带高斯化预处理的匹配滤波研究
  • 【摘要】

    白高斯干扰背景下确知信号的最佳检测器是匹配滤波器(MF).但若干扰背景偏离高斯,呈非高斯统计特性,匹配滤波器将不复最佳.实际中,许多冲激性干扰背景,例如主动雷达/声纳中的强杂波/混响干扰,即为非高斯的.如何提高这种非高斯背景下的信号检测性能,是近年来国内外的研究热点.我们在[2]中提出了两种针对混合高斯序列的高斯化滤波器:U滤波和G滤波,它们可以基于混合高斯(GM)概率密度(PDF)参数估计,自动... 展开>>白高斯干扰背景下确知信号的最佳检测器是匹配滤波器(MF).但若干扰背景偏离高斯,呈非高斯统计特性,匹配滤波器将不复最佳.实际中,许多冲激性干扰背景,例如主动雷达/声纳中的强杂波/混响干扰,即为非高斯的.如何提高这种非高斯背景下的信号检测性能,是近年来国内外的研究热点.我们在[2]中提出了两种针对混合高斯序列的高斯化滤波器:U滤波和G滤波,它们可以基于混合高斯(GM)概率密度(PDF)参数估计,自动调整对输入数据的响应,有效地抑制大样本,强调小样本,从而削弱数据的非高斯性.本文把这两种高斯化滤波器应用到主动检测中,作为匹配滤波器的前置处理模块,从而构建起两种非高斯匹配滤波器(NGMF),并仿真检验分析了非高斯匹配滤波器相对于传统匹配滤波器,对非高斯背景中确知信号的检测性能的改善. 收起<<

  • 【作者】

    王平波  蔡志明 

  • 【作者单位】

    海军工程大学电子工程学院,武汉

  • 【会议名称】

    2008年全国声学学术会议

  • 【会议时间】

    2008-10-21

  • 【会议地点】

    上海

  • 【主办单位】

    中国声学学会

  • 【语种】

    chi

  • 【关键词】

    匹配滤波  混响干扰  白高斯干扰  概率密度  参数估计