[发明专利]海杂波空变K-分布参数的递归矩估计方法

说明书

本发明公开了海杂波空变K‑分布参数的递归矩估计方法，解决了现有技术用单帧数据矩估计时精度差的问题，技术方案是：雷达接收机在多个扫描周期接收回波，每个分辨单元中回波序列为X_t；获取多个扫描周期的功率信息并归一化处理，分辨单元中的归一化功率序列为Y_t；建立递归杂波维度和遗忘因子向量；对第一个扫描周期中每个分辨单元中的Y_t做形状参数估计；用遗忘因子对多个扫描周期数据进行迭代矩估计。本发明使用多帧数据，通过改变样本窗大小，不断提高小样本下参数估计的分辨率，并实现海杂波形状参数的实时估计，同时本发明不需要对大量数据进行综合运算，提高了运算效率。主要应用于海况勘探、目标检测等领域。

技术领域

本发明属于信号处理技术领域，涉及目标检测，具体是一种海杂波空变K-分布参数的递归矩估计方法，可用于海杂波幅度分布参数的快速估计。

背景技术

海杂波背景下的目标检测技术是雷达应用技术中一个至关重要的研究方向，在军事和民用领域已经得到广泛的应用。而对于海杂波幅度分布特性的准确分析则是海杂波背景下目标检测技术能否取得良好效果的重要因素。因此，为了提高目标检测的效率，对海杂波幅度分布参数进行快速估计是需要做到的重要保障。

随着现代雷达系统距离分辨力的提高，雷达回波出现了以往低分辨力雷达系统所没有的统计特性。而K-分布模型作为复合高斯模型的一种，不仅可以在很宽的范围内与实验数据良好拟合，同时也可以正确地描述回波信号在时间和空间上的相关性。因此，K-分布模型在海杂波统计特性的研究工作中占据重要地位。而针对K-分布模型提出的参数估计方法中，利用二阶矩和四阶矩估计参数是最为常用的参数估计方法。但是，传统的K-分布参数估计方法在利用单扫描周期的数据进行局部矩估计时，由于样本信息不足，估计性能将急剧下降。客观上，需要一种能够应用于样本信息不足情况下的K-分布海杂波参数矩估计方法，保证目标检测的基本要求。

近年来，许多学者对K-分布参数矩估计方法进行着深入的研究，提出了一些基于特定理论的K分布参数矩估计方法。

文献“Iskander D R,Zoubir A M.Estimating the parameters of the K-distribution using the ML/MOM approach[C]//TENCON'96.Proceedings.,1996IEEETENCON.Digital Signal Processing Applications.IEEE,1996,2:769-774.”中给出了一种结合矩估计及最大似然估计方法的混合估计方法。该方法通过将矩估计和最大似然估计结合，改善了矩估计的估计精度以及最大似然估计的执行效率。但在样本数量较低时，估计性能并不乐观。

文献“Dong Y.Clutter spatial distribution and new approaches ofparameter estimation for Weibull and k-distributions[J].2004”中提出了一种新的参数估计方法，即利用求解非线性方程来代替一维线性搜索，从而改善参数估计方法的执行效率。但该方法同样难以在小样本情形下给出令人满意的结果。

以上文献中提出的方法虽然可以对K-分布形状参数进行有效估计，但都不能在单帧小样本情况下得到应有的估计精度，而且计算效率较低。

发明内容

本发明的目的在于提出一种海杂波空变K-分布参数的递归矩估计方法，以解决现有技术利用单帧数据进行局部矩估计时精度差的问题，提高后续海杂波背景下目标检测的性能。

为实现上述技术目的，本发明的技术方案包括如下步骤：

(1)雷达获取数据：雷达发射机发射脉冲信号，利用雷达接收机接收经过海面散射形成的回波数据：回波数据是一个包括脉冲维，距离维和波位维的三维矩阵，每个距离维和波位维构成一个分辨单元；