基于缩放字典的回波信号参数估计方法

摘要

本发明属于雷达目标回波信号参数估计技术领域，公开了基于缩放字典的回波信号参数估计方法。该基于缩放字典的回波信号参数估计方法包括以下步骤：S1：针对回波信号模型中每个散射中心对应的所有未知参数，得出初始参数组合集{θ⁽¹⁾}，利用参数组合集{θ⁽¹⁾}形成字典A(θ⁽¹⁾)；设定迭代次数m=1；S2：根据A(θ^(m))，通过进行第m次稀疏贝叶斯学，得出新的参数组合集{θ'^(m)}；S3：如果m与M相等，则转到步骤S5；否则，将m值加1，转到步骤S4；S4：针对参数组合集{θ'^(m-1)}，通过精细化的方法得出新的参数组合集{θ^(m)}；利用参数组合集{θ^(m)}形成字典A(θ^(m))，然后转到步骤S2；S5：找出满足设定条件的迭代次数m^*；S6：利用K-means聚类方法对进行加权聚类。

主权项

1.基于缩放字典的回波信号参数估计方法，其特征在于，包括以下步骤：S1：利用雷达接收回波信号，设置回波信号模型中每个散射中心对应的第γ个未知参数的初始取值间隔Δθ_γ，γ取1至C，C为回波信号模型中每个散射中心对应的未知参数的个数，得出每个散射中心对应的第γ个未知参数的一些初始取值；针对回波信号模型中每个散射中心对应的所有未知参数，遍历每个未知参数的取值，得出参数组合集{θ⁽¹⁾}，所述参数组合集{θ⁽¹⁾}包括G个参数组合，所述G个参数组合表示为至利用参数组合集{θ⁽¹⁾}形成字典A(θ⁽¹⁾)；设定迭代次数m，m取1,2,3…；当m取1时，设$\Delta {\theta }_{\gamma }^{\left(m\right)}=\Delta {\theta }_{\gamma };$S2：根据A(θ^(m))，通过进行第m次稀疏贝叶斯学习，减少{θ^(m)}中参数组合的个数，得出新的参数组合集{θ'^(m)}；得出第m次稀疏贝叶斯学习后的剩余能量E_m；S3：如果m与设定的最大迭代次数M相等，则转到步骤S5；否则，将m值加1，转到步骤S4；S4：针对参数组合集{θ'^(m-1)}，将每个散射中心对应的第γ个未知参数的取值间隔替换为通过精细化的方法得出新的参数组合集{θ^(m)}；利用参数组合集{θ^(m)}形成字典A(θ^(m))，然后转到步骤S2；S5：找出满足以下条件的迭代次数m^*：第m^*次稀疏贝叶斯学习后的剩余能量为E₁至E_M中的最小值；S6：利用K-means聚类方法对进行加权聚类，得出每个散射中心对应的C个未知参数的估计结果。