一種雷達(dá)知識庫中基于多種分布類型的動態(tài)更新方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)環(huán)境知識庫建模技術(shù)的領(lǐng)域，特別涉及了 Anderson-Darling(AD) 檢驗、Cramer-von Mises(CM)檢驗和雜波信息動態(tài)更新技術(shù)。
【背景技術(shù)】
[0002] 知識輔助（Knowledge-based KB)信號處理一直是改善傳統(tǒng)雷達(dá)探測性能的關(guān)鍵 技術(shù)之一，而雷達(dá)輔助知識庫是KB系統(tǒng)的關(guān)鍵部分。知識輔助的效果的在很大程度上取決 于雷達(dá)輔助知識庫與環(huán)境的匹配情況。而雷達(dá)操作環(huán)境通常是非穩(wěn)定、多變的，如果知識 庫提供了不匹配的輔助信息，最終可能導(dǎo)致雷達(dá)探測性能的惡化。我們利用雷達(dá)回波數(shù)據(jù) 及時的對知識庫內(nèi)的雜波分布信息進(jìn)行動態(tài)更新，保證了知識庫信息與雷達(dá)環(huán)境的實(shí)時匹 配，為后續(xù)的知識輔助雷達(dá)探測技術(shù)提供了可靠的保障。因此，提高雷達(dá)知識庫與環(huán)境的匹 配水平具有重要的理論價值和實(shí)際意義。
[0003] 雷達(dá)環(huán)境知識庫動態(tài)更新是一種利用獲取的雷達(dá)回波及其他類傳感器信息實(shí)時 地更新知識庫信息的自適應(yīng)信號處理技術(shù)。這方面的公開研宄一直很少。針對雷達(dá)環(huán)境的 雜波分布，2006年，麥克馬斯特大學(xué)認(rèn)知系統(tǒng)實(shí)驗室的Simon Haykin首次提出了認(rèn)知雷達(dá) 的概念，作者針對海面表面利用F-分布（F2,2k(z))描述雜波分布，并利用雷達(dá)回波實(shí)時更新 分布參數(shù)，但是對于復(fù)雜地形的雜波，單一的分布類型不足以模擬情況不一的雜波分布情 況。針對雜波分布類型判斷，2005年，空軍雷達(dá)學(xué)院的劉俊凱等人提出了利用x 2檢驗判斷 雜波序列的分布類型。但是x 2檢驗需要大量樣本數(shù)，并且在很多情況下的檢驗性能比AD 檢驗差。2009年，南京航空航天大學(xué)的張維等人利用AD檢驗代替?zhèn)鹘y(tǒng)的假設(shè)檢驗實(shí)現(xiàn)了雜 波分布辨識，但是對多種分布直接用AD檢驗可能出現(xiàn)沒有一種分布類型通過AD檢驗的情 況，或者出現(xiàn)同時有多種分布通過AD檢驗的情況，并不能選擇最優(yōu)分布類型。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是針對【背景技術(shù)】存在的缺陷，研宄設(shè)計一種雷達(dá)知識庫中基于多種 分布類型的動態(tài)更新方法，從而達(dá)到在雷達(dá)知識庫雜波信息動態(tài)更新背景下具有通用性 強(qiáng)、分類精度高的目的。
[0005] 本發(fā)明提出了一種雷達(dá)知識庫中基于多種分布類型的動態(tài)更新方法，該方法主要 分為兩個階段。首先，在判斷是否需要對雜波分布進(jìn)行更新的過程中，利用AD檢驗在一定 的置信度下判斷新獲取的雷達(dá)數(shù)據(jù)是否符合舊的分布類型；如果符合，就不需要更新，如果 不符合，就進(jìn)入更新階段；對被擇分布簇進(jìn)行參數(shù)估計，然后利用AD檢驗和CM檢驗聯(lián)合選 擇最優(yōu)的分布類型（包括分布的參數(shù)）。因而本發(fā)明一種雷達(dá)知識庫中基于多種分布類型 的動態(tài)更新方法包括以下步驟：
[0006] 步驟1、獲取N幀雷達(dá)回波數(shù)據(jù)（Xl，x2，…，x N);
[0007] 步驟2、利用新獲取的數(shù)據(jù)更新雷達(dá)知識庫中的回波數(shù)據(jù)；
[0008] 步驟3、第一次AD檢驗，對N個回波數(shù)據(jù)進(jìn)行排序，Xl< x x N，計算新獲取 回波數(shù)據(jù)的AD統(tǒng)計量：
[0009]
【主權(quán)項】
1. 一種雷達(dá)知識庫中基于多種分布類型的動態(tài)更新方法，該方法包括： 步驟1、獲取N幀雷達(dá)回波數(shù)據(jù)（x^x2，…，xN); 步驟2、利用新獲取的數(shù)據(jù)更新雷達(dá)知識庫中的回波數(shù)據(jù)； 步驟3、第一次AD檢驗，對N個回波數(shù)據(jù)進(jìn)行排序，Xl<xxN，計算新獲取回波 數(shù)據(jù)的AD統(tǒng)計量：
其中F( ?)是雷達(dá)知識庫單元之前存儲的雜波分布的累積分布函數(shù)，其分布類型和分 布參數(shù)為已知； 然后用AD檢驗的統(tǒng)計量A2跟一定置信度下的門限值n比較；如果A2>n，則認(rèn)為舊的 雜波分布跟新的回波數(shù)據(jù)是不匹配的，需要進(jìn)行更新，進(jìn)行步驟4;否則認(rèn)為在一定置信度 水平下舊的雜波分布跟新的回波數(shù)據(jù)是匹配的，不需要更新； 步驟4、針對m種不同的分布類型Di，…，Dm，進(jìn)行參數(shù)估計； 步驟5、第二次AD檢驗，分別計算每種被擇分布的AD統(tǒng)計量為2:
這里的Fk( ?)是被擇分布的累積分布函數(shù)，分布參數(shù)是步驟4中估計的；針對不同的 分布，分別比較它們的和相應(yīng)的門限值，如果4 > 7.,,，則認(rèn)為新的數(shù)據(jù)和被擇分布是不 相符合的；否則，即通過二次AD檢驗，則認(rèn)為二者相符；若只有一個分布通過二次AD檢驗， 則用該分布更新原有分布類型；否則進(jìn)入步驟6 ; 步驟6、經(jīng)過步驟5,若出現(xiàn)多種分布同時通過二次AD檢驗，則計算通過二次AD檢驗的 各種分布的CM檢驗的統(tǒng)計量Wk2,用其中最小值對應(yīng)的分布為最優(yōu)分布更新分布類型； 經(jīng)過步驟5,若出現(xiàn)沒有一個分布通過二次AD檢驗的情況，則計算全部分布的CM檢驗 的統(tǒng)計量Wk2,用其中最小值對應(yīng)的分布為最優(yōu)分布更新分布類型。
2. 如權(quán)利要求1所述的一種雷達(dá)知識庫中基于多種分布類型的動態(tài)更新方法，其特征 在于所述步驟6計算CM檢驗的統(tǒng)計量的計算方法為：
3. 如權(quán)利要求1所述的一種雷達(dá)知識庫中基于多種分布類型的動態(tài)更新方法，其特征 在于步驟3和步驟5中門限值n通過蒙特卡羅實(shí)驗得到，步驟為： S1，對給定的分布，產(chǎn)生N個雜波隨機(jī)樣本； 52, 如果分布參數(shù)未知，先估計出分布函數(shù)的參數(shù)； 53, 計算AD檢驗統(tǒng)計量； 54, 重復(fù)S1?S3得到100000個檢驗統(tǒng)計量； 55, 對統(tǒng)計量進(jìn)行由小到大排序，根據(jù)不同的置信度得出門限值。
【專利摘要】該發(fā)明公開了一種基于雷達(dá)知識庫的雜波信息動態(tài)更新方法，屬于雷達(dá)環(huán)境知識庫建模技術(shù)的領(lǐng)域，特別涉及了AD檢驗、CM檢驗和雜波信息動態(tài)更新技術(shù)。該方法首先利用AD檢驗判斷是否需要對雜波分布類型進(jìn)行更新；如果需要更新，就對分布參數(shù)進(jìn)行估計，利用AD檢驗(兩次AD檢驗不一樣)和CM檢驗選擇最優(yōu)的那個分布類型；該方法具有通用性強(qiáng)、判決精度高的效果。
【IPC分類】G06F17-30
【公開號】CN104572869
【申請?zhí)枴緾N201410802018
【發(fā)明人】易偉, 宋海洋, 盧術(shù)平, 劉加歡, 方梓成, 崔國龍, 孔令講, 楊曉波
【申請人】電子科技大學(xué)
【公開日】2015年4月29日
【申請日】2014年12月22日