本發(fā)明屬于信號處理技術(shù)領(lǐng)域，涉及目標(biāo)檢測，具體是一種海雜波空變k-分布參數(shù)的遞歸矩估計(jì)方法，可用于海雜波幅度分布參數(shù)的快速估計(jì)。

背景技術(shù)：

海雜波背景下的目標(biāo)檢測技術(shù)是雷達(dá)應(yīng)用技術(shù)中一個至關(guān)重要的研究方向，在軍事和民用領(lǐng)域已經(jīng)得到廣泛的應(yīng)用。而對于海雜波幅度分布特性的準(zhǔn)確分析則是海雜波背景下目標(biāo)檢測技術(shù)能否取得良好效果的重要因素。因此，為了提高目標(biāo)檢測的效率，對海雜波幅度分布參數(shù)進(jìn)行快速估計(jì)是需要做到的重要保障。

隨著現(xiàn)代雷達(dá)系統(tǒng)距離分辨力的提高，雷達(dá)回波出現(xiàn)了以往低分辨力雷達(dá)系統(tǒng)所沒有的統(tǒng)計(jì)特性。而k-分布模型作為復(fù)合高斯模型的一種，不僅可以在很寬的范圍內(nèi)與實(shí)驗(yàn)數(shù)據(jù)良好擬合，同時(shí)也可以正確地描述回波信號在時(shí)間和空間上的相關(guān)性。因此，k-分布模型在海雜波統(tǒng)計(jì)特性的研究工作中占據(jù)重要地位。而針對k-分布模型提出的參數(shù)估計(jì)方法中，利用二階矩和四階矩估計(jì)參數(shù)是最為常用的參數(shù)估計(jì)方法。但是，傳統(tǒng)的k-分布參數(shù)估計(jì)方法在利用單掃描周期的數(shù)據(jù)進(jìn)行局部矩估計(jì)時(shí)，由于樣本信息不足，估計(jì)性能將急劇下降?？陀^上，需要一種能夠應(yīng)用于樣本信息不足情況下的k-分布海雜波參數(shù)矩估計(jì)方法，保證目標(biāo)檢測的基本要求。

近年來，許多學(xué)者對k-分布參數(shù)矩估計(jì)方法進(jìn)行著深入的研究，提出了一些基于特定理論的k分布參數(shù)矩估計(jì)方法。

文獻(xiàn)“iskanderdr,zoubiram.estimatingtheparametersofthek-distributionusingtheml/momapproach[c]//tencon'96.proceedings.,1996ieeetencon.digitalsignalprocessingapplications.ieee,1996,2:769-774.”中給出了一種結(jié)合矩估計(jì)及最大似然估計(jì)方法的混合估計(jì)方法。該方法通過將矩估計(jì)和最大似然估計(jì)結(jié)合，改善了矩估計(jì)的估計(jì)精度以及最大似然估計(jì)的執(zhí)行效率。但在樣本數(shù)量較低時(shí)，估計(jì)性能并不樂觀。

文獻(xiàn)“dongy.clutterspatialdistributionandnewapproachesofparameterestimationforweibullandk-distributions[j].2004”中提出了一種新的參數(shù)估計(jì)方法，即利用求解非線性方程來代替一維線性搜索，從而改善參數(shù)估計(jì)方法的執(zhí)行效率。但該方法同樣難以在小樣本情形下給出令人滿意的結(jié)果。

以上文獻(xiàn)中提出的方法雖然可以對k-分布形狀參數(shù)進(jìn)行有效估計(jì)，但都不能在單幀小樣本情況下得到應(yīng)有的估計(jì)精度，而且計(jì)算效率較低。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提出一種海雜波空變k-分布參數(shù)的遞歸矩估計(jì)方法，以解決現(xiàn)有技術(shù)利用單幀數(shù)據(jù)進(jìn)行局部矩估計(jì)時(shí)精度差的問題，提高后續(xù)海雜波背景下目標(biāo)檢測的性能。

為實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案包括如下步驟：

(1)雷達(dá)獲取數(shù)據(jù)：雷達(dá)發(fā)射機(jī)發(fā)射脈沖信號，利用雷達(dá)接收機(jī)接收經(jīng)過海面散射形成的回波數(shù)據(jù)：回波數(shù)據(jù)是一個包括脈沖維，距離維和波位維的三維矩陣，每個距離維和波位維構(gòu)成一個分辨單元；

1a)雷達(dá)接收機(jī)在多個掃描周期接收到的回波數(shù)據(jù)

其中為第t個掃描周期接收到的回波數(shù)據(jù)，t表示掃描周期，得到多個掃描周期數(shù)據(jù)。

1b)回波數(shù)據(jù)的每個分辨單元中的回波序列為xt：

xt＝[x1,x2,...,xi,...,xm]，

其中xi表示第i個回波數(shù)據(jù)，i＝1,2,...m，m表示脈沖數(shù)。

(2)數(shù)據(jù)歸一化：獲取回波數(shù)據(jù)的功率信息，并將其按功率進(jìn)行歸一化：

2a)多個掃描周期回波數(shù)據(jù)的歸一化功率為

對多個掃描周期均進(jìn)行歸一化處理，其中為第t個掃描周期回波數(shù)據(jù)的歸一化功率。

2b)計(jì)算的每個分辨單元中的歸一化功率序列yt：

yt＝[y1,y2,...,yi,...,ym]，

其中yi為第i個回波數(shù)據(jù)的歸一化功率。

(3)建立遞歸雜波維度向量w和遞歸遺忘因子向量g：

3a)利用樣本窗確定分辨單元大小，樣本窗大小隨著遞歸周期減小，得到遞歸雜波維度向量w：

w＝[w1,w2,...,wk,...,wt]，

其中wk表示第k個遞歸周期樣本窗大小。這里的wk的取值為2次冪數(shù)，即2,4,8,...，且wk隨著遞歸周期k減半。

3b)利用遺忘因子聯(lián)合使用多個周期的回波數(shù)據(jù)，遺忘因子隨著遞歸周期減小，得到遞歸遺忘因子向量g：

g＝[g1,g2,...,gk,...,gt]，

其中g(shù)k表示第k個遞歸周期的遺忘因子。

(4)對形狀參數(shù)進(jìn)行第一次估計(jì)：對第一個掃描周期回波數(shù)據(jù)的歸一化功率利用矩估計(jì)方法對每個分辨單元中的歸一化功率序列yt進(jìn)行形狀參數(shù)估計(jì)，記錄一階矩與二階矩，作為遞歸矩估計(jì)的第一組數(shù)據(jù)。

(5)對形狀參數(shù)進(jìn)行后續(xù)估計(jì)：根據(jù)第一次估計(jì)的結(jié)果，利用遺忘因子gk對多個掃描周期數(shù)據(jù)進(jìn)行迭代形狀參數(shù)矩估計(jì)，完成海雜波空變k-分布參數(shù)的遞歸矩估計(jì)。

本發(fā)明能以高效率通過多組小樣本迭代估計(jì)出更加精確的k-分布形狀參數(shù)，解決小樣本情況下海雜波幅度分布參數(shù)的快速估計(jì)問題。

本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)：

1)本發(fā)明聯(lián)合使用了多幀數(shù)據(jù)，通過增大樣本窗對形狀參數(shù)進(jìn)行粗估計(jì)的方法，解決了單掃描周期下采樣信息不足的問題，提高了小樣本下參數(shù)估計(jì)的精度，再利用后續(xù)掃描周期數(shù)據(jù)對形狀參數(shù)進(jìn)行估計(jì)的方法提高分辨率，實(shí)現(xiàn)海雜波形狀參數(shù)的實(shí)時(shí)估計(jì)。

2)本發(fā)明引入了單幀數(shù)據(jù)的局部矩估計(jì)結(jié)果作為初始化數(shù)據(jù)，并且添加了遺忘因子到矩估計(jì)公式中進(jìn)行迭代估計(jì),不需要像傳統(tǒng)估計(jì)方法那樣對大量數(shù)據(jù)的一次性運(yùn)算，所以提高了運(yùn)算效率。

附圖說明

圖1為本發(fā)明的實(shí)現(xiàn)流程圖；

圖2為仿真實(shí)驗(yàn)采用的真實(shí)且慢變的海浪圖形；

圖3為采用本發(fā)明和現(xiàn)有單幀數(shù)據(jù)局部矩估計(jì)方法的估計(jì)效果對比。

具體實(shí)施方式

下面結(jié)合附圖對本發(fā)明作進(jìn)一步說明：

實(shí)施例1

提高海雜波幅度分布參數(shù)實(shí)時(shí)估計(jì)的準(zhǔn)確性，能夠更好地表征海雜波的幅度特性，降低海雜波目標(biāo)檢測中的虛警率和漏檢率，改善檢測性能，因此海雜波幅度分布參數(shù)的快速估計(jì)是急需解決的問題?，F(xiàn)有的估計(jì)方法都是借助長時(shí)間積累的大量樣本對形狀參數(shù)進(jìn)行單幀估計(jì)，往往忽略了海雜波慢變特性帶來的幀與幀之間的聯(lián)系，針對這一缺點(diǎn)，本發(fā)明展開研究與探討，提出了一種海雜波空變k-分布參數(shù)的遞歸矩估計(jì)方法，參見圖1，包括有如下步驟：

(1)雷達(dá)獲取數(shù)據(jù)：雷達(dá)發(fā)射機(jī)發(fā)射脈沖信號，利用雷達(dá)接收機(jī)接收經(jīng)過海面散射形成的回波數(shù)據(jù)：回波數(shù)據(jù)是一個包括脈沖維，距離維和波位維的三維矩陣，每個距離維和波位維構(gòu)成一個分辨單元。

1a)雷達(dá)接收機(jī)在多個掃描周期接收到的回波數(shù)據(jù)

其中為第t個掃描周期接收到的回波數(shù)據(jù)，t表示掃描周期，得到多個掃描周期數(shù)據(jù)。

1b)回波數(shù)據(jù)的每個分辨單元中的回波序列為xt：

xt＝[x1,x2,...,xi,...,xm]，

其中xi表示第i個回波數(shù)據(jù)，i＝1,2,...,m，m表示脈沖總數(shù)。

(2)數(shù)據(jù)歸一化：獲取回波數(shù)據(jù)的功率信息，并將其按功率進(jìn)行歸一化：

2a)多個掃描周期回波數(shù)據(jù)的歸一化功率為

對多個掃描周期均進(jìn)行歸一化處理，其中為第t個掃描周期回波數(shù)據(jù)的歸一化功率。

2b)計(jì)算的每個分辨單元中的歸一化功率序列yt：

yt＝[y1,y2,...,yi,...,ym]，

其中yi為第i個回波數(shù)據(jù)的歸一化功率。

(3)建立遞歸雜波維度向量w和遞歸遺忘因子向量g：

3a)利用樣本窗確定分辨單元大小，樣本窗大小隨著遞歸周期減小，得到遞歸雜波維度向量w：

w＝[w1,w2,...,wk,...,wt]，

其中wk表示第k個遞歸周期樣本窗大小k＝1,2,...,t，。這里的wk的取值為2次冪數(shù)，即2,4,8,...，且wk隨著遞歸周期k減半。本發(fā)明實(shí)例中，樣本窗wk減小到2后保持不變。

3b)利用遺忘因子聯(lián)合使用多個周期的回波數(shù)據(jù)，遺忘因子隨著遞歸周期減小，得到遞歸遺忘因子向量g：

g＝[g1,g2,...,gk,...,gt]，

其中g(shù)k表示第k個遞歸周期的遺忘因子。本發(fā)明實(shí)例中，

(4)對形狀參數(shù)進(jìn)行第一次估計(jì)：對第一個掃描周期回波數(shù)據(jù)的歸一化功率利用矩估計(jì)方法對每個分辨單元中的歸一化功率序列yt進(jìn)行形狀參數(shù)估計(jì)，記錄一階矩與二階矩，作為遞歸矩估計(jì)的第一組數(shù)據(jù)。

(5)對形狀參數(shù)進(jìn)行后續(xù)估計(jì)：根據(jù)第一次估計(jì)的結(jié)果，利用遺忘因子gk對多個掃描周期數(shù)據(jù)進(jìn)行迭代形狀參數(shù)矩估計(jì)，完成海雜波空變k-分布參數(shù)的遞歸矩估計(jì)。

本發(fā)明利用多幀數(shù)據(jù)與遺忘因子聯(lián)合的方法估計(jì)形狀參數(shù)，實(shí)現(xiàn)了小樣本情況下海雜波形狀參數(shù)的實(shí)時(shí)估計(jì)，打開了一種關(guān)于海雜波多幀數(shù)據(jù)形狀參數(shù)估計(jì)的方式。

實(shí)施例2

海雜波空變k-分布參數(shù)的遞歸矩估計(jì)方法同實(shí)施例1，步驟(2)中對于每個分辨單元的雷達(dá)回波序列xt的功率進(jìn)行歸一化，按以下步驟進(jìn)行：

2a)多個掃描周期回波數(shù)據(jù)的歸一化功率為

其中為第t個掃描周期回波數(shù)據(jù)的歸一化功率。

2b)計(jì)算的每個分辨單元中的歸一化功率序列yt：

px＝|xt|²＝[|x1|²,|x2|²,...,|xi|²,...,|xm|²]，

px表示回波功率，其中xi表示第i個回波數(shù)據(jù)，i＝1,2,...,m。xt的幅度服從k-分布，其概率密度函數(shù)f(x)為：

其中，σ表示尺度參數(shù)(σ＞0)，υ表示形狀參數(shù)(υ＞0)，kυ(·)為υ階修正第二類bessel函數(shù)。

2c)對回波功率px進(jìn)行歸一化，得到功率歸一化后的回波數(shù)據(jù)樣本yt：

其中表示回波功率的平均值，表示px的第i個數(shù)據(jù)，回波數(shù)據(jù)序列在實(shí)驗(yàn)中也稱為回波數(shù)據(jù)樣本。

本發(fā)明對雷達(dá)雜波數(shù)據(jù)進(jìn)行功率歸一化，保證雷達(dá)功率的一致性，方便計(jì)算。

實(shí)施例3

海雜波空變k-分布參數(shù)的遞歸矩估計(jì)方法同實(shí)施例1-2，步驟(4)中對第一個掃描周期回波數(shù)據(jù)的歸一化功率利用矩估計(jì)方法對每個分辨單元中的歸一化功率序列y1進(jìn)行形狀參數(shù)估計(jì)，作為遞歸矩估計(jì)的第一組數(shù)據(jù)，按以下步驟進(jìn)行：

4a)對第一個掃描周期回波數(shù)據(jù)的歸一化功率利用初始樣本窗大小w1確定每個分辨單元的距離維大小q，得到歸一化功率序列y1的歸一化功率yi：

其中yi表示分辨單元中的第i個回波數(shù)據(jù)的歸一化功率，q為距離維的大小。

4b)利用每個分辨單元的歸一化功率，計(jì)算每個分辨單元的一階矩e1(y1)和二階矩

4c)對于每個分辨單元，利用一、二階矩估計(jì)方法計(jì)算該分辨單元的形狀參數(shù)υ：

完成第一組數(shù)據(jù)的形狀參數(shù)估計(jì)。

本發(fā)明通過對第一幀數(shù)據(jù)采用傳統(tǒng)矩估計(jì)方法，得到形狀參數(shù)的低分辨率估計(jì)，一定程度上保證了形狀參數(shù)的估計(jì)精度。

實(shí)施例4

海雜波空變k-分布參數(shù)的遞歸矩估計(jì)方法同實(shí)施例1-3，步驟(5)中利用遺忘因子gk對多個掃描周期數(shù)據(jù)進(jìn)行迭代形狀參數(shù)矩估計(jì)，具體包括有如下步驟：

5a)第t(t＞1)個遞歸周期，利用雷達(dá)接收機(jī)得到新的回波數(shù)據(jù)的歸一化功率

5b)對于每個分辨單元的歸一化功率序列yt，計(jì)算一階矩et(yt)和二階矩

5c)對于每個分辨單元的歸一化功率序列yt，利用遺忘因子gk和第t-1個遞歸周期記錄的一階矩et-1(yt-1)和二階矩再次計(jì)算本次遞歸周期的一階矩et(yt)和二階矩

et(yt)＝gk*et(yt)+(1-gk)*et-1(yt-1)，

5d)對于每個分辨單元，利用一、二階矩估計(jì)方法計(jì)算該分辨單元的形狀參數(shù)υ：

本發(fā)明引入了單幀數(shù)據(jù)的局部矩估計(jì)結(jié)果作為初始化數(shù)據(jù)，利用后續(xù)掃描周期數(shù)據(jù)對形狀參數(shù)進(jìn)行精細(xì)化估計(jì)，將本幀數(shù)據(jù)結(jié)合上一幀數(shù)據(jù)并且添加了遺忘因子到矩估計(jì)公式中進(jìn)行迭代估計(jì)，提高了小樣本下參數(shù)估計(jì)的精度，實(shí)現(xiàn)海雜波形狀參數(shù)的實(shí)時(shí)估計(jì)。

實(shí)施例5

海雜波空變k-分布參數(shù)的遞歸矩估計(jì)方法同實(shí)施例1-4

實(shí)驗(yàn)利用已有雷達(dá)純海雜波的回波數(shù)據(jù)作為原始回波數(shù)據(jù)，為完成此次實(shí)驗(yàn)將采集100幀原始回波數(shù)據(jù)，使用計(jì)算機(jī)對每一幀相同位置的原始回波數(shù)據(jù)進(jìn)行截取，得到100幀大小為256*256*32的回波數(shù)據(jù)。利用計(jì)算機(jī)獲取回波數(shù)據(jù)的功率信息，將其按功率進(jìn)行歸一化。確定本次實(shí)驗(yàn)采用大小為32*32的樣本窗作為初始樣本窗。

先對第一幀功率歸一化回波數(shù)據(jù)進(jìn)行處理，記錄第一幀功率歸一化回波數(shù)據(jù)并計(jì)算每一個分辨單元的一階矩?cái)?shù)值與二階矩?cái)?shù)值。利用k-分布矩估計(jì)方法計(jì)算每一個分辨單元的歸一化回波數(shù)據(jù)形狀參數(shù)的大小。

對第2幀至第100幀功率歸一化回波數(shù)據(jù)進(jìn)行遞歸處理。樣本窗大小每一幀減半，最小值取為2，利用樣本窗確定每一個分辨單元的回波數(shù)據(jù)，計(jì)算每一個分辨單元的功率歸一化回波數(shù)據(jù)的一階矩與二階矩。利用遺忘因子與前一幀記錄的一階矩、二階矩?cái)?shù)據(jù)，求得本幀數(shù)據(jù)每一個分辨單元的一階矩與二階矩，并記錄作為本幀歸一化回波數(shù)據(jù)每一個分辨單元的一階矩?cái)?shù)值與二階矩?cái)?shù)值。利用k-分布矩估計(jì)方法計(jì)算每一個分辨單元?dú)w一化回波數(shù)據(jù)形狀參數(shù)的大小。

本發(fā)明實(shí)驗(yàn)利用多幀數(shù)據(jù)與遺忘因子聯(lián)合的方法估計(jì)形狀參數(shù)，與傳統(tǒng)的估計(jì)方法相比，在相同數(shù)量的實(shí)驗(yàn)數(shù)據(jù)下，本發(fā)明實(shí)驗(yàn)形狀參數(shù)的估計(jì)效果更佳。同時(shí)，本發(fā)明還實(shí)現(xiàn)了小樣本情況下海雜波形狀參數(shù)的實(shí)時(shí)估計(jì)。

下面給出一個詳細(xì)的例子，對本發(fā)明進(jìn)一步說明：

實(shí)施例6

海雜波空變k-分布參數(shù)的遞歸矩估計(jì)方法同實(shí)施例1-5，參照圖1，本發(fā)明的實(shí)現(xiàn)步驟如下：

步驟1，利用雷達(dá)發(fā)射機(jī)發(fā)射脈沖信號，利用雷達(dá)接收機(jī)接收經(jīng)過海面散射形成的回波數(shù)據(jù)。

雷達(dá)接收機(jī)在多個掃描周期接收到的回波數(shù)據(jù)

其中為第t個掃描周期接收到的回波數(shù)據(jù)，t表示掃描周期，得到多個掃描周期數(shù)據(jù)。

回波數(shù)據(jù)是一個包括脈沖維，距離維和波位維的三維矩陣，每個距離維和波位維構(gòu)成一個分辨單元，每個分辨單元中的回波序列為xt：

xt＝[x1,x2,…,xi,...,xm]，

其中xi表示第i個回波數(shù)據(jù)，m表示脈沖數(shù)。

步驟2，獲取回波數(shù)據(jù)的功率信息，并將其按功率進(jìn)行歸一化。

計(jì)算每個分辨單元中的回波序列xt的功率，并且將其歸一化，得到每個分辨單元中回波序列的歸一化功率序列yt：

2a)多個掃描周期回波數(shù)據(jù)的歸一化功率為

對多個掃描周期均進(jìn)行歸一化處理，其中為第t個掃描周期回波數(shù)據(jù)的歸一化功率；

2b)計(jì)算的每個分辨單元中的歸一化功率序列yt：

px＝|xt|²＝[|x1|²,|x2|²,...,|xi|²,...,|xm|²]，<1>

其中xi表示第i個回波數(shù)據(jù)，i＝1,2,...m。xt的幅度服從k-分布，其概率密度函數(shù)f(x)為：

其中，σ表示尺度參數(shù)(σ＞0)，υ表示形狀參數(shù)(υ＞0)，kυ(·)為υ階修正第二類bessel函數(shù)。

2c)對回波功率px進(jìn)行歸一化，得到功率歸一化后的回波數(shù)據(jù)樣本yt：

其中表示回波功率的平均值，表示px的第i個數(shù)據(jù)。

步驟3，建立遞歸雜波維度向量和遞歸遺忘因子向量。

3a)利用樣本窗確定分辨單元大小，樣本窗大小隨著遞歸周期減小，得到遞歸雜波維度向量w：

w＝[w1,w2,...,wk,...,wt]，

其中wk表示第k個遞歸周期樣本窗大小。這里的wk的取值為2次冪數(shù)，即2,4,8,...，且wk隨著遞歸周期k減半。本發(fā)明實(shí)例中，樣本窗wk減小到2后保持不變。

3b)利用遺忘因子聯(lián)合使用多個周期的回波數(shù)據(jù)，遺忘因子隨著遞歸周期減小，得到遞歸遺忘因子向量g：

g＝[g1,g2,...,gk,...,gt]，

其中g(shù)k表示第k個遞歸周期添加的遺忘因子。本發(fā)明實(shí)例中，

步驟4，對第一個掃描周期回波數(shù)據(jù)的歸一化功率利用矩估計(jì)方法對每個分辨單元中的歸一化功率序列y1進(jìn)行形狀參數(shù)估計(jì)，作為遞歸矩估計(jì)的第一組數(shù)據(jù)。

4a)對第一個掃描周期回波數(shù)據(jù)的歸一化功率利用初始樣本窗大小w1確定每個分辨單元的距離維大小q，得到歸一化功率序列y1的歸一化功率yi：

其中yi表示分辨單元中的第i個脈沖回波數(shù)據(jù)的歸一化功率，q為距離維的大小。

4b)利用每個分辨單元的歸一化功率，計(jì)算每個分辨單元的一階矩e1(y1)和二階矩

4c)對于每個分辨單元，利用一、二階矩估計(jì)方法計(jì)算該分辨單元的形狀參數(shù)υ：

步驟5，利用遺忘因子gk對多個掃描周期數(shù)據(jù)進(jìn)行迭代形狀參數(shù)矩估計(jì)。

5a)第t(t＞1)個遞歸周期，利用雷達(dá)接收機(jī)得到新的回波數(shù)據(jù)的歸一化功率

5b)對于每個分辨單元的歸一化功率序列yt，利用公式<4>～<7>求得新的一階矩et(yt)和二階矩

5c)對于每個分辨單元的歸一化功率序列yt，利用遺忘因子gk和第t-1個遞歸周期記錄的一階矩et-1(yt-1)和二階矩再次計(jì)算本次遞歸周期的一階矩et(yt)和二階矩

et(yt)＝gk*et(yt)+(1-gk)*et-1(yt-1)，<9>

5d)對于每個分辨單元，利用一、二階矩估計(jì)方法計(jì)算該分辨單元的形狀參數(shù)υ：

通過步驟1到步驟5，實(shí)現(xiàn)了海雜波空變k-分布參數(shù)的遞歸矩估計(jì)。

本發(fā)明聯(lián)合使用了多幀數(shù)據(jù)，引入了單幀數(shù)據(jù)的局部矩估計(jì)結(jié)果作為初始化數(shù)據(jù)，并且添加了遺忘因子到矩估計(jì)公式中進(jìn)行迭代估計(jì),不需要像傳統(tǒng)估計(jì)方法那樣對大量數(shù)據(jù)的一次性運(yùn)算，解決了單掃描周期下采樣信息不足的問題，提高了小樣本下參數(shù)估計(jì)的精度與計(jì)算效率，再利用后續(xù)掃描周期數(shù)據(jù)對形狀參數(shù)進(jìn)行精細(xì)化估計(jì)的方法，實(shí)現(xiàn)海雜波形狀參數(shù)的實(shí)時(shí)估計(jì)。

下邊結(jié)合仿真和實(shí)驗(yàn)數(shù)據(jù)，對本發(fā)明的技術(shù)效果再做說明：

實(shí)施例7

海雜波空變k-分布參數(shù)的遞歸矩估計(jì)方法同實(shí)施例1-6

實(shí)驗(yàn)采用使用matlab中的gamrnd函數(shù)產(chǎn)生k-分布海雜波數(shù)據(jù)。仿真產(chǎn)生大小為256*256*32的回波仿真數(shù)據(jù)100組，仿真產(chǎn)生大小為256*256*3200的對比數(shù)據(jù)1組。實(shí)驗(yàn)中，初始樣本窗大小取值為32*32，回波脈沖數(shù)取值為32。

先對第一幀功率歸一化回波數(shù)據(jù)進(jìn)行處理，記錄第一幀功率歸一化回波數(shù)據(jù)并計(jì)算每一個分辨單元的一階矩?cái)?shù)值與二階矩?cái)?shù)值。利用k-分布矩估計(jì)方法計(jì)算每一個分辨單元的歸一化回波數(shù)據(jù)形狀參數(shù)的大小。

對第2幀至第100幀功率歸一化回波數(shù)據(jù)進(jìn)行遞歸處理。樣本窗大小每一幀減半，最小值取為2，利用樣本窗確定每一個分辨單元的回波數(shù)據(jù)，計(jì)算每一個分辨單元的功率歸一化回波數(shù)據(jù)的一階矩與二階矩。利用遺忘因子與前一幀記錄的一階矩、二階矩?cái)?shù)據(jù)，求得本幀數(shù)據(jù)每一個分辨單元的一階矩與二階矩，并記錄作為本幀歸一化回波數(shù)據(jù)每一個分辨單元的一階矩?cái)?shù)值與二階矩?cái)?shù)值。利用k-分布矩估計(jì)方法計(jì)算每一個分辨單元?dú)w一化回波數(shù)據(jù)形狀參數(shù)的大小。

對功率歸一化對比數(shù)據(jù)進(jìn)行處理。利用大小為2*2的樣本窗確定每一個分辨單元的對比數(shù)據(jù)。計(jì)算每一個分辨單元的功率歸一化對比數(shù)據(jù)的一階矩與二階矩，運(yùn)用k-分布矩估計(jì)方法計(jì)算每一個分辨單元的歸一化對比數(shù)據(jù)形狀參數(shù)的大小。

利用計(jì)算機(jī)對第100幀功率歸一化回波數(shù)據(jù)遞歸處理后的形狀參數(shù)進(jìn)行顯示，同樣對功率歸一化對比數(shù)據(jù)處理后的形狀參數(shù)進(jìn)行顯示，對比圖3(a)和圖3(b)并計(jì)算兩種處理方法的相對誤差。

仿真參數(shù)

仿真實(shí)驗(yàn)采用真實(shí)且慢變，像素值為256*256的海浪圖形來仿真雜波數(shù)據(jù)，如圖2所示。

仿真實(shí)驗(yàn)內(nèi)容

仿真實(shí)驗(yàn)中分別采用本發(fā)明方法和利用單幀數(shù)據(jù)進(jìn)行局部矩估計(jì)的方法對仿真產(chǎn)生的k-分布數(shù)據(jù)進(jìn)行形狀參數(shù)的估計(jì)，通過仿真結(jié)果圖比較兩種參數(shù)估計(jì)方法的效果。

仿真實(shí)驗(yàn)

基于上述海浪圖，使用matlab中的gamrnd函數(shù)產(chǎn)生k-分布海雜波數(shù)據(jù)。分別使用本發(fā)明和現(xiàn)有單幀數(shù)據(jù)局部矩估計(jì)方法對該海雜波數(shù)據(jù)的形狀參數(shù)進(jìn)行估計(jì)，實(shí)驗(yàn)中，初始樣本窗大小取值為32，回波脈沖數(shù)取值為32。

兩種方法的結(jié)果對比結(jié)果如圖3所示。

圖2表示原本形狀參數(shù)示意圖，圖3(a)和圖3(b)分別是本發(fā)明和現(xiàn)有技術(shù)以圖2基準(zhǔn)做出的估計(jì)圖。

圖3(a)表示采用本發(fā)明估計(jì)得到的形狀參數(shù)，樣本數(shù)量為256*256*32*100。

圖3(b)表示采用現(xiàn)有技術(shù)中單幀數(shù)據(jù)進(jìn)行局部矩估計(jì)的方法得到的形狀參數(shù)，樣本數(shù)量為256*256*3200。

對比圖3(a)和圖3(b)，在同等樣本數(shù)量下，現(xiàn)有技術(shù)做出的矩估計(jì)形狀參數(shù)圖沒有本發(fā)明方法估計(jì)得到形狀參數(shù)圖精確。

圖3(c)表示采用本發(fā)明估計(jì)得到的結(jié)果的相對誤差與采用單幀數(shù)據(jù)進(jìn)行局部矩估計(jì)的方法得到的結(jié)果的相對誤差，橫坐標(biāo)表示樣本數(shù)量，縱坐標(biāo)表示相對誤差。樣本數(shù)量在2*10⁷以下時(shí)，現(xiàn)有技術(shù)與本發(fā)明相對誤差較為相近，而樣本數(shù)量在2*10⁷以上時(shí)，本發(fā)明的相對誤差明顯比現(xiàn)有技術(shù)要小。

從圖3的對比中可以看出，采用本發(fā)明方法估計(jì)得到的形狀參數(shù)明顯優(yōu)于現(xiàn)有方法得到的形狀參數(shù)。

綜上所述，本發(fā)明提出的空變k-分布參數(shù)的遞歸矩估計(jì)方法，可以提高海雜波幅度分布參數(shù)估計(jì)的精度，解決了現(xiàn)有技術(shù)在樣本信息不足的情況下，估計(jì)性能下降的問題。本發(fā)明計(jì)算速度快，能夠滿足實(shí)際雷達(dá)系統(tǒng)的實(shí)時(shí)處理要求，有利于后續(xù)海雜波背景下目標(biāo)檢測性能的提高。

簡而言之，本發(fā)明公開的海雜波空變k-分布參數(shù)的遞歸矩估計(jì)方法，主要解決現(xiàn)有技術(shù)利用單幀數(shù)據(jù)進(jìn)行局部矩估計(jì)時(shí)精度差的問題，其技術(shù)方案是：利用雷達(dá)發(fā)射機(jī)發(fā)射脈沖信號，雷達(dá)接收機(jī)在多個掃描周期接收回波數(shù)據(jù)回波數(shù)據(jù)的每個分辨單元中的回波序列為xt；獲取回波數(shù)據(jù)的功率信息，并將其按功率進(jìn)行歸一化，多個掃描周期回波數(shù)據(jù)的歸一化功率為分辨單元中的歸一化功率序列為yt；建立遞歸雜波維度向量w和遞歸遺忘因子向量g；對第一個掃描周期回波數(shù)據(jù)的歸一化功率利用矩估計(jì)方法對每個分辨單元中的歸一化功率序列yt進(jìn)行形狀參數(shù)估計(jì)；利用遺忘因子gk對多個掃描周期數(shù)據(jù)進(jìn)行迭代形狀參數(shù)矩估計(jì)。本發(fā)明使用多幀數(shù)據(jù)，通過改變樣本窗大小，不斷提高小樣本下參數(shù)估計(jì)的分辨率，并實(shí)現(xiàn)海雜波形狀參數(shù)的實(shí)時(shí)估計(jì)，同時(shí)本發(fā)明不需要對大量數(shù)據(jù)進(jìn)行綜合運(yùn)算，提高了運(yùn)算效率。主要應(yīng)用于海況勘探、目標(biāo)檢測等領(lǐng)域。