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

本发明专利技术提出了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。该方法在传统混合高斯模型基础上，针对岸基雷达杂波统计特征多样性以及发生雨雪、台风等恶劣状况区域的杂波统计特征突变情况进行了模型自适应改进，以实现对杂波快速且准确的拟合，首先初始化各回波单元高斯分量数为1，根据后续匹配情况和预设规则对各单元高斯分量数进行自适应增减处理，并更新各项参数；其次，根据回波单元预设邻域范围内当前帧未成功匹配单元个数与该范围内单元个数之比是否大于预设阈值来判断该回波单元是否处于杂波突变区域，并调整该回波单元的模型学习率以尽快实现对突变后杂波的拟合。本发明专利技术在传统混合高斯模型基础上进行了自适应改进，以适应杂波分布的多样性以及多变性，相对于单一的概率分布模型和传统混合高斯模型具有更好的适用性和鲁棒性。

【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积函数，特别可以逼近任意的概率分布密度函数，因此，本专利技术利用混合高斯模型对背景杂波进行迭代拟合。传统的混合高斯模型中高斯分量数和学习率均是固定不变的，而岸基雷达各个回波单元杂波统计特性不同，固定的高斯分量混合数可能会导致过拟合或欠拟合问题，雨雪、台风等恶劣状况下，回波幅值统计特性会发生较大的变化，固定的学习率无法快速拟合变化的背景杂波，针对这些情况，本专利技术对传统的高斯分量数和学习率进行了自适应改进，以适应岸基雷达杂波背景的多样性和多变性，提高模型的适应性与鲁棒性。
技术实现思路
本专利技术的主要目的在于提供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，旨在解决目前岸基雷达杂波模型生成方法中适应性和鲁棒性差的问题。为实现上述目的，本专利技术提供了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，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。优选地，所述步骤S10中后续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。优选地，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。优选地，所述步骤S10中更新各项参数的方式为：ωi，t＝(1-α)ωi，t-1+αMi，tμi，t＝(1-ρ)μi，t-1+ρXtσi，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个高斯分量概率密度函数，它们决定着杂波模型的更新速度，Mi，t根据是否为匹配的高斯分量取1或0，匹配的高斯分量权值增加，反之，权值减小，各分量参数更新后，对权值做归一化处理。优选地，所述步骤S20中记录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规则为：对各分量的权值连续递减次数进行计数，记为Count，若Count达到预设阈值Countmax，说明该分量不再符合当前背景杂波的分布特性，同时为了加快模型的收敛速度，剔除该高斯分量；优选地，所述步骤S30中高斯分量和其最邻近高斯分量之间统计特性是否相似的判断依据为：若高斯分量(ωi，t，μi，t，σi，t)和最邻近高斯分量(ωj，t，μj，t，σj，t)间的距离小于预设阈值Distancemin，认为两个高斯分量统计特性相似。优选地，所述步骤S30中高斯分量合并规则为：ωk，t＝ωi，t+ωj，tμk，t＝(ωi，t×μi，t+ωj，t×μj，t)/(ωi，t+ωj，t)σk，t＝(ωi，t×σi，t+ωj，t×σj，t)/(ωi，t+ωj，t)优选地，所述步骤S40中判断回波单元是否处于杂波统计特征突变区域的方法为：若当前回波单元预设邻域范围内回波单元中未成功匹配相应单元模型的单元个数Numunmatch与该范围单元个数Numtotal之比大于预设阈值δ，认为此回波单元处于突变区域。优选地，所述步骤S40中针对突变情况，调高模型学习率的规则为：本专利技术提出了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。该方法在传统混合高斯模型基础上，针对岸基雷达杂波统计特征多样性以及发生雨雪、台风等恶劣状况区域的杂波统计特征突变情况进行了模型自适应改进，以实现对杂波快速且准确的拟合，首先初始化各回波单元高斯分量数为1，根据后续匹配情况和预设规则对各单元高斯分量数进行自适应增减处理，并更新各项参数；其次，根据回波单元预设邻域范围内当前帧未成功匹配单元个数与该范围内单元个数之比是否大于预设阈值来判断该回波单元是否处于杂波突变区域，并调整该回波单元的模型学习率以尽快实现对突变后杂波的拟合。本专利技术在传统混合高斯模型基础上进行了自适应改进，以适应杂波分布的多样性以及多变性，相对于单一的概率分布模型和传统混合高斯模型具有更好的适用性和鲁棒性。附图说明附图作为本专利技术的一部分，用来提供对本专利技术的进一步的理解，本专利技术的示意性实施例及其说明用于解释本专利技术，但不构成对本专利技术的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中：图1所示为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流程图；图2所示为岸基雷达某强杂波区域的当前回波幅值图；图3所示为一个处在弱杂波区的回波单元自适应混合高斯模型图；图4所示为一个处在强杂波区的回波单元自适应混合高斯模型图；图5所示为自适应混合高斯模型生成的岸基雷达某强杂波区域实时杂波图，各单元杂波幅值为相应单元混合模型各分量均值经权值加权之和。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式下面结合附图本文档来自技高网...

【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