[發(fā)明專利]一種海雜波幅度分布參數(shù)估計方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910537230.4
• 申請日: 2019-06-20
• 公開（公告）號: CN110275148B
• 公開（公告）日: 2021-08-27
• 發(fā)明（設計）人: 劉寧波;丁昊;董云龍;黃勇;王國慶;關鍵;陳小龍
• 申請（專利權）人: 中國人民解放軍海軍航空大學
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S7/02
• 代理公司: 北京路浩知識產(chǎn)權代理有限公司 11002
• 代理人: 馬瑞

本發(fā)明實施例提供一種海雜波幅度分布參數(shù)估計方法及系統(tǒng)。該方法包括獲取海雜波幅度分布的實測數(shù)據(jù)；對實測數(shù)據(jù)進行幅度統(tǒng)計，得到實測概率數(shù)據(jù)；將實測概率數(shù)據(jù)輸入至統(tǒng)計分布模型，得到統(tǒng)計分布模型輸出的實測統(tǒng)計模型參數(shù)；其中統(tǒng)計分布模型是基于海雜波幅度分布的仿真訓練數(shù)據(jù)和仿真訓練數(shù)據(jù)對應的仿真統(tǒng)計模型參數(shù)進行訓練得到的。本發(fā)明實施例提出使用深度學習的方法進行海雜波的參數(shù)估計，通過將實測數(shù)據(jù)進行處理得到實測概率數(shù)據(jù)，并基于仿真數(shù)據(jù)進行神經(jīng)網(wǎng)絡模型訓練，再將實測概率數(shù)據(jù)輸入至訓練好的統(tǒng)計分布模型得到實測統(tǒng)計模型參數(shù)，其中模型訓練可采用仿真數(shù)據(jù)離線進行，訓練好的模型在處理實測數(shù)據(jù)時具有很好的實時性，參數(shù)估計精度高。

技術領域

本發(fā)明涉及信號處理技術領域，尤其涉及一種海雜波幅度分布參數(shù)估計方法及系統(tǒng)。

背景技術

對于海面上雷達來說，海面對雷達的后向散射回波中不可避免的包含其他物體的散射信號，即海雜波。雷達作為目標探測的重要手段，主要是通過向空間發(fā)射特定信號，接收并處理目標回波信號實現(xiàn)。傳輸過程中，不可避免的會產(chǎn)生各種干擾，降低雷達的檢測性能。海雜波與雷達的工作頻率、極化方式、周圍環(huán)境的溫度、風向等因素密切相關，強海雜波信號對有用信號產(chǎn)生嚴重干擾，因此，海雜波在很大程度上影響了雷達對海上目標的檢測能力。

海雜波幅度分布特性認知方面，瑞利模型是最早應用的海雜波模型之一，主要適用于中等或較高掠射角條件下低分辨率雷達海雜波的幅度分布建模，高分辨率海雜波偏離瑞利模型，表現(xiàn)為尖峰和拖尾的增強，低掠射角下更為明顯。為了提高模型的擬合準確度，一些雙參數(shù)或三參數(shù)非高斯模型，如對數(shù)正態(tài)、韋布爾、K分布、GK分布等，在海雜波幅度分布建模中得到應用，在解決拖尾問題上，仍然缺乏體系化的建模方法。由于不同雷達參數(shù)及海洋環(huán)境參數(shù)條件下海雜波幅度分布特性存在較大差異，且不同模型在動態(tài)范圍、拖尾程度上各異，因此目前不存在一個通用的模型形式來概括已有的幅度分布模型。海雜波譜特性認知方面，由于海面狀態(tài)和天線掃描調制以及雷達平臺運動等因素的影響，海雜波譜將產(chǎn)生多普勒頻移。譜特征分析可以輔助特征域目標檢測方法設計，提取和篩選出一系列能夠區(qū)分海雜波單元與目標單元的差異特征，通過特征抽取和特征篩選將海雜波映射到低維特征空間，并在特征空間中選取一個能包含大多數(shù)海雜波特征向量的區(qū)域，以便有效分離目標和海雜波的回波特征，實現(xiàn)目標檢測的目的。這些模型中的參數(shù)，通常采用數(shù)理統(tǒng)計的方法進行估計，其主要局限性在于，單次參數(shù)估計均需以大樣本實測數(shù)據(jù)輸入為支撐，這不利于海雜波模型參數(shù)的在線實時估計，而且在多參數(shù)條件下，通過統(tǒng)計優(yōu)化方法得到的估計結果容易陷入局部最優(yōu)解，導致建模準確度下降。

因此，在海雜波幅度分布參數(shù)估計領域亟需提出一種精度較高，具有實時性的參數(shù)估計方法。

發(fā)明內容

本發(fā)明實施例提供一種海雜波幅度分布參數(shù)估計方法及系統(tǒng)，用以解決現(xiàn)有技術中針對數(shù)理統(tǒng)計參數(shù)估計方法的非實時性和局限性，導致參數(shù)估計準確度下降的問題。

第一方面，本發(fā)明實施例提供一種海雜波幅度分布參數(shù)估計方法，包括：

獲取海雜波幅度分布的實測數(shù)據(jù)；

對所述實測數(shù)據(jù)進行幅度統(tǒng)計，得到實測概率數(shù)據(jù)；

將所述實測概率數(shù)據(jù)輸入至統(tǒng)計分布模型，得到所述統(tǒng)計分布模型輸出的海雜波的實測統(tǒng)計模型參數(shù)；其中所述統(tǒng)計分布模型是基于海雜波幅度分布的仿真訓練數(shù)據(jù)和所述仿真訓練數(shù)據(jù)對應的仿真統(tǒng)計模型參數(shù)進行訓練得到的。

其中，所述統(tǒng)計分布模型包括多個參數(shù)統(tǒng)計子模型，每一所述參數(shù)統(tǒng)計子模型對應一個參數(shù)；

對應地，所述將所述實測概率數(shù)據(jù)輸入至統(tǒng)計分布模型，得到所述統(tǒng)計分布模型輸出的海雜波的實測統(tǒng)計模型參數(shù)，具體包括：

將所述實測概率數(shù)據(jù)輸入至所述統(tǒng)計分布模型中的任一參數(shù)對應的參數(shù)統(tǒng)計子模型中，獲取所述任一參數(shù)對應的參數(shù)統(tǒng)計子模型輸出的所述實測統(tǒng)計模型參數(shù)。