海雜波的功率譜特性26-27
• 2.2.1 高斯型26
• 2.2.2 柯西型26-27
• 2.2.3 全極點(diǎn)型27
• 2.3 小結(jié)27-28
• 第3章 參數(shù)估計(jì)方法研究28-41
• 3.1 瑞利分布28
• 3.2 韋布爾分布（Weibull Distribution）28-29
• 3.3 對(duì)數(shù)正態(tài)分布29-30
• 3.4 K分布30
• 3.5 復(fù)合高斯分布30-35
• 3.5.1 復(fù)合高斯分布最小二乘參數(shù)估計(jì)法30-31
• 3.5.2 復(fù)合高斯分布粒子群智能搜索參數(shù)估計(jì)算法31-35
• 3.6 復(fù)合高斯分布分量分離參數(shù)估計(jì)算法35-40
• 3.7 小結(jié)40-41
• 第4章 IPIX雷達(dá)實(shí)測(cè)數(shù)據(jù)驗(yàn)證41-50
• 4.1 IPIX雷達(dá)簡(jiǎn)介41-42
• 4.2 采集數(shù)據(jù)時(shí)的雷達(dá)參數(shù)和環(huán)境介紹42-43
• 4.3 擬合優(yōu)度檢驗(yàn)方法43-45
• 4.3.1 均方誤差檢驗(yàn)43
• 4.3.2 K-S檢驗(yàn)43-44
• 4.3.3 CHI方檢驗(yàn)44-45
• 4.4 參數(shù)估計(jì)結(jié)果及分析45-49
• 4.5 小結(jié)49-50
• 第5章 海雜波的仿真模擬50-61
• 5.1 零記憶非線性變換法50-51
• 5.2 球不變隨機(jī)過(guò)程法51-53
• 5.3 ZMNL法與SIRP法優(yōu)缺點(diǎn)對(duì)比53
• 5.4 推導(dǎo)利用ZMNL法生成復(fù)合高斯分布序列可行性53-54
• 5.5 推導(dǎo)相關(guān)系數(shù)非線性變化關(guān)系54-57
• 5.6 復(fù)合高斯分布仿真流程57-58
• 5.7 仿真實(shí)驗(yàn)結(jié)果58-59
• 5.8 小結(jié)59-61
• 結(jié)論61-63
• 參考文獻(xiàn)63-66
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果66-68
• 致謝68

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 姜斌;黎湘;廖東平;郭桂蓉;;廣義復(fù)合雜波建模及其統(tǒng)計(jì)特性研究[J];電路與系統(tǒng)學(xué)報(bào);2006年03期

2 李青華;鄧成;姚云萍;;基于ZMNL和SIRP的相關(guān)非高斯雜波產(chǎn)生比較[J];電子信息對(duì)抗技術(shù);2011年04期

3 秦先祥;高貴;周石琳;鄒煥新;;基于SISE方程的廣義gamma分布參數(shù)估計(jì)方法[J];電子與信息學(xué)報(bào);2012年08期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 曹蘭蘭;海雜波建模技術(shù)研究[D];大連海事大學(xué);2008年

2 馬金玲;改進(jìn)粒子群優(yōu)化算法的研究[D];電子科技大學(xué);2008年

3 喬天航;某海關(guān)雷達(dá)的海雜波特性分析及數(shù)據(jù)處理[D];西安電子科技大學(xué);2012年

，

本文編號(hào)：599434