[发明专利]一种新型SAR图像统计模型及其参数估计方法

权利要求书

1.一种新型SAR图像统计模型，其特征在于，包括：

步骤A1：设定描述SAR图像的杂波统计特性模型为P₁(x|θ₁)，设定目标统计特性模型为P₂(x|θ₂)，其中，x为SAR图像幅度值数据，θ₁和θ₂分别为杂波模型和目标模型参数；

步骤A2：混合统计模型为：

P(x|Θ)＝λ₁P₁(x|θ₁)+λ₂P₂(x|θ₂) (1)

其中混合模型参数Θ＝(λ₁,λ₂,θ₁,θ₂)，加权参数λ₁、λ₂满足：λ₁,λ₂≥0,λ₁+λ₂＝1。

2.根据权利要求1所述的一种新型SAR图像统计模型，其特征在于，所述杂波统计特性模型采用K分布，P₁(x|θ₁)的表达式为：

其中，θ₁＝(α,γ),αα为形状参数，γ为尺度参数，N为视数的2倍值，K_v(·)为阶数v的第二类修正Bessel函数；

所述目标统计特征模型采用Lognormal分布，P₂(x|θ₂)的表达式为：

其中，θ₂＝(μ,σ),μμ为形状参数，σ为尺度参数。

3.如权利要求2所述的一种新型SAR图像统计模型的参数估计方法，其特征在于，包括：

步骤S1：设定观测到的SAR图像幅度值数据为SAR图像幅度值数据中的隐藏数据为其中，y_n＝1表示第n个观测数据x_n来源于杂波；

步骤S2：采用混合统计模型的第一部分杂波统计特征模型P₁(x|θ₁)进行拟合，y_n＝2表示第n个观测数据x_n来源于目标，采用混合统计模型的第二部分目标统计特征模型

步骤S3：采用最大期望算法估算混合统计模型的参数。