[發明專利]一種海雜波K分布加噪聲模型參數的快速分數階矩估計方法

有效

• 申請號: 201910293836.8
• 申請日: 2019-04-12
• 公開（公告）號: CN109884608B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 郝津釧;陳勇
• 申請（專利權）人: 北京環境特性研究所
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S7/295
• 代理公司: 北京格允知識產權代理有限公司 11609
• 代理人: 段娜娜;張沫

本發明涉及一種海雜波K分布加噪聲模型參數的快速分數階矩估計方法。該方法包括如下步驟：生成一組序列作為形狀參數ν取值的序列；生成一組序列作為數據依賴項q₁取值的序列；獲得與形狀參數ν的序列和數據依賴項q₁的序列對應的數據依賴項q₂的序列；將兩個數據依賴項序列與形狀參數的倒數序列進行非線性擬合，得到近似關系式；利用周期圖法獲得海雜波樣本數據噪聲功率δ的估計值利用海雜波數據的樣本序列獲得估計值和將取代近似關系式中的q₁，將取代近似關系式中的q₂，獲得形狀參數ν的估計值本發明提供的方法改進了K分布加噪聲模型參數估計的速度，增加了估計的穩健性。

技術領域

本發明涉及信號處理技術領域，尤其涉及一種海雜波K分布加噪聲模型參數的快速分數階矩估計方法。

背景技術

海雜波是由大量相互獨立的海面散射體的后向散射相互疊加形成的回波，受雷達參數，海面無規律運動的影響，海雜波表現出明顯的高幅值、非平穩、非高斯性。K分布模型是能夠有效描述海雜波特性的經典統計模型，不僅在很寬的條件范圍內可以與海雜波幅度分布很好的進行匹配，還可以正確地描述雜波的時間和空間的相關性，被廣泛運用于雜波仿真、目標檢測等領域。然而，實測海雜波數據中還存在雷達設備本身產生的加性噪聲，對K分布模型的擬合效果有一定影響，為此又提出了K分布加噪聲模型。

在雜波背景下的自適應檢測中，檢測門限值往往與分布模型的各項參數有關。為了在一定恒虛警率下獲得較高的檢測概率，需要準確地估計K分布加噪聲模型的形狀參數、尺度參數和噪聲功率。目前對K分布加噪聲模型的形狀參數的估計方法主要有矩估計方法。因為K分布加噪聲的矩表達式中含有廣義超幾何函數，所以不是任意兩個不同的矩都可以估計出三個參數的值，但可以運用任意三個偶數階矩求得。因此，使用三個偶數階矩估計時，由于階數較大，數據的計算量會非常高，形狀參數估計速度比較慢，并且受異常散射單元影響比較大，穩健性不足。

發明內容

本發明要解決的技術問題是：現有K分布加噪聲模型形狀參數ν估計速度慢、穩健性不足的問題。

為了解決上述技術問題，本發明提供了如下技術方案：

一種海雜波K分布加噪聲模型參數的快速分數階矩估計方法，包括如下步驟：

S1：從1.0開始，間隔0.1取一個值，取到100.0為止，生成一組序列ν₁,ν₂,···,ν_i,···ν_L作為形狀參數ν取值的序列，L是序列中數據的個數，取值為991；

S2：從1.0開始，間隔0.1取一個值，取到100.0為止，生成一組序列μ₁,μ₂,···,μ_j,···μ_S作為數據依賴項q₁取值的序列，S是序列中數據的個數，取值為991，q₁＝m₂/δ²，m₂是海雜波樣本數據的二階矩，δ是海雜波樣本數據的噪聲功率；

S3：獲得與形狀參數ν的序列和數據依賴項q₁的序列對應的數據依賴項q₂的序列λ₁,λ₂,···,λ_(j-1)L+i,···λ_L×S，其中，m_r是海雜波樣本數據的r階矩，r是分數階距的階數，取值0.1；

S4：將兩個數據依賴項序列與形狀參數的倒數序列進行非線性擬合，得到如下的近似關系式：