用ZMNL方法实现地面杂波的建模与仿真

总第172期2008年第10期舰船电子工程Ship Electronic Enginee ring Vol.28No.10129　相关地杂波建模和仿真3罗　倩1),2)　闫鸿慧2)(北京信息科技大学1)　北京　100192)(中国科学院电子学研究所2)　北京　100080)摘　要　分析了雷达地杂波的幅度和频谱分布特性,通过对大量实测地杂波回波数据的分析和拟合,建立了仿真杂波幅度和频谱特性的模型。

地面杂波的相关特性可以用低阶AR 模型很好地描述,而其幅度分布特性可以用对数正态分布建模。

研究了基于零记忆非线性变换法对相关对数正态分布杂波的建模和仿真方法,仿真效果理想。

这种方法快速、有效,可用于雷达信号模拟和雷达信号处理器的设计。

关键词　雷达杂波仿真;相关对数正态分布;ZMNL 中图分类号　TP391.9　Modeli ng an d Si m ul at ion of Correlated Terrai n Cl utterL uo Qia n 1),2)　Ya n Honghui 2)(Beijing In fo rmation Science &Technology Univer sity 1),Beijing 100192)(Electronic Institute ,Chine se Aca demy of Sciences 2),Beijing 100080)Abs tra ct A simulation method of correlated non 2G auss ian radar clutter is cons idered in this paper.The analysis of radar clut 2ter amplitude distributi on and spectr um characteristic is presented.The coherent log normal distribution clutter is simu lated ba s ed on m odeled real clutter data by using zero mem ory n onlinearity meth od.The resu lt proves this method is effective and reliable.The ob 2tained data can be used directly in simulation of radar correlative clutter a s well as des ign of rada r systems.Ke y w ords radar clut te r simulation ,co rrela ted log normal dist ributio n ,ZMNL Class N umber TP391.91　引言本文主要研究雷达地面杂波回波及其仿真问题。

文献综述报告姓名：韩鹏学号：S310080092导师：姜弢专业：通信与信息系统学院：信息与通信工程学院导师组评审意见：成绩：导师组专家签字：文献综述报告利用目标的电磁散射特性发现和识别目标是雷达的基本工作机理，而目标存在或隐蔽于周围环境之中，环境电磁散射对雷达目标信号检测产生的干扰称为雷达杂波。

雷达下视照射时，面临的主要困难就是来自于各种地、海杂波干扰。

杂波建模与仿真技术的研究有助于目标检测方法的选取，从而保证乃至提高雷达整体性能，这是雷达实际应用中急需解决的问题。

通过对雷达杂波特性的深入研究，目前已经取得了若干有意义的成果。

但是，雷达技术的进步使得雷达分辨力不断地提高，常规Rayleigh分布、Log-Normal分布、Weibull分布以及复合K分布杂波模型已经越来越不能满足应用的需要，为了更精确地与观测结果相吻合，一些新的杂波模型不断被提出，广义复合杂波模型就是一种适用范围比较广泛的分布模型，它既可以比较准确描述高分辨雷达杂波分布情况，也包含了常规的杂波统计模型。

在杂波的建模、仿真以及杂波的分类中，杂波模型参数估计一直是非常重要的研究内容。

针对常规杂波模型的参数估计已经比较成熟，目前采用的经典参数估计方法难以满足广义复合杂波模型的参数估计精度、运算时间的要求，需要进一步研究。

近年来，反舰导弹重点打击目标已转向近海岸以及沿岸工事，近海岸环境是一个较为复杂的区域，在近海岸背景下，基于单类散射体的杂波模型通常不能有效地描述其杂波分布特性。

为有效提高反舰导弹突防能力和精确打击能力，加强对该特定环境下的杂波以及在该杂波背景下的目标检测方法研究已刻不容缓。

另外，随着神经网络、混沌和分形理论以及其它非线性理论的发展，产生了对雷达杂波进行分析的新方法。

特别是针对高分辨雷达所收集到的海杂波，已有许多学者从实验和散射机理方面进行了详细研究，指明高分辨雷达海杂波确实存在混沌现象。

此后，众多学者从这一结论出发，构造了大量混沌背景下的雷达目标非线性检测方法。

基于Matlab的机载雷达的地杂波仿真实现及抑制技术机载雷达的地杂波仿真实现及抑制技术摘要机载雷达由于架设在运动的高空平台上，具有探测距离远、覆盖范围大、机动灵活等特点，应用范围相当广泛，可以执行战场侦察、预警等任务。

在海湾战争、伊拉克战争中起到关键作用，在现代战争中越来越不可缺少，因此近年来受到广泛重视。

但由于机载雷达的应用面临非常复杂的杂波环境，杂波功率很强，载机的平台运动效应使杂波谱展宽。

此外，飞机运动时，杂波背景的特性会随时间变化。

因此，有效地抑制这种时间非平稳和空间非平均的杂波干扰时雷达系统有效完成地面目标和低空飞行目标检测必须解决的首要问题。

杂波研究经过几十年的发展，仍然是雷达技术的热点。

机载PD雷达地杂波强度大、杂波谱分布广，特别在下视状态下在所有的距离上都成为目标检测的背景。

本文从机载下视雷达地杂波散射机理出发，结合机载下视雷达杂波的特殊性，首先概括了机载雷达常用的杂波信号的特性即空间相关性和时间相干性，讨论了几种常用的相关杂波的模拟方法，做出了有效地模拟结果，并在Matlab平台上仿真实现，仿真结果与理论分析正好吻合，提高了杂波模拟的逼真度。

并对机载雷达波抑制技术进行研究，分析总结了地物杂波频谱的组成特性，系统的阐述了机载雷达杂波抑制的基本理论及其发展动态。

重点讨论了AMTI杂波抑制技术并给出仿真结果。

关键词：机载雷达；地杂波；杂波抑制；AMTI目录第一章绪论 (1)1.1课题背景与研究意义 (1)1.2杂波仿真技术的发展和研究现状 (1)1.3主要研究内容 (2)第二章机载雷达地杂波的特性分析及仿真原理 (5)2.1机载雷达地杂波回波谱分析 (5)2.1.1 主瓣杂波频谱 (5)2.1.2主瓣杂波频谱分析 (8)2.2机载雷达地杂波仿真原理 (8)2.2.1基本雷达方程 (9)2.2.2杂波信号的特性 (10)第三章机载雷达地杂波仿真实现 (12)3.1高斯分布统计模型 (12)3.2非高斯分布统计模型 (15)3.2.1对数正态（Lognormal）分布 (15)3.2.2韦布尔（Weibull）分布 (17)3.2.3 K分布和gamma分布 (19)3.3 机载雷达杂波特性 (22)3.4机载雷达不确定场地地面杂波仿真 (24)3.4.1模型假设及输入参数 (24)3.4.2散射单元的划分 (25)3.4.3 杂波散射单元回波信号 (27)3.4.5 回波叠加 (30)3.4.6 机载雷达杂波仿真结果 (31)第四章机载雷达地杂波抑制技术 (32)4.1 动目标显示（MTI） (32)4.2 单延迟线对消器 (34)4.3 双延迟线对消器 (36)4.4 反馈延迟线对消器（递归滤波器） (38)第五章结论与展望 (41)参考文献 (43)附录A (45)致谢 (51)第一章绪论1.1课题背景与研究意义机载雷达是探测陆地或海面飞行的轰炸机、攻击机、巡航导弹、武器直升机等利用地物地形屏障作掩护的超低空突防武器系列的有利武器之一，在现代战争中起着举足轻重的作用。

两种相关杂波的识别方法及其实验比较马晓岩，方学立，向家彬（空军雷达学院信息工程系，湖北武汉430019）摘要：为使现代雷达在复杂多变的杂波背景中能够自适应地进行最佳信号处理，对相关雷达杂波进行实时识别将是一件有意义的工作.本文基于由三种典型幅度概率分布杂波所构成的类属空间，提出了基于高阶统计量联合矢量和!截集门限特征的两种相关杂波识别方法.通过蒙特卡罗实验进行了仿真识别，并对两种方法进行了比较，得出了有益的结论.关键词：相关杂波；统计特性；仿真；杂波识别中图分类号：TN955.3文献标识码：A文章编号：0372-2112（2003）06-0851-04Two Methods of Correlated Clutter Recognitionand their Experimental ComparisonMA Xiao-yan ，FANG Xue-li ，XIANG Jia-bing（Department of Information Engineering ，Air Force Radar Academy ，Wuhan ，Hubei 430019，China ）Abstract ：In order to ensure the adaptive and optimal processing of modern radar in complex and time-varying clutter ，it is sig-nificant to recognize the classification of the clutter in real time.Based on the classification space formed by three typical clutter ampli-tude PDFs ，the authors present two correlated clutter recognition methods in this paper ：one is characterized by the high order statistics combination vector ，and another uses a so-called !-trancation set threshold.Monte-carlo experiments are made for recognition simula-tions ，and a comparison of the two methods is also made to get some useful results.Key words ：correlated clutter ；statistical characteristic ；simulation ；clutter recognition!引言雷达总是工作于各种不同的杂波环境，如何最佳地在雷达杂波中对目标回波进行检测是现代雷达信号处理的一个重要课题.随着雷达技术特别是高分辨雷达技术的发展，人们已从不同的角度提出了各种不同形式的雷达杂波模型，特别是非高斯分布的相关杂波模型，以尽量逼真地描述雷达工作环境.对于这些不同的杂波，雷达信号的最优处理器应是不同的.若能够实时识别杂波环境，将会给雷达信号最优处理器的自适应工作带来极有价值的信息.如若能实时区分气象杂波，地杂波或海杂波，则通过运用不同的杂波对消方法可以很大程度上提高雷达改善因子性能［1］；又如在恒虚警率处理中，若能根据杂波的观测数据先验获取杂波幅度统计模型，则采用不同的CFAR 策略，可以获得近似最佳的CFAR 效果［2］.众所周知，在目标识别方面，近年来研究成果颇多.但在雷达杂波识别方面，见诸报道的文献较少.基于雷达杂波的不同特征，已提出幅度统计分析法［3］、频谱分析法［4］、AR 参数法［5］等杂波识别方法.其中较具代表性的是文献［3］，其基于矩形图提取杂波幅度统计特征PDF ，并运用Kohonen 神经网络完成杂波分类.但该法需要样本数据量很大，使其在雷达杂波识别的实际应用中受到限制.本文结合某高性能雷达信号处理系统研究的实际需求，在以三种典型杂波幅度PDF 构造模式类空间的基础上，提出了分别运用高阶统计量联合矢量［6］和PDF 截集面积!进行特征提取的两种相关杂波识别方法.下文在介绍识别处理框图之后，分别对两种识别方法进行了阐述，然后介绍运用两种方法对模拟相关杂波进行识别及性能比较的仿真实验，最后给出了本文的结论."识别方法"#!识别处理器框图所设计的雷达杂波识别器结构如图1所示，图中杂波采样数据记为!=（x 1，2，…，x N ），杂波各种可能分布构成分类类别，即类属空间为：C =｛f 1，f 2，…，f M ｝."#"基于高阶统计量联合矢量特征提取的识别方法本法一方面对样本数据依矩法或最大似然法求取各可能分布的参数，再由各分布的K 阶原点矩或特征函数求得其相应的高阶矩和和高阶累积量；另一方面，由样本数据直接计算收稿日期：2002-05-14；修回日期：2002-12-16第6期2003年6月电子学报ACTA ELECTRONICA SINICA Vol.31No.6June 2003表1三种典型分布杂波类属空间的PDF 和K 阶原点矩公式分布模型概率密度函数f （x ）K 阶原点矩E （X K ）对数-正态分布l2 !Ox exp -（II x -x m）22O ()2u （x ）expl 2K 2O 2+Kx ()m 韦布尔分布nx n -lx mexp -x n x ()mu（x ）x K /n mPKN()+l K-分布2a P （W+l ）x 2()a W +lK Wx()au（x ）P l 2K ()+l P W +l +l2()K P （W +l ）（2a ）K注：其中u （·）是单位阶跃函数，K W（·）为W 阶第二类修正贝塞尔函数.表2三种典型分布的参数确定公式分布模型参数l 参数2对数-正态分布x m =l N Ni =lII x iO =l N Ni =l（II x i -x m ）2韦布尔分布n =! 6Sx m =exp r +nNNi =lII x ()i K-分布W =（p +2）2/4-g p g p-（p +2）/2O =E （X ）P （W +l ）!P （W +l .5）出样本高阶矩和高阶累积量.最后计算样本高阶统计量联合矢量与各可能分布高阶统计量联合矢量之间的距离，所得距离最小者，即是所识别出的杂波种类.图l基于高阶统计量特征提取的雷达杂波分类器结构雷达杂波类属空间对应的三种PDF 及其原点矩公式见表l ，在表2中给出了上述三种分布的参数确定公式.其中：S =l N Ni =l（II x i -1）2（l ）g p =E（X p +2）E （X p ）E （X 2）（2）E（X （·））=l N Ni =2x （·）i（3）r 0.5764为欧拉常数.联合特征矢量定义为：t =［M l ，M 2，…，M K l ，V l ，V 2，…，V K 2，C l ，C 2，…，C K 3］T=［m v c ］T ，其中m 、v 和c 分别为原点矩、中心矩和累积量矢量.设采样样本的特征为t 0，可能分布的特征为t i ，i （l ，2，…，M ）则样本特征与第i 种分布的特征距离为：D i = t i -t 0（4）高阶的统计量虽可以提供较丰富的分布特征，但其在数值上一般较低阶统计量大，会削弱甚至掩盖低阶统计量所提供的分布参数（一、二阶矩）特征，因此本文进而提出加权高阶统计量雷达杂波识别方法.加权后的特征距离定义为：D iw =［g m g og c ］（t i -t 0）（5）其中g m 、g o 和g c 为加权函数矢量，一般取为单调递减函数.2.3基于截集法特征提取的识别方法正如后文的仿真实验所表明，上述基于高阶统计量特征的雷达杂波识别方法虽然可克服矩形图法需要样本太多的缺点，但由于对数-正态分布杂波的高阶统计量不稳定，故该法对对数-正态分布杂波的识别效果较差.为此，本节提出一种基于O 截集法特征提取的杂波识别方法.这种方法提出的出发点是：不同PDF 杂波的拖尾程度构成其显著特征，且也是对常规雷达信号处理（如CFAR 处理）影响最大的部分.对类属空间中的任一种分布f i （l i M ），设其PDF 为f i （t ），给定一常数O （0 O l ），其O 截集门限x i 定义为：x i f i（t ）dt =O（6）如图l 所示，本法一方面求得杂波类属空间中各可能分布的参数，再由相应分布的PDF 求其O 截集门限；另一方面，由变换核法估计PDF ，然后直接计算出样本的O 截集门限.最后计算样本O 截集门限与各可能分布O 截集门限之间的距离，所得距离最小者，即是所识别出的杂波种类.相关公式与高阶统计量法类似，此处从略.3仿真实验用仿真方法产生不同分布的相关杂波样本，具体方法为适应三种典型分布的无记忆非线性变换（ZMNL ）法［7］，并假定反映杂波相关性的杂波功率谱为指数型：P c （c ）=l!（l +c 2）（7）为便于蒙特卡罗模拟，对每一种已知参数的确定分布，分别产生500组定长（N =50~l0000）随机数作为相关采样杂波样本数据.高阶统计量联合矢量法的杂波识别结果及识别率与高阶统计量最高阶数关系，分别如表3、表4所示.其中表3中对数-正态分布杂波识别的输入数据长度大于另两种分布的原因是其高阶统计量不稳定所致，若长度小，则识别率很低.O 截集法的相关杂波识别结果及其识别率与O 的关系，分别如表5、表6所示.仿真结果表明：（l ）与文［3］中结果相比较，本文提出的两种方法均优于258电子学报2003年矩形图法.但当样本数目足够多时，三种方法的识别率相当.表3相关杂波高阶统计量法识别结果杂波模型输入矢量长度N识别率（%）未加权采用ln（·）加权对数-正态分布50073.2080.60100080.4091.40500085.0095.001000090.6096.20韦布尔分布n=1x m=0.55070.2078.60 10084.2086.40 20086.2090.80 50095.8099.00K-分布a=1 !=-0.510059.0063.20 50067.2080.40 100078.6090.80 500087.4099.00表4识别率与统计量最高阶数间的关系统计量最高阶数识别率（%）未加权采用ln（·）加权377.086.4480.491.6562.470.2656.470.4744.268.6836.664.8930.462.81030.268.2注：在研究高阶统计量最高阶数与识别率关系时，N=1000，杂波服从参数为xm=0，"=1，的对数-正态分布.表5截集法对相关雷达杂波的识别结果（#=0.37）输入杂波模型输入数据长度N识别率（%）对数-正态分布x m=0"=150086.20 100090.40 5000100 10000100韦布尔分布n=1x m=0.550079.40 100088.20 500098.60 1000099.80K-分布a=1 !=-0.550076.60100089.20500010010000100表6值变化时对相关雷达杂波的识别结果#对输入不同分布测试样本的识别率对数-正态分布x m，#=1韦布尔分布n=1，x m=0.5K-分布a=1，!=-0.50.05000.59200.44000.90400.10000.85000.54400.92600.15000.80600.72400.68200.20000.60200.53800.39200.25000.62600.86000.41800.30000.83000.91000.64800.35000.90800.91000.80800.40000.84800.86200.90800.45000.75800.81600.94600.50000.70800.79200.96400.55000.76400.69600.97200.60000.88200.60600.96400.65000.95000.59000.95400.70000.98800.67200.88800.75000.98800.75000.81200.80000.97600.79000.63000.85000.88400.72000.40000.90000.55000.76800.41000.95000.94600.90500.5220（2）在高阶统计量法中正确运用加权技术，可提高识别率，且高阶统计量的最高阶数对识别效果有较大影响，应予以最佳实验确定，表4表明最高阶数为4时可获得最大识别率.究其原因为：一、二阶乃至三阶矩对非瑞利相关杂波的识别因信息量少而识别率不高，而超过四阶的统计量由于样本各特征估计的方差过大，难以提供准确信息，故反而会降低识别结果.（3）#截集法与加权高阶统计量法的识别率效果相当，且#的取值对识别率有较大影响，表6表明#=0.35~0.4可获得最大识别率.4结束语本文针对相关雷达杂波的识别问题，提出分别运用高阶统计量联合矢量和基于PDF拖尾面积的截集门限特征的两种方法，大量的蒙特卡罗实验表明，这两种方法均可以较高的识别性能完成相关杂波的分类识别.下一步的工作应是研究其快速算法并将其工程化运用于实际系统中.358第6期马晓岩：两种相关杂波的识别方法及其实验比较参考文献：［1］马晓岩，等.雷达信号处理［M］.长沙：湖南科技出版社，1999.［2］何友，等.雷达自动检测与恒虚警处理［M］.北京：清华大学出版社，1999.［3］A Jakubiak et al.Radar clutter classification using kohonen neural net-work［J］.Proc.of international radar conference，1997：185-188.［4］Haykins，et al.Classification of radar clutter in an air traffic control en-vironment［J］.Proc.IEEE，1991，79（6）：742-771.［5］Bouier，et al.Radar clutter classification using autoregressive modeling，K-distribution and neural network［A］.Proc.IEEE，ICASSP’95，Detroit［C］.USA，1995.1820-1823.［6］张贤达.时间序列分析———高阶统计量方法［M］.北京：清华大学出版社，1996.［7］L James Marier，et al.Correlated K-distributed clutter generation for radar detection and track［J］.IEEE Trans on AES，1993，31（2）：568-580.作者简介：马晓岩男，1962年8月生于湖北省赤壁市，教授，1982年在南京理工大学获得学士学位，1988年在国防科技大学电子技术系获得信号与信息处理专业硕士学位，2002年在清华大学自动化系获得模式识别与智能系统专业博士学位，主要从事雷达系统、现代信号处理与智能信息处理及其应用的研究，出版著作两部，发表论文四十多篇，获省（军队）级科技进步奖四项.方学立男，1976年8月生于安徽省池州市，助教，2001年在空军雷达学院信息工程系获信号与信息处理专业硕士学位，现为国防科技大学信息与通讯工程专业博士生，主要研究方向为雷达杂波与模式识别.458电子学报2003年两种相关杂波的识别方法及其实验比较作者：马晓岩， 方学立， 向家彬作者单位：空军雷达学院信息工程系,湖北武汉,430019刊名：电子学报英文刊名：ACTA ELECTRONICA SINICA年，卷(期)：2003,31(6)被引用次数：5次1.马晓岩雷达信号处理 19992.何友雷达自动检测与恒虚警处理 19993.A Jakubiak Radar clutter classification using kohonen neural network[外文会议] 19974.HaykinS Classification of radar clutter in an air traffic control environment[外文期刊] 1991(06)5.Bouier Radar clutter classification using autoregressive modeling K-distribution and neural network [外文会议] 19956.张贤达时间序列分析-高阶统计量方法 19967.L James Marier Correlated K-distributed clutter generation for radar detection and track[外文期刊] 1993(02)1.康士峰.罗贤云.葛德彪.张忠治.KANG Shi-feng.LUO Xian-yun.GE De-biao.ZHANG Zhong-zhi任意姿态机载PD雷达三维地杂波算法研究[期刊论文]-电子学报2000,28(3)1.陈栋.查代奉α稳定分布在SAR图像目标检测中的应用探讨[期刊论文]-硅谷 2010(4)2.基于自适应α截集特征提取的雷达杂波识别[期刊论文]-信号处理 2005(5)3.李旭涛.王首勇.金连文应用Alpha稳定分布对雷达杂波的辨识[期刊论文]-电子与信息学报 2008(9)4.王永生.方伟.黄权欣.范洪达基于小波变换的海杂波分布特性分析[期刊论文]-海军航空工程学院学报 2007(2)5.方学立UWB-SAR图像中的目标检测与鉴别[学位论文]博士 2005引用本文格式：马晓岩.方学立.向家彬两种相关杂波的识别方法及其实验比较[期刊论文]-电子学报 2003(6)。

（申请工学硕士学位论文）（申请工学硕士学位论文）雷达杂波建模仿真分析 及目标检测研究培养单位：信息工程学院 学科专业：信号与信息处理 研 究 生：黄杰 指导老师：杨杰 教授2014年5月分类号 密 级 UDC 学校代码 10497 学 位 论 文 题 目 雷达杂波建模仿真分析及目标检测研究 英 文 Research on Radar Clutter Modeling and Simulation 题 目 Analysis and Target Detection 研究生姓名 黄 杰 姓名 杨 杰 职称 教授 学位 博士 单位名称 武汉理工大学信息工程学院 邮编 430070 申请学位级别 硕士 学科专业名称 信号与信息处理 论文提交日期 2014年4月 论文答辩日期 2014年5月 学位授予单位 武汉理工大学 学位授予日期 答辩委员会主席 评阅人2014年5月指导教师独创性声明本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。

尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其他教育机构的学位或证书而使用过的材料。

与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。

签名：日期：学位论文使用授权书本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。

本人承诺所提交的学位论文（含电子学位论文）为答辩后经修改的最终定稿学位论文，并授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。

同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息服务。

（保密的论文在解密后应遵守此规定）研究生（签名）：导师（签名）：日期：摘要雷达的作用是对各种目标进行探测，以得到人们想要的某些信息，称为有用信息，但雷达发射信号被反射回来时包含的信息十分丰富，对于其中那些人们不想要的某些信息，称为无用信息，它们会对有用信息产生干扰，为了得到清晰准确的有用信息，必须对雷达回波信号进行必要的处理，剔除抑制那些无用信息。

SIRP 法相干相关K 分布雷达杂波的建模与仿真gjj_hit@所谓杂波仿真，实际上就是要生成一系列在幅度上服从特定的概率密度分布（pdf ）的相关随机序列，常见的杂波仿真方法有两种：零记忆非线性变换法（ZMNL ）和 球不变随机过程法（SIRP ）。

ZMNL 方法的基本思想是：首先产生相关的高斯随机过程，然后经过某种非线性变换得到所求的相关随机序列。

这种方法的缺点就是输入序列与输出序列间有复杂的非线性关系,因此必须寻找输入序列与输出序列的相关函数间的非线性对应关系。

SIRP 方法的基本思想是：产生一个相关的高斯随机过程，然后用具有所要求的单点概率密度函数的随机序列进行调制。

这种方法的缺点则是受所求的序列的阶数及自相关函数的限制,同时这种方法的计算量非常大,不易形成快速算法。

ISAR 是一种相干雷达，其海杂波必然是相干且时空相关的。

对于相干相关杂波，以往的方法都是将非相干的ZMNL 方法加以推广得到相干的ZMNL 模型。

这种方法得以应用的一个前提是已知非线性变换前后杂波相关系数的非线性关系，然而对于相干相关K 分布杂波却很难找到这样一种非线性变换，于是我们采取SIRP 方法来仿真ISAR 的海杂波。

K 分布适用于描述高分辨雷达的非均匀杂波，多用于对海杂波的模拟。

K 分布可以由一个均值是慢变化的瑞利分布来表示，其中这个慢变化的均值服从Γ分布。

K 分布的概率密度函数为：()()()12;,K /,(0,0)2x f x x x ννανανανα-⎛⎫=∙∙>> ⎪Γ⎝⎭(1)其中，ν是形状参数，α是尺度函数，()Γ 是伽马函数，K ν是第二类修正贝赛尔函数。

杂波平均功率2σ，ν和α之间的关系可表示为：222σαν= (2)对于大多数杂波来说，形状参数的取值范围是0ν<<∞，对于较小的ν的取值，如0.1ν→时，杂波有较长的托尾，ν→∞时的分布接近于瑞利分布。

图1给出了K 分布杂波序列的实现结构。

基于Simulink的脉冲多普勒雷达系统建模仿真胡海莽1，杨万海（西安电子科技大学电子工程学院，陕西 西安 710071）摘要：利用计算机仿真技术的可控制性，可重复性，无破坏性，安全性，经济性等特点与优势对雷达电子对抗装备及其技术与战术运用等进行仿真与效能评估，是当前和未来雷达与电子对抗领域研究中的一种重要手段。

本文的工作是建立一个基于Simulink的雷达系统仿真库，因为MATLAB的使用广泛性，因此基于其上的雷达系统仿真库较易推广。

该雷达系统仿真库不仅可以协助设计雷达系统而且可以帮助学生学习雷达系统。

关键词：雷达；建模；仿真Modeling and Simulation of PD Radar System Based on SimulinkHU Hai-Mang, YANG Wan-Hai(Xidian Univ, Xi’an 710071, China)Abstract: The modeling and simulation of radar systems with system simulation tools make it possible to complete scheme reasoning and performance evaluation efficiently. This paper constructs some radar function blocks and models and simulates a pulse Doppler radar system based on Simulink5.0.The software is perfectly applied in the study of algorithms in radar signal processing and displays the system’s performance.Keywords: radar; modeling; simulation; Simulink;1 引言在雷达信号处理系统中系统级仿真占有极其重要的地位，经过系统级仿真能够保证产品在最高层次上的设计正确性。