[发明专利]基于Bayesian的K分布海杂波形状参数估计方法

摘要

本发明公开了一种基于Bayesian公式的K分布海杂波形状参数估计方法，主要解决当前K分布形状参数估计方法在小样本情况下估计性能差的问题。其技术方案是：1将实测海杂波数据进行分组；2使用矩估计/最大似然估计方法对分组数据进行形状参数估计；3对形状参数估计值进行分布拟合；4应用Bayesian公式，结合形状参数拟合模型得到形状参数的估计值。本发明提高了传统K分布形状参数估计方法在小样本情况下的估计性能，可以用于海杂波背景下的目标检测。

主权项

1.一种基于Bayesian的K分布海杂波形状参数估计方法，包括如下步骤：(1)对实测海杂波数据进行分组，得到分组数据：X＝[X1,X2,...,Xi,...,XN],其中Xi表示第i个分组的实测海杂波数据，i＝1,2,...,N，N表示分组数；(2)选择K分布模型f(x|ν)对分组数据X进行分布拟合，并使用最大似然/矩估计混合估计方法MLMOM对分组数据X进行估计，得到分组数据的K分布形状参数：Ο＝[νX1,νX2,...,νXi,...,νXN],其中νXi表示第i组数据的形状参数估计值；(3)对K分布形状参数Ο进行分布拟合，得到K分布形状参数在当前海态下的统计分布f(ν)，并假设在海态下K分布的形状参数的统计模型不发生变化，选择f(ν)作为K分布形状参数的分布；(4)利用Bayesian公式结合步骤(3)所得的f(ν)得到K分布形状参数的估计值；4a)计算K分布海杂波在特定海面状态下的后验概率密度函数：4b)对于需要进行参数估计的数据样本y＝[y1,y2,…yi,…,…yn]，计算其后验概率密度函数的联合概率密度：其中yi表示第i个数据，i＝1,2,...,n；4c)根据联合概率密度，使用最大似然估计方法获得K分布形状参数的估计值