地海杂波对雷达成像的影响——幅度统计分布
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
地杂波对雷达成像的影响
背景
在雷达系统的设计和分析、微波遥感资料的研究过程中,人们需要了解地物回波特性。特别是对于机载雷达,其必须在强杂波环境监测目标。所以研制机载雷达时首先要明确杂波模型,以便更好地分析强杂波环境下的目标成像问题。
一般的地物分类可包括:楼群、草地、树林、庄稼地、湖泊等。此案例将分析湖泊地形的杂波,并模拟其对ISAR成像的影响。
基于统计特性的地海杂波建模
地海杂波幅度统计模型:
地海杂波统计模型主要有:Raylaigh分布、Log-Normal分布、Weibull分布、复合K分布、混合高斯分布。
Raylaigh分布杂波幅度概率密度函数为:
其中x为随机数,γ为Raylaigh参数。
Log-Normal分布杂波幅度概率密度函数为:
其中u为阶梯函数,为尺度参数,δ为形状参数。
Weibull分布杂波幅度概率密度函数为:
其中b为形状参数,u为阶梯函数。
复合K分布杂波幅度概率密度函数为:
其中x为随机数,K为得二阶修正v阶贝塞尔函数,Γ为gamma函数σ
为尺度参数。
混合高斯分布:
设{}为二阶零均值高斯混合噪声序列,则该序列可看作是概率从。高斯μ()中得到的样本之和,m维高斯混合模型概率密度函数如下:,
地海杂波实验值拟合算法(统计模型参数估计方法)
常见拟合算法:矩估计法(MOM)、最大似然估计法(ML)、最小二乘法(LS)、遗传算法(GA)。
杂波分析流程图
根据实验、杂波模型拟合分析,各种地面情况的参数估计方法归纳如下表:
在对比各种参数估计方法的吻合度后得出5种类型地杂波对应的最佳策略:
案例:湖泊杂波建模
湖泊杂波生成:
下图为湖泊杂波不同方法建模的D值,D值越小说明建模方法越接近实验值。由下图可见,weibull分布最适合湖泊杂波建模。
湖泊杂波:
weibull分布的杂波:
小体系测试weibull分布杂波
测试模型:
a)小球阵列:小球直径100mm,阵列体系2000mm*900mm。频率在~之间,水平极化。
~
±
2000m
b)随机点激励源:(位置、频率、幅值均为一定范围内的随机值)
没有杂波的情况下,成像很清晰:
点激励源发出的杂波对成像影响:
几种杂波分布方式瑞丽分布
韦伯分布
随机分布
小体系测试
测试模型:
a)小球阵列:小球直径100mm,阵列体系2000mm*900mm。频率在~之间,水平极化。
b)随机点激励源:(位置、频率、幅值均为一定范围内的随机值)
没有杂波的情况下,成像很清晰:
点激励源发出的杂波呈瑞丽分布:
点激励源发出的杂波呈韦伯分布:
点激励源发出的杂波呈随机分布:
飞机成像模拟
测试模型:
a)飞机体系18m*12m。频率在~之间,水平极化。
没有杂波的情况下(dB显示):
点激励源发出的杂波呈瑞丽分布(dB显示):