[发明专利]一种海杂波幅度分布参数估计方法及系统

权利要求书

1.一种海杂波幅度分布参数估计方法，其特征在于，包括：

获取海杂波幅度分布的实测数据；

对所述实测数据进行幅度统计，得到实测概率数据；

将所述实测概率数据输入至统计分布模型，得到所述统计分布模型输出的海杂波的实测统计模型参数；其中所述统计分布模型是基于海杂波幅度分布的仿真训练数据和所述仿真训练数据对应的仿真统计模型参数进行训练得到的；

所述将所述实测概率数据输入至统计分布模型，得到所述统计分布模型输出的海杂波的实测统计模型参数，之前还包括：

获取仿真数据；

对所述仿真数据进行幅度统计，得到仿真概率数据，其中所述仿真概率数据包括仿真训练数据和仿真测试数据；

基于所述仿真训练数据与所述仿真训练数据对应的仿真统计模型参数，训练所述统计分布模型；

所述获取仿真数据，包括：

获取历史实测数据，采用数理统计方法对所述历史实测数据进行估计，得到估计结果；

对所述估计结果进行范围选取，得到待估计参数取值范围；

将所述待估计参数取值范围进行离散化，划分成若干个等分区间的离散数值，按照所述离散数值生成对应的所述仿真数据。

2.根据权利要求1所述的一种海杂波幅度分布参数估计方法，其特征在于，所述统计分布模型包括多个参数统计子模型，每一所述参数统计子模型对应一个参数；

对应地，所述将所述实测概率数据输入至统计分布模型，得到所述统计分布模型输出的海杂波的实测统计模型参数，具体包括：

将所述实测概率数据输入至所述统计分布模型中的任一参数对应的参数统计子模型中，获取所述任一参数对应的参数统计子模型输出的所述实测统计模型参数。

3.根据权利要求1所述的一种海杂波幅度分布参数估计方法，其特征在于，所述基于所述仿真训练数据与所述仿真训练数据对应的仿真统计模型参数，训练所述统计分布模型，具体包括：

将所述仿真训练数据输入所述统计分布模型，得到统计分布结果；

获取所述仿真统计模型参数与所述统计分布结果之间的误差；

根据随机梯度下降法计算权重衰减值，重复训练过程，直至所述误差和所述权重衰减值低于预设值。

4.根据权利要求1所述的一种海杂波幅度分布参数估计方法，其特征在于，所述幅度统计是基于直方图统计法处理的。

5.根据权利要求1所述的一种海杂波幅度分布参数估计方法，其特征在于，所述数理统计包括对数正态分布、K分布、瑞利分布、韦布尔分布、GK分布、KK分布和WW分布。

6.一种海杂波幅度分布参数估计系统，其特征在于，包括：

获取模块，用于获取海杂波幅度分布的实测数据；

实测数据处理模块，用于对所述实测数据进行幅度统计，得到实测概率数据；

参数估计处理模块，用于将所述实测概率数据输入至统计分布模型，得到所述统计分布模型输出的海杂波的实测统计模型参数，其中所述统计分布模型是基于海杂波幅度分布的仿真数据和所述仿真数据对应的仿真统计模型参数进行训练得到的；

所述参数估计处理模块，还用于：

获取仿真数据；

对所述仿真数据进行幅度统计，得到仿真概率数据，其中所述仿真概率数据包括仿真训练数据和仿真测试数据；

基于所述仿真训练数据与所述仿真训练数据对应的仿真统计模型参数，训练所述统计分布模型；

所述获取仿真数据，包括：

获取历史实测数据，采用数理统计方法对所述历史实测数据进行估计，得到估计结果；

对所述估计结果进行范围选取，得到待估计参数取值范围；

将所述待估计参数取值范围进行离散化，划分成若干个等分区间的离散数值，按照所述离散数值生成对应的所述仿真数据。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述一种海杂波幅度分布参数估计方法的步骤。

8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述一种海杂波幅度分布参数估计方法的步骤。