总理赔量分布的另一种选择:复合Poisson-逆高斯分布(英文)

本文考虑当理赔次数N的分布为Poisson-逆高斯分布时,相应的总理陪量分布(即复合Poisson-逆高斯分布)的两种近似:正态分布和平移Gamma分布。同时还考虑了当理赔量的分布为下指数分布时复合Poisson-逆高斯分布的尾概率的一种近似计算。

逆高斯纹理复合高斯杂波对异常样本稳健的三分位点估计方法

逆高斯纹理的复合高斯分布(IG-CG分布)是描述高分辨率海杂波常用的模型,其参数估计在高分辨海用雷达自适应目标检测中起着关键作用。由于参数估计中数据不可避免地存在来自海面目标、岛礁的异常样本,对异常样本稳健的双分位点估计是近年来提出的有效方法之一。该文提出一种对异常点稳健的IG-CG分布三分位点参数估计(Tri-per)方法,其是对双分位点估计的改进。改进来自两个方面,通过双分位点位置优化提高逆形状参数的估计精度;通过第3个分位点的引入和位置优化提高尺度参数的估计精度。最后,用仿真和实测数据检验了提出估计方法的有效性和稳健性。

复合高斯杂波中知识辅助的自适应检测算法

研究了在复合高斯杂波中利用先验知识自适应检测目标的问题,证明了基于双参数逆高斯分布纹理的复合高斯模型比传统的K分布、复t分布和单参数逆高斯分布纹理的复合高斯分布模型能够更好地拟合实际杂波。文中选择双参数逆高斯分布作为纹理分量的先验分布、基于广义似然比准则和贝叶斯方法设计得到了一种复合高斯杂波中的自适应检测器。理论分析和数值仿真表明,与自适应匹配滤波器和正则化自适应匹配滤波器相比,该检测器具有更好的检测性能。

海杂波背景下雷达目标贝叶斯检测算法

针对非高斯海杂波背景下参考单元数目较少时自适应检测器性能损失严重的问题,提出了两种基于协方差矩阵先验分布信息的自适应检测算法,将海杂波建模为复合高斯模型,纹理分量建模为一个服从广义逆高斯分布的随机变量。首先将散斑的协方差矩阵建模为一个服从复逆威沙特分布的随机矩阵,然后根据广义似然比准则设计了一种不依赖于参考单元数据的自适应检测器。由于在参考单元数目增多时,不依赖于辅助数据的检测器性能会差于传统的自适应检测器,所以根据最大后验检验准则,并使用参考单元数据又设计了一种依赖于参考单元数据和先验知识的自适应检测器。实验结果表明,在参考单元数目较少时,所提出的两种检测器具有较好的检测性能;在不同的参考单元数目下,所提出的依赖于参考单元数据和先验知识的自适应检测器都具有最优的检测性能。