贝叶斯估计器先验模型参数的迭代感知方法

充分利用先验信息是提高统计推断性能的有效途径之一。贝叶斯估计的先验信息模型参数必须在设计阶段确定下来,与待探测环境模型参数之间必然存在不一致性,从而有可能导致估计质量的下降。该文首先给出了基于估计性能的先验模型参数感知的一般性框架。基于该框架,针对白高斯噪声中直流信号的贝叶斯估计器,分析了先验失配条件下的估计性能,给出了一种先验模型参数迭代感知的算法。利用计算机仿真分析了该估计器性能对先验模型参数的敏感性和稳健性,分析了不同条件下的迭代感知过程。计算机仿真结果表明,该文给出的迭代感知方法建立了从估计性能到先验模型参数的反馈,通过估计器与待探测场景的多次交互,可以使得先验模型与当前场景模型匹配。

一种认知雷达信号相关杂波感知方法

传统环境感知方法主要集中于信号无关杂波的估计,对信号相关杂波的估计研究较少。在信号相关杂波背景下,以包含发射波形的回波数据作为采样数据,提出一种针对信号相关杂波的迭代感知新方法。首先,基于认知思想构建了环境参数迭代感知的一般性模型。基于该模型,结合信源数检测思想,利用最小描述长度(MDL)准则实现了杂波冲激响应(CIR)向量长度的精确估计;然后,基于随机矩阵理论(RMT)改进了MDL准则,同时给出了热噪声功率的估计值;最后,基于广义似然比准则对杂波协方差矩阵进行迭代感知。该方法在有限采样数据下可实现信号相关杂波的有效估计,仿真结果验证了所提方法的有效性。