低掠射角海杂波的统计特性分析_谢洪森

合集下载

五,海杂波统计特性分析及其建模仿真

五,海杂波统计特性分析及其建模仿真

五、海杂波统计特性分析及其建模仿真[一] 课程设计的目的:1. 利用已有的IPIX 雷达海杂波数据来进行统计特性分析,如幅度分布、相关系数估计、功率谱估计等,对海杂波统计特性有一定的了解。

2. 在Matlab 环境下产生不同参数的相关复合K 分布的海杂波数据,并且能够对其统计特性进行分析。

3. 应用Matlab 语言工具实现各种随机序列的产生,理解和熟悉随机过程分析在实际中的应用。

[二] 课程设计的要求:1. 能够掌握和正确运用信号处理工具箱中的一些函数,通过这些函数的运用能够正确分析相应的雷达海杂波数据的统计特性。

2. 要求能够熟练应用Matlab 语言产生各种常见的随机分布序列,并能够了解和分析其统计特性。

3. 能够根据不同的要求设计产生出不同分布参数的相关K 分布海杂波随机序列,并能分析其统计特性及其相关特性。

[三] 课程设计的内容:1. 海杂波有关的特性阐述高分辨雷达、低观测角,海杂波体现一种脉冲行为,更准确地说显示为类似目标的回波,称为尖峰(spikes )。

实验证明雷达杂波显著偏离了高斯行为,研究新的统计模型描述杂波的幅度、频谱和高阶统计量是很有必要的。

对于一阶幅度统计特征量已经提出了几种概率密度函数(PDF )。

在低观测角时,与杂波幅度符合的很好的是双参数分布家族,即包含一个形状(shape )参数和尺度(scale )参数的PDF ,其中采用最多的是Weibull 和K 分布,这两种分布总体上是和复合高斯分布兼容的。

其PDF 分别为:1)Weibull分布的PDF为:()1exp p p z pz P z q q q −⎡⎤⎛⎞⎛⎞=−−⎢⎥⎜⎟⎜⎟⎢⎥⎝⎠⎝⎠⎣⎦,()120,0,0,2p z p q q σ>>>= 其中q为尺度因子,p为形状因子,根据不同的海情,在1.4到2之间变化。

若p=2,就成为瑞利分布,若p=1则为指数分布。

2)K 分布的PDF为:111()(),2()A a u f u K au ννννν−−−=Γ 0,u ≥ ,0a ν>其中:()Γi 为Gamma 函数,()K νi 是ν阶第二类修正贝赛尔函数,ν为形状参数,a 为尺度因子。

海杂波幅度分布模型的研究

海杂波幅度分布模型的研究

海杂波幅度分布模型的研究宋莹;姬光荣【期刊名称】《现代电子技术》【年(卷),期】2015(000)019【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。

%To improve the detection ability of radar target,Rayleigh distribution,Weibull distribution,lognormal distribu⁃tion 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 situa⁃tion 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 sepa⁃rate the main target and sub⁃target units.K distribution can provide the basis for improving the radar detection ability.【总页数】4页(P15-18)【作者】宋莹;姬光荣【作者单位】中国海洋大学信息科学与工程学院,山东青岛 266100;中国海洋大学信息科学与工程学院,山东青岛 266100【正文语种】中文【中图分类】TN911.7-34【相关文献】1.海杂波实测数据的改进K分布模型分析 [J], 张翼飞;冯讯;胡林华;陈立2.海杂波典型幅度分布模型的仿真分析 [J], 高铮;张安清3.L波段小擦地角海杂波幅度统计特性研究 [J], 张玉石;许心瑜;尹雅磊;李慧明;吴振森4.基于实测海杂波的典型幅度分布模型对比分析 [J], 刘宁波;孙艳丽;丁昊;宋杰5.海杂波复合K分布模型的参数估计 [J], 苏昭斌;陈红卫因版权原因,仅展示原文概要,查看原文内容请购买。

低掠射角海杂波的统计特性分析

低掠射角海杂波的统计特性分析
第 2 期
2 1年 4月 O1
雷 达 科 学 与 技 术
R ada r 5c i ence and echno I T ogY
V o .9 N o 1 .2 Ap i 2 rl 011
低 掠 射 角 海 杂 波 的统 计 特 性 分 析
ห้องสมุดไป่ตู้谢洪 森 ,邹 鲲 ,周 鹏
cute s a l e n t m po a nd s ata m a ns nd t e uls s ow ha hea plt e pr a l y d ns l t r i nayz d i e r la p ildo i ,a he r s t h t tt m iud ob bii e i t t un to a b i o t n r lz d K s rbu in wih l g no malt xt e The n y f c i n c n e ftt hege e a ie dit i to t o — r e ur . ow s a i a iy a d n — t ton rt n on ho o net fs a cute s a l e tl s . m ge iy o e l t r i nayz d a a t Ke r s: s a c u t ; n n- a s in; n - tton rt y wo d e l ter o G u sa on sa i a iy;no ho og net n— m e iy;s a itc lc r c e itc t ts ia ha a t rs i s
( 。海 军航 空工 程 学 院 青 岛分 院 , 东 青 岛 2 64 ; 1 山 6 0 1
2 .空 军 工 程 大 学 电 讯 工 程 学 院 , 西 西 安 7 0 7 ) 陕 1 0 7

海杂波统计特性分析.ppt

海杂波统计特性分析.ppt
p ( z ) ( z |r ) p ( r ) dr Z | R R p
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)。

低掠射角下传播因子对毫米波箔条RCS的测量影响

低掠射角下传播因子对毫米波箔条RCS的测量影响

低掠射角下传播因子对毫米波箔条RCS的测量影响
周涛
【期刊名称】《舰船电子对抗》
【年(卷),期】2011(034)003
【摘要】依据雷达传播理论、雷达测量原理和外场测控实践,结合有代表性的点目标和非相干延伸目标,分析了海面干涉因子,并对粗糙海面和平坦海面参与毫米波箔条云反射的程度进行了理论评估和实际测算,以求进一步认识和利用表面散射波对雷达测量的影响。

%According to the theory of radar propagation,the principle of radar measurement and the practice of outfield measurement and control,this paper analyzes the sea interference factor combing with the representative point targets and incoherent extended targ
【总页数】3页(P49-51)
【作者】周涛
【作者单位】解放军91404部队,秦皇岛066001
【正文语种】中文
【中图分类】TN957.51
【相关文献】
1.低掠射角海杂波的统计特性分析 [J], 谢洪森;邹鲲;周鹏
2.小掠射角下切变波对海底反射损失的影响 [J], 韩震;白正勤;赵阳
3.海面低掠射角雷达反散射波 [J], 袁宗楼;刘继宗
4.低掠射角海面雷达散射截面积的计算 [J], 吴丛风
5.膨胀石墨与箔条的3毫米波RCS特性对比 [J], 周明善;杨春燕;徐铭
因版权原因,仅展示原文概要,查看原文内容请购买。

海杂波统计特性分析

海杂波统计特性分析
海杂波统计特性分析

2019/3/1

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:

一种基于多重分形特性检测海面弱目标的新方法

一种基于多重分形特性检测海面弱目标的新方法

一种基于多重分形特性检测海面弱目标的新方法作者:张波张丹婷胡冲来源:《科技视界》 2014年第13期张波1 张丹婷2 胡冲2(1.西安市导航技术研究所,陕西西安 710068;2.西安电子科技大学雷达信号处理国防科技重点实验室,陕西西安 710071)【摘要】本文分析计算了海杂波的分形维数及多重分形特性。

在此基础上,从时间和空间上综合考虑,利用杂波包含与不包含目标时多重分形谱的差别,提出一种新的检测方法。

对实测数据的分析表明该方法是有效的,并且具有较小的计算量,为海杂波背景下的目标检测提供了一条新的思路和有效手段。

【关键词】海杂波;分形;多重分形;目标检测0引言海杂波是雷达发射脉冲照射的局部海面的后向散射回波。

对海杂波进行特性分析和建模仿真对于设计有效的雷达检测方案和评价雷达检测性能至关重要。

传统的研究主要是研究其统计特性,建立统计分布模型,如典型的瑞利(Rayleigh)分布、对数正态(Log-normal)分布、韦布尔(Weibull)分布和K分布等[1]。

然而,这些模型把海杂波视为某一随机过程的样本函数,这在很大程度上并非因为海杂波的物理本质,而是出于其看似随机的波形。

实际上,高分辨率雷达在低掠射角情况下测量的海杂波往往不具有高斯分布特性,海杂波并不是平稳的,而是呈现为非线性的不平稳性[2-4]。

这样经典雷达目标检测所作的独立、线性,平稳等假设均不符合真实情况,基于这些假设而采用的经典雷达目标最佳检测策略不可避免导致检测性能下降。

分形理论[5]的发展不仅为数学和物理提供了全新的观察视角和观察深度,也为杂波建模和分析提供了新的动力和方向:S.Haykin等人[6-7]对海杂波的研究表明,海杂波存在分数维的混沌吸引子,且存在大于零的Lyapunov指数,进而表明,用非线性学科中的混沌与分形方法研究杂波模型比传统的随机方法更为有效。

已有很多学者对海杂波的分形特性进行过不同方面的研究,也取得了不少成果[8-9]。

雷达海杂波性能分析及消除方法

雷达海杂波性能分析及消除方法

雷达海杂波性能分析及消除方法摘要:文章根据舰载雷达海杂波影响情况及相关资料,对海杂波时域特性、频域特性、空域特性进行了分析。

在分析的基础上给出了处理办法,并给出仿真结果。

海杂波在时域上相关时间有限;海杂波在频域上类似高斯型。

可以通过估计其参数进行自适应处理,在频域、空域及时域进行滤除,达到目标检测的目的。

仿真结果表明,该种处理可达到滤除杂波的要求。

关键词:海杂波;时域特性;频域特性;自适应;目标检测中图分类号:tp3 文献标识码:a 文章编号:1009-3044(2013)05-1177-021 概述舰载雷达执行任务时,经常面临海杂波的影响,造成目标检测能力下降。

海杂波处理困难是因为海杂波具有变化无规律,性质难把握的特点。

首先,海杂波与海域,气象及季节等均有关系。

在杂波不出现时,画面较为干净,而杂波出现时,则会严重干扰目标检测,甚至看不到目标。

因此,对海杂波进行深入研究并采取针对的有效措施是提高舰载与岸基雷达作战效能的一项紧迫任务。

解决舰载雷达的抗海杂波能力应从杂波特性分析入手进行处理。

2 海杂波特性分析根据相关资料及实测数据,海杂波具有如下特性。

海杂波与雷达工作频率、风力、风速、擦地角、温度等均有关系。

其中,最主要的影响是风。

风的影响在海杂波的时域及频域表现出来[1]。

2.1 海杂波的时域特性在a显上观察海杂波时,其表现为与分辨单元的尺寸有关,对于大的分辨单元,海杂波在距离上是分布式的;随着分辨单元的减小,海杂波表现得越来越孤立,类似于时变目标的一系列回波,在小入射角时,则表现为海浪尖峰。

根据《雷达手册》的表述,海杂波在小入射角时,表现为海面尖峰。

如:水平极化时x波段海面尖峰如图1所示。

图1中,左图为海态3,右图为海态1对应的回波,从图中可以看出,时域分辨力越高,杂波越呈尖峰状态,杂波的影响越小。

舰载多功能雷达工作于水平极化方式,性质与之基本相同。

海表面在时间和空间上可看成是一个平稳的随机过程,在特定的持续时间与空间内,杂波散射截面积是各态历经的,即为一个均值。

  1. 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. 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. 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)。
Key words: sea clutter ;no n-G aussian ;non-statio narity ;non-ho mog eneity ;sta tistical characteristics
1 引 言
海杂波是由海平面对电磁波的后向散射而产 生的 。海杂波的统计特性与海 平面的起伏规 律 、 气象条件和雷 达工作参数等具 有紧密的联系[ 1] 。 当掠射角小于 10°时的高分辨率雷 达海杂波统计 特性将明显偏离高斯分布 , 其幅度统计特 性具有 “厚尾” 效应 , 即幅度大的杂波 出现概率增加 。 杂 波的幅度表现为更 多的尖峰 。 海 杂波的 Dopple r 功率谱特性与海浪的结构 、风速风向有关 , 并且海
(V)发射与 接收 , 并能 够发射多种 宽度脉冲 的能 力 , 因此利用该雷达杂 波数据可以分析不 同极化
组合 、不同距 离分 辨率 条件下 的杂 波统 计特 性 。
本文以 Data1 , Dat a2 , Data3 表示 雷 达 分辨 率 为 30 , 15 和 3m 三种雷达 杂波数据 , 数据包含 34 个
2 海杂波的纹理分量提取
海杂波的纹理分量的提取本质上是利用了纹理 分量和散斑分量具有不同的相干长度 。文献[ 7] 给 出了计算海杂波纹理分量相干长度的算法 , 该算法 是基于广义 Kolm ogo rov-S mirno v 检验 , 其过程需 要统 计 独立 的 样 本 , 检 验 门限 需 要 利用 M onte Carlo 仿真得到 , 操作和计算比较复杂 。 而本文则 给出了一种新的纹理分量提取算 法 , 该算法能 够 自适应地搜索最佳的纹理分量相 干长度 , 而无 需 进行统计假设检验 。假定杂波纹理分量长度为 L , 那么长度为 L 的杂波序列可以近似为
函数(P ro babi li ty Densit y F unction , PDF)完全由
纹理分量的边缘 PDF 和高斯分布矢量的相关函数 确定 。
本文以加拿大 M cM ast er 大学的 IP IX 雷达在 1998 年获得的雷达杂波数据进行分析 , 该雷达工 作频率为 X 波段 , 能够水平极化(H)和垂直极化
1 7 4
雷达科学与技术
第 9 卷第 2 期
么两个 PDF 的拟合程度显然与 T ex t ure 的相干长 度估计值 L 有关 。当纹理分量相干长度估计值 L 接 近真实值时 , 散斑分量接近高斯分布 , 这时 d(L) 达到最小值 。而当纹理分量相干长度估计值 L 偏离 真实值 , 无论是偏小还是偏大 , d(L)值都会增大 , 因此从这个原理上分析 , 函数 d(L)应该是一个下 凸的 , 仅有一个最小值的函数 。因此利用 d(L)的 这种性质 , 在实际估计过程中 , 无需对所有可能的 L 值进行分析 , 而可以采用简单的搜索算法得到函 数 d(L)最小值点对应的 L 的估值 。
距离分辨单元和 6000 个脉冲回波数据 , 雷达掠射 角为 0 .32°, 每 个数 据 具 有四 种 极 化组 合 形 式 :
HH ,HV ,V H 和 VV , 分别表示发射极化方式和
接收极化方式 。 该杂波的具体参数参见文献[ 6] 。
文献[ 6] 的研究结果表明 , 该雷达杂波数据在大多 数情况下可以很好地拟合 SIRV 模型 , 而本文在此 基础上 , 进一步深入分析了雷达杂波的非高斯性 、 非均匀性和非平稳性 。 在第二节首先给出了一种 纹理分量提取算法 , 利用该算 法可以实现复合 高 斯过程的纹理分量和散斑分量的 分离 , 从而可 以 进一步分析纹理分量的 P DF 。 在第三节讨论了杂 波的功率谱拟合 , 其功率谱形 状可以用指数模 型 表征 。 在第四节讨论 了杂波的非高 斯性 , 主要 从 幅度 PDF , 频域分析和纹理分量的 PDF 三个角度 进行了分析 。在第五节讨论了杂波统计特性随时 间和空间的变化 。最后对全文进行了总结 。
c ={c(k -L/ 2+1}, …, c(k), c(k +1), … , c(k +L/ 2)}≈
{ τ(k)g(k -L/2 +1), …,
τ(k)g(k), τ(k)g(k +1), …,
τ(k)g(k +L/ 2)}
(2)
不失一般性 , 可以假定散 斑分量为零均值 单
位方差的高斯分布过程 , 那么可以得到序号 k 的散 斑分量估计值 :
杂波的统计特性随时间和空间发 生变化 , 从而 表 现出了非平稳性和非均匀性 。
在雷达信号检测问题中, 常规的检测算法是 针对高斯分布的杂波 , 其应用于非高斯杂波时 , 性 能会显著下降[ 2] 。 而且为了估计待检测单元的杂 波相关函数 , 通常需要利用附 近距离单元的杂 波 数据进行估计[ 3] 。 然而杂波统计特性的非平稳性 和非均匀性严重影响了待检测单元杂波相关函数
摘 要 :大量的研究文献表明 , 低掠射角雷达海杂波的统计特性可以采用复合高 斯模型 , 即相干长 度较 短的散斑分量与相干长度较长的纹 理分量 的乘积 , 并具 有明显 的非高斯 性 、非平稳 性和非 均匀性 。 针对 X 波段 , 不同的距离分辨 率和极化方式的雷达海杂波 , 首先给出了 纹理分量的 提取算法 , 并分 析了杂波的 平均 功率谱 , 其形状 在大多数情 况下满足指 数模型 。 然后 对杂波的 时域和频域 的非高斯 性进行了分 析 , 分 析结 果表明 , 其幅度分布可以采用基 于对数正态分布的纹理的广义 K 分布模型 。 最后对杂波的 统计特性的 非平 稳性和非均匀性进行了分析 。
关键词 :海杂波 ;非高斯 ;非平 稳 ;非均匀 ;统计特性
中图分类号 :T N957 文献标识码 :A 文章编 号 :1672-2337(2011)02-0172-08
Statistical Analysis of Sea Clutter at Low Grazing Angle
XIE H ong-s en1 , ZO U K u n2 , ZHO U Peng1 (1 .N aval Aeronautica l and Astronauti cal U niv ersit y , Qing dao 266041 , China ;
的估计效果 。 针对非 高斯 、非 平稳和非均匀的 杂
波环境下的信号检测问题是当前雷达信号处理领 域的一个重要课题[ 1-4] 。 为此 , 本文对低掠射角的
收稿日期:2010-12-03 ;修回日期 :2011-01-05

2011 年第 2 期
谢洪森 :低掠射角海杂波的统计特性分析
1 7 3
2 .The Te lecommunicat ion Engineeri ng Inst itute , Ai r Force Engineeri ng U nive rsi ty , Xian 710077, China)
Abstract :A lot of lite ratures indica te that the statistical char acte ristics of sea clutter at low gr azing angle can be modeled as compound Gaussian pro ce ss , w hich is the pro duct of speckle w ith shor ter coherent leng th and tex tur e w ith lo ng er coherent length , and is non-G aussian, no n-homo geneous, and no n-statio na ry . In this paper , fo r the X-band radar sea clutter with different range resolutions and pola rizatio n, the e xtr action alg o rithm of tex ture is g iven and po wer spectrum density of clutter is analy zed a t first .T he results sho w that the po wer spectrum density of clutter can be mo deled as ex po nential mo del .Secondly , the no n-G aussian of clutter is analyzed in tempo ral and spa tial do mains, and the results show that the amplitude probability density functio n can be fit to the g ene ralized K distributio n with log-no rmal texture .T he non-statio narity and nonhomog eneity o f sea clut te r is analy zed at last .
分量在一个相干处理间隔内为 一个随机变量 , 那
么可以得到一个球不变随机矢量(Spherically Inv ariant Random Vecto r , SIRV)杂波模型 :
c = τ×g
(1)
相对于组合模型或复合高斯模型 , SI RV 杂波模型 具有很多优点 。最重要的就是 SIRV 的概率密度
图 1 给出了纹理提取算法的过程结果 。图 1(a) 给出了三种分辨率杂 波数据 H H 模式下的 d(L) 曲线 , 可以看出 , d(L)近似为一条下凸的单个最小 值的曲线 , 其最小值对应了纹理分 量相干长度的 最优估计值 。需要指出的是 , 即便 d(L)达到最小 值 , 但最小值的大小与数据的选择有关 。其中高分 辨率杂波 data3 的数据 , 其 d(L)最小值比其他的 数据要大 , 这说明 , 该数据的散斑分量与高斯的拟 合程度最差 。文献[ 6] 的结论表明 , 该数据与 SIRV 模型的拟合程度最差 。 图 1(b)针对 Data1 的 H H 模式下的杂波 , 给出了纹理分量的提取效果 , 其基 本上反映了杂波的平均功率的变化 。
相关文档
最新文档