[发明专利]海杂波幅度对数正态分布参数的分位点估计方法

说明书

本发明公开了一种海杂波幅度对数正态分布参数的分位点估计方法，主要解决现有技术在存在岛礁、目标回波组成的异常散射单元或样本的条件下，参数估计精度、稳健性不高的问题，其技术方案是：1)根据海杂波幅度对数正态分布模型的概率密度函数f_R(r)，确定其累积分布函数F_μ,σ(r)；2)根据F_μ,σ(r)得到参数估计所需的方程组；3)从雷达接收机接收到的回波数据中得到中位数r_m和分位数r_α的估计值；4)将3)中得到的中位数和分位数的估计值代入2)中得到的方程组，计算得出海杂波幅度对数正态分布模型的位置参数和尺度参数的估计值本发明获得的参数精度高，稳健性好，可用于海杂波背景下对目标检测中的参数确定。

技术领域

本发明属于雷达目标检测技术领域，具体涉及到一种海杂波幅度对数正态分布参数的分位点估计方法，用于海杂波背景下目标检测中确定海杂波幅度分布模型位置参数和尺度参数。

背景技术

海杂波是影响海面目标检测和目标运动参数估计的主要因素。海杂波背景下的最优目标检测方法依赖于海杂波幅度分布模型的模型参数，如何从复杂海杂波场景中有效精确估计出海杂波幅度分布模型的模型参数是海面目标检测的关键。海杂波的幅度分布模型随着雷达分辨率和海况而改变。在低分辨率条件下，复的海杂波一般服从复高斯分布，幅度分布模型为单参数的瑞利分布模型。瑞利分布与每个散射体的振幅分布无关，只要求散射体的数目足够多，并且所有散射体中没有一个起主导作用。对于低分辨力雷达，在高仰角和平稳环境时，瑞利分布的杂波模型可以得到较为精确的结果。但是，随着对雷达杂波幅度分布特性分析的逐步深入，人们发现，对于海浪杂波和地物杂波，瑞利分布模型并不能给出令人满意的结果。特别是随着距离分辨力的提高，杂波分布出现了比瑞利分布更长的拖尾，即出现高振幅的概率相当大。因而，如果继续采用瑞利分布模型，将出现较高的虚警概率。海杂波幅度的分布不仅是脉冲宽度的函数，而且也与雷达极化方式、工作频率、天线视角以及海情、风向和风速等因素有关。对于高分辨力雷达，在低仰角或恶劣海情下，海杂波不再服从瑞利分布，而通常能用对数正态分布来描述。

对于海杂波幅度对数正态分布模型，矩估计是常用的参数估计方法。幅度分布的矩能够表示为模型参数的非线性函数，因此联立方程可以用样本矩表示位置和尺度参数。在文献“对数正态分布参数的最大似然估计,”参见“于洋,孙月静.对数正态分布参数的最大似然估计[J].九江学院学报,2007,26(6):55-57.”中，提出了对数正态分布参数的最大似然的估计方法，它具有比矩估计更高的精度。矩估计和最大似然估计方法都是基于基本假定：所使用的是纯杂波数据。然而，实际应用中这一基本假定是不成立的，获得的海杂波数据样本常常包含了少量具有很大幅度的岛礁回波、目标回波构成的异常散射单元等。这些异常样本使得矩估计和最大似然估计方法的估计精度急剧下降，导致最优检测无法有效实现。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种海杂波幅度对数正态分布参数的分位点估计方法，以提高在岛礁、目标回波组成的异常散射单元或样本存在条件下，海杂波幅度对数正态分布位置和尺度参数的估计精确和稳健性。

为实现上述技术目的，本发明的技术方案包括如下：

(1)对海杂波幅度对数正态分布模型的概率密度函数f_R(r)进行积分，得到海杂波幅度对数正态分布模型累积分布函数F_μ,σ(r)：

r＞0，μ∈R，σ＞0，

其中，Prob(·)表示事件的概率值，r′为样本幅度，0≤r′≤r，erfc(·)表示互补误差函数，μ和σ分别表示海杂波幅度对数正态分布的位置参数和尺度参数；

(2)根据(1)中得到的海杂波幅度对数正态分布模型累积分布函数F_μ,σ(r)，得到参数估计所需的方程：