（精）海杂波统计特性分析.pptVIP

Speaking 海杂波统计特性分析 张　建 １.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 ３.非高斯杂波仿真 3.2球不变随机过程(SIRP)法 　　其框图为： 　　 　　其过程是先有白高斯序列V(k)，经过滤波器H(z)产生相关的高斯序列W(k)，然后用所要求的单点概率密度函数的随机序列s调制W(k)，得到所需要的非高斯序列X(k)。 H(z) V(k) W(k) X(k) s ３.非高斯杂波仿真 3.2.1 SIRP法仿真K分布杂波 　　K分布杂波序列的产生框图如下： 　　 　　 　　w1(k)为一复白高斯噪声，线性滤波器H1(f)由X(k)的时间相关函数确定；w2(k)为一实白高斯噪声，H2(f)由X(k)的空间相关函数确定，且Y(k)为广义Chi分布，可以由伽马分布开方产生。 W1(k) Y(k) ZMNL X K分布 W2(k) Z(k) Y(k) ４.小结 1. 在ZMNL方法中，K分布杂波的仿真现在主要是仿真空时相关K分布杂波，也就是研究如何产生具有所需相关特性的高斯白噪声。 2. 在ZMNL方法中，K分布的仿真比较烦琐，如非线性变换关系的确定，任意形状参数杂波的生成等。 3. 下一步主要考虑SIRP法仿真K分布杂波以及研究其他几种新海杂波模型的相关杂波。 谢　谢！ * 汇报的主要内容： 海杂波统计特性分析 １.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)。 １.幅度统计特性 1.1 低分辨率海杂波幅度统计特性　 　　　早期，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。 １.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。 １.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] Chan H C. Radar sea-clutter at low grazing angles[J]. IEE Proc.-F, 1990, 137(2): 102~112 ２.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 ２.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： ２.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： ２.杂波统计模型 2.3 韦布尔(weibull)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： ２.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。 ２.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，它构成了海杂波的正随机成份，通常称为纹理(Texture)； 　2.毛细波，波长在厘米级