CN113065221A - 大擦地角下海杂波模型、模型构建系统以及模拟仿真方法 - Google Patents

大擦地角下海杂波模型、模型构建系统以及模拟仿真方法 Download PDF

Info

Publication number
CN113065221A
CN113065221A CN202110182754.3A CN202110182754A CN113065221A CN 113065221 A CN113065221 A CN 113065221A CN 202110182754 A CN202110182754 A CN 202110182754A CN 113065221 A CN113065221 A CN 113065221A
Authority
CN
China
Prior art keywords
sea
clutter
sea clutter
model
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110182754.3A
Other languages
English (en)
Other versions
CN113065221B (zh
Inventor
王学田
李艳宇
高洪民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202110182754.3A priority Critical patent/CN113065221B/zh
Publication of CN113065221A publication Critical patent/CN113065221A/zh
Application granted granted Critical
Publication of CN113065221B publication Critical patent/CN113065221B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414—Discriminating targets with respect to background clutter
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Remote Sensing (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Algebra (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种大擦地角下海杂波模型、模型构建系统以及模拟仿真方法，能够通过对平静海面、二级海情、三级海情下各种大擦地角下的海杂波实测数据定标处理并统计分析，建立大擦地角下的海杂波综合k分布模型。因海面环境比较复杂，随机变换的环境造成虚警，故建立海杂波模型显得尤为重要。该模型包括不同擦地角下的海杂波k分布拟合模型以及不同海情、擦地角双变量的海杂波综合k分布模型。同时为了验证模型准确性，随机提供一种情况下的实测数据与拟合模型对比并给出大擦地角下海杂波综合k分布模型参数a、b的拟合优度。本发明通过双变量综合而建立的海杂波k分布数学模型，为以后海杂波建模与仿真提供技术支持，以便模拟海面真实环境。

Description

大擦地角下海杂波模型、模型构建系统以及模拟仿真方法
技术领域
本发明涉及雷达信号处理技术领域，具体涉及大擦地角下海杂波模型、模型构建系统以及模拟仿真方法。
背景技术
海杂波的特性分析是雷达信号处理领域的一个研究分支，对海杂波进行准确地建模，模拟真实情况下环境干扰，在军用和民用领域都是一个非常重要的研究方向。
海杂波是雷达海面目标检测的主要干扰源，也是最难处理的。由于受风力、环境温度、浪涌等多种自然因素的影响，其幅度和相位随机起伏，杂波回波信号间又存在相关性，海杂波信号变化复杂，强度高，处理的难度也随之增加。其存在可能会严重影响到雷达海面目标的检测能力，这也是海上雷达目标检测领域的研究重点和难点。
为了能够有效地实现海杂波背景下的目标检测，就要掌握干扰海杂波和目标的分布特性，以便消除或减小干扰杂波的影响。在研究海杂波特性时，将建模仿真技术与实际的雷达数据相结合，不失为海杂波研究及目标检测中较为行之有效的方法。
但是目前为止，还没有针对大擦地角下的海杂波模型。因此如何构建符合海杂波真实特性的大擦地角下的海杂波模型，以便结合实测雷达数据进行仿真模拟，是目前亟待解决的问题。
发明内容
有鉴于此，本发明提供了大擦地角下海杂波模型、模型构建系统以及模拟仿真方法，能够通过不同海情、大擦地角下的海杂波模型建立，直接进行数值代入得到大擦地角下的海杂波k分布模型，还可以得到关联不同海情与大擦地角双变量下的海杂波k分布公式。
为达到上述目的，本发明的技术方案为：大擦地角下海杂波模型，海杂波回波幅度的k分布统计模型如下：
Figure BDA0002942574970000021
其中fk[x；a；b]为海杂波回波幅度的概率密度函数；x为海杂波的回波幅度；a为标度参数；b为形状参数；Γ(b)为关于b的Gamma函数；
Figure BDA0002942574970000022
为关于
Figure BDA0002942574970000023
的b-1阶第二类修正贝塞尔函数；
标度参数a和形状参数b与海情h和擦地角θ的关系是：
a＝-14.22+2.217×h+0.7809×θ+1.284×h2-0.1515×h×θ-0.01436×θ2-0.02779×h2×θ-0.02779×h×θ2+0.00009394×θ3
b＝-7.649-11.58×h+1.197×θ-1.724×h2+0.5058×h×θ-0.03422×θ2+0.0454×h2×θ-0.006612×h×θ2+0.0003126×θ3
其中海情h为离散变量；擦地角θ的取值为：在[45°，70°]范围内每间隔5°选取一个数值。
进一步地，海情h的取值为0,2,3，h＝0时表示海情为平静海面，h＝2时表示海情为二级海面，h＝3时表示海情为三级海面。
本发明另外一个实施例还提供了大擦地角下海杂波模型的构建系统，包括海杂波回波幅度值获取模块、模型构建模块、实测数据拟合模块以及参数综合模块包括如下步骤：
海杂波回波幅度值获取模块，用于获取海杂波的回波幅度。
模型构建模块，用于针对海杂波回波幅度构建基于k分布的概率密度函数：
Figure BDA0002942574970000031
其中fk[x；a；b]为海杂波回波幅度的概率密度函数；x为海杂波的回波幅度；a为标度参数；b为形状参数；Γ(b)为关于b的Gamma函数；
Figure BDA0002942574970000032
为关于
Figure BDA0002942574970000033
的b-1阶第二类修正贝塞尔函数。
实测数据拟合模块，用于在不同海情、不同擦地角数值下获取海杂波实测数据，并拟合得到不同海情下的标度参数a和形状参数b拟合公式；其中取在[45°，70°]范围内每间隔5°选取一个擦地角数值。
参数综合模块，用于将海情离散化取值为0,2,3，h＝0时表示海情为平静海面，h＝2时表示海情为二级海面，h＝3时表示海情为三级海面；将标度参数a以及形状参数b与海情h及擦地角θ关联，进行多变量求解得到标度参数a及形状参数b。
进一步地，实测数据拟合模块，在海情为平静海面时，利用平静海面下获取的海杂波实测数据，拟合得到海杂波回波幅度的概率密度函数fk[x；a；b]中的标度参数a和形状参数b与擦地角θ的拟合关系式分别为a0、b0；a0、b0分别为：
a0＝-0.00005145×θ3+0.01008×θ2-0.5698×θ+10.31
b0＝0.0008687×θ3-0.1295×θ2+6.564×θ-107.1
进一步地，实测数据拟合模块，在海情为二级海面时，利用二级海面下获取的海杂波实测数据，拟合得到海杂波回波幅度的概率密度函数fk[x；a；b]中的标度参数a和形状参数b与擦地角θ的关系式分别为a2、b2；
a2＝0.0002224×θ3-0.02966×θ2+1.406×θ-22
b2＝0.00002481×θ3+0.0001687×θ2-0.1942×θ+8.332
进一步地，实测数据拟合模块，在海情为三级海面时，利用三级海面下获取的海杂波实测数据，拟合得到海杂波回波幅度的概率密度函数fk[x；a；b]中的标度参数a和形状参数b与擦地角θ的关系式分别为a3、b3；
a3、b3分别为：
a3＝0.0001442×θ3-0.01583×θ2+0.6121×θ-7.113
b3＝0.0000157×θ3-0.002343×θ2+0.124×θ+0.3375。
进一步地，参数综合模块中，，进行多变量求解得到标度参数a及形状参数b：
Figure BDA0002942574970000041
Figure BDA0002942574970000042
本发明另外一个实施例还提供了大擦地角下海杂波模拟仿真方法，构建如上海杂波回波幅度的k分布统计模型，
获取当前海情、当前擦地角，代入海杂波的k分布统计模型，得到关于幅度x的随机数据作为海杂波幅度模拟数据；
同时选取海杂波相位模拟数据；
利用海杂波幅度模拟数据和海杂波相位模拟数据进行海杂波模拟仿真。
进一步地，海杂波相位模拟数据服从均匀分布。
有益效果：
1、本发明实施例提供了一种大擦地角下海杂波模型，该模型采用k分布描述海杂波，不仅能很好地满足所观察的杂波幅值的长拖尾特性，而且从海杂波构成的物理机制出发，将杂波描述成由一个快变量和一个慢变量构成，能够反映了浪涌等慢变化的海面特性，是一种能够精确反应雷达海杂波的幅度统计特性模型。
2、本发明实施例还提供了一种针对大擦地角下海杂波模型的构建系统，该构建系统通过不同海情、大擦地角下的海杂波模型建立，不仅可以直接数值代入得到大擦地角下的海杂波k分布模型，还可以得到关联不同海情即与大擦地角双变量下的海杂波k分布公式，进而仿真得到海杂波数据，该构建系统能够根据真实的海情和擦地角数据进行海杂波幅度特性模拟，所构建的海杂波模型能够精确反应雷达海杂波的幅度统计特性。
3、本发明实施例还提供了一种针对大擦地角下海波模型的模拟仿真方法，采用前述大擦地角下海杂波模型，获取当前海情、当前擦地角，代入海杂波的k分布统计模型，得到关于幅度x的随机数据作为海杂波幅度模拟数据；利用海杂波幅度模拟数据和海杂波相位模拟数据进行海杂波模拟仿真。该模拟仿真方法所得仿真结果更加接近真实海面的复杂环境，对今后的海杂波背景下的预测提供重要的背景条件，具有更重要的工程应用意义。
附图说明
图1为实测数据与四种分布拟合对比图。
图2为本发明海杂波多环境干扰下建模的流程图。
图3为平静海面实测擦地角45°下的海杂波幅度图和幅度统计图，以此为例，其余情况均如此。
图4为平静海面实测各种擦地角海杂波概率分布和概率密度图，以此为例，其余情况均如此。
图5为二级海情下擦地角55°海杂波实测数据与拟合模型对比图，以此为例验证模型的准确性，其余情况均如此。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明通过对比威布尔分布、瑞利分布、对数正态分布以及k分布，由图1可知，k分布的拟合优度更高。k分布适合描述高分辨率雷达的非均匀杂波，不仅能很好地满足所观察的杂波幅值的长拖尾特性，而且从海杂波构成的物理机制出发，将杂波描述成由一个快变量和一个慢变量构成，能够反映了浪涌等慢变化的海面特性，本发明据此构建了一种大擦地角下海杂波模型，即海杂波回波幅度的k分布统计模型如下：
Figure BDA0002942574970000061
其中fk[x；a；b]为海杂波回波幅度的概率密度函数；x为海杂波的回波幅度；a为标度参数；b为形状参数；Γ(b)为关于b的Gamma函数；
Figure BDA0002942574970000062
为关于
Figure BDA0002942574970000063
的b-1阶第二类修正贝塞尔函数；
标度参数a和形状参数b与海情h和擦地角θ的关系是：
a＝-14.22+2.217×h+0.7809×θ+1.284×θ2-0.1515×h×θ-0.01436×θ2-0.02779×h2×θ-0.02779×h×θ2+0.00009394×θ3
b＝-7.649-11.58×h+1.197×θ-1.724×h2+0.5058×h×θ-0.03422×θ2+0.0454×h2×θ-0.006612×h×θ2+0.0003126×θ3
其中海情h为离散变量，海情h的取值为0,2,3，h＝0时表示海情为平静海面，h＝2时表示海情为二级海面，h＝3时表示海情为三级海面；擦地角θ的取值为：在[45°，70°]范围内每间隔5°选取一个数值。
本发明实施例中雷达实测海杂波数据，其中：测试波段为Ku(17GHz±100MHz)；天线极化为VV；天线波束角度为20°～30°；天线高度约15米；擦地角为45°～70°，间隔5°；全部测试设备处于计量周期内的统计特性，分析了其统计特性并进行了参数的估计，对不同海情和大擦地角的幅度分布特性进行了拟合，最终建立一种多干扰环境下大擦地角的海杂波k分布模型。
本发明的另外一个实施例还提供了大擦地角下海杂波模型的构建系统，其特征在于，包括海杂波回波幅度值获取模块、模型构建模块、实测数据拟合模块以及参数综合模块包括如下步骤：
海杂波回波幅度值获取模块，用于获取海杂波的回波幅度。该模块采用如下方式进行海杂波回波幅度的获取。
S1、定标：采用校标球，利用RCS已知且各向同性的校标球获得RCS与导引头测得的功率(或电压)之间的数学关系，然后根据校标球与海面的功率(或电压)比来推算海面的RCS值。
(1)定标体：金属球
(2)定标体规格：
Figure BDA0002942574970000071
(3)定标体RCS：σ0＝pi*r2，r定标体的半径
目标RCS的精确定标处理可以表示为
Figure BDA0002942574970000081
式中，
Figure BDA0002942574970000082
为定标后的目标RCS；
Figure BDA0002942574970000083
为定标体的理论RCS值；
Figure BDA0002942574970000084
测量目标的接收机输出电压矢量(可测)，
Figure BDA0002942574970000085
定标体的接收机输出电压矢量，
Figure BDA0002942574970000086
为微波暗室背景下的接收机输出电压矢量，～表示经过软件距离门滤波处理。本项目无暗室背景，因此
Figure BDA0002942574970000087
测试数据经过软件距离门滤波数据预处理和精确定标处理后，得到精确的目标RCS测量数据。
S2、幅度谱统计
对不同天线角度下矢量网络分析仪获取的数据处理后的精确RCS数据，利用python编程语言以及Matlab经数据处理，得到海杂波的幅度，并按照测试参数进行幅度谱统计并建立海杂波概率分布和概率密度曲线。
如图3所示为其中一种情况，即平静海面下擦地角为45度的实测海杂波数据图和幅度统计图，其中图3中的(a)为实测海杂波数据图，图3中的(b)为幅度统计图；图4为平静海面下各种大擦地角下海杂波的概率分布和概率密度图。
模型构建模块，用于针对海杂波回波幅度构建基于k分布的概率密度函数：
Figure BDA0002942574970000088
其中fk[x；a；b]为海杂波回波幅度的概率密度函数；x为海杂波的回波幅度；a为标度参数，其值越大，回波功率越强；b为形状参数，决定k分布的形状，b越小则分布不对称性越明显，k分布的峰态越陡峭，海浪越尖锐；对于大多数杂波，b＝0.1～∞,当b→∞时，杂波分布接近于瑞利分布；Γ(b)为关于b的Gamma函数；
Figure BDA0002942574970000091
为关于
Figure BDA0002942574970000092
的b-1阶第二类修正贝塞尔函数；
实测数据拟合模块，用于在不同海情、不同擦地角数值下获取海杂波实测数据，并拟合得到不同海情下的标度参数a和形状参数b拟合公式；其中取在[45°，70°]范围内每间隔5°选取一个擦地角数值。
在海情为平静海面时，利用平静海面下获取的海杂波实测数据，通过对平静海面下处理后的数据拟合，得到平静海面各种擦地角下海杂波k分布概率密度函数的参数如表1所示。
表1平静海面各种擦地角海杂波k分布参数估计值
擦地角θ 70° 65° 60° 55° 50° 45°
a 2.118 1.896 1.121 0.9186 0.658 0.3618
b 15.98 10.97 8.513 6.618 6.056 5.239
拟合得到海杂波回波幅度的概率密度函数fk[x；a；b]中的标度参数a和形状参数b与擦地角θ的拟合关系式分别为a0、b0；a0、b0分别为：
a0＝-0.00005145×θ3+0.01008×θ2-0.5698×θ+10.31
b0＝0.0008687×θ3-0.1295×θ2+6.564×θ-107.1
拟合优度：指回归直线对观测值的拟合程度，如下表2所示为单变量擦地角θ下平静海面的海杂波模型拟合优度，其中：
SSE：模型的拟合误差；SSE数值越小说明拟合误差越小，即拟合优度越高。
R-square：模型的确定系数，0-1之间，越接近1，表明变量擦地角θ对模型的解释越强，即拟合优度越高
RMSE：均方根误差。RMSE数值越小，拟合优度越高。
表2平静海面下单变量擦地角θ海杂波拟合优度
擦地角/度 70° 65° 60° 55° 50° 45°
SSE 0.0003072 0.0001899 0.0005793 0.0003199 0.004069 0.001417
R-square 0.991 0.9953 0.9974 0.9992 0.9957 0.9996
RMSE 0.001817 0.001765 0.002496 0.001855 0.006615 0.003882
在海情为二级海面时，利用二级海面下获取的海杂波实测数据，通过对二级海情下处理后的数据拟合，得到二级海情各种擦地角下海杂波k分布概率密度函数的参数如表3所示。
表3二级海情各种擦地角海杂波k分布参数估计值
擦地角θ 70° 65° 60° 55° 50° 45°
a 7.45 5.115 3.738 2.672 1.921 1.525
b 4.061 3.288 2.605 2.275 2.183 2.183
拟合得到海杂波回波幅度的概率密度函数fk[x；a；b]中的标度参数a和形状参数b与擦地角θ的关系式分别为a2、b2；
a2＝0.0002224×θ3-0.02966×θ2+1.406×θ-22
b2＝0.00002481×θ3+0.0001687×θ2-0.1942×θ+8.332
拟合优度：各项表示拟合优度的参数意义同上，如下表4所示为表示二级海情下海杂波拟合优度指标。
表4二级海情下海杂波拟合优度
擦地角/度 70° 65° 60° 55° 50° 45°
SSE 0.00002571 0.00002516 0.00005182 0.00003529 0.0003833 0.00442
R-square 0.9974 0.999 0.999 0.9997 0.9981 0.9892
RMSE 0.000523 0.0005146 0.0007386 0.0006095 0.001988 0.006785
在海情为三级海面时，利用三级海面下获取的海杂波实测数据，通过对三级海情下处理后的数据拟合，得到三级海情各种擦地角下海杂波k分布概率密度函数的参数如表5所示。
表5三级海情各种擦地角海杂波k分布参数估计值
擦地角θ 70° 65° 60° 55° 50° 45°
a 7.589 5.598 4.143 2.82 2.462 1.841
b 3.079 2.628 2.409 2.198 1.972 1.872
拟合得到海杂波回波幅度的概率密度函数fk[x；a；b]中的标度参数a和形状参数b与擦地角θ的关系式分别为a3、b3；
a3、b3分别为：
a3＝0.0001442×θ3-0.01583×θ2+0.6121×θ-7.113
b3＝0.0000157×θ3-0.002343×θ2+0.124×θ+0.3375。
拟合优度：各项表示拟合优度的参数意义同上，如下表6所示为表示三级海情下海杂波拟合优度指标。
表6三级海情下海杂波拟合优度
擦地角/度 70° 65° 60° 55° 50° 45°
SSE 7.529e-06 0.0001961 0.0001652 0.0001556 0.0003616 0.001907
R-square 0.9993 0.9906 0.9962 0.9987 0.9975 0.9937
RMSE 0.0002815 0.001437 0.001319 0.00128 0.001951 0.004456
参数综合模块，用于将海情离散化取值为0,2,3，h＝0时表示海情为平静海面，h＝2时表示海情为二级海面，h＝3时表示海情为三级海面；将标度参数a以及形状参数b与海情h及擦地角θ关联，进行多变量求解得到标度参数a及形状参数b。具体为：
Figure BDA0002942574970000121
Figure BDA0002942574970000122
拟合优度是指回归直线对观测值的拟合程度，如下表7所示为参数a模型拟合优度，同理如下表8所示为参数b模型拟合优度：
表7参数a模型拟合优度
SSE R-square RMSE
0.3221 0.996 0.1892
表8参数b模型拟合优度
SSE R-square RMSE
0.7415 0.997 0.287
该模型构建系统可以采用计算机软件或者设置于中央处理芯片上的功能模块实现。
为了验证上述模型的正确性，本实施例将海杂波实测数据为试验对象，首先进行某种海情、擦地角下的海杂波拟合模型与实测数据举例验证；其次进行模型综合验证，确定海情、擦地角双变量综合模型的拟合优度。试验结果如下：
将海杂波实测数据与拟合模型进行对比，验证该模型的准确性。以二级海情(h＝2)为例，以擦地角(θ＝55°)为例，代入到海杂波建立的模型可以知道：
a＝2.7513，b＝2.2467
代入海杂波k分布模型，得到:
Figure BDA0002942574970000131
根据海杂波建立的模型得出二级海情、擦地角55°下的概率密度曲线图，由图5可知拟合效果较好。为了直观说明拟合优度，同样列出各种海情和擦地角的模型拟合优度，如下表9所示：
表9各种海情和擦地角的模型拟合优度
Figure BDA0002942574970000132
本发明的另外一个实施例还提供了大擦地角下海杂波模拟仿真方法，构建如上述海杂波回波幅度的k分布统计模型；获取当前海情、当前擦地角，代入海杂波的k分布统计模型，得到关于幅度x的随机数据作为海杂波幅度模拟数据；
同时选取海杂波相位模拟数据；海杂波相位模拟数据服从均匀分布。
利用海杂波幅度模拟数据和海杂波相位模拟数据进行海杂波模拟仿真。利用海杂波幅度模拟数据和海杂波相位模拟数据进行海杂波模拟仿真。该模拟仿真方法所得仿真结果更加接近真实海面的复杂环境，对今后的海杂波背景下的预测提供重要的背景条件，具有更重要的工程应用意义。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.大擦地角下海杂波模型，其特征在于，海杂波回波幅度的k分布统计模型如下：
Figure FDA0002942574960000011
其中fk[x；a；b]为海杂波回波幅度的概率密度函数；x为海杂波的回波幅度；a为标度参数；b为形状参数；Γ(b)为关于b的Gamma函数；
Figure FDA0002942574960000012
为关于
Figure FDA0002942574960000013
的b-1阶第二类修正贝塞尔函数；
标度参数a和形状参数b与海情h和擦地角θ的关系是：
a＝-14.22+2.217×h+0.7809×θ+1.284×h2-0.1515×h×θ-0.01436×θ2-0.02779×h2×θ-0.02779×h×θ2+0.00009394×θ3
b＝-7.649-11.58×h+1.197×θ-1.724×h2+0.5058×h×θ-0.03422×θ2+0.0454×h2×θ-0.006612×h×θ2+0.0003126×θ3
其中海情h为离散变量；擦地角θ的取值为：在[45°，70°]范围内每间隔5°选取一个数值。
2.如权利要求1所述的模型，其特征在于，所述海情h的取值为0,2,3，h＝0时表示海情为平静海面，h＝2时表示海情为二级海面，h＝3时表示海情为三级海面。
3.大擦地角下海杂波模型的构建系统，其特征在于，包括海杂波回波幅度值获取模块、模型构建模块、实测数据拟合模块以及参数综合模块；
所述海杂波回波幅度值获取模块，用于获取海杂波的回波幅度；
所述模型构建模块，用于针对海杂波回波幅度构建基于k分布的概率密度函数：
Figure FDA0002942574960000021
其中fk[x；a；b]为海杂波回波幅度的概率密度函数；x为海杂波的回波幅度；a为标度参数；b为形状参数；Γ(b)为关于b的Gamma函数；
Figure FDA0002942574960000022
为关于
Figure FDA0002942574960000023
的b-1阶第二类修正贝塞尔函数；
所述实测数据拟合模块，用于在不同海情、不同擦地角数值下获取海杂波实测数据，并拟合得到不同海情下的标度参数a和形状参数b拟合公式；其中在[45°，70°]范围内每间隔5°选取一个擦地角数值；
所述参数综合模块，用于将海情离散化取值为0,2,3，h＝0时表示海情为平静海面，h＝2时表示海情为二级海面，h＝3时表示海情为三级海面；将标度参数a以及形状参数b与海情h及擦地角θ关联，进行多变量求解得到标度参数a及形状参数b。
4.如权利要求3所述的构建系统，其特征在于，所述实测数据拟合模块，在海情为平静海面时，利用平静海面下获取的海杂波实测数据，拟合得到海杂波回波幅度的概率密度函数fk[x；a；b]中的标度参数a和形状参数b与擦地角θ的拟合关系式分别为a0、b0；a0、b0分别为：
a0＝-0.00005145×θ3+0.01008×θ2-0.5698×θ+10.31
b0＝0.0008687×θ3-0.1295×θ2+6.564×θ-107.1
5.如权利要求4所述的构建系统，其特征在于，所述实测数据拟合模块，在海情为二级海面时，利用二级海面下获取的海杂波实测数据，拟合得到海杂波回波幅度的概率密度函数fk[x；a；b]中的标度参数a和形状参数b与擦地角θ的关系式分别为a2、b2；
a2＝0.0002224×θ3-0.02966×θ2+1.406×θ-22
b2＝0.00002481×θ3+0.0001687×θ2-0.1942×θ+8.332
6.如权利要求5所述的构建系统，其特征在于，所述实测数据拟合模块，在海情为三级海面时，利用三级海面下获取的海杂波实测数据，拟合得到海杂波回波幅度的概率密度函数fk[x；a；b]中的标度参数a和形状参数b与擦地角θ的关系式分别为a3、b3；
a3、b3分别为：
a3＝0.0001442×θ3-0.01583×θ2+0.6121×θ-7.113
b3＝0.0000157×θ3-0.002343×θ2+0.124×θ+0.3375。
7.如权利要求6所述的构建系统，其特征在于，所述参数综合模块中，，进行多变量求解得到标度参数a及形状参数b：
Figure FDA0002942574960000031
Figure FDA0002942574960000032
8.大擦地角下海杂波模拟仿真方法，其特征在于，构建如权利要求1或2所述的海杂波回波幅度的k分布统计模型，
获取当前海情、当前擦地角，代入所述海杂波的k分布统计模型，得到关于幅度x的随机数据作为海杂波幅度模拟数据；
同时选取海杂波相位模拟数据；
利用所述海杂波幅度模拟数据和所述海杂波相位模拟数据进行海杂波模拟仿真。
9.如权利要求8所述的模拟仿真方法，其特征在于，所述海杂波相位模拟数据服从均匀分布。
CN202110182754.3A 2021-02-10 2021-02-10 大擦地角下海杂波模型、模型构建系统以及模拟仿真方法 Active CN113065221B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110182754.3A CN113065221B (zh) 2021-02-10 2021-02-10 大擦地角下海杂波模型、模型构建系统以及模拟仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110182754.3A CN113065221B (zh) 2021-02-10 2021-02-10 大擦地角下海杂波模型、模型构建系统以及模拟仿真方法

Publications (2)

Publication Number Publication Date
CN113065221A true CN113065221A (zh) 2021-07-02
CN113065221B CN113065221B (zh) 2023-02-17

Family

ID=76558786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110182754.3A Active CN113065221B (zh) 2021-02-10 2021-02-10 大擦地角下海杂波模型、模型构建系统以及模拟仿真方法

Country Status (1)

Country Link
CN (1) CN113065221B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114488107A (zh) * 2022-04-13 2022-05-13 南方海洋科学与工程广东省实验室(广州) 一种海杂波时空分布及影响分级产品制作的方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5978344B1 (ja) * 2015-05-07 2016-08-24 東芝電波プロダクツ株式会社 レーダ画像模擬装置、海面クラッタ模擬方法及び海面クラッタ模擬プログラム
CN110275148A (zh) * 2019-06-20 2019-09-24 中国人民解放军海军航空大学 一种海杂波幅度分布参数估计方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5978344B1 (ja) * 2015-05-07 2016-08-24 東芝電波プロダクツ株式会社 レーダ画像模擬装置、海面クラッタ模擬方法及び海面クラッタ模擬プログラム
CN110275148A (zh) * 2019-06-20 2019-09-24 中国人民解放军海军航空大学 一种海杂波幅度分布参数估计方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
乔天航: "某海关雷达的海杂波特性分析及数据处理", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114488107A (zh) * 2022-04-13 2022-05-13 南方海洋科学与工程广东省实验室(广州) 一种海杂波时空分布及影响分级产品制作的方法及装置

Also Published As

Publication number Publication date
CN113065221B (zh) 2023-02-17

Similar Documents

Publication Publication Date Title
Zhang et al. Applying the parabolic equation to tropospheric groundwave propagation: A review of recent achievements and significant milestones
CN102540162B (zh) 基于海杂波的低空电磁波传播特性估计方法
Liu et al. Attributed scattering center extraction algorithm based on sparse representation with dictionary refinement
Zhao et al. Theoretical analysis and numerical experiments of variational adjoint approach for refractivity estimation
CN111638521B (zh) 一种成像高度计遥感数据的海面风速反演方法
CN104318593A (zh) 一种雷达海杂波的仿真方法和系统
CN108845313A (zh) 有限训练样本下基于子空间正交投影的动目标检测方法
CN111159937B (zh) 一种近岸非线性正弦型波浪微波散射特性分析方法
CN113376597A (zh) 基于数字高程地图和gpu的复杂地形电磁散射快速仿真方法
CN113065221B (zh) 大擦地角下海杂波模型、模型构建系统以及模拟仿真方法
CN114295585B (zh) 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法
CN108680832B (zh) 一种基于sa-apso及降维投影动态收缩圆的局部放电定位方法
CN110297221A (zh) 一种基于高斯混合模型的数据关联方法
CN113505463A (zh) 海杂波与角反复合模型、构建系统及模拟仿真方法
CN117406190A (zh) 基于雷达信号的无开挖拉棒腐蚀检测方法、装置及设备
CN114814779B (zh) 浮标涌浪波高观测数据误差评估方法、系统、设备及介质
CN116660831A (zh) 一种基于海面杂波信号监测数据的大气波导反演方法
CN107977943A (zh) 一种基于提纯优化的空间目标光谱解混方法
CN116125401A (zh) 基于电磁散射计算的动态海面回波仿真方法
Zhou et al. Offshore Surface Evaporation Duct Joint Inversion Algorithm Using Measured Dual-Frequency Sea Clutter
CN116911164B (zh) 基于目标与背景分离散射数据的复合散射获取方法及装置
CN116400320B (zh) 一种基于激光和w波段雷达的海雾有效粒子半径估算方法
Gronwall et al. Performance analysis of measurement error regression in direct-detection laser radar imaging
Zhao et al. Refractivity from clutter by variational adjoint approach
Shi et al. Construction of sea surface current vectors using a single HF radar: A theoretical study

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant