[发明专利]基于去噪处理的实测海杂波建模方法

说明书

本发明公开了一种基于去噪处理的实测海杂波建模方法，包括：采用小波去噪法计算实测海杂X的外部噪声N_X；分析去除的外部噪声N_X的统计特性，根据N_X的统计特性，采用与其统计特性吻合的统计模型生成一个仿真外部噪声N_Z；采用MF‑DFA计算X_deno的多重分形参数h(q),τ(q),α(q),f(α)；从计算出的多重分形参数中提取q>0部分对应的h(q)及f(α)作为建模参数，记作h'(q),f'(α)；将纯海杂波X_deno划分为n＝length(h'(q))个分形小区域；计算出不同分形子集中元素的个数l＝n×f'(a)；根据h'(q)产生相应的单一分形子集F_i＝{f_ij}i＝1,2,…n；j＝1,2…M；根据模型的数学表达形式，计算得到仿真纯海杂波数据Z_deno；对仿真纯海杂波数据叠加仿真外部噪声，即Z＝Z_deno+N_Z。本发明解决了现有技术基于加权组合的海杂波多重分形模型需要多次判决寻优，且现有海杂波多重分形模型在统计特性上不相似的技术问题。

技术领域

本发明涉及一种建模方法，特别涉及一种基于去噪处理的实测海杂波建模方法，属于雷达技术领域。

背景技术

在整个雷达系统设计中，对海杂波特性的研究至关重要。在雷达目标检测环节，能否从雷达回波中对消杂波决定了目标检测的精确度，而对消杂波的一种方法就是研究海杂波的特性，并对其进行建模。研究表明，实测海杂波数据中往往存在外部噪声。外部噪声主要包含测量噪声和动态噪声，因此，有效的去除外部噪声是对海杂波进行精确建模的必要前提。海杂波通常表现出非高斯性、非平稳性、非线性和多重分形等复杂特性，在非线性滤波技术领域，应用较广泛的方法主要有：滑动平均滤波、中值滤波、小波去噪和EMD算法去噪。

基于海杂波的多重分形等复杂特性，采用多重分形理论对海杂波进行建模显得尤为重要。以往常规的海杂波多重分形时域建模方法主要分为两类：一是采用加权组合的方法仿真具有多重分形特征的海杂波，二是基于复合的分式Brown运动产生一个近似多重分形的随机过程。这两类方法均未考虑实测海杂波中含有外部噪声这一干扰，在统计特性上不相似。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于去噪处理的实测海杂波建模方法，解决现有技术基于加权组合的海杂波多重分形模型需要多次判决寻优，且现有海杂波多重分形模型在统计特性上不相似的技术问题。

为解决上述技术问题，本发明所采用的技术方案是：基于去噪处理的实测海杂波建模方法，包括如下步骤：

步骤一：采用小波去噪法计算并去除实测海杂X的外部噪声N_X，同时计算出纯海杂波X_deno和杂噪比R_CN；

步骤二：分析去除的外部噪声N_X的统计特性，根据N_X的统计特性，采用与N_X统计特性吻合的统计模型生成一个仿真外部噪声N_Z，并保证其杂噪比依然为R_CN；

步骤三：采用MF-DFA计算纯海杂波X_deno的多重分形参数，包括q阶广义Hurst指数h(q)、质量指数τ(q)、奇异指数α(q)和多重分形谱f(α)，其中：q表示阶数；

步骤四：从计算出的多重分形参数中提取q>0部分的h(q)以及其对应的f(α)，记作h'(q),f'(α)；

步骤五：将纯海杂波X_deno划分为n个分形小区域，其中：n＝length(h'(q))，并计算出不同分形子集中元素的个数l＝n×f'(α)。