The invention discloses an iterative maximum likelihood estimation method for generalized Pareto distribution parameters, mainly solving the problems of poor estimation accuracy and low execution efficiency of the existing parameter estimation methods. The technical scheme is: 1 by sea surveillance radar sea clutter data acquisition; clutter data sample 2 will get to the clutter power according to the normalized likelihood calculation; clutter data sample data normalized 3 iterative estimators; calculation of generalized Pareto distribution parameters using 4 likelihood estimator. The invention reduces the generalized Pareto distribution of maximum likelihood estimation method of time complexity and high estimation accuracy, fast calculation speed and can adapt to the real-time radar signal processing system, can be used for target detection in sea clutter background.
【技术实现步骤摘要】
广义帕累托分布参数的迭代最大似然估计方法
本专利技术属于信号处理
,具体涉及一种广义帕累托分布参数估计方法,可用于海杂波背景下的目标检测。
技术介绍
海杂波背景下的目标检测技术是雷达应用技术中一个至关重要的研究方向,在军事和民用领域已经得到广泛应用。而对于海杂波统计特性的准确分析是海杂波背景下目标检测技术能否取得良好效果的重要因素。因此,给出合适的模型并对于其模型参数进行准确估计成为我们需要解决的重要问题。随着现代雷达系统距离分辨力的提高,雷达回波出现以往低分辨力雷达系统所没有的统计特性,通常表现为其回波包络的拖尾变长,异常值变多的特点。而广义帕累托分布作为复合高斯模型的一种,在对于高分辨低擦地角海杂波的功率分布拟合上取得了很好的效果。因此在海杂波统计特性的研究中占据重要地位。而在实验数据下给出概率分布模型的模型参数又作为模型研究的关键部分,因此在重拖尾的杂波数据下给出广义怕累托的分布参数具有重要的研究意义。近年来,很多研究者对广义帕累托分布的参数估计方法,提出了一些基于特定条件下的广义帕累托分布参数估计理论。文献“Castillo,E.,Hadi,A.S.,1997.FittingthegeneralizedParetodistributiontodata.J.Amer.Statist.Assoc.92,1609–1620.”中给出广义帕累托分布的矩估计以及最大似然估计方法,分别根据样本矩以及似然函数对于参数进行估计,但是由于矩估计本身容易受到样本数量和异常数据的影响,其估计精度难以保证。而最大似然估计的估计精度虽然能够满足要求,但是算法时间复杂度 ...
【技术保护点】
一种广义帕累托分布参数的迭代最大似然估计方法,包括如下步骤:(1)利用雷达发射机发射脉冲信号,利用雷达接收机接收经过海面散射形成的回波数据,该回波数据的每个分辨单元中的回波序列为X=[x
【技术特征摘要】
1.一种广义帕累托分布参数的迭代最大似然估计方法,包括如下步骤:(1)利用雷达发射机发射脉冲信号,利用雷达接收机接收经过海面散射形成的回波数据,该回波数据的每个分辨单元中的回波序列为X=[x1,x2,…xi,…xN],其中xi表示第i个回波数据,i=1,2,...,N,N表示脉冲数;(2)获取当前杂波数据的功率信息,并将其按功率进行归一化,得到功率归一化后的海杂波数据:Y=[y1,y2,…yi,…yN],其中yi是Y的第i个数据,是杂波样本功率PX的第i个数据,是杂波样本功率PX的平均值。(3)根据功率归一化后的杂波数据Y,利用矩估计方法计算尺度参数的迭代似然估计初值形状参数的迭代似然估计初值(4)根据尺度参数的迭代似然估计初值形状参数的迭代似然估计初值迭代计算尺度参数的迭代似然估计值和形状参数的迭代似然估计值4a)设定参数估计精度ε;4b)计算尺度参数的第m次迭代似然估计值和形状参数的第m次迭代似然估计值其中,m表示迭代次数;4c)判断是否满足收敛性条件:若这两式同时成立,则终止迭代过程,得到尺度参数的迭代似然估计...
【专利技术属性】
技术研发人员:许述文,王乐,水鹏朗,黎鑫,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。