海杂波特性分析

论文摘要

本文从统计特性、相关性和非平稳性等方面分析了海杂波的特性,这对雷达检测海上目标具有重要意义。首先,论文分析了海杂波的统计特性。介绍了瑞利分布、对数正态分布、韦布尔分布、K分布等四种统计分布函数,分析各分布参数对分布特性的影响。在此基础上,讨论了各分布参数的估计方法,以及序列检验方法,然后利用实测数据检验各统计分布的拟合度。其次,论文分析了海杂波的相关特性。随后利用实测数据对时间相关性作出了分析,从复合模型角度,将海杂波分为散斑和纹理两部分,研究了散斑和纹理的去相关时间。第三,论文研究了海杂波的非平稳性和目标检测。从多普勒频谱、纹理频谱的角度分析出海杂波具有非平稳性,研究了纹理和多普勒质心之间的相关系数,得出纹理和多普勒质心具有相关性。用Tsallis分布拟合海杂波实测数据差,分析出海杂波数据符合非广延统计,利用Nelder-Mead算法对该分布的三个参数进行估计,得出该分布参数对目标具有较强敏感性。在此基础上,利用相关参数的敏感性,研究了联合参数目标检测法,仿真结果表明该方法能够很好地检测出海面上小目标。同时,文中研究了一种基于BP神经网络的目标检测新方法,仿真结果表明该方法能够很好地利用单个参数检测出目标。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究背景和意义
• 1.2 国内外研究现状
• 1.3 本文主要研究内容及结构安排
• 2 海杂波特性分析
• 2.1 海杂波性质
• 2.1.1 基本的海杂波参数
• 2.1.2 海杂波特性
• 2.2 海杂波幅度分布特性
• 2.3 海杂波相关性
• 2.3.1 时间相关性
• 2.3.2 空间相关性
• 2.4 海杂波非平稳性
• 2.4.1 非广延统计
• 2.4.2 多普勒频谱的非平稳性
• 2.5 本章小结
• 3 海杂波统计特性及相关性分析
• 3.1 统计分布参数估计
• 3.1.1 瑞利分布参数估计
• 3.1.2 对数正态分布参数估计
• 3.1.3 韦伯分布参数估计
• 3.1.4 K分布参数估计
• 3.2 序列检验
• 2检验'>3.2.1 χ²检验
• 3.2.2 偏-峰度检验
• 3.2.3 K-S检验
• 3.3 幅度分布拟合度分析
• 3.3.1 实测数据来源
• 3.3.2 幅度分布拟合
• 3.3.3 基于K-S检验的目标检测
• 3.4 海杂波相关性分析
• 3.4.1 时间相关性
• 3.4.2 散斑和纹理相关系数估计
• 3.5 本章小节
• 4 海杂波非平稳性分析与目标检测
• 4.1 多普勒频谱的非平稳性分析
• 4.2 非广延统计分析
• 4.2.1 参数估计算法
• 4.2.2 分布参数估计及拟合效果分析
• 4.3 目标检测
• 4.3.1 联合参数目标检测
• 4.3.2 基于神经网络的目标检测
• 4.4 本章小节
• 5 结束语
• 致谢
• 参考文献