【技术实现步骤摘要】
基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法
本专利技术涉及岸基雷达背景杂波图生成
，尤其涉及一种基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法。
技术介绍
岸基雷达可对海面目标进行主动探测，从而实现海面监视、目标跟踪和导航等目的，大多部署在海岸附近的高山或海上平台，运行环境较为恶劣，回波数据易受海浪、气象等杂波的干扰，导致无法对目标进行准确的检测和定位，因此，建立准确的杂波背景模型，对提高海面目标的检测性能具有重要意义。传统的岸基雷达杂波模型主要采用经验模型来拟合杂波的统计特征，近年来相关的研究工作提出了大量的经验模型，常用的模型有Rayleigh分布、Weibull分布、Log-Normal分布以及K分布等，然而，在实际工程应用中，海上环境因素复杂，各类杂波(雨雪、海浪、岛屿、陆地)的概率密度函数可能由多种不同分布构成，即使同类杂波不同的区域或时间也可能由不同分布构成，因此，单一的、具体的分布模型对杂波拟合的适应性及鲁棒性较差。由于有限高斯混合模型可以在任意精度正逼近实数上的非负黎曼可...
【技术保护点】
1.一种基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法，其特征在于，所述方法包括如下步骤：/n步骤10，初始化各回波单元混合高斯模型分量数为1，后续回波与相应回波单元模型分量依次匹配，依匹配结果决定此模型是否新增分量，并更新各项参数；/n步骤20，记录此回波单元各高斯分量的权值变化情况，剔除权值不断减小的高斯分量；/n步骤30，根据此回波单元高斯分量和其最邻近高斯分量之间统计特性是否相似来决定是否做合并处理；/n步骤40，判断此回波单元是否处于杂波统计特征突变区域，针对突变情况，调高模型学习率，模型拟合后，调回模型学习率。/n
【技术特征摘要】
1.一种基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法，其特征在于，所述方法包括如下步骤：
步骤10，初始化各回波单元混合高斯模型分量数为1，后续回波与相应回波单元模型分量依次匹配，依匹配结果决定此模型是否新增分量，并更新各项参数；
步骤20，记录此回波单元各高斯分量的权值变化情况，剔除权值不断减小的高斯分量；
步骤30，根据此回波单元高斯分量和其最邻近高斯分量之间统计特性是否相似来决定是否做合并处理；
步骤40，判断此回波单元是否处于杂波统计特征突变区域，针对突变情况，调高模型学习率，模型拟合后，调回模型学习率。
2.根据权利要求1所述的一种基于自适应混合高斯模型的岸基雷达实时杂波背景图生成方法，其特征在于，所述步骤S10中当前回波与相应回波单元模型分量依次匹配的规则为：
|Xt-μi，t-1|＜＜2.5σi，t-1
其中，Xt为当前回波幅值，μi，t-1为该回波单元模型第i个分量的均值，σi，t-1为相应的标准差。
3.根据权利要求1所述的一种基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法，其特征在于，所述步骤S10中依匹配结果决定此模型是否新增分量的规则为：
匹配失败情况下，若该回波单元模型高斯分量数K＜5，则以当前回波幅值为均值新增一个高斯分量，并赋予一个较小的权重和方差，若K＝5，将权值与方差比值最小的分量均值替换为当前回波幅值，并赋予一个较小的权重和方差。
4.根据权利要求1所述的一种基于自适应混合高斯模型的岸基雷达实时杂波模型建立方法，其特征在于，所述步骤S10中更新各项参数方式为：
ωi，t＝(1-α)ωi，t-1+αMi，t
μi，t＝(1-ρ)μi，t-1+ρXt
σi，t2＝(1-ρ)σi，t-12+ρ(Xt-μi，t)T(Xt-μi，t)
ρ＝αη(Xt，μi，t，σi，t)
其中，α为学习率，ρ为更新率，ωi，t、μi，t、σi，t2分别为第i个高斯分量更新后的权值、均值、方差，η(Xt，μi，t，σi，t)为第i个高斯分量...
【专利技术属性】
技术研发人员：孙馨喆，莫红飞，汪永军，钞红光，侯小丽，林佳庆，
申请(专利权)人：中电科技合肥博微信息发展有限责任公司，
类型：发明
国别省市：安徽;34
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。