[发明专利]基于原点矩偏导的K分布杂波参数估计方法和装置

说明书

本申请涉及一种基于原点矩偏导的K分布杂波参数估计方法、装置、计算机设备和存储介质。所述方法包括：根据零记忆非线性变换法获取幅度服从K分布的杂波序列数据，通过核平滑直方图对杂波序列数据进行处理，得到统计概率密度值；利用原点矩偏导的K分布杂波参数估计方法获取杂波序列数据的形状参数和尺度参数的估计值；根据形状参数和尺度参数的估计值进行概率密度计算，得到估计概率密度值；对统计概率密度值和估计概率密度值进行均方根误差计算，得到最小均方根误差；最小均方根误差对应的形状参数和尺度参数的估计值为最优的K分布杂波参数。采用本方法能够提高参数估计精度。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种基于原点矩偏导的K分布杂波参数估计方法、装置、计算机设备和存储介质。

背景技术

恒虚警检测和雷达杂波分类时，需要准确估计出杂波数据分布模型的参数，较大的估计误差会导致检测和分类的性能下降。

然而，目前常用来描述和分析杂波幅度分布的模型主要有韦布尔分布、对数-正态分布、瑞利分布和K分布等。对于以上分布，参数估计方法最准确的是最大似然估计法，但是该方法受限于待估计参数的解析形式，当解析形式复杂时通常求解困难或计算量大，如K分布的最大似然估计法。矩估计方法因其计算量小，克服了基于最大似然估计方法计算量大的缺点。但是，当观测序列的长度受限或存在噪声影响时，K分布的高阶估计法计算出现偏差，导致计算的形状参数出现v0的情况。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高雷达杂波参数估计精度的基于原点矩偏导的K分布杂波参数估计方法、装置、计算机设备和存储介质。

一种基于原点矩偏导的K分布杂波参数估计方法，所述方法包括：

根据零记忆非线性变换法获取幅度服从K分布的杂波序列数据；

通过核平滑直方图对杂波序列数据进行处理，得到统计概率密度值；

利用原点矩偏导的K分布杂波参数估计方法获取杂波序列数据的形状参数和尺度参数的估计值；

根据形状参数和尺度参数的估计值进行概率密度计算，得到估计概率密度值；

对统计概率密度值和估计概率密度值进行均方根误差计算，得到最小均方根误差；

最小均方根误差对应的形状参数和尺度参数的估计值为最优的K分布杂波参数。

在其中一个实施例中，通过核平滑直方图对杂波序列数据进行处理，得到统计概率密度值，包括：对核平滑直方图的统计区间进行定义，得到统计区间大小；根据统计区间大小、杂波序列数据的幅度最大值和幅度最小值进行计算，得到统计概率密度值。

在其中一个实施例中，根据统计区间大小、杂波序列数据的幅度最大值和幅度最小值进行计算，得到统计概率密度值，包括：

[fz0,ri]＝ksdensity(x,mi:stp:ma)

其中，fz0表示统计概率密度值，ri表示统计区间的中心值，ksdensity()表示核平滑密度估计函数，mi表示杂波序列数据的幅度最小值，stp表示统计区间大小，ma表示杂波序列数据的幅度最大值，x表示杂波幅度。

在其中一个实施例中，利用原点矩偏导的K分布杂波参数估计方法获取杂波序列数据的形状参数和尺度参数的估计值，包括：

利用原点矩偏导的K分布杂波参数估计方法获取杂波序列数据的k阶原点矩和k阶原点矩的偏导；

根据k阶原点矩和k阶原点矩的偏导，以及多个函数构建形状参数的估计值的求解方程；

令求解方程为0进行求解，得到杂波序列数据的形状参数的估计值；

根据形状参数的估计值和k阶原点矩，得到杂波序列数据的尺度参数的估计值。