开题报告-复合高斯海杂波的建模与仿真

附表12（理工类用）大学毕业设计论文开题报告题目复合高斯海杂波的建模与仿真学生姓名班级学号专业通信工程提纲开题报告2000字以上一、对指导教师下达的课题任务的学习与理解；利用目标的电磁散射特性发现和识别目标是雷达的基本工作原理,而目标存在或隐蔽于周围环境中,海杂波就是海面雷达波照射到海面的回波信号,其将严重影响雷达目标信号检测。对海杂波特性的深入了解并通过雷达信号处理可以最大限度地发挥雷达在杂波环境中的工作性能。海杂波的仿真在环境仿真中具有非常重要的地位,海杂波信号幅度分布的模型主要有高斯分布、瑞利分布、韦伯分布、对数正态分布和K分布在对海面目标进行探测时,海杂波的出现难以避免,它的存在是影响雷达检测性能的重要因素之一海杂波通常指海面反射的雷达脉冲回波信号,由于海面情况复杂导致海杂波的随机波动相当大要想在杂波背景下获得较高的目标探测性能,必须事先了解海杂波的统计特性,为其确定相应的统计模型不过,由于影响海杂波幅度的因素很多,所以简单的统计模型很难全面精确地描述其特性当擦地角较高,并且雷达的分辨率较低时可以认为雷达波束照射范围内包含大量的独立散射体,所以其海面反射回波的合成信号幅度可以用瑞利分布来描述不过,随着雷达分辨率的提高,波束照射范围内的散射体个数迅速减少,此时其海杂波将不再服从瑞利分布,而是更近似服从某种复合高斯分布二、阅读文献资料进行调研的综述（10篇左右）；传统的对海杂波中目标的检测技术，主要是建立在统计理论基础之上的。这种方法假设海杂波回波是随机过程，用一个适当的统计分布模型对海杂波进行建模，根据给定的虚警率概率设计检测器，从而实现了雷达的自动检测或恒虚警检测。随着人们对海杂波特性逐渐深入的研究，先后建立了几种雷达杂波统计模型，主要有RALLEIGH分布、LOGNORMAL分布和WEIBULL分布等。这几种杂波模型都是基于单一点统计量的，其主要缺点在于缺乏模拟杂波的时间和空间相关性，所以它们只适合于单脉冲检测的情况。近年来，在分析杂波物理特性时所引入的复合K分布模型更接近实际情形。在这种复合K分布模型中，杂波幅度被描述为两个因子的乘积，第一部分是散斑分量（即快变化分量），它是由大量散射体的反射进行相关叠加而成的，符合RAYLEIGH分布；第二部分是基本幅度调制分量（即慢变化），具有长相关时间，服从GAMMA分布。这种模型不仅能很好地满足所观察的幅度测量特性，而且包括了脉间的相关性能，是目前能较好的反映雷达杂波的概率模型。杂波产生方法对于杂波的产生，目前主要有两种方法，即零记忆非线性变换法（ZMNL）和球不变随机过程法SIRP。1）零记忆非线性变换法（ZMNL）基本思想首先产生相关高斯随机过程，然后经过某种非线性变换得到所要求的相关随机序列。该方法理论推导简单、运算量小，工程实用性强。但其不能直接产生相参雷达的杂波数据，即只能产生满足幅度特性的实序列，不存在相位信息。在对概率分布和相关性指标要求不高、产生序列点数大的情况下，可用ZMNL对杂波信号进行仿真。2）球不变随机过程法SIRP随着雷达系统仿真精度的提高，杂波的建模与仿真要求概率分布特性和相关特性同时得到很好的满足，即保证“联合性”的问题，其主要思想是把雷达杂波看成一个球不变随机过程，利用SIRP特性产生需要的相关非高斯序列。不过由于用到了矩阵分解，使得计算量大且不易形成快速算法，致使其实用性大大下降。简单模型采用统计模型对雷达杂波进行仿真，要求杂波幅度和功率谱要同时满足一定地概率分布。常见的海杂波类型有四种，分为瑞利（RALLEIGH）分布、对数正态（LOGNORMAL）分布和韦布尔（WEIBULL）分布和K分布。由于没有考虑海杂波脉冲之间的相关性，且没有引入物理背景，将这种海杂波模型称为简单模型。1相关瑞利分布杂波产生（瑞利分布）瑞利分布是雷达杂波中最常用的一种幅度分布模型，适用于描述气象杂波、箔条杂波等。对低分辨率雷达，平坦的地面（如沙漠、草原等）平稳环境下的杂波，其包络的概率密度函数接近瑞利分布，其概率密度函数为02EXP2F式中为尺度参数。瑞利分布与每个散射体的振幅分布无关，只要求散射体的数目足够多，并且所有散射体中没有一个起主导作用。对于低分辨力雷达，当高仰角和平稳环境时，瑞利分布的杂波模型可以得到较为精确的结果。2）对数正态分布对数正态分布杂波适用于低入射角，复杂地形的杂波数据或者平坦区高分辨率的海杂波数据。其概率密度函数是0LN4EXPLN412XXFM式中MX是尺度参数，表示分布的中位数，是形状参数，表明分布的偏斜度。3）韦布尔分布韦布尔分布的动态范围介于瑞利分布和对数正态分布之间，能在更宽广范围内精确地表示实际的杂波分布。通常，在高分辨力雷达、低入射角的情况下，一般海情的海浪杂波、地物杂波都能用韦布尔分布描述。韦布尔分布的概率密度为02LNEXP2LN1XXFMM式中MX是尺度参数，表示分布的中位数，是形状参数，表明分布的偏斜度。4）K分布K分布是一种复合分布模型，它是由一个均值是慢变化的瑞利分布来表示，其中这个慢变化的均值服从分布。K分布杂波适用于描述高分辨力雷达的非均匀杂波，多见于对海杂波的描述。其概率密度函数为式中XK是阶第二类修正贝塞尔函数,4BC,B是GAMMA分布的尺度参数，杂波平均功率为2C。是形状参数，取决与杂波尖锐程度，对于高分辨还杂波，01，其中01代表尖的杂波，时，YF趋于正态分布，代表热噪声。当形状参数趋于01时，杂波有长的拖尾。而形状参数趋于无穷大时，杂波的分布接近瑞利分布。在仿真想干K杂波时，很难找到一种满足要求的非线性变换，而且非线性输入与输出的相关函数之间的关系也很难确定。所以，通常采用球不变随机过程法（SIRP）。241CXCXF基于统计模型的最新进展主要是高斯混合模型，可将其模型表述如下式中NN1，每个XFN为高斯PDF（可能为多变量）如果Z是1N矢量，则此式称为N维高斯混合模型。当然，为了描述非高斯情况下的长尾情形，XF只能中方差较大的比重应该较低。混合模型对于混合杂波情形，即雷达回波中含多种杂波回波时，情形变得更为复杂。FARINA和GINI等研究了混合杂波的情形。其中C为复矢量K分VDG布杂波；为高斯杂波；为高斯热噪声。利用似然比检验，可得具有先验概GCV率或SWERLINGI型目标下的最佳检测策略。因实际环境中并不知道非高斯杂波和高斯干扰杂波加热噪声的协方差矩阵，而只能从数据中估计，故对给定的虚警概率，并不能预先设定检测门限。在混合杂波下，一般采用高阶统计量HOS分别估计不同干扰间的相关结构。由于高斯随机变量的高阶高于二阶累积量恒为零，故可寻找仅仅依靠杂波成份一般指K分布杂波成份的阶一般用四阶累积量分别估计K分布杂波K和高斯分布干扰的协方差矩阵。SADLER等利用累积量来改善已经存在的非高斯噪声中二阶检测方法的性能。GINI采用自适应似然比检验推导检测统计量，提出了非参量和参量估计方法，使得接收机可以工作在相关特性完全未知的环境中，而不必考虑谱的重叠问题。由于现代雷达技术的不断发展，对雷达杂波的精确建模和仿真已越来越重要，它是实现雷达优化设计的先决条件。复合K分布模型是目前公认的能精确地反映雷达海杂波的模型。三、根据任务书的任务及文献调研结果，初步拟定的执行（实施）方案（含具体进度计划）。（1）第3周第6周通过书籍和各种资料学习雷达海杂波的基础知识及NNXFXF1原理。（2）第7周第9周熟悉相关仿真方法和相关计算公式并熟悉各种仿真软件等。（3）第10周第14周逐步列出公式并着手仿真，并将仿真结果汇总并得出最后结论，参考资料文献修改并完善。（4）第14周第15周修改与定稿，完成毕业设计的初稿。（5）第15周第17周修改论文，准备答辩。四、文献资料1顾云涛，海杂波建模与仿真方法研究。舰船电子工程，2014,3（4）81852昂志敏，张晓丰，许正荣，高分辨率雷达距离下的海杂波建模与仿真。合肥工行业大学学报（自然科学版），2004,27（10）130613103赵巨波，万建伟，王永杰，基于ZMNL的相关复合K分布雷达海杂波仿真，舰船电子工程，2007,27（3）1071104段海龙，任淑艳，胡山，李静，高精度雷达海杂波建模与仿真，机械与电子，2011年第一期7477。5陈鲲，陈云秋，陈世友，海杂波建模与仿真，船舰电子工程，2009，VOL29NO29598。6蒋咏梅，陆铮，相关非高斯分布杂波的建模与仿真，系统工程与电子技术，1997,21（10）27307高远，张扬，海杂波的K分布建模与仿真，电子科技，2007年第九期5255。8张晓丰，海杂波的建模与仿真，合肥合肥工业大学，20049王岩松，海杂波建模与仿真技术研究，长沙国防科技大学，200310宋新,张长隆,周良柱,ZMNL方法实现海杂波建模