[发明专利]基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法

说明书

本发明提出了一种基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法。该方法在传统混合高斯模型基础上，针对岸基雷达杂波统计特征多样性以及发生雨雪、台风等恶劣状况区域的杂波统计特征突变情况进行了模型自适应改进，以实现对杂波快速且准确的拟合，首先初始化各回波单元高斯分量数为1，根据后续匹配情况和预设规则对各单元高斯分量数进行自适应增减处理，并更新各项参数；其次，根据回波单元预设邻域范围内当前帧未成功匹配单元个数与该范围内单元个数之比是否大于预设阈值来判断该回波单元是否处于杂波突变区域，并调整该回波单元的模型学习率以尽快实现对突变后杂波的拟合。本发明在传统混合高斯模型基础上进行了自适应改进，以适应杂波分布的多样性以及多变性，相对于单一的概率分布模型和传统混合高斯模型具有更好的适用性和鲁棒性。

技术领域

本发明涉及岸基雷达背景杂波图生成技术领域，尤其涉及一种基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法。

背景技术

岸基雷达可对海面目标进行主动探测，从而实现海面监视、目标跟踪和导航等目的，大多部署在海岸附近的高山或海上平台，运行环境较为恶劣，回波数据易受海浪、气象等杂波的干扰，导致无法对目标进行准确的检测和定位，因此，建立准确的杂波背景模型，对提高海面目标的检测性能具有重要意义。

传统的岸基雷达杂波模型主要采用经验模型来拟合杂波的统计特征，近年来相关的研究工作提出了大量的经验模型，常用的模型有Rayleigh分布、Weibull分布、Log-Normal分布以及K分布等，然而，在实际工程应用中，海上环境因素复杂，各类杂波(雨雪、海浪、岛屿、陆地)的概率密度函数可能由多种不同分布构成，即使同类杂波不同的区域或时间也可能由不同分布构成，因此，单一的、具体的分布模型对杂波拟合的适应性及鲁棒性较差。

由于有限高斯混合模型可以在任意精度正逼近实数上的非负黎曼可积函数，特别可以逼近任意的概率分布密度函数，因此，本发明利用混合高斯模型对背景杂波进行迭代拟合。

传统的混合高斯模型中高斯分量数和学习率均是固定不变的，而岸基雷达各个回波单元杂波统计特性不同，固定的高斯分量混合数可能会导致过拟合或欠拟合问题，雨雪、台风等恶劣状况下，回波幅值统计特性会发生较大的变化，固定的学习率无法快速拟合变化的背景杂波，针对这些情况，本发明对传统的高斯分量数和学习率进行了自适应改进，以适应岸基雷达杂波背景的多样性和多变性，提高模型的适应性与鲁棒性。

发明内容

本发明的主要目的在于提供一种基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法，旨在解决目前岸基雷达杂波模型生成方法中适应性和鲁棒性差的问题。

为实现上述目的，本发明提供了一种基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法，所述方法包括如下步骤：

步骤10，初始化各回波单元混合高斯模型分量数为1，后续回波与相应回波单元模型分量依次匹配，依匹配结果决定此模型是否新增分量，并更新各项参数；

步骤20，记录此回波单元各高斯分量的权值变化情况，剔除权值不断减小的高斯分量；

步骤30，根据此回波单元高斯分量和其最邻近高斯分量之间统计特性是否相似来决定是否做合并处理；

步骤40，判断此回波单元是否处于杂波统计特征突变区域，针对突变情况，调高模型学习率，模型拟合后，调回模型学习率。

优选地，所述步骤S10中后续回波与相应回波单元模型分量依次匹配的规则为：

|X_t-μ_i，t-1|＜＜2.5σ_i，t-1

其中，X_t为当前回波幅值，μ_i，t-1为该回波单元模型第i个分量的均值，σ_i，t-1为相应的标准差。