一种采用盖尔圆半径修正特征值的信息论判源方法

结合盖尔圆定理与信息论准则提出了一种新的信息论判源准则(MAIC)。对信号采样协方差矩阵进行盖尔圆变换,利用信号协方差矩阵的特征值与对应的盖尔圆半径在区分信号和噪声方面的一致性,用盖尔圆半径修正特征值,并将修正后的特征值及新的罚函数应用于信息论方法得到MAIC判源准则。理论分析表明,由MAIC方法估计得到的目标数目接近真实数目的一致估计,克服了AIC方法在高信噪比下容易出现高估的问题。计算机仿真和湖上试验数据处理结果表明MAIC是一种在高、低信噪比下都能取得良好检测效果的稳健的多目标检测算法。

采用盖尔圆半径修正峰均功率比的检测方法

针对无人水下航行器工作环境复杂迫切需要提高其对多目标的检测能力的问题,提出了一种采用盖尔圆半径修正峰均功率比的信息论方法(PGAIC,An Information Cri-terion using Peak-to-average Power Ratio Modified by Gerschgorin Radii).该方法首先用采样协方差矩阵的特征向量对接收数据进行加权,计算其峰均功率比,然后对采样协方差矩阵用转换矩阵进行盖尔圆变换,用盖尔圆半径修正对应的峰均功率比值,并将修正后的峰均功率比值应用于新的信息论方法得到PGAIC判源准则.仿真结果表明,PGAIC方法低信噪比下检测性能优于传统的AIC(Akaike Information Criterion)和MDL(Minimum Description Length)等方法,且不受目标强度差的影响.