(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210831350.7 (22)申请日 2022.07.15 (71)申请人 西北工业大 学 地址 710072 陕西省西安市友谊西路 (72)发明人 范一飞　陈铎　陈士超　王伶　 粟嘉　陶明亮　张兆林　李滔　 谢坚　 (74)专利代理 机构 西安凯多 思知识产权代理事 务所(普通 合伙) 61290 专利代理师 刘新琼 (51)Int.Cl. G01S 7/41(2006.01) G01S 7/292(2006.01) G01S 7/35(2006.01) G06F 30/20(2020.01) (54)发明名称 一种高分辨 率海杂波建模与仿真方法 (57)摘要 本发明涉及一种高分辨率海杂波建模与仿 真方法， 属于 雷达信号处理领域。 包括以下步骤： 构建海杂波幅度分布模型； 构建高斯型功率谱的 傅里叶级数系数； 构建具有高斯型功率谱的幅度 时间序列； 构建具有空间相关性递减的高斯型功 率谱幅度时间序列组； 构建具有逆gamma分布幅 度特性的时间序列； 构建时空相关的GP分布海杂 波； 分别仿真海杂波数据的空间相关性、 时间相 关性； 最后对幅度特性进行验证。 本发明采用 SIRP算法 以及空间相关性递推算法仿真了具有 时空相关特性的二维海杂波时间序列， 克服了实 测海杂波数据收集困难以及保密的壁垒， 有助于 海上目标检测器以及雷达系统的设计与仿真。 权利要求书3页 说明书8页 附图5页 CN 115390031 A 2022.11.25 CN 115390031 A 1.一种高分辨 率海杂波建模与仿真方法， 其特 征在于步骤如下： 步骤1： 构建海杂波幅度分布模型为： 其中： c表示符合GP分布的海杂 波时间序列； τ表示慢变的纹理分量， 符合逆gamma分布， 概率密度函数PDF表示式为 u表示快变的散斑分量， 符合瑞利分 布， 条件P DF表示式为 因此， GP分布的P DF被定义 为： 其中： v表示GP分布的形状参数， 决定其拖尾特性； b表示GP分布的尺度参数， 决定其能 量特性； 步骤2： 构建高斯型功率谱的傅里叶级数展开序列 根据高斯型功率谱的函数表达式： 其中： S0表示任意常数； f表示频率； fd表示多普勒频偏； σc表示功率谱谱宽； 利用傅里叶 级数展开， 构建高斯型功率谱的傅里叶级数系数b； 步骤3： 构建具有高斯型功率谱的幅度时间序列 根据步骤2中所求高斯型功率谱的傅里叶级数系数b， 具有高斯型功率谱的幅度时间序 列u被定义 为： x1＝b*u 其中： x1表示具有高斯型功率谱的幅度时间序列， u表示均值为0， 方差为1的复白高斯噪 声序列； 步骤4： 构建具有空间相关性 递减的高斯型功率谱幅度时间序列组 根据步骤3构建相互独立的高斯型功率谱的幅度时间序列组 gm(k),m＝1,2 ……， 利用递 推公式： 获得m+1个距离单元空间衰减因子λ＝0.8的高斯 型功率谱序列组xm+1(k),m＝1,2 ……； 其中gm(k),m＝1,2 ……满足如下准则： (1)gm(k)是均值 为0且能量与x1相同的复高斯随机向量： E(gm(k))＝0 其中： E表示对序列取均值； (2)gm(k)与xm(k)是相互独立的随机向量(RV)：权　利　要　求　书 1/3 页 2 CN 115390031 A 2E(xm(k)gm+n(k+l))＝0 (3)gm(k)与xm(k)的自相关函数值相同： Rxx(l)＝E(xm(k)xm(k+l)) ＝Rgg(l)＝E(gm(k)gm(k+l)) 其中： k表示任意常数， Rxx(l)表示序列xm(k)的自相关函数， Rgg(l)表示序列gm(k)的自 相关函数； (4)gm(k)在空间上不存在相关性： E(gm(k)gm+l(k))＝0,l≠ 0 其中： l表示任意常数； 步骤5： 构建具有逆g amma分布幅度特性的时间序列 高斯分布随机变量 NV与逆gamma分布随机变量 IGV之间的非线性关系可以被定义 为： 其中： 表示不完全gamma函数； 表示误差函 数； u1(k)表示均值为0方差为1的实NV， z(k)表示形状参数为v的IGV， 即具有逆gamm a分布幅 度特性的时间序列； 步骤6： 构建时空相关的GP分布海杂波 根据步骤1中GP分布海杂波的建模过程以及步骤4和5所分别构建的xm+1(k),m＝1, 2……和形状参数为v的IGV， 具有时空相关的GP分布海杂波被定义 为： 其中： um+1(k)表示具有时空相关性的GP分布海杂 波数据集； m+1表示海杂波数据 集的第 m+1距离单元； .*表示m+1个空间相关性递减的高斯谱序列xm+1(k),m＝1,2 ……分别与IGVz (k)相乘； 步骤7： 仿真海杂波数据的空间相关性分析 所述仿真海杂波数据的空间相关性 为： 其中： Rxx(0)表示海杂波序列的能量； xm(k)和xm+l(k)分别表示具有高斯型功率谱序列 组的第m个和 第m+l个距离单元的数据， 根据计算结果可归纳任意两个距离单元仿 真海杂波 数据之间的空间相关性以λ＝0.8为衰减因子， 呈指数倍衰减； 步骤8： 仿真海杂波数据的时间相关性分析 所述仿真海杂波数据的时间相关性 为：权　利　要　求　书 2/3 页 3 CN 115390031 A 3