关键词:参数估计 广义pareto分布模型 最大似然估计 组合双分位点估计 野点鲁棒性
摘要:广义Pareto分布的复合高斯模型可以很好地描述高分辨低擦地角对海探测场景中海杂波的重拖尾特性,实现该杂波模型下双参数的有效估计对雷达检测性能具有重要意义。对此,该文提出一种双参数的组合双分位点(CBiP)估计方法。该估计方法基于低阶多项式方程的显式求根表达式,充分组合利用回波中的样本信息,旨在实现高精度的双参数估计过程。此外,考虑到实际雷达工作中存在岛礁、渔船等造成的功率异常大的野点样本时,不同于传统的矩估计、最大似然(ML)估计等方法,组合双分位点估计方法仍可保持估计性能的鲁棒性。仿真及实测数据实验表明,在纯杂波环境中,组合双分位点估计方法可以实现与最大似然估计方法近似的估计精度,若存在异常样本,组合双分位点估计方法的估计性能优于上述几种传统估计方法。
电子与信息学报杂志要求:
{1}文中所有引文请务必核对准确。
{2}中文题名一般不超过20个汉字,必要时可加副题名,应避免使用非公知公用的缩略语、字符、代号以及结构式和公式。
{3}注释:解释题名、作者及某些内容,均可使用注释。能在文章内用括号注释的,尽量不单独列出;不随文列出的注释,标注符号应注在需要注释的词、词组或语句的右上角,用①,②,③……表示,并于文后依次列出。
{4}摘要用第三人称撰写,要求完整准确地概括文章的实质性内容;300字左右。关键词为5~7个。
{5}基金资助的稿件请注明基金项目名称和项目编号。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社