海杂波统计特性分析

海杂波统计特性分析

ID:37433000

大小:484.10 KB

页数:35页

时间:2019-05-12

海杂波统计特性分析_第1页
海杂波统计特性分析_第2页
海杂波统计特性分析_第3页
海杂波统计特性分析_第4页
海杂波统计特性分析_第5页
资源描述:

《海杂波统计特性分析》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、海杂波统计特性分析张 建7/24/202111.幅度统计特性2.杂波统计模型3.相关非高斯杂波仿真4.小结汇报的主要内容:海杂波统计特性分析7/24/202121.幅度统计特性海杂波产生机理复杂,依赖于许多因素,主要包括雷达的工作状态(入射角、发射频率、极化、分辨率等)和背景状况(如海况,风速、风向等)。因此,一般将海杂波看做一随机过程。而完整地描述一个随机过程是很困难的,通常根据需要考虑其主要特征,在分析海杂波时,主要考虑杂波的幅度分布和相关特性(或谱)。7/24/202131.幅度统计特性1.1低分辨率海杂波幅度统计特性早期,

2、雷达的分辨率较低,分辨单元较大,在一个分辨单元内,杂波的散射体数目较多,认为满足中心极限定理,因此杂波模型是高斯型的,认为杂波同相和正交两路分量服从高斯分布,杂波幅度分布服从瑞利分布。7/24/202141.幅度统计特性1.2高分辨率海杂波幅度统计特性随着雷达分辨率的提高并工作在小擦地角下时,杂波明显偏离高斯模型,主要特征有:一是有较长的右拖尾,二是有一个较大的标准偏差与平均值的比值。在高分辨率低入射角的情况下,海杂波数据用log-normal分布描述较合适;在近距离即严重的杂波环境中采用weibull分布更合适。这两种分布仅设施

3、描述单个脉冲检测的情况。在描述多个脉冲检测时,多采用K分布,K分布不仅能够很好地拟合海杂波的幅度,还便于描述杂波的时间相关性和空间相关性。7/24/202151.幅度统计特性1.3高低分辨率的划分对于如何划分雷达的高分辨率与低分辨率,文献[1]中认为:当用高分辨力雷达(脉冲宽度小于0.5us)在低视角(小于5º)观察海面时,海杂波呈现出非高斯性,这种海杂波称为非高斯海杂波,它也是目前研究最为广泛的海杂波。[1]ChanHC.Radarsea-clutteratlowgrazingangles[J].IEEProc.-F,1990,

4、137(2):102~1127/24/202162.杂波统计模型海杂波的高斯模型主要是:瑞利分布海杂波的非高斯模型主要有:对数正态分布韦布尔分布复合K分布此外,还有一些新的海杂波模型模型,如:α稳定分布高斯混合模型7/24/202172.杂波统计模型2.1瑞利(Rayleigh)分布其概率密度函数如下式所示:其PDF随参数a的变化如右图所示:7/24/202182.杂波统计模型2.2对数正态(Log-normal)分布其概率密度函数如下式所示:其PDF随参数的变化如右图所示:7/24/202192.杂波统计模型2.3韦布尔(wei

5、bull)分布其概率密度函数如下式所示:其PDF随参数的变化如右图所示:7/24/2021102.杂波统计模型2.4复合K分布(1)其概率密度函数如下式所示:式中是阶第二类修正Bessel函数,为尺度参数,是形状参数,取决于杂波的尖锐程度,表示非常尖锐的杂波,时趋于高斯分布。7/24/2021112.杂波统计模型2.4复合K分布(2)K分布可以用基于海面合成理论的复合散射理论解释。在海面合成理论中,将海面波动分为两种:1.重力波,波长是几百米到小于1米,作用力主要是重力;其回波相关时间较长,量级为秒,有的长达数十秒,它构成了海杂波

6、的正随机成份,通常称为纹理(Texture);2.毛细波,波长在厘米级甚至更短,恢复力主要是表面张力。其平均生存周期较短,变化较快,去相关时间为数十毫秒,一个杂波单元内可能有多个毛细波同时存在,因此其回波总体上表现为高斯分布的特点,构成了海杂波的高斯成份,通常称为散斑(Speckle)。7/24/2021122.杂波统计模型2.4复合K分布(3)K分布杂波模型将回波幅度 描述成两个独立变量的乘积:式中,Xs代表散斑分量,认为服从瑞利分布,指数分布的平方根;Y代表纹理分量,认为服从伽马分布。因此,K分布为散斑和纹理调制所形成的总的幅

7、度分布:为瑞利分布,为Chi分布,伽马分布的平方根。7/24/2021132.杂波统计模型2.4复合K分布(4)其PDF随参数的变化如下图所示:参数a=2参数v=107/24/2021142.杂波统计模型2.5稳定模型(1)当海面非常不平静时,海杂波中将会出现大量类似目标的尖峰; 稳定模型在通信处理领域内证明能够较好地描述包含不同程度冲击成份的噪声,因而人们考虑使用它来描述高海情海杂波中出现的大量类似冲击噪声的杂波现象。其PDF最好用傅氏反变换形式来描述:7/24/2021152.杂波统计模型2.5稳定模型(2)其PDF随参数的变

8、化如下图所示:7/24/2021162.杂波统计模型2.6高斯混合模型由于高斯分布的数学优越性十分诱人,人们设想用高斯混合模型来描述非高斯类型的海杂波。高斯混合概率密度函数的通用模型是:式中,是高斯PDF。与SIRP模型和内生模型相比,该模型可以很

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。