买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：本发明公开一种利用对照表估计多分辨率海杂波模型类型和参数的方法，其实现步骤是：估计从雷达接收机获得的高分辨率海杂波幅度序列的模型类型和参数；构建海杂波幅度分布模型的“初始形状参数‑分辨率转换倍数‑模型类型和形状参数”对照表；计算分辨率转换倍数，利用对照表查找目标分辨率的海杂波幅度序列的模型类型和形状参数。本发明解决了现有技术中参数估计精度和模型类型估计准确率易受海杂波数据中的异常值影响，以及模型类型估计速度慢的问题，本发明提高了异常值下估计参数的精确性和实时性。

主权项：1.一种利用对照表估计多分辨率海杂波模型类型和参数的方法，其特征在于：构建广义Pareto分布强度模型和IGCG幅度分布模型的“初始形状参数-分辨率转换倍数-模型类型和形状参数”对照表，按照该分辨率转换方法，得到多分辨率杂波数据集；该方法的具体步骤包括如下：步骤1，获得海杂波幅度序列：雷达接收机接收雷达发射机连续发射脉冲信号的高分辨率海面回波数据，在高分辨率回波数据中随机选取至少10000个海杂波数据，对所选取的杂波数据取模后将模值按升序排列，得到海杂波幅度序列r；步骤2，估计海杂波幅度序列的模型类型和参数：步骤2.1，构造广义Pareto分布强度模型的幅度概率密度函数；步骤2.2，构造IGCG幅度分布模型的幅度概率密度函数；步骤2.3，对广义Pareto分布强度模型的幅度概率密度函数中的海杂波幅度序列r进行积分，生成标准累积分布函数；步骤2.4，对IGCG幅度分布模型的幅度概率密度函数中的海杂波幅度序列r进行积分，生成标准累积分布函数；步骤2.5，生成海杂波幅度序列的经验累积分布函数；步骤2.6，计算广义Pareto分布强度模型和IGCG幅度分布模型的K-S距离；步骤2.7，计算广义Pareto分布强度模型和IGCG幅度分布模型的对数K-S距离；步骤2.8，将广义Pareto分布强度模型和IGCG幅度分布模型中的最小K-S距离或最小对数K-S距离对应的海杂波幅度模型估计为海杂波幅度序列的模型类型；如果海杂波幅度序列的模型类型为广义Pareto分布强度模型，则海杂波幅度序列的形状参数为如果海杂波幅度序列的模型类型为IGCG幅度分布模型，则海杂波幅度序列的形状参数为其中，表示对海杂波幅度序列进行迭代最大似然估计得到的广义Pareto分布强度模型的形状参数估计值，表示对海杂波幅度序列进行迭代最大似然估计得到的IGCG幅度分布模型的形状参数估计值；步骤3，构建广义Pareto分布强度模型的“初始形状参数-分辨率转换倍数-模型类型和形状参数”对照表：步骤3.1，在1.0,10.0]区间内每间隔0.5取长度为0.5的一个值，将1.05作为序列的初始值，组成一组形状参数序列，共19各元素；步骤3.2，从形状参数序列中依次选取一个元素作为初始形状参数，设初始尺度参数为1，初始雷达分辨率为RP0，依据复合高斯模型的理论，仿真生成50组服从广义Pareto分布强度模型的海杂波数据{cP1,cP2,...,cP50}，每组数据互为独立同分布，且每组样本量为107；步骤3.3，两组海杂波数据复数叠加便可得到2倍分辨率2RP0时的海杂波数据为cP1+cP2，3倍分辨率3RP0时的海杂波数据为cP1+cP2+cP3，按照该分辨率转换方法，得到一个多分辨率海杂波数据集{cP1,cP1+cP2,cP1+cP2+cP3,...,cP1+cP2+cP3+…+cP50}，19个初始形状参数得到19个数据集；步骤3.4，将19个数据集中的每一组海杂波数据取模，并将模值按升序排列，得到分辨率转换后的海杂波幅度序列rP'；步骤3.5，采用与步骤2相同的方法，估计分辨率转换后的海杂波幅度序列rP'的模型类型和形状参数；步骤3.6，将19个初始形状参数以及其对应的分辨率转换后的海杂波幅度序列的模型类型和形状参数的估计结果，组成广义Pareto分布强度模型的“初始形状参数-分辨率转换倍数-模型类型和形状参数”对照表；步骤4，构建IGCG幅度分布模型的“初始形状参数-分辨率转换倍数-模型类型和形状参数”对照表：步骤4.1，在[1.0,10.0]区间内每间隔0.5取长度为0.5的一个值，组成一组形状参数序列，共19各元素；步骤4.2，从形状参数序列中依次选取一个元素作为初始形状参数，设初始尺度参数为1，初始雷达分辨率为RI0，依据复合高斯模型的理论，仿真生成50组服从IGCG幅度分布模型的海杂波数据{cI1,cI2,...,cI50}，每组数据互为独立同分布，且每组样本量为107；步骤4.3，两组海杂波数据复数叠加便可得到2倍分辨率时的海杂波数据为cI1+cI2，3倍分辨率3RI0时的杂波数据为cI1+cI2+cI3，按照该分辨率转换方法，得到多分辨率杂波数据集{cI1,cI1+cI2,cI1+cI2+cI3,...,cI1+cI2+cI3+…+cI50}，19个初始形状参数得到19个数据集；步骤4.4，将19个数据集中的每一组海杂波数据取模，并将模值按升序排列，得到分辨率转换后的海杂波幅度序列rI'；步骤4.5，采用与步骤2相同的方法，估计分辨率转换后的海杂波幅度序列rI'的模型类型和形状参数；步骤4.6，将19个初始形状参数以及其对应的分辨率转换后的海杂波幅度序列的模型类型和形状参数的估计结果，组成IGCG幅度分布模型的“初始形状参数-分辨率转换倍数-模型类型和形状参数”对照表；步骤5，计算分辨率转换倍数：计算分辨率转换倍数x＝[RR0+0.5]，R0表示海杂波幅度序列r的分辨率，R表示模型类型和形状参数待求的海杂波幅度序列的目标分辨率；步骤6，利用对照表查找目标分辨率的海杂波幅度序列的模型类型和形状参数：步骤6.1，海杂波幅度序列的模型类型估计为广义Pareto分布强度模型时，初始形状参数取值vP，分辨率转换倍数为x，利用广义Pareto分布强度模型的“初始形状参数-分辨率转换倍数-模型类型和形状参数”对照表，查找分辨率转换为目标分辨率R后的海杂波幅度序列的模型类型和形状参数；步骤6.2，海杂波幅度序列的模型类型确定为IGCG幅度分布模型时，初始形状参数取值vI，分辨率转换倍数为x，利用IGCG幅度分布模型的“初始形状参数-分辨率转换倍数-模型类型和形状参数”对照表，查找分辨率转换为目标分辨率R后的海杂波幅度序列的模型类型和形状参数。

全文数据：

权利要求：

百度查询： 西安电子科技大学 利用对照表估计多分辨率海杂波模型类型和参数的方法