1.1.杂波的幅度模型瑞利分布式中,x为海杂波幅度瞬时值,为杂波幅度
相关地杂波建模和仿真
总第172期2008年第10期舰船电子工程Ship Electronic Enginee ring Vol.28No.10129 相关地杂波建模和仿真3罗 倩1),2) 闫鸿慧2)(北京信息科技大学1) 北京 100192)(中国科学院电子学研究所2) 北京 100080)摘 要 分析了雷达地杂波的幅度和频谱分布特性,通过对大量实测地杂波回波数据的分析和拟合,建立了仿真杂波幅度和频谱特性的模型。
地面杂波的相关特性可以用低阶AR 模型很好地描述,而其幅度分布特性可以用对数正态分布建模。
研究了基于零记忆非线性变换法对相关对数正态分布杂波的建模和仿真方法,仿真效果理想。
这种方法快速、有效,可用于雷达信号模拟和雷达信号处理器的设计。
关键词 雷达杂波仿真;相关对数正态分布;ZMNL 中图分类号 TP391.9 Modeli ng an d Si m ul at ion of Correlated Terrai n Cl utterL uo Qia n 1),2) Ya n Honghui 2)(Beijing In fo rmation Science &Technology Univer sity 1),Beijing 100192)(Electronic Institute ,Chine se Aca demy of Sciences 2),Beijing 100080)Abs tra ct A simulation method of correlated non 2G auss ian radar clutter is cons idered in this paper.The analysis of radar clut 2ter amplitude distributi on and spectr um characteristic is presented.The coherent log normal distribution clutter is simu lated ba s ed on m odeled real clutter data by using zero mem ory n onlinearity meth od.The resu lt proves this method is effective and reliable.The ob 2tained data can be used directly in simulation of radar correlative clutter a s well as des ign of rada r systems.Ke y w ords radar clut te r simulation ,co rrela ted log normal dist ributio n ,ZMNL Class N umber TP391.91 引言本文主要研究雷达地面杂波回波及其仿真问题。
海杂波背景下的目标检测算法
海杂波背景下的目标检测算法作者：潘一舟来源：《电脑知识与技术》2016年第29期摘要：雷达技术一直在民用与军用的各领域扮演着非常重要的角色。
在远洋航行的方面，由于海上环境较为复杂，天气等自然因素影响较多，为了保证船只的安全，将雷达技术应用到航行安全保障上面也就顺理成章。
雷达主要通过对目标的检测来判断是否有危险，但正因为各种噪音干扰的存在，雷达的判断不可能始终准确，因而如何减少由于干扰引起的错误判断，对雷达性能的提高就尤为重要。
恒虚警率检测是在雷达技术发展过程中提出的一种自适应检测方法，其在复杂的海洋环境下有着较为良好的检测性能，本文主要讨论的就是海杂波环境下的恒虚警率检测。
该文主要讨论海杂波的幅度特征，首先介绍几种主要的杂波幅度分布模型，再介绍几种主要的恒虚警率检测的方法，并对他们的性能进行比较。
最后，针对其中的单元平均恒虚警率检测（cA-CFAR），本文给出了其检测流程和门限计算的方法，并用MATLAB进行算法仿真。
关键词：海杂波；目标检测；CA-CFAR；MATLAB中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）29-0225-051海杂波分析1.1海杂波幅度分布模型海杂波的产生依赖于许多复杂的因素，主要是两大方面的因素：雷达的工作状态以及检测时的海洋环境，具体包括：雷达信号的入射角、发射频率、海面海风的风速和风向等。
由于海杂波的复杂性，我们可以将其视为一种随机过程，然而想要完整地描述一个随机过程是相当困难的，因此在实际中我们只考虑其主要的几个特征，将其视为一个多参数的函数，这些参数有着较强的相关性。
本文主要考虑海杂波的幅度分布特征，因为幅度特性是雷达杂波和海杂波共同的主要统计特性之一，对于雷达仿真、目标检测的性能有着十分重要的意义。
海杂波的幅度特征一般是比较均匀的，其主要得分布模型有瑞利分布（Rayleigh）分布、对数-正态分布（Log-normal）、韦布尔分布（Weibull）和K分布等。
海杂波幅度模型及参数估计综述
海杂波幅度模型及参数估计综述欧林晖(中国电子科技集团公司第三十八研究所，安徽合肥230088)应用科技随翻分析了在海杂渡背景下检测目标的特点，并针对不同类型的雷达回波，给出了几种常用的海杂波幅度统计模型及参数估计方法，为雷达滤波嚣的设计提供了理论参考。
鹾蓦枣河l海杂渡；幅度统计棒|生；参数估计1引言检测海面目标或海面背景下低空目标的雷达，必须克服海面本身回波的影响。
对岸基雷达、舰载雷达以及机载、球载等雷达，海面回波随雷达极化方式、工作频率、天线视角及海情、风向和风速等多个因素的变化而呈现明显的非平稳、非高斯特性，特别是和目标特性类似的所谓的“海尖峰”特性，在很多情况下，限制雷达检测能力。
为了能在海杂波背景下检测出慢速小目标，需要建立精确的描述海杂波分布特性的模型，同时要用观测数据对模型中的各个参数进行f舒十。
因此参数估计的准确程度将直接影响分布检验的结果，从而最终影响目标检测性能，所以参数估计和分布检验对于雷达f言号检测具有重要的意义。
2典型海杂渡分布模型及参数估计传统上，人们将海杂波作为一种纯随机过程来研究和处理，对海杂波的建模多采用随机分布模型，如瑞利分布《R ayl ei gh)、韦布尔分布(W ei bul l)、K分布、a稳态分布等。
对于低分辨率雷达，瑞利分布可以较好地描述杂波的幅度概率分布，此时在一个雷达距离分辨单元内存在大量散射单元而满足中，0极限定理假设。
对于高分辨率雷达，杂波幅度概率分布呈现如下两个特点：一是在高概率区域有—个较长的拖尾：二是有—个较大的标准偏差与平均值的比值。
因此可以用W ei bul l分布和K分布来解释和描述非瑞利杂波的概率分布。
对高分辨雷达在低视角工作时获得的海杂波回波包络模型的研究表明，用K分布不仅可以在很宽的范围内很好地与观测的杂波数据的幅度分布相匹配，而且还可以正确地模拟杂波回波的脉问相关特性。
2l瑞利分布∞yl ei甜溉其参数估计当一个杂波单元内含有大量相互独立的散射体时，雷达杂波包络服从瑞利分布，瑞利分布适用于描、述1氏分辨力雷达大俯视角时平稳环境的海杂波。
雷达系统中杂波信号的建模与仿真
1.雷达系统中杂波信号的建模与仿真目的雷达的基本工作原理是利用目标对雷达波的散射特性探测和识别目标。
然而目标存在于周围的自然环境中，环境对雷达电磁波也会产生散射，从而对目标信号的检测产生干扰，这些干扰就称为雷达杂波。
对雷达杂波的研究并通过相应的信号处理技术可以最大限度的压制杂波干扰，发挥雷达的工作性能。
雷达研制阶段的外场测试不仅耗费大量的人力、物力和财力，而且容易受大气状况影响，延长了研制周期。
随着现代数字电子技术和仿真技术的发展，计算机仿真技术被广泛应用于包括雷达系统设计在内的科研生产的各个领域，在一定程度上可以替代外场测试，降低雷达研制的成本和周期。
长期以来，由于对杂波建模与仿真的应用己发展了多种杂波类型和多种建模与仿真方法。
然而却缺少一个集合了各种典型杂波产生的成熟的软件包，雷达系统的研究人员在需要用到某一种杂波时，不得不亲自动手，从建立模型到计算机仿真，重复劳动，造成了大量的时间和人力的浪费。
因此，建立一个雷达杂波库，就可以使得科研人员在用到杂波时无需重新编制程序，而直接从库中调用杂波生成模块，用来产生杂波数据或是用来构成雷达系统仿真模型，在节省时间和提高仿真效率上的效益是十分可观的。
从七十年代至今已经公布了很多杂波模型，其中有几类是公认的比较合适的模型。
而且，杂波建模与仿真技术的发展己有三十多年的历史，己经有了一些比较成熟的理论和行之有效的方法，这就使得建立雷达杂波库具有可行性。
为了能够反映雷达信号处理机的真实性能，同时为改进信号处理方案提供理论依据，雷达杂波仿真模块输出的杂波模拟信号应该能够逼真的反映对象环境的散射环境。
模拟杂波的一些重要散射特性影响着雷达对目标的检测和踉踪性能，比如模拟杂波的功率谱特性与雷达的动目标显示滤波器性能有关;模拟杂波的幅度起伏特性与雷达的恒虚警率检测处理性能有关。
因此，杂波模拟方案的设计是雷达仿真设计中极其重要的内容，杂波模型的精确性、通用性和灵活性是衡量杂波产生模块的重要指标。
海洋合成孔径雷达图像的一种高效压缩方法
洋 Ｓ ＡＲ图像 压缩方 面 的不 足 ，本 文从全 局 图像 出发 ，充 分考虑 Ｓ ＡＲ图像 的统计 特性 ，针对 舰船 和海面像 素灰度
多 波 段 、 多 模 式 发 展 ，数 据 量 也 相 应 增 大 。 以 美 国 Ｓ ＡＲ地 面 处 理 系 统 ＡＳ （ ａ ｋ ＡＲ Ｆ ｃｌ ｙ 为 例 ， 它 每 天 处 Ｆ Ａｌｓ ａＳ ａ ｉ ｔ） ｉ
理 １０幅 ８１２×８１ ２的 ４视 Ｓ Ｒ图像 ，也就 是产 生 ９６ ０ ５ ９ ９ Ａ ０ ＭＢ数据 图像【。如此 大的数 据量将 导致庞大 的在线 Ｊ Ｊ 存 储需要 ， 并且 通过计 算机 网络 传输数据 的效 率也很低 。为解决数 据存储 与 图像 质量之 间 的矛盾 ， 必要对 Ｓ Ｒ 有 Ａ 图像 进行 高效压缩 。分 析 Ｓ Ｒ图像 的主要数 据特征 可 以发 现 ，对 Ｓ Ｒ图像进行 压缩 是相 当 困难 的 。经典 的图像 Ａ Ａ 压缩 算法最 初是 为光学 图像 设计 的［，Ｓ Ｒ 图像不 同于光学 图像 的数据特 性导 致这些 算法用 于 Ｓ Ｒ 图像 压缩 时 ２ Ａ １ Ａ 往 往 表 现 不 佳 。例 如 静 态 图 像 压 缩 标 准 ＪＥ ２ ０ ［具 有 相 当好 的 压 缩 性 能 ，但 是 作 为 图 像 的通 用 压 缩 方 法 ，未 Ｐ Ｇ ０ ０】 ３
ｗａ Ｂ－１ Ｂ ｈ ｇ ｅ ｈ ｎ Ｊ ＥＧ２ ０ ａ ｈ ａ ｉ ａｅ ． ｓ５ ｄ ｄ ｉ ｈ ｒｔ ａ Ｐ ０ ００ ｔｔ ｅｓ ｍｅ ｂ ｔｒ ｔ ｓ Ｔｈｅｐ ｏ ｏ ｅ ｌｏ ｉｈｍ，ｗｉｈ ｂ ｔｅ ｏ ｔａ ｔ ｒ ｐ ｓ ｄ ａ ｇ ｒｔ ｔ ｅ ｔｒｃ ｎ ｒ ｓ
海杂波幅度分布模型的研究
海杂波幅度分布模型的研究作者：宋莹姬光荣来源：《现代电子技术》2015年第19期摘要：为改善雷达检测目标的能力，基于对海杂波幅度特性的分析，采用瑞利分布、韦布尔分布、对数正态分布、K分布进行仿真，并与实测数据对比，分析了四种分布方式的拟合特点。
由结果可知，雷达处于低分辨率高擦地角时，适用于瑞利分布；当雷达处于高分辨率低擦地角时，适用于其余三种分布，其中正态分布拟合的效果较好。
由四种分布的参数拟合图知，K分布参数可以作为特征参量，更好地将主、次目标单元分离开来，为提高雷达检测能力提供依据。
关键词：海杂波；幅度特性；分布模型；曲线拟合中图分类号： TN911.7⁃34 文献标识码： A 文章编号： 1004⁃373X（2015）19⁃0015⁃04Abstract： To improve the detection ability of radar target， Rayleigh distribution， Weibull distribution， lognormal distribution and K distribution were simulated based on the analysis of amplitude characteristics of sea clutter. The fitting characteristics of the four distributions are analyzed by comparing with the measured data. The analysis results show that Rayleigh distribution is suitable for the situation when the radar is in low resolution and high grazing angle. Other distributions are suitable for the situation when the radar is in high resolution and low grazing angle， in which normal distribution has better fitting effect. According to fitting figures of four distribution parameters， K distribution parameter can be taken as the characteristic parameter to separate the main target andsub⁃target units. K distribution can provide the basis for improving the radar detection ability.Keywords： sea clutter； amplitude characteristic； distribution model； curve fitting0 引言对于海面上雷达来说，海面对雷达的后向散射回波中不可避免的包含其他物体的散射信号，即海杂波。
海杂波统计特性分析.ppt
0
为瑞利分布 ， pZ|R (z | r) 为Chi分布，伽马分布的平方根。 22.03.2019 13
pR (r )
２.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
22.03.2019
W(k)
ZMNL
X(k)
其过程是先由白高斯序列V(k)，经过滤 波器H(z)产生相关高斯序列W(k)，然后经过 某种非线性变换得到相关非高斯序列X(k)。
22.03.2019 19
３.非高斯杂波仿真
3.1.1 ZMNL法仿真Log-normal杂波(1) Log-normal杂波序列的产生框图如下：
22.03.2019 17
３.非高斯杂波仿真
目前，相关非高斯分布杂波的模拟方法 主要有两种： 1. 广义维纳过程的零记忆非线性变换 (ZMNL)法；
2. 球不变随机过程(SIRP)法。
22.03.2019
18
３.非高斯杂波仿真
3.1 零记忆非线性变换(ZMNL)法
其框图为：
V(k)
H(z)
其概率密度函数如下式所示：
x p f( x ) q q
p 1 p x exp , x 0 q
1 /p P 5 ,q2
1 /p P 3：
1 /p P 3 ,q4
22.03.2019 11
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)。
海杂波统计特性分析
张
2019/3/1
建
1
海杂波统计特性分析 汇报的主要内容：
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
2019/3/1 2
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 )。
2019/3/1 6
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
2019/3/1 7
２.杂波统计模型
2.1 瑞利(Rayleigh)分布
ZMNL
X(k)
其过程是先由白高斯序列V(k)，经过滤 波器H(z)产生相关高斯序列W(k)，然后经过 某种非线性变换得到相关非高斯序列X(k)。
2019/3/1 19
３.非高斯杂波仿真
3.1.1 ZMNL法仿真Log-normal杂波(1) Log-normal杂波序列的产生框图如下：
ln c
2019/3/1 12
２.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 Z描述成两 X X 个独立变量的乘积： Z s Y sR 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 总的幅度分布：
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.1.杂波的幅度模型
◆瑞利分布
式中，x为海杂波幅度瞬时值，为杂波幅度的均方值。
这里假定海杂波是由许多相互独立的随机散射体形成的，因此根据中心极限定理，其功率服从于正态分布，其包络的概率密度函数为瑞利分布，这种分布适合于低分辨率雷达（天线波束宽度大于，脉冲宽度大于1）在低海情工作的情况，为求得分布，必须由已知测量数据估计参数。
◆对数正态分布
式中为x的中值，为的标准偏差。
当雷达的鉴别力提高或在高海情下，海杂波的后向散射特性偏离了瑞利分布，它的尾部较长，可用对数正态分布与之拟和，这里应根据测量数据估计。
◆韦伯尔分布
式中为比例参数，为形状参数，根据不同海情，在1.4到2之间变化。
若＝2，就成为瑞利分布，若＝1就是指数概率密度函数。
人们在研究了更多的数据之后，认为对于高鉴别力的雷达，海杂波分布的尾部拉长情况用韦伯尔分布拟和比用对数正态分布更为合适。
◆相关k分布
上述各种杂波模型都是基于单一点统计量，仅仅适合于单个脉冲检测的情况，缺乏模拟杂波的时间和空间相关性。
考虑到脉间的相关性，近年来提出了相关k分布，概率密度函数如下：
为Gamma函数，为第二类修正Bessel函数，v是形状参数，a是标度参数。
对于大多数杂波，形状参数v的取值范围是。
时，杂波的分布接近于瑞利分布。
对于高分辨率低擦地角的海杂波v的值在0.1~3之间。
K分布的混合模型包含了杂波起伏的两个部分，它们具有不同的相关时间，第一部分是斑点分量（即快变化分量），它由大量散射体的反射进行相参叠加而成的，符合瑞利分布，第二部分是基本幅度调制分量（即慢变化），它反映了与海面大面积结构有关的散射束在空间变化的平均电平，具有长相关时间，服从分布。
1.2.海杂波的频谱模型
由于风速的影响，雷达杂波单元内各散射体具有一定的速度分布，同时雷达平台的运动及扫描天线的转动扫描也会带来杂波速度的起伏。
因此，雷达杂波的多普勒频谱也具有一定的分布，一般符合高斯分布模型，其功率谱的密度函数为：
为杂波谱的标准偏差，它与杂波速度起伏展宽值的关系为：考
虑雷达平台的运动，杂波单元存在一定的多普勒频率，杂波的多普勒频移修正为：
将其与（是两个半功率点之间的宽度）联系起来有：，
是一个常数，它的取值应使，因此。