[發明專利]一種基于核密度估計的海雜波分布建模方法

在審

• 申請號: 201911214429.X
• 申請日: 2019-12-02
• 公開（公告）號: CN110941908A
• 公開（公告）日: 2020-03-31
• 發明（設計）人: 周宏寬;柯志武;陶模;陳朝旭;馮毅;李獻領;鄭偉;江濤
• 申請（專利權）人: 中國船舶重工集團公司第七一九研究所
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/18;G06F17/15;G01S7/41
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙) 42225
• 代理人: 邱云雷

本發明公開了一種基于核密度估計的海雜波分布建模方法，涉及海面弱目標探測技術領域，具體包括以下步驟：收集海雜波信號數據，并采用多種海雜波統計分布模型分別對海雜波信號數據進行擬合得到多個擬合結果，利用IPIX實測雷達數據集得到海雜波實測數據，并將多個擬合結果分別與海雜波實測數據進行對比，選取擬合精度最高的一種海雜波統計分布模型作為核函數；根據選取的核函數得到對應的最優窗寬；根據核函數和對應的最優窗寬，并通過核密度估計技術對海雜波信號數據進行擬合，得到海雜波的概率密度函數，本發明能夠實現對海雜波的長拖尾部分精確建模，提高海雜波分布的擬合精度。

技術領域

本發明涉及海面弱目標探測技術領域，具體涉及一種基于核密度估計的海雜波分布建模方法。

背景技術

在海面弱目標探測中，雷達接收機接收的較弱的目標回波信號會被較強的海面回波信號(即海雜波)湮沒。因此，雷達需要對回波信號與海雜波進行比較并作出正確的判決。如果能獲得海雜波分布的先驗信息，雷達系統的檢測器就能計算出正確的檢測域，從而準確設定檢測門限。因此，一個精確的海雜波分布建模對于檢測器檢測性能的提升是十分重要的。但是，在復雜海況下，海雜波通常呈現非高斯、非線性以及非平穩的特性。如何在復雜多變的海況下實現對海雜波分布的精確建模就成為了海面弱目標探測技術中的關鍵問題。

傳統的海雜波分布建模方法大多基于統計分布模型，即采用的都是有參估計的方法。然而在海況變化十分劇烈的場景下，海雜波分布建模采用統計分布的方法獲得的精度十分有限，主要由以下兩個原因造成：

①統計分布模型難以實現對海雜波的長拖尾部分精確建模。非線性、高海況或低擦地角會使海雜波信號的分布出現長拖尾。在采用傳統統計分布模型對海雜波分布進行建模時，長拖尾的部分往往很難精確擬合，導致模型的精確度受到了極大的限制。

②一個固定的有參模型難以適應變化的檢測環境。同目標一樣，海雜波也是由多個散射體(即海面)構造的復雜對象的回波。在不同的海況下，對回波有貢獻的散射體個數N會服從不同的統計特性，導致需要使用不同的統計分布模型對其擬合。因此，一個固定的統計分布模型很難適應復雜的海況環境。

發明內容

針對現有技術中存在的缺陷，本發明的目的在于提供一種基于核密度估計的海雜波分布建模方法，能夠實現對海雜波的長拖尾部分精確建模，提高海雜波分布的擬合精度。

為達到以上目的，本發明采取的技術方案是：

提供一種基于核密度估計的海雜波分布建模方法，具體包括以下步驟：

收集海雜波信號數據，并采用多種海雜波統計分布模型分別對海雜波信號數據進行擬合得到多個擬合結果，利用IPIX實測雷達數據集得到海雜波實測數據，并將多個擬合結果分別與海雜波實測數據進行對比，選取擬合精度最高的一種海雜波統計分布模型作為核函數；

根據選取的核函數得到對應的最優窗寬；

根據核函數和對應的最優窗寬，并通過核密度估計技術對海雜波信號數據進行擬合，得到海雜波的概率密度函數。

在上述技術方案的基礎上，多種所述海雜波統計分布模型分別為高斯分布模型、伽馬分布模型和威布爾分布模型。

在上述技術方案的基礎上，擬合精度最高的海雜波統計分布模型為高斯分布模型時，所述核函數的表達式為：

式中，μ為期望，σ為標準差，x為海雜波信號數據的幅度。

在上述技術方案的基礎上，所述最優窗寬的一般表達式為：

R(K)＝∫_RK(x)²dx

μ₂(K)＝∫_Rx²K(x)dx