基于粒子群优化算法的KK分布参数估计方法

针对KK分布的参数估计,首先介绍了半经验估计法,然后提出了一种基于粒子群优化的估计方法。该方法将杂波数据统计直方图与KK分布概率密度函数在部分采样点上的差异作为代价函数,通过粒子群优化搜索参数的最优值。通过蒙特卡罗方法对半经验估计法在权重参数不同时的性能进行了仿真,然后分析了杂波数据样本点数的多少等因素对所提算法精度的影响,最后基于实测合成孔径雷达图像杂波数据对该算法进行了验证。仿真结果表明,该算法对KK分布参数具有良好的估计性能,KK分布与K分布等相比,对合成孔径雷达图像杂波数据具有更强的拟合能力。     

基于混合协同粒子群优化的广义T-S模糊模型训练方法

针对广义Takagi-Sugeno(T-S)模糊模型训练中存在的高维、非线性、混合参数估计问题,提出了一种基于混合协同粒子群优化的广义T-S模糊模型训练方法.该方法用离散二进制微粒位置表示模型的结构参数,用普通微粒位置表示模型规则中模糊集隶属函数的参数;这两种微粒位置联合体构成一个模型完整的模型前件参数集.两种群通过协同进化优化所有前件参数;模型后件参数用卡尔曼滤波算法估计.该方法不要任何先验知识,能产生紧凑的、泛化性能较好的模糊模型.函数逼近的数字仿真说明了该方法的有效性.     

基于统计模型的时-空相关海杂波仿真

工作于海洋环境下的雷达面临较严重的海杂波的影响,海杂波统计模型的研究对最优检测算法设计和雷达性能预估有重要作用。基于海杂波的复合散射理论,分析了海杂波非高斯幅度分布的特性、时间相关性及空间相关性。讨论了采用球不变随机过程产生时间和空间相关的海杂波仿真方法。对算法中散斑分量和纹理分量的参数估计,时间相关性和空间相关性的引入方法进行了分析。设定仿真环境仿真产生了具有时间和空间相关性的非高斯型海杂波数据,结果表明采用该方法的有效性。     

基于逆高斯纹理分布的协方差矩阵估计方法

在复合高斯杂波中检测目标信号, 需要对杂波协方差矩阵进行估计, 相应的检测性能与估计精度密切相关。利用服从逆高斯分布的纹理分量来对复合高斯杂波进行建模, 可以更好地拟合高分辨杂波实测数据。本文给出了一种两步广义似然比检测器, 先假设杂波协方差矩阵已知以获得检测统计量, 再利用纹理分量的先验分布推导协方差矩阵的最大似然估计。同时，基于贝叶斯方法, 假定纹理分量和协方差矩阵均为服从某种先验分布的随机量, 推导了协方差矩阵的最大后验估计。仿真结果显示, 基于知识的自适应检测技术由于引入了纹理分量和杂波的先验信息, 其协方差矩阵的估计精度好于最大似然估计和样本估计方法, 同时具有更好的检测性能。     

一种海面后向散射特性实时仿真的统计模型

提出了一种用于海面后向散射特性实时仿真的三参数模型,导出了分别符合Weibull分布、Log-ormal分布和K-分布等三种统计模型的海杂波生成函数,并讨论了各函数中参数的拟合优化方法.该模型的输出特性既满足实测海面后向散射系数数据的均值和标准偏差,同时又反映出给定的概率密度统计特性,可用于各种仿真系统中的海杂波实时仿真.     

基于非线性变换法的高分辨率ＳＡＲ 杂波图像仿真

提出了一种高分辨率合成孔径雷达(synthetic aperture radar, SAR)杂波图像的仿真方法。在分析了两种用于高分辨率SAR杂波图像建模的统计模型(广义Gamma分布和广义复合分布)特性的基础上，推导了其相应的基于非线性变换法的生成函数的解析式。然后，在由实测图像中估计与人为设定两种模型参数获取方式下，分别仿真了广义Gamma分布和广义复合分布的SAR杂波图像。实验结果表明，所仿真图像的直方图均与相应的理论概率密度函数吻合，验证了仿真方法的有效性。     

基于ARSαS模型参数估计的雷达目标检测方法

由于杂波非高斯特性和相关特性的影响,传统的动目标检测(moving target detection,MTD)技术的检测性能严重下降,针对该问题,基于对称α稳定分布(symmetric α stable, SαS)杂波模型和自回归(auto regressive,AR)模型理论,提出了一种基于ARSαS模型参数估计的雷达目标检测方法。该方法基于SαS模型,通过幂变换抑制杂波的非高斯特性,以及通过基于广义尤拉〖CD*2〗沃克方程参数估计的AR模型白化杂波,应用快速傅里叶变换实现对目标信号的积累,以提高信杂比。仿真实验和实测数据验证表明,所提方法在非高斯相关杂波背景下的检测性能明显优于传统的MTD方法。     

近海岸复合杂波建模及其统计特性研究

研究了复合K分布的统计特性。通过研究近海岸环境的特点,提出了一种新的近海岸复合杂波功率分布模型。在此基础上,提出了一种新的近海岸复合杂波幅度分布模型,并推导了该杂波功率分布模型的统计性质及其参数估计表达式。推导了杂波功率统计特性的描述方法,给出了近海岸复合杂波仿真流程。计算机仿真实验验证了所提方法的有效性。     

基于杂波数据Frobenius范数拟合的阵元误差估计方法

机载雷达的阵元误差会影响运动目标的参数估计与定位性能。为了解决这个问题,提出一种基于杂波数据Frobenius范数拟合的阵元误差估计方法。该方法首先利用杂波谱分布结构和雷达构型参数计算杂波空时导向矢量矩阵,接着利用截断的奇异值分解求解杂波幅度矢量并重构杂波数据,最后将实际的数据矩阵与重构的数据矩阵进行Frobenius范数拟合来估计阵元误差。数值仿真实验结果表明,该方法在低脉冲数目、低样本数目的情况下均具有较好的参数估计精度与稳健性。     

基于改进粒子群优化的非线性最小二乘估计

针对测量数据处理中非线性模型参数估计理论广泛使用的传统牛顿类算法对初值的敏感性问题,提出了一种求解非线性最小二乘估计的改进粒子群优化算法。该算法利用均匀设计方法在可行域内产生初始群体,无需未知参数θ的较好的近似作为迭代初值,而具有大范围收敛的性质;通过偏转、拉伸目标函数有效地抑制了粒子群优化算法易收敛到局部最优的缺陷。给出应用该方法到NLSE的具体步骤,通过仿真实验证明该算法的有效性。     

复合高斯杂波中极化MIMO雷达的自适应检测

基于复合高斯杂波纹理分量服从逆伽马分布的假设和分布式极化多输入多输出(multiple-input multiple-output,MIMO)雷达阵元特点,建立了雷达极化信号模型,提出了一种基于最大后验概率（maximum a posteriori, MAP）估计和广义似然比检验(generalized likelihood ratio test, GLRT)的MIMO雷达极化检测器(MAP-GLRT),该检测器利用了辅助数据估计杂波协方差矩阵以实现自适应性。通过推导检测器的虚警概率表达式,表明其相对于杂波能量具有恒虚警特性。仿真结果表明,杂波形状参数和雷达信道数量会对MAP-GLRT检测器的检测性能产生影响;相比于其他检测器,MAP-GLRT检测器在检测性能上更有优势。     

基于最大似然估计的机载双基地雷达杂波抑制方法

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达杂波谱的空时分布特性,比较了最大似然估计方法与其他几种常规估计方法的性能,最后在此基础上提出了一种新的基于配准的最大似然非均匀采样距离相关性补偿方法。该方法通过最大似然估计方法完成对双基地机载雷达杂波幅度的估计,并利用非均匀采样选取各训练样本的杂波谱中心实现对杂波谱的配准。仿真结果表明,在各种不同的双基地机载雷达配置情况下,该方法均可有效解决双基地机载雷达面临的杂波非均匀问题。     

强杂波下基于压缩感知的低空风切变速度解模糊

毫米波线性调频连续波(linear frequency modulated continuous wave, LFMCW)雷达进行低空风切变检测时, 会严重受到地杂波信号干扰, 并且风速估值模糊。针对该问题, 本文提出强杂波背景下利用压缩感知实现低空风切变速度解模糊。该方法依据多重频脉组参差方式下雷达回波的非均匀欠采样特性在角度-多普勒域中构建无模糊冗余字典(感知矩阵), 之后利用压缩感知技术提取杂波谱主要分量, 估计杂波能量支撑区, 建立杂波抑制矩阵, 接着基于加权的最小l₁范数优化模型实现杂波抑制并恢复出低空风切变在角度-多普勒域中不模糊的稀疏向量, 得到风场无模糊多普勒信息, 最终求得准确的速度值。     

基于同伦稀疏STAP的低空风切变风速估计

在机载气象雷达前视阵下,由于杂波的距离依赖性导致独立同分布(independent identically distribu-ted,ⅡD)训练样本严重不足,传统的空时自适应处理(space-time adaptive processing,STAP)算法性能下降,风场速度估计不准.针对此问题,提出一种基于同伦稀疏ST...     

基于矩阵相似度的空时二维干扰检测方法

针对干扰目标污染训练样本引起功率非均匀,造成空时自适应处理(space-time adaptive processing,STAP)目标检测性能下降这一问题,提出一种基于矩阵相似度的STAP非均匀样本选取方法。该方法首先从受污染样本与干净样本的差异性度量角度入手,采用均值Hausdorff距离度量样本矩阵相似性,然后结合凸优化包计算不同样本的相似度,最后根据相似度的不同,实现对受污染样本的剔除。仿真结果表明,同广义内积法(generalized inner product,GIP)相比,采用均值Hausdorff矩阵相似度的挑选方法对于受小干扰强度目标污染的样本检测更加有效,避免了弱干扰目标对于协方差矩阵估计的影响,从而改善了STAP在功率非均匀环境下的目标检测性能。     

基于空时约束的自适应迭代单脉冲估计方法

在机载雷达参数估计过程中, 在主瓣杂波区附近自适应和差波束会发生畸变, 角度和多普勒频率参数估计之间存在耦合, 导致传统和差单脉冲估计方法的参数估计性能严重下降。针对此问题，提出了一种基于空时约束的机载雷达自适应迭代单脉冲估计方法。该方法首先通过导数约束和零点约束确保所形成的差波束为最优差波束; 其次利用广义单脉冲法进行参数估计, 解决了多参数估计之间存在的相互耦合问题; 最后通过自适应迭代方式进一步提高目标参数的估计精度。计算机仿真结果验证了所提方法的有效性。     

基于知识辅助的天波雷达海杂波抑制方法

针对天波雷达海杂波难以抑制且现有方法未充分利用先验知识的问题,提出基于知识的天波雷达海杂波抑制方法。所提方法利用脉冲重复周期、雷达工作频率、海平面风向、风速作为先验知识,结合海杂波谱模型及提出的基于知识的海杂波协方差矩阵估计方法,构造出基于知识的天波雷达海杂波协方差矩阵,将该矩阵加入最优滤波器设计中,得到基于知识辅助的天波雷达海杂波抑制方法。仿真结果表明,与现有方法相比,所提方法的海杂波抑制效果可提升3 dB以上。