基于Anderson Darling擬合優(yōu)度檢驗的雜波模型辨識技術研究.pdf

1、雷達恒虛警處理是雷達自動檢測的一個重要部分,也是雷達信號處理的主要手段之一。在雷達恒虛警處理中,不同的雜波模型對應不同的最優(yōu)CFAR處理器,所以為了在變化的雜波環(huán)境下取得更好的檢測性能,首先需要進行雜波模型辨識,然后根據雜波模型自適應選擇最優(yōu)CFAR處理器。
　　常用雜波模型辨識方法為基于經驗分布統(tǒng)計量的擬合優(yōu)度檢驗方法,如?2檢驗、KS和AD檢驗方法。其中, Anderson-Darling(AD)檢驗能避免?2檢驗的分組問題,

2、且在樣本數(shù)目較少時能獲得比KS檢驗更好的辨識性能,所以本文我們主要研究 AD檢驗方法。瑞利、威布爾、對數(shù)正態(tài)和 K分布是四種常見雷達雜波分布,要對它們進行AD檢驗首先需要給出合適的參數(shù)估計方法。由于威布爾分布的極大似然估計需要求解非線性方程以及 K分布的極大似然估計公式難以獲得,所以我們使用矩估計方法對這兩種分布的估計性能進行分析。K分布作為一種較復雜的分布,在樣本數(shù)較小時使用p等于0.1的分數(shù)階矩方法可以獲得更好的估計性能,但研究發(fā)現(xiàn)

3、,隨著形狀參數(shù)的增大,現(xiàn)有的估計方法都難以得到其準確的估計。
　　AD檢驗的原理是計算二次統(tǒng)計量然后與臨界值進行比較,若小于臨界值則接受假設。它的一個核心問題就是臨界值的獲得,在檢驗過程中,臨界值的產生比較復雜且需要花費大量時間,不利于實際雷達目標檢測。因此,本文主要研究四種雜波分布對應的AD檢驗臨界值,給出編制不同樣本數(shù)和顯著度水平下臨界值表格的方法。已有一些文章給出了參數(shù)完全已知或部分已知時的固定臨界值表格,但實際應用中參數(shù)完

4、全未知且必須對樣本序列進行參數(shù)估計才能得到,所以我們需要對不同參數(shù)下的雜波分布臨界值進行分析,觀察其規(guī)律。通過 Monte Carlo仿真我們發(fā)現(xiàn),樣本數(shù)和顯著度水平一定時,瑞利分布和對數(shù)正態(tài)分布的臨界值隨參數(shù)變化基本保持不變,威布爾分布在形狀參數(shù)小于0.15區(qū)間內會出現(xiàn)緩慢下降,而 K分布的臨界值受參數(shù)影響較大,在很大的參數(shù)范圍內隨著形狀參數(shù)的增大而下降。要想得到近似的固定臨界值簡化檢驗過程,節(jié)省時間,對威布爾和 K分布我們選擇使用分

5、段擬合的方法,從而得到不同參數(shù)下的臨界值計算公式。分別使用我們提出的近似固定臨界值/計算公式方法與一般仿真產生臨界值的方法進行AD檢驗,通過比較二者的概率結果可知,本文提出的近似固定臨界值/計算公式可以替代一般仿真產生臨界值的方法,從而顯著縮短檢驗時間。
　　在仿真得到各種假設下的AD檢驗概率后我們可以發(fā)現(xiàn),同一組樣本序列有較大的概率同時被接受為服從兩種或以上分布模型。要想將它們區(qū)分開來,并得到樣本序列分布的準確判決,我們就需要將