导读:本文包含了杂波模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:多普勒,模型,目标,递归,幅度,波幅,方法。
杂波模型论文文献综述
左雷,金丹[1]（2019）在《基于2分随机乘法模型的多重分形海杂波建模研究》一文中研究指出为准确建立海杂波模型,将乘法模型与多重分形相结合引入到高分辨率海杂波建模研究中,提出了一种基于2分随机乘法模型的多重分形海杂波建模方法,理论上分析了模型的多重分形特性,并从实测海杂波数据中提取了倍乘因子的分布特性,提出了基于Beta分布的倍乘因子构建方法,仿真得到了海杂波数据。通过对瑞利分布、韦布尔分布和对数正态分布的比较分析以及K-S的统计检验,验证了2分随机乘法模型的合理性,这为高分辨率雷达的海杂波建模研究及其背景下的目标检测研究奠定了理论基础。(本文来源于《海军工程大学学报》期刊2019年04期）
王月香[2]（2019）在《基于ARIMA-GARCH模型的海杂波建模分析及SAR-GMTI技术研究》一文中研究指出在通讯、气象、测距和导航等各方面,雷达都发挥着至关重要的作用。随着雷达在军用民用两个领域的深入应用,雷达的设计和开发引起了世界各国的广泛关注。尤其是在海洋背景中,雷达的检测功能会受海洋表面持续的波动特性的影响,背景中雷达杂波的存在严重影响目标检测的性能,引起大量虚警。本文研究和总结了海杂波的各类统计模型,提出了利用求和自回归移动平均-广义自回归条件异方差(ARIMA-GARCH)模型的海杂波建模方法,并将该数学模型应用于海杂波背景下的目标检测,实现了ARIMA-GARCH模型在海杂波目标检测领域的首次应用。在合成孔径雷达(SAR)图像中,目标运动主要表现为距离向扩散和方位向散焦,并且当目标在距离向上存在速度分量时,会导致其距离多普勒图像出现方位向偏移。到目前为止,合成孔径雷达地面动目标指示技术(SAR-GMTI)课题的研究多集中在杂波抑制方面,杂波抑制常用的方法是采用多通道,这是由于多通道可以为目标探测提供更多的自由度。近年来,由于计算机技术的飞速发展,研究者们逐渐开始把目光投向在单通道SAR-GMTI技术,这是因为单通道可以克服上述多通道间的相关性问题。本文在单通道SAR图像的基础上,提出了叁种GMTI方法,用实测数据验证了其可行性和有效性,并给出了叁种GMTI方法的性能分析和比较。本文重点研究了海杂波的建模理论及应用和在SAR图像中基于距离多普勒的地面动目标指示(GMTI)技术。本文的主要工作如下:1)整理了目前已被提出的六种常用杂波统计特性的模型和统计分析方法,对实测回波数据的海尖峰特性做了一定的研究工作,并分析了海尖峰的形成原因。雷达杂波常用的概率统计分布函数有高斯(Gaussian)分布,莱斯(Rice)分布,瑞利(Rayleigh)分布,对数正态(Log-Normal)分布,韦布尔(Weibull)分布和K分布等。2)对服从Log-Normal分布的实测海杂波进行了统计描述,并给出了服从Log-Normal分布的海杂波的ARIMA-GARCH模型建模结果;最后对实测海杂波数据进行分析,给出了实测数据的预处理、杂波特性分析与建模及其拟合优度检验的的步骤和结果,展示了本章建模方法在目标检测方面的探测结果,最后通过对实测数据的分析结论与前文的理论数据的相互结合,实现了将海杂波建模技术在目标检测领域的有效应用。3)提出了叁种基于SAR图像的动目标检测方法,平均相关系数法,多普勒谱差法和多普勒中心估计法。用实测雷达图像数据验证了本文提出的叁种方法的探测有效性并展示了探测效果,文章最后给出的叁种探测方法的检测结果证明了本文方法的可行性与有效性。(本文来源于《鲁东大学》期刊2019-05-01）
王陆林,刘贵如,邹姗[3]（2019）在《基于威布尔分布杂波模型的加权有序统计模糊CFAR检测算法》一文中研究指出为了解决有序统计恒虚警(order statistic constant false alarm rate,OS-CFAR)、有序统计最大选择恒虚警(order statistic greatest of-constant false alarm rate,OSGO-CFAR)和有序统计最小选择恒虚警(order statistic smallest ofconstant false alarm rate,OSSO-CFAR)检测算法在非均匀噪声环境下检测性能严重下降的问题,基于威布尔分布模型和模糊量化的软决策方法,提出了一种加权有序统计量的模糊恒虚警(weighted order statistic and fuzzy rules constant false alarm rate,WOSF-CFAR)检测算法。通过计算Leading和Lagging子窗口对应的模糊隶属函数值,采用代数积、代数和、最大选择和最小选择4种融合规则对2个子窗口的模糊输出量进行融合,并与比较门限进行比较判别目标有无。仿真表明,提出的检测方法与OSGO-CFAR,OSSO-CFAR算法相比,在均匀噪声、杂波边缘干扰和多目标干扰环境下均具有较好的检测性能,尤其是采用代数积融合规则时,检测性能最优,且提出的检测算法在均匀噪声环境下也具有最佳的检测性能。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年02期）
高铮,张安清[4]（2018）在《海杂波典型幅度分布模型的仿真分析》一文中研究指出为改善舰载雷达目标检测的性能,对瑞利分布、对数正态分布、韦布尔分布和K分布四种典型海杂波幅度分布模型进行模拟仿真,分析了四种分布模型的特点规律,并采用海杂波实测数据,对模型进行拟合度检验,实验结果表明,K分布海杂波模型实用性广,能够在不同参数下描述多种海况的海杂波分布规律,为抑制海杂波提高目标检测性能提供了理论依据。(本文来源于《舰船电子工程》期刊2018年09期）
王之立,于泽[5]（2018）在《修正的星载PD雷达杂波仿真模型》一文中研究指出针对星载PD雷达的仿真问题,提出了杂波仿真模型。分析了在星载条件下传统的机载PD雷达杂波仿真模型存在的距离—多普勒域二维展宽问题,对原始的杂波仿真模型进行了新的简化,兼顾仿真的精确度和效率提出了一种修正的星载PD雷达杂波模型。仿真结果表明,修正模型较传统模型提高了PD雷达杂波仿真的精确度,且兼顾了仿真效率。(本文来源于《无线电工程》期刊2018年09期）
姜艳娜[6]（2018）在《基于混合高斯模型的杂波抑制方法研究》一文中研究指出雷达利用目标等物体对电磁波的反射来探测目标的位置,但是,雷达工作环境复杂,目标周围存在较多复杂物体,这些物体也会反射电磁波,作为杂波信号被雷达接收。因此,杂波抑制技术是信号处理中重要的技术之一。杂波抑制技术是指在有效抑制回波信号中杂波的同时尽可能地保留目标信号,以提高对输出信号中目标的检测性能。现阶段,动目标显示技术、动目标检测技术、杂波图和恒虚警处理等都是较常用的抑制杂波、检测目标的关键技术,广泛应用于现代雷达系统中。但是,当目标速度与杂波速度较近或者是杂波多普勒分布较广时,传统杂波抑制技术不能很好的抑制杂波,从而影响目标检测。在一个分辨单元内,杂波是由一个或多个具有随机相位和幅值的散射体组成,因此,一般情况下,可以用概率密度函数描述杂波的统计特点。随着现代科学技术的不断发展,大量杂波经验模型被提出,如高斯分布模型、韦布尔分布模型和对数正态分布模型等。本文从统计分布的角度研究杂波抑制的问题,基于分类的思想,提出基于混合高斯分布模型的杂波抑制方法。本方法的理论依据是:任何概率密度函数都可以用多个高斯分布模型进行拟合,雷达回波数据中目标和杂波幅值服从不同的分布模型。本方法首先用混合高斯分布模型来拟合杂波统计分布,然后采用符合杂波分布的混合高斯分布模型对雷达接收的回波数据进行分类,达到抑制杂波、检测目标的目的。最后用本文所提方法对雷达采集的实测数据进行杂波抑制处理,检测到回波中的目标信号,验证了本文所提的杂波抑制方法的可行性和可实现性。本文所提方法能抑制掉大部分在多普勒维和距离维二维扩展分布的杂波,具有通用性好、精确性高的优点,解决了现有杂波抑制技术对频谱较宽的杂波抑制效果不好、对目标周围的杂波抑制不干净的问题。(本文来源于《西安电子科技大学》期刊2018-06-01）
史利香[7]（2018）在《海杂波IG-CG模型双分位点参数估计及海陆噪声叁元场景分割》一文中研究指出无论在军用还是民用领域,海杂波背景下的目标检测都发挥着极其重要的作用,针对海杂波空间的非均匀性和时间的非平稳性,进行海杂波的精确建模是海面目标检测的基础和关键。目前海杂波基于逆高斯纹理的IG-CG模型被公认为描述雷达高分辨率下拖尾分布最好的模型之一,因而对其参数的估计是雷达信号处理领域一个研究热点。特别是在存在异常样本情况下的实测海杂波数据的模型参数估计问题。在岸基或机载雷达大场景探测情况下,探测场景由海杂波、地杂波、岛礁杂波、噪声占优等不同的区域构成,这些区域雷达接收到的干扰具有很不同的特点,需要采用不同的处理方法进行目标检测。因此,把按照实测数据把探测场景划分为地杂波区、海杂波区和噪声占优区的叁元分割方法变成了目标检测前不可或缺的预处理步骤。针对这一问题,研究并提出了一种基于复合测度和形态学滤波的海-陆-噪声叁元分割方法。本学位论文的内容安排如下:第二章主要回顾了海杂波的物理组成机理和几种常见的幅度分布模型,并分析了各个模型的特点和适用范围。阐述了复合高斯模型的基本架构和性质,重点分析了基于逆高斯纹理的海杂波IG-CG幅度分布模型的特点。第叁章针对实测数据中必然存在的异常样本严重影响传统矩估计和最大似然估计性能的问题,提出了IG-CG幅度分布模型参数的双分位点估计方法。结合仿真数据实验,研究分析了双分位点估计器的性能与样本数目的关系,并且分别在未添加野点和加入野点的情况下与传统的矩估计、最大似然估计方法对比,结果表明了海杂波IG-CG模型双分位点参数估计方法具有良好的抗异常样本能力,而在真实的雷达工作环境中,雷达回波数据中通常包含舰船、岛礁、海尖峰等大功率异常散射单元。最后采用雷达实测数据验证了海杂波IG-CG模型双分位点参数估计方法的稳健性和准确性。第四章简要阐述了图像分割问题和应用,回顾了四种经典图像分割方法并分析了它们的优缺点。四种方法包括基于阈值、基于区域、基于边缘以及基于特定理论的图像分割方法。然后介绍了图像处理中的形态学算子,包括二值形态学算子、灰度形态学算子,以及形态学算子在图像处理中的应用,为下章的探测场景分割方法的研究奠定基础。第五章根据探测场景中海、陆、噪声在回波功率上的特点,在原基于相位线性度的海/陆二元分割基础上提出了基于功率和相位线性度混合测度的海/陆/噪声叁元场景分割的新方法。并用实测数据检验了分割方法的有效性。(本文来源于《西安电子科技大学》期刊2018-06-01）
黄宇婷[8]（2018）在《空变K-分布杂波模型参数的递归矩估计方法》一文中研究指出世界各国对海权维护的日益重视大大促进了海用雷达的快速发展。使用海用雷达对海上和海面目标进行检测是雷达信号处理领域的一个重要课题而海杂波是影响海洋背景下雷达目标检测的重要因素。海杂波是指在雷达波束照射海面后海表面的后向散射回波,海杂波的幅度分布特性对雷达的目标检测、定位跟踪性能有重要影响。海用雷达一般采用波束扫描的工作模式监视大范围的海洋区域,为了提高海面目标检测的效率,波束驻留时间短。因为监视场景广阔,其气象条件、海况、以及雷达照射几何都是随着空间位置变化的,导致海杂波需要用空变K-分布杂波模型来进行建模。所谓的空变K-分布杂波模型就是指描述海杂波的K-分布的尺度和形状参数是随着空间位置变化的。对于传统的K-分布海杂波模型,可以运用二四阶矩或分数阶矩对其尺度和形状参数进行估计。由于空变K-分布杂波模型中模型参数是随着空间位置变化的,也就是说只能使用一个雷达扫描周期内邻近空间分辨单元的回波数据进行参数估计,因此可利用的数据样本常常是不够的。本学位论文针对能够很好描述大场景海杂波的空变K-分布杂波模型的参数估计问题,提出了基于多个扫描周期数据的递归矩估计方法。该方法能够充分利用邻近扫描周期的雷达数据并且实现了“只记忆信息,不记录数据”的海杂波特性感知模式。具有估计精度高和实现计算代价小的优点。本学位论文内容安排如下:第二章对海杂波特性进行全面回顾,包括海杂波的幅度分布以及不同幅度分布对应的参数估计方法。第叁章引入了空变K-分布杂波模型描述大场景对海探测的海杂波数据。由于大场景的海杂波幅度分布的模型参数会随着距离和方位变化并且在时间上慢变,多个相继扫描周期的数据可以被利用去解决单扫描周期中局部区域样本不足的问题。空变K-分布杂波模型中海杂波幅度分布的形状参数和尺度参数是距离-方位的光滑函数并且在扫描周期上是慢变的。与K-分布相比,空变K-分布杂波模型能更好建模大场景、大动态范围、多扫描周期的多维海杂波数据。第四章提出了利用多个扫描周期数据的递归矩估计方法估计空变K-分布杂波模型的尺度和形状参数。在提出的方法中,每一个空间分辨单元的局部邻域内数据的二阶和四阶样本矩从多个相继扫描周期的数据中递归计算。递归过程中,当前扫描周期的局部样本和从先前扫描周期数据估计的尺度和形状参数导出的矩加权组合得到当前的样本矩,然后从样本矩中估计尺度和形状参数。在加权和中,遗忘因子或者权值用于适应参数随着扫描周期变化的变化率。提出的方法中,雷达系统仅需要记忆先前扫描周期估计的尺度和形状参数的值而不需要记录先前扫描周期海杂波的数据。另外,当提出的方法应用于雷达时,海陆场景分割和数据中“野点”的排除必须预先完成,这是因为矩估计方法对“野点”是敏感的。(本文来源于《西安电子科技大学》期刊2018-06-01）
傅俊滔,周国安,陈红[9]（2018）在《Pareto杂波模型的参数估计性能研究》一文中研究指出对于服从Pareto分布的杂波,采用一二阶矩估计法和<xln(x)>估计法存在分布参数的有效估计范围受限的问题。基于<xrln(x)>估计法进行估计,推导出形状参数的有效估计区间为(r,+∞)。在此基础上,利用负数阶矩估计的思想进一步提出<x-1ln(x)>估计法,使形状参数的有效估计范围扩大到(0,+∞)。仿真实验表明,<x-1ln(x)>估计法将形状参数的有效估计范围扩大到整个取值区间。和其他几种估计法的估计性能相比,<x-1ln(x)>估计法的运行速度更快,在区间(0,1)上的估计性能更好,在实际工作中的应用范围更广泛。(本文来源于《空军工程大学学报(自然科学版)》期刊2018年02期）
张金鹏,张玉石,李清亮,吴家骥[10]（2018）在《基于不同散射机制特征的海杂波时变多普勒谱模型》一文中研究指出海杂波的多普勒谱建模对采用多普勒处理技术的雷达进行有效的海杂波抑制和目标检测具有重要的意义.本文分别考虑Bragg,白冠和破碎波叁种散射机制对应的多普勒谱分量的特征,对叁种谱分量的频移和展宽进行分离,并引入附加速度频移量,提出了基于不同散射机制特征的雷达海杂波时变多普勒谱模型.该模型假设谱强度为受观测时间区间影响的随机变量,能够同时适用于平均多普勒谱与短时多普勒谱建模.通过分别对黄海海域实测的岸基P,S波段海杂波平均多普勒谱与短时多普勒谱建模测试,结果表明该模型相对传统模型的建模精度更高,尤其体现在短时谱的观测时间较长和平均谱形式较为复杂的情况下,建模误差显着减小.(本文来源于《物理学报》期刊2018年03期）
杂波模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在通讯、气象、测距和导航等各方面,雷达都发挥着至关重要的作用。随着雷达在军用民用两个领域的深入应用,雷达的设计和开发引起了世界各国的广泛关注。尤其是在海洋背景中,雷达的检测功能会受海洋表面持续的波动特性的影响,背景中雷达杂波的存在严重影响目标检测的性能,引起大量虚警。本文研究和总结了海杂波的各类统计模型,提出了利用求和自回归移动平均-广义自回归条件异方差(ARIMA-GARCH)模型的海杂波建模方法,并将该数学模型应用于海杂波背景下的目标检测,实现了ARIMA-GARCH模型在海杂波目标检测领域的首次应用。在合成孔径雷达(SAR)图像中,目标运动主要表现为距离向扩散和方位向散焦,并且当目标在距离向上存在速度分量时,会导致其距离多普勒图像出现方位向偏移。到目前为止,合成孔径雷达地面动目标指示技术(SAR-GMTI)课题的研究多集中在杂波抑制方面,杂波抑制常用的方法是采用多通道,这是由于多通道可以为目标探测提供更多的自由度。近年来,由于计算机技术的飞速发展,研究者们逐渐开始把目光投向在单通道SAR-GMTI技术,这是因为单通道可以克服上述多通道间的相关性问题。本文在单通道SAR图像的基础上,提出了叁种GMTI方法,用实测数据验证了其可行性和有效性,并给出了叁种GMTI方法的性能分析和比较。本文重点研究了海杂波的建模理论及应用和在SAR图像中基于距离多普勒的地面动目标指示(GMTI)技术。本文的主要工作如下:1)整理了目前已被提出的六种常用杂波统计特性的模型和统计分析方法,对实测回波数据的海尖峰特性做了一定的研究工作,并分析了海尖峰的形成原因。雷达杂波常用的概率统计分布函数有高斯(Gaussian)分布,莱斯(Rice)分布,瑞利(Rayleigh)分布,对数正态(Log-Normal)分布,韦布尔(Weibull)分布和K分布等。2)对服从Log-Normal分布的实测海杂波进行了统计描述,并给出了服从Log-Normal分布的海杂波的ARIMA-GARCH模型建模结果;最后对实测海杂波数据进行分析,给出了实测数据的预处理、杂波特性分析与建模及其拟合优度检验的的步骤和结果,展示了本章建模方法在目标检测方面的探测结果,最后通过对实测数据的分析结论与前文的理论数据的相互结合,实现了将海杂波建模技术在目标检测领域的有效应用。3)提出了叁种基于SAR图像的动目标检测方法,平均相关系数法,多普勒谱差法和多普勒中心估计法。用实测雷达图像数据验证了本文提出的叁种方法的探测有效性并展示了探测效果,文章最后给出的叁种探测方法的检测结果证明了本文方法的可行性与有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
杂波模型论文参考文献
[1].左雷,金丹.基于2分随机乘法模型的多重分形海杂波建模研究[J].海军工程大学学报.2019
[2].王月香.基于ARIMA-GARCH模型的海杂波建模分析及SAR-GMTI技术研究[D].鲁东大学.2019
[3].王陆林,刘贵如,邹姗.基于威布尔分布杂波模型的加权有序统计模糊CFAR检测算法[J].重庆邮电大学学报(自然科学版).2019
[4].高铮,张安清.海杂波典型幅度分布模型的仿真分析[J].舰船电子工程.2018
[5].王之立,于泽.修正的星载PD雷达杂波仿真模型[J].无线电工程.2018
[6].姜艳娜.基于混合高斯模型的杂波抑制方法研究[D].西安电子科技大学.2018
[7].史利香.海杂波IG-CG模型双分位点参数估计及海陆噪声叁元场景分割[D].西安电子科技大学.2018
[8].黄宇婷.空变K-分布杂波模型参数的递归矩估计方法[D].西安电子科技大学.2018
[9].傅俊滔,周国安,陈红.Pareto杂波模型的参数估计性能研究[J].空军工程大学学报(自然科学版).2018
[10].张金鹏,张玉石,李清亮,吴家骥.基于不同散射机制特征的海杂波时变多普勒谱模型[J].物理学报.2018
论文知识图
