雷达海杂波K分布序列模型仿真ZMNL和SIRP方 法比较分析

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。

五、海杂波统计特性分析及其建模仿真[一] 课程设计的目的：1. 利用已有的IPIX 雷达海杂波数据来进行统计特性分析，如幅度分布、相关系数估计、功率谱估计等，对海杂波统计特性有一定的了解。

2. 在Matlab 环境下产生不同参数的相关复合K 分布的海杂波数据，并且能够对其统计特性进行分析。

3. 应用Matlab 语言工具实现各种随机序列的产生，理解和熟悉随机过程分析在实际中的应用。

[二] 课程设计的要求：1. 能够掌握和正确运用信号处理工具箱中的一些函数，通过这些函数的运用能够正确分析相应的雷达海杂波数据的统计特性。

2. 要求能够熟练应用Matlab 语言产生各种常见的随机分布序列，并能够了解和分析其统计特性。

3. 能够根据不同的要求设计产生出不同分布参数的相关K 分布海杂波随机序列，并能分析其统计特性及其相关特性。

[三] 课程设计的内容：1. 海杂波有关的特性阐述高分辨雷达、低观测角，海杂波体现一种脉冲行为，更准确地说显示为类似目标的回波，称为尖峰（spikes ）。

实验证明雷达杂波显著偏离了高斯行为，研究新的统计模型描述杂波的幅度、频谱和高阶统计量是很有必要的。

对于一阶幅度统计特征量已经提出了几种概率密度函数（PDF ）。

在低观测角时，与杂波幅度符合的很好的是双参数分布家族，即包含一个形状（shape ）参数和尺度（scale ）参数的PDF ，其中采用最多的是Weibull 和K 分布，这两种分布总体上是和复合高斯分布兼容的。

其PDF 分别为：1）Weibull分布的PDF为：()1exp p p z pz P z q q q −⎡⎤⎛⎞⎛⎞=−−⎢⎥⎜⎟⎜⎟⎢⎥⎝⎠⎝⎠⎣⎦，()120,0,0,2p z p q q σ>>>= 其中q为尺度因子，p为形状因子，根据不同的海情，在1.4到2之间变化。

若p＝2，就成为瑞利分布，若p＝1则为指数分布。

2）K 分布的PDF为：111()(),2()A a u f u K au ννννν−−−=Γ 0,u ≥ ,0a ν>其中：()Γi 为Gamma 函数，()K νi 是ν阶第二类修正贝赛尔函数，ν为形状参数，a 为尺度因子。

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。

1.雷达系统中杂波信号的建模与仿真目的雷达的基本工作原理是利用目标对雷达波的散射特性探测和识别目标。

然而目标存在于周围的自然环境中，环境对雷达电磁波也会产生散射，从而对目标信号的检测产生干扰，这些干扰就称为雷达杂波。

对雷达杂波的研究并通过相应的信号处理技术可以最大限度的压制杂波干扰，发挥雷达的工作性能.雷达研制阶段的外场测试不仅耗费大量的人力、物力和财力，而且容易受大气状况影响,延长了研制周期。

随着现代数字电子技术和仿真技术的发展，计算机仿真技术被广泛应用于包括雷达系统设计在内的科研生产的各个领域，在一定程度上可以替代外场测试，降低雷达研制的成本和周期。

长期以来,由于对杂波建模与仿真的应用己发展了多种杂波类型和多种建模与仿真方法。

然而却缺少一个集合了各种典型杂波产生的成熟的软件包,雷达系统的研究人员在需要用到某一种杂波时，不得不亲自动手，从建立模型到计算机仿真，重复劳动，造成了大量的时间和人力的浪费。

因此,建立一个雷达杂波库，就可以使得科研人员在用到杂波时无需重新编制程序，而直接从库中调用杂波生成模块，用来产生杂波数据或是用来构成雷达系统仿真模型，在节省时间和提高仿真效率上的效益是十分可观的。

从七十年代至今已经公布了很多杂波模型，其中有几类是公认的比较合适的模型.而且，杂波建模与仿真技术的发展己有三十多年的历史，己经有了一些比较成熟的理论和行之有效的方法，这就使得建立雷达杂波库具有可行性。

为了能够反映雷达信号处理机的真实性能，同时为改进信号处理方案提供理论依据,雷达杂波仿真模块输出的杂波模拟信号应该能够逼真的反映对象环境的散射环境。

模拟杂波的一些重要散射特性影响着雷达对目标的检测和踉踪性能，比如模拟杂波的功率谱特性与雷达的动目标显示滤波器性能有关;模拟杂波的幅度起伏特性与雷达的恒虚警率检测处理性能有关。

因此，杂波模拟方案的设计是雷达仿真设计中极其重要的内容，杂波模型的精确性、通用性和灵活性是衡量杂波产生模块的重要指标.2。

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。

基于逆高斯分布的复合高斯海杂波建模研究闫亮;孙培林;易磊;韩宁;汤俊【摘要】复合高斯(CG)分布模型广泛应用于非高斯杂波建模，其纹理分量决定了杂波的非高斯特性。

该文采用逆高斯分布的纹理分量建立了一种双参数复合高斯分布海杂波模型，即逆高斯-复合高斯(IG-CG)分布，并推导了其统计特性。

同时，利用IPIX型雷达杂波数据进行拟合分析，结果表明该文建立的双参数IG-CG分布模型相对于单参数IG-CG分布模型和K分布模型，其残差平方和平均降低了30%和60%，能够更加准确地与实测数据相吻合。

%The Compound-Gaussian (CG) distribution is widely used for modeling non-Gaussian clutter, as its texture component describes the non-Gaussian properties of the clutter. In this paper, a CG model with an inverse-Gaussian texture distribution, called the Inverse-Gaussian Compound-Gaussian (IG-CG) distribution, is proposed, and its distributional properties are derived. IPIX radar lake-clutter measurements have been analyzed, and the results show that the two-parameter IG-CG distribution model fits real radar data better than a single parameter IG-CG distribution model or a K distribution model.【期刊名称】《雷达学报》【年(卷),期】2013(000)004【总页数】5页(P461-465)【关键词】海杂波;复合高斯(CG)分布;K分布;IG-CG分布【作者】闫亮;孙培林;易磊;韩宁;汤俊【作者单位】北京林业大学工学院北京 100083; 清华大学电子工程系北京100084;清华大学电子工程系北京 100084;北京林业大学理学院北京 100083;北京林业大学工学院北京 100083;清华大学电子工程系北京 100084【正文语种】中文【中图分类】TN9571 引言随着雷达分辨率的提高，杂波的统计特性偏离了高斯分布，为此人们提出了诸如对数正态分布，Weibull分布，K分布，t分布等非高斯分布模型[1,2]。

雷达海杂波K分布序列模型仿真ZMNL和SIRP方法比较分析叶灵伟;夏栋;郭维波【摘要】K分布序列模型是比较逼近真实海杂波特性的仿真模型,在海杂波仿真中应用广泛。

而ZMNL和SIRP是产生海杂波随机序列常见的两种方法。

本文介绍了ZMNL和SIRP两种方法产生海杂波随机序列的流程,然后对两种方法产生数据与真实海杂波数据的逼近程度进行了仿真。

经过比较分析,相对于ZMNL法,SIRP 法产生的海杂波数据在幅度分布和频谱特性更接近于真实数据,在计算速度允许的情况下优先选择SIRP法。

【期刊名称】《建模与仿真》【年(卷),期】2018(007)001【总页数】6页(P8-13)【关键词】海杂波;K分布模型;ZMNL;SIRP【作者】叶灵伟;夏栋;郭维波【作者单位】[1]海军航空大学青岛校区,山东青岛;;[1]海军航空大学青岛校区,山东青岛;;[1]海军航空大学青岛校区,山东青岛;【正文语种】中文【中图分类】TN951. 引言雷达对海探测过程中，海杂波的存在严重影响了对海上目标探测，因此海杂波特性分析及仿真一直是雷达工程人员很关心的问题。

海杂波由海面后向反射产生，杂波幅度随时间和空间随机起伏，可用Rayleigh、对数正态、韦布尔等分布模型仿真。

根据高分辨率雷达在低视角的海杂波数据，K分布的复合形式可以更好地与实测海杂波数据相匹配[1]。

海杂波数据序列可由概率密度函数和自相关函数随机数产生，目前存在两种常见的相关随机序列的产生方法，零记忆非线性变换法(ZMNL)和球不变随机过程法(SIRP)，本文将对两种方法的仿真效果进行比较和分析。

2. NL法模拟相关K分布海杂波零记忆非线性变换法(ZMNL)的思路是[2]：采用非线性变换将高斯过程变换为具有伽马统计特性的过程，简单地把局部功率和散射分量相乘就可以生成K分布杂波。

仿真相关伽马过程的方法是以一个零均值、单位方差的相关高斯过程作为出发点，随后通过解下面方程得到零记忆非线性变换将其映射到一个伽马过程y：与产生高斯时间序列和具有指定相关性随机场的标准方法相结合，这种方法可以产生具有伽马单点统计特性的相关时间序列和随机场，在输入和输出过程的相关函数之间可以建立直接的联系。

MATLAB雷达信号处理仿真5.2 噪声和杂波的产⽣在实际的雷达回波信号中，不仅仅有⽬标的反射信号，同时还有接收机的热噪声、地物杂波、⽓象杂波等各种噪声和杂波的叠加。

由于噪声和杂波都不是确知信号，只能通过统计特性来分析。

本节将讨论⼀些常见的噪声和杂波的产⽣⽅法。

5.2.1 随机热噪声随机热噪声有多种，常见有概率密度函数服从⾼斯分布、均匀分布、指数分布以及τ分布的热噪声。

1. 服从⾼斯（Guass ）分布的热噪声（随机序列）标准⾼斯分布的概率密度为：)2exp(1)(22σσπx x p -= (5.2.1)均值为0x 的⾼斯分布的概率密度函数为：)2)(exp(1)(220σσπx x x p --= (5.2.2) Matlab7.0本⾝⾃带了标准⾼斯分布的内部函数randn ，调⽤格式如下:Y = randn(n)Y = randn(m,n) Y = randn([m n]) Y = randn(size(A)) s = randn('state')randn 函数产⽣的随机序列服从均值为m=0，⽅差σ2＝1的⾼斯分布。

Y = randn(n)产⽣的是⼀个n ×n 的随机序列矩阵，⽽Y = randn(m,n) 和Y = randn([m n])产⽣的m ×n 的随机序列矩阵，Y = randn(size(A))产⽣的是⼤⼩与矩阵A 同样⼤⼩的随机序列矩阵。

s = randn('state') 返回的是⼀个具有两个元素的向量，该向量显⽰的是当前正态随机数产⽣器的状态。

randn('state',s) 指令可以将产⽣器的状态设置到s ，⽽randn('state',0) 则可以将正态随机数产⽣器的状态恢复到初始状态。

因此，利⽤randn 函数可以⾮常简单快捷地产⽣出服从⾼斯分布的随机序列，如图5.7。

图5.7服从⾼斯分布的随机序列及其直⽅图2. 服从均匀分布的热噪声（随机序列） (a-b)均匀分布的概率密度函数为：ab x p -=1)( (5.2.3) 根据（a-b ）均匀分布的概率密度函数和（0-1）均匀分布的概率密度函数可以推导出它们之间的关系为：a u ab ba au +?-=--=)(ζζ或 (5.2.4)其中u 服从（0-1）单位均匀分布，ζ服从（a-b ）分布所以根据上式，可以先产⽣⼀个服从（0-1）单位均匀分布的信号，然后再将其经过上式的变换，就可以得到⼀个服从（a-b ）均匀分布的信号了。