利用神经网络的海杂波幅度分布参数估计方法

• 作者: 丁昊 刘传辉 刘宁波 王国庆 王朝铺
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: 深度学习 神经网络 海杂波 参数估计
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 电子信息理论与技术
• 页码范围: 480-487
• 页数: 8页
• 分类号: TN957
• 字数: 4750字
• 语种: 中文
• DOI: 10.7682/j.issn.1673-1522.2019.06.003

摘要

海杂波是制约对海雷达探测性能的主要因素之一,掌握其特性,具有十分重要的意义.经典海杂波统计模型在参数估计方法上以传统统计学理论为基础,在样本数较少的情况下,估计结果往往较差,导致建模准确度下降.此外,在复杂非均匀探测背景下,难以实现海杂波模型参数的准确实时估计.针对该问题,文章将深度神经网络模型引入海杂波参数估计领域,通过构建合理的模型,使其具备海杂波幅度分布模型的高精度参数估计能力.该方法采用直方图统计的方法进行数据预处理,合理划分输入数据标签的分组区间,构建数据集训练神经网络,并利用测试数据得到神经网络估计结果.仿真数据和X波段IPIX雷达实测数据验证结果表明,与传统数理统计估计方法相比,该算法明显提升了海杂波统计模型参数估计精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁昊		29	176	6.0	12.0
2	王国庆		29	192	8.0	12.0
3	刘宁波		46	367	12.0	17.0
4	刘传辉		49	127	5.0	8.0
5	王朝铺	北京理工大学计算机学院	1	0	0.0	0.0