针对以相关谱最大值作为统计量对线性调频/二相编码(LFM/BPSK,Linear Frequency Modulation/Binary Phase Shift Keying)混合调制信号盲处理结果进行可信性检验时,存在概率密度函数复杂,难以得到似然比检验闭合表达式的问题,提出了一种...针对以相关谱最大值作为统计量对线性调频/二相编码(LFM/BPSK,Linear Frequency Modulation/Binary Phase Shift Keying)混合调制信号盲处理结果进行可信性检验时,存在概率密度函数复杂,难以得到似然比检验闭合表达式的问题,提出了一种基于极值分布理论(EVT,Extreme Value Theory)的简化处理算法.利用相关谱最大值的极限分布替代其精确分布,基于纽曼-皮尔逊(NP,Neyman-Pearson)准则得到简化的似然比检验,给出了相应判决式及其判决门限的解析表达式.文中给出了不同假设下相关谱最大值的极限分布形式.计算机仿真结果表明:本算法与已有的恒虚警方法相当,但优于基于分组极值模型及超阈值模型的两种分布拟合检验法,且具有较低的计算复杂度.展开更多
文摘现有贝叶斯压缩感知(Bayesian Compressed Sensing,BCS)-逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像算法中先验分布模型不能很好地满足可压缩性,导致成像精度随脉冲数目的减小、高斯噪声的增强而急剧下降。为此,提出了一种基于广义Pareto分布改进BCS成像方法(Improving BCS imaging based on GPD,IGPCS)。该方法主要在BCS框架下利用广义Pareto先验分布替代传统的广义Gaussian先验分布,以增强模拟信号的稀疏先验和可压缩性。进一步地,为了克服后验概率模型计算困难等问题,采用最大后验(Maximum A Posteriori,MAP)方法对超参数进行估计。通过对Mig-25小型飞机的ISAR模拟实验表明,与传统方法相比,IGPCS方法能够获取极高的成像精度,并且对低脉冲数、强高斯噪声环境具有较强的鲁棒性。
文摘针对以相关谱最大值作为统计量对线性调频/二相编码(LFM/BPSK,Linear Frequency Modulation/Binary Phase Shift Keying)混合调制信号盲处理结果进行可信性检验时,存在概率密度函数复杂,难以得到似然比检验闭合表达式的问题,提出了一种基于极值分布理论(EVT,Extreme Value Theory)的简化处理算法.利用相关谱最大值的极限分布替代其精确分布,基于纽曼-皮尔逊(NP,Neyman-Pearson)准则得到简化的似然比检验,给出了相应判决式及其判决门限的解析表达式.文中给出了不同假设下相关谱最大值的极限分布形式.计算机仿真结果表明:本算法与已有的恒虚警方法相当,但优于基于分组极值模型及超阈值模型的两种分布拟合检验法,且具有较低的计算复杂度.
