基于逆高斯纹理海杂波幅度分布参数的分位点估计方法

    公开(公告)号:CN106199537B

    公开(公告)日:2018-12-21

    申请号:CN201610498738.4

    申请日:2016-06-29

    Abstract: 本发明公开了一种基于逆高斯纹理海杂波幅度分布参数的分位点估计方法,主要解决现有技术估计精度不稳定的问题。实现步骤为:1)计算基于逆高斯纹理海杂波幅度分布的概率密度函数,并计算该分布的累积分布函数;2)选取样本中两个累计概率,并根据分位点定义得到两个分位点;3)利用MATLAB软件,计算形状参数取不同值时两个分位点的比值,生成形状参数对照表;4)将杂波幅度数据排序,求出两个分位点的估计值;5)计算分位点的估值之比,对照形状参数对照表,得到形状参数的估计值,进而得到尺度参数的估计值。本发明减小了异常散射单元对样本的干扰,提高了参数估计性能,可用于海杂波背景下的目标检测。

    基于幅度与相位线性度之比的海陆杂波场景分割方法

    公开(公告)号:CN107610130B

    公开(公告)日:2020-01-31

    申请号:CN201710720482.1

    申请日:2017-08-21

    Abstract: 本发明公开了一种基于幅度与相位线性度之比的海陆杂波场景分割方法,其方法步骤是:(1)获取回波序列;(2)建立距离‑波位坐标系;(3)选取距离‑波位分辨单元;(4)计算幅度与相位线性度矩阵;(5)判断是否选取完距离‑波位坐标系中所有的点,若是,则执行步骤(6);否则,执行步骤(3);(6)将幅度与相位线性度矩阵转化为灰度图像;(7)产生二值图像;(8)产生海陆杂波场景分割图像。本发明以幅度与相位线性度之比作为测度,充分体现了在运动或静止相参体制平台下海陆杂波的差异性,对海陆杂波场景进行分割,获得了更准确的结果。

    广义帕累托分布参数联合双分位点估计方法

    公开(公告)号:CN107271979A

    公开(公告)日:2017-10-20

    申请号:CN201710444218.X

    申请日:2017-06-13

    Abstract: 本发明公开了广义帕累托分布参数联合双分位点估计方法,主要解决现有技术适用性差、对异常样本不稳健的问题。其实现步骤为:1)获取杂波幅度递增序列;2)根据广义帕累托分布概率密度函数,确定广义帕累托分布的累积分布函数;3)选取k对样本累计概率,根据累积分布函数,得到分位点与广义帕累托分布参数的方程;4)根据杂波幅度递增序列求出各个分位点的估计值;5)利用分位点的估计值代替步骤3)中分位点与广义帕累托分布参数的方程中的分位点,得到形状参数估计值和尺度参数估计值 本发明减小了异常样本对样本数据的干扰,提高了参数估计性能,可用于海杂波背景下的目标检测。

    基于逆高斯纹理的海杂波幅度分布参数的矩估计方法

    公开(公告)号:CN106199545A

    公开(公告)日:2016-12-07

    申请号:CN201610498739.9

    申请日:2016-06-29

    CPC classification number: G01S7/414

    Abstract: 本发明公开了一种基于逆高斯纹理的海杂波幅度分布参数的矩估计方法。主要解决现有技术参数估计误差较大的问题。其实现步骤为:1)计算海杂波幅度分布模型的一阶矩和二阶矩;2)产生海杂波样本数据并计算其尺度参数估计值;3)利用尺度参数估计值归一化海杂波样本数据,并计算该数据归一化后的一阶矩;4)将海杂波样本数据的形状参数γ取不同值,计算相应归一化后海杂波样本数据的一阶矩,生成形状参数对照表;5)生成海杂波幅度数据,归一化该数据并计算一阶矩;6)将一阶矩与形状参数对照表对比,得到基于逆高斯纹理的海杂波幅度分布的形状参数估计值 本发明提高了参数估计准确性,可用于海杂波背景下的目标检测。

    逆高斯纹理的海杂波幅度模型参数的最大似然估计方法

    公开(公告)号:CN106156496A

    公开(公告)日:2016-11-23

    申请号:CN201610496516.9

    申请日:2016-06-29

    CPC classification number: G06F19/00

    Abstract: 本发明公开了一种逆高斯纹理的海杂波幅度模型参数的最大似然估计方法。主要解决现有技术对海杂波幅度模型参数估计不准的问题。其实现步骤为:1)选取N个杂波幅度数据,计算尺度参数的矩估计值和形状参数的矩估计值;2)利用海杂波幅度分布模型的概率密度函数计算对数似然函数;3)利用对数似然函数得到最大似然估计的双参数迭代公式;4)利用1)中的两个矩估计值分别作为最大似然估计中两个参数的迭代初值;5)根据3)中双参数迭代公式迭代求得尺度参数的最大似然估计值和形状参数的最大似然估计值本发明能充分利用样本信息对基于逆高斯纹理的海杂波幅度分布模型参数进行有效,准确的估计,可用于海杂波背景下的目标检测。

    基于幅度与能量聚集度乘积的海陆杂波场景分割方法

    公开(公告)号:CN107909595A

    公开(公告)日:2018-04-13

    申请号:CN201710952935.3

    申请日:2017-10-13

    Abstract: 一种基于幅度与能量聚集度乘积的海陆杂波场景分割方法,其步骤是:将回波序列转化为灰度图像;建立距离-波位坐标系;选取坐标系中所有的点,将所选点对应的距离-波位作为距离-波位分辨单元;计算每个距离-波位分辨单元的幅度与能量聚集度乘积,得到幅度与能量聚集度矩阵;将矩阵转化为灰度图像;利用最大类间方差法分割灰度图像得到二值图像;采用12*4结构元素对二值图像进行形态学滤波,得到最终结果。本发明以幅度与能量聚集度乘积作为测度,充分体现了在运动或静止相参体制平台下海陆杂波的差异性,对海陆杂波场景进行分割得到更准确的结果。

    基于幅度与相位线性度之比的海陆杂波场景分割方法

    公开(公告)号:CN107610130A

    公开(公告)日:2018-01-19

    申请号:CN201710720482.1

    申请日:2017-08-21

    Abstract: 本发明公开了一种基于幅度与相位线性度之比的海陆杂波场景分割方法,其方法步骤是:(1)获取回波序列;(2)建立距离-波位坐标系;(3)选取距离-波位分辨单元;(4)计算幅度与相位线性度矩阵;(5)判断是否选取完距离-波位坐标系中所有的点,若是,则执行步骤(6);否则,执行步骤(3);(6)将幅度与相位线性度矩阵转化为灰度图像;(7)产生二值图像;(8)产生海陆杂波场景分割图像。本发明以幅度与相位线性度之比作为测度,充分体现了在运动或静止相参体制平台下海陆杂波的差异性,对海陆杂波场景进行分割,获得了更准确的结果。

    广义帕累托分布参数联合双分位点估计方法

    公开(公告)号:CN107271979B

    公开(公告)日:2019-12-03

    申请号:CN201710444218.X

    申请日:2017-06-13

    Abstract: 本发明公开了广义帕累托分布参数联合双分位点估计方法,主要解决现有技术适用性差、对异常样本不稳健的问题。其实现步骤为:1)获取杂波幅度递增序列;2)根据广义帕累托分布概率密度函数,确定广义帕累托分布的累积分布函数;3)选取k对样本累计概率,根据累积分布函数,得到分位点与广义帕累托分布参数的方程;4)根据杂波幅度递增序列求出各个分位点的估计值;5)利用分位点的估计值代替步骤3)中分位点与广义帕累托分布参数的方程中的分位点,得到形状参数估计值和尺度参数估计值本发明减小了异常样本对样本数据的干扰,提高了参数估计性能,可用于海杂波背景下的目标检测。

    逆高斯纹理的海杂波幅度模型参数的最大似然估计方法

    公开(公告)号:CN106156496B

    公开(公告)日:2018-08-17

    申请号:CN201610496516.9

    申请日:2016-06-29

    Abstract: 本发明公开了一种逆高斯纹理的海杂波幅度模型参数的最大似然估计方法。主要解决现有技术对海杂波幅度模型参数估计不准的问题。其实现步骤为:1)选取N个杂波幅度数据,计算尺度参数的矩估计值和形状参数的矩估计值;2)利用海杂波幅度分布模型的概率密度函数计算对数似然函数;3)利用对数似然函数得到最大似然估计的双参数迭代公式;4)利用1)中的两个矩估计值分别作为最大似然估计中两个参数的迭代初值;5)根据3)中双参数迭代公式迭代求得尺度参数的最大似然估计值和形状参数的最大似然估计值本发明能充分利用样本信息对基于逆高斯纹理的海杂波幅度分布模型参数进行有效,准确的估计,可用于海杂波背景下的目标检测。

    基于逆高斯纹理的海杂波幅度分布参数的矩估计方法

    公开(公告)号:CN106199545B

    公开(公告)日:2018-08-10

    申请号:CN201610498739.9

    申请日:2016-06-29

    Abstract: 本发明公开了一种基于逆高斯纹理的海杂波幅度分布参数的矩估计方法。主要解决现有技术参数估计误差较大的问题。其实现步骤为:1)计算海杂波幅度分布模型的一阶矩和二阶矩;2)产生海杂波样本数据并计算其尺度参数估计值;3)利用尺度参数估计值归一化海杂波样本数据,并计算该数据归一化后的一阶矩;4)将海杂波样本数据的形状参数γ取不同值,计算相应归一化后海杂波样本数据的一阶矩,生成形状参数对照表;5)生成海杂波幅度数据,归一化该数据并计算一阶矩;6)将一阶矩与形状参数对照表对比,得到基于逆高斯纹理的海杂波幅度分布的形状参数估计值本发明提高了参数估计准确性,可用于海杂波背景下的目标检测。

Patent Agency Ranking