广义复合杂波分布(Generalized Compound Probability Density Function,GC-PDF)模型是一种适用范围广泛的杂波分布模型,参数估计是研究该杂波模型的关键技术。本文首先建立了广义复合杂波模型,推导了其统计特性。在此基础上,研究了最...广义复合杂波分布(Generalized Compound Probability Density Function,GC-PDF)模型是一种适用范围广泛的杂波分布模型,参数估计是研究该杂波模型的关键技术。本文首先建立了广义复合杂波模型,推导了其统计特性。在此基础上,研究了最小二乘参数估计方法。进而,以参数解耦和充分利用杂波序列信息为突破点,提出了一种新的杂波模型参数估计算法。该算法将一个四维非线性最优化问题转化为一个一维线性最优化问题,从而降低了计算量和所需样本数,提高了估计性能。最后,进行了仿真实验,验证了本文的结论。该算法对于高分辨雷达杂波分类和识别以及基于杂波背景的目标检测具有重要意义。展开更多
文摘广义复合杂波分布(Generalized Compound Probability Density Function,GC-PDF)模型是一种适用范围广泛的杂波分布模型,参数估计是研究该杂波模型的关键技术。本文首先建立了广义复合杂波模型,推导了其统计特性。在此基础上,研究了最小二乘参数估计方法。进而,以参数解耦和充分利用杂波序列信息为突破点,提出了一种新的杂波模型参数估计算法。该算法将一个四维非线性最优化问题转化为一个一维线性最优化问题,从而降低了计算量和所需样本数,提高了估计性能。最后,进行了仿真实验,验证了本文的结论。该算法对于高分辨雷达杂波分类和识别以及基于杂波背景的目标检测具有重要意义。
