本文旨在研究基于分組機(jī)制的海面目標(biāo)檢測(cè)算法。海雜波下的目標(biāo)檢測(cè)是雷達(dá)目標(biāo)檢測(cè)過(guò)程中最為重要的分支,也是雷達(dá)信號(hào)處理中最為復(fù)雜的部分。海雜波下的目標(biāo)檢測(cè)問題在軍事和民用方面都有著十分深遠(yuǎn)的意義。海雜波的空間部分均勻性和假目標(biāo)干擾的不可避免性導(dǎo)致利用傳統(tǒng)算法來(lái)估計(jì)海雜波協(xié)方差矩陣時(shí)存在較大的估計(jì)誤差。針對(duì)這個(gè)問題,提出了部分均勻海雜波中基于分組加權(quán)的協(xié)方差矩陣估計(jì)算法,利用IPIX雷達(dá)實(shí)測(cè)數(shù)據(jù)對(duì)其進(jìn)行了仿真實(shí)驗(yàn),對(duì)比了檢測(cè)器性能。針對(duì)部分均勻海雜波中相鄰距離單元滿足不同統(tǒng)計(jì)特性的問題,提出了距離分布式目標(biāo)下的基于知識(shí)輔助的分組廣義似然比檢測(cè)算法,利用IPIX雷達(dá)實(shí)測(cè)數(shù)據(jù)對(duì)其進(jìn)行了仿真對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)證明了該檢測(cè)算法的有效性分。論文工作主要包括下面三個(gè)部分:1)海雜波統(tǒng)計(jì)特性、基本模型總結(jié)。首先對(duì)海雜波的統(tǒng)計(jì)特性進(jìn)行了概括,然后對(duì)海雜波常用模型進(jìn)行了總結(jié)對(duì)比。2)部分均勻環(huán)境中基于分組加權(quán)的協(xié)方差矩陣估計(jì)算法研究。首先,對(duì)海雜波的參考樣本進(jìn)行分組處理,利用紋理的最大后驗(yàn)估計(jì)值作為加權(quán)系數(shù),提出了分組加權(quán)樣本協(xié)方差矩陣估計(jì)算法�？紤]到假目標(biāo)干擾的存在,利用協(xié)方差矩陣之間的差異提出了一致性因子,以確...

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1論文框架圖

南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文第一章緒論比檢測(cè)器的推導(dǎo)過(guò)程，接著證明了該檢測(cè)器對(duì)散斑協(xié)方差矩陣的估計(jì)值具有恒虛警特性，最后，對(duì)比了該檢測(cè)器與其他幾種檢測(cè)器的檢測(cè)性能以及該檢測(cè)器在不同分組下的檢測(cè)性能。第五章：總結(jié)和展望。對(duì)本文進(jìn)行了總結(jié)和展望。本文的框架如下圖所示：

圖2.1不同參數(shù)下的瑞利分布PDF曲線圖

圖2.1不同參數(shù)下的瑞利分布PDF曲線圖布的曲線越尖銳，那么越�。恢翟谧兇蟮倪^(guò)程中，拖雷達(dá)分辨率的提高，入射余角的降低，距離單元中包含長(zhǎng)的拖尾，在這種情況下將不能繼續(xù)使用瑞利分布來(lái)模分布[32]-[33]高的過(guò)程中，工作人員在實(shí)際工作中測(cè)量的雜波數(shù)據(jù)的，實(shí)際數(shù)據(jù)描繪....

圖2.2不同參數(shù)下的對(duì)數(shù)-正態(tài)分布的PDF曲線圖

圖2.2不同參數(shù)下的對(duì)數(shù)-正態(tài)分布的PDF曲線圖由圖2.2可知，在尺度參數(shù)不發(fā)生改變的情況下，對(duì)數(shù)-正態(tài)分布的概率密度函數(shù)曲線的值隨著形狀參數(shù)的增大而降低，峰值通常存在于小幅度值的位置，而且拖尾的現(xiàn)象也愈明顯。在形狀參數(shù)不變的情況下，尺度參數(shù)的變化表示了雜....

圖2.3不同參數(shù)下的韋布爾分布的PDF曲線圖

圖2.3不同參數(shù)下的韋布爾分布的PDF曲線圖由圖2.3可知，在尺度參數(shù)q不發(fā)生變化的情況下，韋布爾分布的概率密度函數(shù)曲線的峰值隨著形狀參數(shù)p的增加呈現(xiàn)出先降低后上升的趨勢(shì)，此外，尾部的拖尾也越來(lái)越短。韋布爾分布適用于高分辨雷達(dá)及小擦地角情況，其動(dòng)態(tài)范圍介于瑞利分布....

本文編號(hào)：4044729