本文關(guān)鍵詞：海雜波背景下的空時(shí)非相干檢測(cè)

  更多相關(guān)文章： 海雜波 目標(biāo)檢測(cè) 雙分位點(diǎn)估計(jì) 恒虛警 空時(shí)非相干檢測(cè)

【摘要】：海雜波背景下目標(biāo)檢測(cè)一直是海洋監(jiān)視雷達(dá)的一項(xiàng)主要任務(wù),受到了廣泛的關(guān)注。海雜波的非平穩(wěn)和非高斯特性,嚴(yán)重影響了目標(biāo)檢測(cè)性能,使得海雜波背景下目標(biāo)檢測(cè)受到限制。因此,有必要對(duì)海雜波的特性進(jìn)行分析和研究。近年來,Pareto分布模型越來越多地被用于海雜波的分析、建模和仿真。Pareto分布下海雜波動(dòng)目標(biāo)檢測(cè)問題已成為實(shí)際應(yīng)用中重要的研究課題。本文主要研究Pareto分布模型下海雜波的參數(shù)估計(jì)問題和匹配于形狀參數(shù)的空時(shí)非相干檢測(cè)方法。首先,分析了海雜波的特性和統(tǒng)計(jì)模型。主要回顧了幾種常見的海雜波幅度分布模型,對(duì)這幾種模型的適用范圍和優(yōu)缺點(diǎn)進(jìn)行了說明;接著分析了海雜波的時(shí)間相關(guān)性和空間相關(guān)性,并介紹了海雜波的復(fù)合高斯模型。其次,介紹了海雜波廣義Pareto強(qiáng)度分布的模型,并對(duì)該模型進(jìn)行參數(shù)估計(jì)。主要介紹了兩種參數(shù)估計(jì)的方法,分別是矩估計(jì)法和雙分位點(diǎn)估計(jì)法。針對(duì)樣本的異常值,本文采用了雙分位點(diǎn)估計(jì)方法,并將其應(yīng)用到機(jī)載大場(chǎng)景海雜波的非高斯特性估計(jì)中,結(jié)合仿真數(shù)據(jù)驗(yàn)證了非高斯特性感知方法的有效性。仿真實(shí)驗(yàn)表明,與傳統(tǒng)的矩估計(jì)相比,雙分位點(diǎn)估計(jì)方法具有抗異常樣本的能力并且估計(jì)效果更好。最后,本文首先回顧了傳統(tǒng)非相干CFAR檢測(cè)的基本結(jié)構(gòu),并說明了其CFAR性質(zhì)實(shí)現(xiàn)的隱含條件和局限性。然后,針對(duì)傳統(tǒng)非相干CFAR檢測(cè)器的局限性,提出了匹配于形狀參數(shù)的空時(shí)非相干檢測(cè)方法(即Pareto分布下比率中值檢測(cè)方法),而且,對(duì)該方法做了詳細(xì)的介紹,完成了恒虛警門限的設(shè)置和計(jì)算問題。證明了該檢測(cè)方法的門限僅取決于Pareto分布的形狀參數(shù)、參考單元數(shù)目、脈沖累積數(shù)和虛警概率,與尺度參數(shù)無(wú)關(guān)。接著,研究了空時(shí)參考單元的選取問題,給出了幾種不同的空時(shí)參考單元選取模式。最后,通過實(shí)驗(yàn)驗(yàn)證了Pareto分布下比率中值檢測(cè)方法具有全場(chǎng)景恒虛警的特性和抗異常干擾的特性,并證明了提出的空時(shí)二維參考單元選取方法可以改善檢測(cè)性能。
【關(guān)鍵詞】：海雜波 目標(biāo)檢測(cè) 雙分位點(diǎn)估計(jì) 恒虛警 空時(shí)非相干檢測(cè)
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P715;TN959
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號(hào)對(duì)照表10-11
• 縮略語(yǔ)對(duì)照表11-14
• 第一章 緒論14-20
• 1.1 課題的研究背景及意義14-15
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀15-18
• 1.3 論文研究?jī)?nèi)容及安排18-20
• 第二章 海雜波的特性與統(tǒng)計(jì)模型20-32
• 2.1 海雜波的幅度分布特性20-26
• 2.1.1 瑞利分布21-22
• 2.1.2 對(duì)數(shù)-正態(tài)分布22-23
• 2.1.3 韋布爾分布23-24
• 2.1.4 K分布24-26
• 2.2 海雜波的相關(guān)性分析26-29
• 2.2.1 海雜波的時(shí)間相關(guān)性27-28
• 2.2.2 海雜波的空間相關(guān)性28-29
• 2.3 海雜波的復(fù)合高斯模型29-30
• 2.4 本章小結(jié)30-32
• 第三章 機(jī)載海雜波非高斯特性感知技術(shù)32-44
• 3.1 廣義Pareto分布模型33-37
• 3.1.1 逆Gamma紋理復(fù)高斯分布的幅度模型33-35
• 3.1.2 廣義Pareto強(qiáng)度(功率)分布模型35-37
• 3.2 非高斯特性參數(shù)的估計(jì)方法37-40
• 3.2.1 矩估計(jì)法38-39
• 3.2.2 雙分位點(diǎn)法估算形狀參數(shù)39-40
• 3.3 機(jī)載大場(chǎng)景海雜波非高斯特性估計(jì)40-43
• 3.4 本章小結(jié)43-44
• 第四章 匹配于形狀參數(shù)的空時(shí)非相干檢測(cè)44-62
• 4.1 信號(hào)檢測(cè)的基本理論44-46
• 4.2 非相干CFAR檢測(cè)器的一般結(jié)構(gòu)46-49
• 4.3 匹配于形狀參數(shù)的空時(shí)非相干檢測(cè)49-54
• 4.4 空時(shí)參考單元的選取方法54-55
• 4.5 檢測(cè)結(jié)果和性能分析55-61
• 4.6 本章小結(jié)61-62
• 第五章 總結(jié)與展望62-64
• 5.1 總結(jié)62
• 5.2 展望62-64
• 參考文獻(xiàn)64-68
• 致謝68-70
• 作者簡(jiǎn)介70-71

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 朱玉鵬;王宏強(qiáng);肖順平;;基于自適應(yīng)核時(shí)頻分布的機(jī)動(dòng)目標(biāo)ISAR成像[J];現(xiàn)代雷達(dá);2009年03期

2 陳新敏;張明博;;基于時(shí)頻分布的海雜波背景下的小目標(biāo)物檢測(cè)[J];制導(dǎo)與引信;2008年02期

3 李曉瑋;種勁松;;基于小波分解的K-分布SAR圖像艦船檢測(cè)[J];測(cè)試技術(shù)學(xué)報(bào);2007年04期

4 張風(fēng)麗;吳炳方;張磊;;基于小波分析的SAR圖像船舶目標(biāo)檢測(cè)[J];計(jì)算機(jī)工程;2007年06期

5 歐陽(yáng)文;何友;靳煜;;基于統(tǒng)計(jì)模型的時(shí)-空相關(guān)海雜波仿真[J];系統(tǒng)仿真學(xué)報(bào);2006年02期

6 趙巨波;符燕;耿文東;;海雜波統(tǒng)計(jì)特性分析[J];現(xiàn)代雷達(dá);2005年11期

7 羅強(qiáng),羅莉,任慶利,何鴻君,楊萬(wàn)海;一種基于小波變換的衛(wèi)星SAR海洋圖像艦船目標(biāo)檢測(cè)方法[J];兵工學(xué)報(bào);2002年04期

，

本文編號(hào)：806759