[发明专利]基于杂波统计分布模型和功率谱模型确定杂波模型的方法

说明书

技术领域

本发明涉及杂波模型确定方法，具体是涉及一种基于杂波统计分布模型和功率谱模型确定杂波模型的方法。

背景技术

杂波信号一般包括地杂波、海杂波、气象杂波等项目。其中常见的幅度分布规律包括瑞利分布、威布尔分布、对数-正态分布和K分布，比如雷达分辨率较低时，杂波幅度表现为瑞利分布。展宽的功率谱一般符合高斯、柯西和立方谱。现在还没有一种很好的基于杂波统计分布模型和功率谱模型确定杂波模型的方法。

发明内容

本发明为用户提供了一种基于4种杂波幅度统计分布模型和3种功率谱模型的杂波模型确定，该杂波模型确定方法解决了杂波模拟等相关计算时对算法的调用问题，方便各种情况下的使用。

为实现上述目的，本发明采取以下技术方案：一种基于杂波统计分布模型和功率谱模型的杂波模型确定方法，主要分为以下几个步骤：

1）数据输入：

输入各种幅度分布模型和功率谱所需的参数，包括方差、形状参数和带宽等；

2）选择所需的幅度分布模型和功率谱并生成波形图，包括：

①瑞利杂波的生成：

使用AR模型产生相关高斯杂波，通过Levison递推算法得出AR模型参数，再根据模型公式计算出相关高斯序列，最后得到一定长度的杂波输出信号；

②威布尔杂波的生成：

使用ZMNL模型生成威布尔分布的相参非高斯杂波；

③对数-正态杂波的生成：

迭代计算并平滑处理功率谱，杂波序列生成部分采用类似威布尔分布的算法；

④K分布杂波的生成：

功率谱部分使用AR模型，波形生成部分采用调制变量S和ZMNL算法，得到最后的输出波形；

3）图形显示、数据保存和/或数据输出：

通过计算在软件界面上显示生成杂波的包络曲线、幅度分布曲线和功率谱曲线。并将相关数据保存和/或传输出去。

本发明由于采取以上技术方案，其具有以下优点：1、本发明可以分别实现瑞利分布、威布尔分布、对数-正态分布和K分布4种幅度分布，每种分布均可实现高斯谱、柯西谱、立方谱3种功率谱。此模型计算方法可适用于地杂波海杂波和气象杂波等广泛多样的杂波应用类型。2、可全部使用C++语言实现，方便和工控之类的上位机控制程序配合使用，亦适合实时系统调用。调用方式灵活，可使用封装好的动态链接库，也可根据需要随时替换成其他方式。3、模型输出波形数据的长度及各种参数都可以根据需要调整，可提供给其它软件显示或处理，亦可提供给硬件仿真设备。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

本发明是以幅度分布函数和功率谱等参数确定杂波模型的种类，之后建立模型进行计算。其中相参高斯杂波仿真利用高斯随机过程通过一个线性滤波器实现，相参非高斯杂波的仿真则要复杂得多，一般可视为具有一定相关性的广义平稳复随机过程，常见的实现方法有两种，为基于ZMNL的方法以及基于外调制模型的方法。

如图1所示，本发明为一种基于杂波统计分布模型和功率谱模型的杂波模型确定方法，主要分为以下几个步骤：

1）数据输入：

尽可能多地输入所需的参数，如方差、形状参数和带宽等。

2）选择所需的幅度分布模型和功率谱并生成波形图，包括：

①瑞利杂波的生成：

使用AR模型产生相关高斯杂波，通过Levison递推算法得出AR模型参数，再根据模型公式计算出相关高斯序列，最后得到一定长度的杂波输出信号。

②威布尔杂波的生成：

使用ZMNL模型生成威布尔分布的相参非高斯杂波。

③对数-正态杂波的生成：

迭代计算并平滑处理功率谱，杂波序列生成部分采用类似威布尔分布的算法。

④K分布杂波的生成：

功率谱部分使用AR模型，波形生成部分采用调制变量S和ZMNL算法，得到最后的输出波形。

3）图形显示、数据保存和/或数据输出：

通过计算在软件界面上显示生成杂波的包络曲线、幅度分布曲线和功率谱曲线。并将相关数据保存和/或传输出去。