久久一区二区免费播放,国产在线欧美日韩一区二区,国产综合色在线视频,精品伊人久久久香线蕉,精品视频麻豆网站,玖玖国产,国内精品久久久久影,在线观看精品视频一区二区三区,午夜久久影院,国产精品一区久久

一種基于參數(shù)選擇的雷達(dá)海雜波自適應(yīng)抑制處理方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種參數(shù)可選擇的多模型雷達(dá)海雜波自適應(yīng)抑制處理方法，首先通過(guò)給定的雷達(dá)掃描的前_貞回波數(shù)據(jù)，對(duì)前_貞雷達(dá)回波數(shù)據(jù)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，得出這些數(shù)據(jù)的各種模型特征參數(shù)值；然后將參數(shù)值分別帶入到瑞利分布模型、對(duì)數(shù)正太分布模型、韋布爾分布模型、A分布模型中，得到四種模型的分布曲線(xiàn)圖，再與雷達(dá)回波數(shù)據(jù)的分布曲線(xiàn)圖作比較，選擇最接近的模型，以此模型作為海雜波對(duì)消的背景；最后將后續(xù)Mi(i=l，2，3-_)幀雷達(dá)回波數(shù)據(jù)與背景作對(duì)消處理，自適應(yīng)抑制雷達(dá)海雜波的干擾，提高船舶雷達(dá)對(duì)目標(biāo)檢測(cè)的能力。
【專(zhuān)利說(shuō)明】一種基于參數(shù)選擇的雷達(dá)海雜波自適應(yīng)抑制處理方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種雷達(dá)領(lǐng)域，特別涉及一種基于參數(shù)選擇的雷達(dá)海雜波自適應(yīng)抑制 處理方法。

【背景技術(shù)】
[0002] 隨著社會(huì)的進(jìn)步，雷達(dá)應(yīng)用越來(lái)越廣泛，不僅在軍事應(yīng)用領(lǐng)域，在民用領(lǐng)域，如民 航調(diào)度、空中管制、海運(yùn)導(dǎo)航等都有重要的應(yīng)用。由于海上環(huán)境比較復(fù)雜，在船舶出港、航 運(yùn)期間，為了能夠提高船舶交通的安全性，航海雷達(dá)起著至關(guān)重要的作用。航海雷達(dá)主要 作用是目標(biāo)檢測(cè)，能夠提前檢測(cè)出目標(biāo)所在，就能夠提前判定是否存在危險(xiǎn)，提前做好應(yīng) 對(duì)措施。但是由于海雜波干擾存在，當(dāng)雷達(dá)檢測(cè)目標(biāo)時(shí)，可能會(huì)出現(xiàn)誤檢、漏檢，造成一些 預(yù)想不到的損失。
[0003] 而近年來(lái)，在雷達(dá)海雜波抑制領(lǐng)域得到了迅速的發(fā)展與應(yīng)用，包括基于神經(jīng)網(wǎng)絡(luò) 提取海雜波預(yù)測(cè)模型參數(shù)的海雜波抑制算法、基于非線(xiàn)性分析的海雜波抑制算法、基于核 函數(shù)和帶寬的海雜波概率密度函數(shù)估計(jì)算法，但是這些算法的預(yù)算量比較大，也比較復(fù)雜。 因此，本發(fā)明提出一種簡(jiǎn)單有效、參數(shù)可選擇的多模型雷達(dá)海雜波自適應(yīng)抑制處理方法。


【發(fā)明內(nèi)容】

[0004] 為解決上述問(wèn)題，本發(fā)明公開(kāi)了一種基于參數(shù)選擇的雷達(dá)海雜波自適應(yīng)抑制處理 方法。
[0005] 為了達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：一種基于參數(shù)選擇的雷達(dá)海雜波 自適應(yīng)抑制處理方法，其特征在于：包括如下步驟：
[0006] 步驟1，模擬雷達(dá)回波數(shù)據(jù)：
[0007] 首先設(shè)置參數(shù)，取均值u = 0.5,方差〇 =2,模擬海雜波的數(shù)據(jù)點(diǎn)數(shù)N= 1000,運(yùn) 用MATLAB軟件仿真得到模擬的雷達(dá)回波數(shù)據(jù)
[0008] f = Υι+Υ2= y!+Acos(2 π · 100t)
[0009] 其中，海雜波為序列yi，目標(biāo)信息為
[0010] y2 = Acos (2 π · 100t)
[0011] t是時(shí)間變量，A是目標(biāo)的幅度信息，可以根據(jù)不同的海情取值，模擬回波數(shù)據(jù)由 兩部分組成：第一部分稱(chēng)為數(shù)據(jù)，表示的是雷達(dá)掃描前N幀的數(shù)據(jù)；第二部分稱(chēng)為數(shù)據(jù) f2，表示的是雷達(dá)掃描N+i幀數(shù)據(jù)，其中i是雷達(dá)掃描次數(shù)；
[0012] 步驟2,統(tǒng)計(jì)雷達(dá)回波數(shù)據(jù)的特征參數(shù)值：
[0013] 通過(guò)MATLAB軟件可以對(duì)模擬的雷達(dá)回波數(shù)據(jù)序列
[0014] fj = y!+y2 = y!+Acos(2 π · 100t)
[0015] 進(jìn)行統(tǒng)計(jì)計(jì)算，得到4種模型的參數(shù)；
[0016] 步驟3,海雜波分布模型對(duì)比：
[0017] 將步驟2統(tǒng)計(jì)出的參數(shù)分別代入到瑞利分布模型、對(duì)數(shù)正態(tài)分布模型、韋布爾分 布模型和K分布模型，得到4種模型的分布曲線(xiàn)圖，然后將回波數(shù)據(jù)的分布曲線(xiàn)圖與上述 4種模型的分布曲線(xiàn)圖作比較，選擇與回波數(shù)據(jù)的分布曲線(xiàn)圖最接近的模型，作為對(duì)消處理 的背景；步驟4,對(duì)消處理：
[0018] 首先要對(duì)回波數(shù)據(jù)序列f2和步驟3選擇的模型序列y3分別作傅里葉變換得到F 2 和y3，然后再分別算出他們的功率譜密度函數(shù)為p2和p3，最后將f 2與Y3和P2與P3作相減 對(duì)消：
[0019] F = F2-Y3
[0020] P = P2-P3
[0021] 步驟5,顯示結(jié)果：
[0022] 觀察對(duì)消后的時(shí)域圖、頻域圖、功率譜密度圖，得到仿真結(jié)果。
[0023] 作為本發(fā)明的一種改進(jìn)，統(tǒng)計(jì)雷達(dá)回波數(shù)據(jù)的特征參數(shù)值，并對(duì)步驟2中的四 種模型瑞利分布模型、對(duì)數(shù)正太分布模型、韋布爾分布模型、K分布模型選擇其中一種合適 模型進(jìn)行雜波抑制處理。
[0024] 本發(fā)明所提出的海雜波抑制方法，用戶(hù)可以根據(jù)不同海情，設(shè)置不同的參數(shù)；通過(guò) 將雷達(dá)回波數(shù)據(jù)的分布曲線(xiàn)圖與不同的海雜波分布模型的分布曲線(xiàn)圖進(jìn)行對(duì)比，選擇合適 的海雜波分布模型進(jìn)行抑制海雜波的干擾，把對(duì)目標(biāo)的影響降至最小，提高目標(biāo)檢測(cè)能力， 使得結(jié)果更加準(zhǔn)確。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0025] 圖1是本發(fā)明的船用雷達(dá)海雜波的抑制方法的流程示意圖；
[0026] 圖2是回波與韋布爾分布模型的分布曲線(xiàn)的對(duì)比圖；
[0027] 圖3是回波與韋布爾分布模型對(duì)消后的時(shí)域效果圖；
[0028] 圖4是回波與韋布爾分布模型對(duì)消后的頻域效果圖；
[0029] 圖5是回波與韋布爾分布模型對(duì)消后的功率譜效果圖。

【具體實(shí)施方式】
[0030] 以下將結(jié)合具體實(shí)施例對(duì)本發(fā)明提供的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明，應(yīng)理解下述具體 實(shí)施方式僅用于說(shuō)明本發(fā)明而不用于限制本發(fā)明的范圍。
[0031] 如圖1所示為本發(fā)明的船用雷達(dá)海雜波的抑制方法的流程示意圖，包括如下步 驟：
[0032] 步驟1，模擬雷達(dá)回波數(shù)據(jù)：
[0033] 首先設(shè)置參數(shù)，取均值u = 0.5,方差〇 =2,模擬海雜波的數(shù)據(jù)點(diǎn)數(shù)N= 1000,運(yùn) 用MATLAB軟件仿真得到模擬的雷達(dá)回波數(shù)據(jù)
[0034] f = Υι+Υ2= y!+Acos(2 π · 100t)
[0035] 其中，海雜波為序列yi，目標(biāo)信息為
[0036] y2 = Acos (2 π · 100t)
[0037] t是時(shí)間變量，A是目標(biāo)的幅度信息，可以根據(jù)不同的海情取值。模擬回波數(shù)據(jù)由 兩部分組成：第一部分稱(chēng)為數(shù)據(jù)，表示的是雷達(dá)掃描前N幀的數(shù)據(jù)；第二部分稱(chēng)為數(shù)據(jù) f 2，表示的是雷達(dá)掃描N+i幀數(shù)據(jù)，其中i是雷達(dá)掃描次數(shù)。
[0038] 步驟2,統(tǒng)計(jì)雷達(dá)回波數(shù)據(jù)的特征參數(shù)值：
[0039] 通過(guò)MATLAB軟件可以對(duì)模擬的雷達(dá)回波數(shù)據(jù)序列
[0040] fj = y!+y2 = y!+Acos(2 π · 100t)
[0041] 進(jìn)行統(tǒng)計(jì)計(jì)算，得到4種模型的參數(shù)。
[0042] 步驟3,海雜波分布模型對(duì)比：
[0043] 將步驟2統(tǒng)計(jì)出的參數(shù)分別代入到瑞利分布模型、對(duì)數(shù)正態(tài)分布模型、韋布爾分 布模型和K分布模型，得到4種模型的分布曲線(xiàn)圖，然后將回波數(shù)據(jù)的分布曲線(xiàn)圖與上述4 種模型的分布曲線(xiàn)圖作比較，選擇與回波數(shù)據(jù)的分布曲線(xiàn)圖最接近的模型。本發(fā)明中，經(jīng)過(guò) 比較發(fā)現(xiàn)，回波數(shù)據(jù)的分布曲線(xiàn)圖與韋布爾分布曲線(xiàn)圖最接近，如附圖2所示，因此，選擇 韋布爾分布模型得到序列y 3，作為對(duì)消處理的背景。
[0044] 步驟4,對(duì)消處理：
[0045] 首先要對(duì)回波數(shù)據(jù)序列f2和步驟3選擇的模型序列y3分別作傅里葉變換得到F 2 和y3，然后再分別算出他們的功率譜密度函數(shù)為p2和p3，最后將f 2與Y3和P2與P3作相減 對(duì)消：
[0046] F = F2-Y3
[0047] P = P2-P3
[0048] 步驟5,顯示結(jié)果：
[0049] 對(duì)消后的時(shí)域圖、頻域圖、功率譜密度圖如附圖3、附圖4、附圖5所示。得到仿真 結(jié)果。
[0050] 其中，步驟2中的四種模型分別是瑞利分布模型、對(duì)數(shù)正太分布模型、韋布爾分布 模型、K分布模型，具體闡述如下：
[0051] (1)瑞利分布模型
[0052] 瑞利分布的概率密度函數(shù)
[0053]

【權(quán)利要求】
1. 一種基于參數(shù)選擇的雷達(dá)海雜波自適應(yīng)抑制處理方法，其特征在于包括如下步驟： 步驟1，模擬雷達(dá)回波數(shù)據(jù)： 首先設(shè)置參數(shù)，取均值U = 0. 5,方差σ = 2,模擬海雜波的數(shù)據(jù)點(diǎn)數(shù)N = 1000,運(yùn)用 MATLAB軟件仿真得到模擬的雷達(dá)回波數(shù)據(jù) f = Υι+Υ2 = Yi+Acos (2 π · 100t) 其中，海雜波為序列yi，目標(biāo)信息為 y2 = Acos (2 π · 100t) t是時(shí)間變量，A是目標(biāo)的幅度信息，模擬回波數(shù)據(jù)由兩部分組成：第一部分稱(chēng)為數(shù)據(jù) ，表示的是雷達(dá)掃描前N幀的數(shù)據(jù)；第二部分稱(chēng)為數(shù)據(jù)f2，表示的是雷達(dá)掃描N+i幀數(shù)據(jù)， 其中i是雷達(dá)掃描次數(shù)； 步驟2,統(tǒng)計(jì)雷達(dá)回波數(shù)據(jù)的特征參數(shù)值： 通過(guò)MATLAB軟件可以對(duì)模擬的雷達(dá)回波數(shù)據(jù)序列 fi = yi+y2 = Yi+Acos (2 π · loot) 進(jìn)行統(tǒng)計(jì)計(jì)算，得到4種模型的參數(shù)； 步驟3,海雜波分布模型對(duì)比： 將步驟2統(tǒng)計(jì)出的參數(shù)分別代入到瑞利分布模型、對(duì)數(shù)正態(tài)分布模型、韋布爾分布模 型和K分布模型，得到4種模型的分布曲線(xiàn)圖，然后將回波數(shù)據(jù)的分布曲線(xiàn)圖與上述4種模 型的分布曲線(xiàn)圖作比較，選擇與回波數(shù)據(jù)的分布曲線(xiàn)圖最接近的模型，作為對(duì)消處理的背 景；步驟4,對(duì)消處理： 首先要對(duì)回波數(shù)據(jù)序列f2和步驟3選擇的模型序列y3分別作傅里葉變換得到F2和Y 3， 然后再分別算出他們的功率譜密度函數(shù)為Ρ2和Ρ3，最后將F2與Υ 3和Ρ2與Ρ3作相減對(duì)消： F = F2-Y3 P = p2-p3 步驟5,顯示結(jié)果： 觀察對(duì)消后的時(shí)域圖、頻域圖、功率譜密度圖，得到仿真結(jié)果。
2. 根據(jù)權(quán)利要求1所述的一種基于參數(shù)選擇的雷達(dá)海雜波自適應(yīng)抑制處理方法，其特 征在于：根據(jù)統(tǒng)計(jì)雷達(dá)回波數(shù)據(jù)的特征參數(shù)值進(jìn)行四種模型瑞利分布模型、對(duì)數(shù)正太分 布模型、韋布爾分布模型、K分布模型的選擇。
【文檔編號(hào)】G01S7/36GK104215944SQ201410487752
【公開(kāi)日】2014年12月17日 申請(qǐng)日期:2014年9月22日 優(yōu)先權(quán)日:2014年9月22日
【發(fā)明者】李家強(qiáng), 姜慶剛, 李鵬, 陳金立, 葛俊祥 申請(qǐng)人:南京信息工程大學(xué)