摘要
在雷达目标识别中的原始数据分布一般是非正态的,使用幂变换可以将原始数据分布转换成正态分布或类正态分布,从而提高目标识别的效率。文中利用标准二阶距从理论上讨论了这种幂转换对γ分布、瑞利分布等分布的影响。通过MatLab进行仿真和假设检验,使用偏度、峰值检验法和皮尔逊卡方检验法检验样本数据幂变换的正态性,对实验结果作出了合理的解释。
During the recognition of radar targets, the distribution of raw data isn＇t usually normal distribution. The power transform can be used to convert the data to a normal-like or normal distribution to increase efficiency. In this paper, we make use of second moment to discuss the influence of power transform on the -y, Rayleigh and other distributions in theory, the normality of experiment results are tested by using the methods of Kurtosis and Skewness test and the Pearsons chi-square test. At last, the proper explanation of the results are given.
出处
《现代雷达》
CSCD
北大核心
2007年第7期48-51,共4页
Modern Radar
基金
全国优秀博士学位论文作者专项基金资助(200443)
国家自然科学基金项目(60541001)
关键词
幂转换
二阶距
分布
峰度
偏度检验法
皮尔逊卡方检验法
power transform
second moment
distribution
kurtosis and skewness test
Pearsons chi-square test
