鬼佬大哥大
  • / 10
  • 下載費用:30 金幣  

雷達偵測標準中使用模糊數據和信任區間的模糊假設檢驗.pdf

摘要
申請專利號:

CN201410070281.8

申請日:

2014.02.28

公開號:

CN103954948A

公開日:

2014.07.30

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):G01S 7/41申請日:20140228|||公開
IPC分類號: G01S7/41 主分類號: G01S7/41
申請人: 天津工業大學
發明人: 湯春明; 王金海; 陳純凱; 李光旭; 韋然
地址: 300160 天津市河東區成林道63號
優先權:
專利代理機構: 代理人:
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201410070281.8

授權公告號:

||||||

法律狀態公告日:

2016.08.17|||2014.08.27|||2014.07.30

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

本發明提供的是在雷達偵測信號的判決標準中,當假設和數據皆為模糊值時的一種模糊假設檢驗算法。具體地說是先為給定的模糊數據提供一個信任區間,然后用模糊方法計算相關的模糊檢驗統計量,它是一種可以用隸屬函數表示的軟判決方法。該方法能夠克服其它現有判決方法中的一些弱點,如判決結果對模糊數據的均值敏感,以及只有一個判決結果等。

權利要求書

權利要求書
1.  一種當假設和數據皆為模糊值時的雷達偵測信號的模糊假設檢驗方法,所述方法包括以下具體步驟:
1)、根據模糊數據和模糊信任區間計算數據的
x‾1[α]=[x‾L(α)-Z1-α2(σ/n),x‾L(α)+Z1-α2(σ/n)]]]>
x‾2[α]=[x‾U(α)-Z1-α2(σ/n),x‾U(α)+Z1-α2(σ/n)]]]>
這里:x‾L(α)=a1+(x‾o-a1)α,x‾U(α)=a3-(a3-x-o)α]]>
2)、計算由于假設產生的模糊:
μo*=T(a1,θo,a3)=[a1+(θo-a1)α,a3-(a3-θo)α]]]>
3)、計算模糊檢驗統計量:
Z~1[α]=[x‾L(α)-Z1-α2(σ/n)-a3+(a3-θo)ασ/n,x‾L(α)+Z1-α2(σ/n)-a1-(θo-a1)ασ/n]]]>
Z~2[α]=[x‾U(α)-Z1-α2(σ/n)-a3+(a3-θo)ασ/n,x‾U(α)+Z1-α2(σ/n)-a1-(θo-a1)ασ/n]]]>
4)、得出的隸屬函數,
5)、計算:
Z~[α]=Z~1[α]Z~2[α],]]>當模糊性達到最大時
Z~[α]=Z~1[α]Z~2[α],]]>當模糊性達到最小時
③當Ho的拒絕值最小(對于右側檢驗)
④當Ho的拒絕值最大(對于右側檢驗)
6)、假設并且I型誤差的隸屬函數為Zβ[α]=[h1(α),h2(α)]
7)、計算
Z[α]>Zβ[α]=k2(α)-h1(α)(h2(α)-h1(α))+(k2(α)-k1(α))]]>
Z~>Z~β=Σα=0α<1((Z[α]>Zβ[α]&CenterDot;(k2(α)-k1(α))&CenterDot;(h2(α)-h1(α))))Σα=0α<1((k2(α)-k1(α))&CenterDot;(h2(α)-h1(α)))]]>
這里,對于任意α水平,k1(α)=minxZ[α],k2(α)=maxxZ[α],h1(α)=minxZβ[α],]]>h2(α)=maxxZβ[α],]]>
8)、如果拒絕假設,
該算法存在以下4種結果:
①當時,結果與M.Arefi and S.M.Taheri提出的算法一樣,存在著最大模糊度;
②當時,結果存在著最小模糊度;如果知是對稱的,該結果與情況①相同;否則,該結果依賴于所選擇的雷達類型;
③當時,得出的是拒絕Ho的最小值;
④當時,得出的是拒絕Ho的最大值。

說明書

說明書雷達偵測標準中使用模糊數據和信任區間的模糊假設檢驗
技術領域
本發明提供的是在雷達信號的偵測標準中,當假設和數據皆為模糊值時的一種模糊假設檢驗算法。具體地說是先為給定的模糊數據提供一個信任區間,然后用模糊方法計算相關的模糊檢驗統計量,它是一種可以用隸屬函數表示的軟偵測方法。該方法能夠克服其它現有判決方法中的一些弱點,如判決結果對模糊數據的均值敏感,以及只有一個判決結果等。
背景技術
傳統的雷達偵測系統中,對于接收到的信號判斷其為目標或是噪聲,采用的是一種硬判決的方法,即該信號只有兩種可能性:不是目標就是噪聲。這種判決方式應用在某些種類的雷達(如跟蹤雷達)中會不可避免的產生一些錯誤判斷。目前雖然有很多學者從數學角度,即從模糊數據或模糊假設或模糊信任區間等對模糊假設檢驗進行了研究,但是對于雷達信號模糊判決在模糊假設和模糊數據同時存在的情況下的具體方法,很少有人進行研究。
本專利提出了一種既考慮模糊假設又同時考慮模糊數據的情況下的一種模糊判決方法。該判決結果是根據具體采用的雷達類型以某一決策度的方式給出判決結果,即它可以按照某一程度接受或拒絕預定的模糊假設。
發明內容
本發明的目的在于提供一種當給定的假設條件,雷達接收的數據以及誤差都是模糊數據時的雷達偵測判決方法。該方法能夠允許設計者在設計雷達接收系統時可以有四種不同種類的選擇。
令X1,...,Xn是從雷達接收器接收到的具有相同分布的獨立樣本的能量信號,其分布是未知μ已知σ2的標準概率密度函數。假設觀察到的隨機樣本是模糊數據而不是清晰數據,我們用I型誤差進行模糊假設檢驗,這里type-I error=βo也是模糊數據。
假設:Ho:μ=μo*Microwatt]]>(噪聲或無目標)
H1:μ=μo*Microwatt]]>(有目標)
此時,x&OverBar;=T(a1,x&OverBar;o,a3)=[x&OverBar;L(α),x&OverBar;U(α)]=[a1+(x&OverBar;o-a1)α,a3-(a3-x&OverBar;o)α],]]>即值由模糊數據確定。 這里,T(a,b,c)(x)=x-ab-a,a<xbx-cb-c,b<xc0,otherwise,]]>如圖1所示。
μo*=T(a1,θo,a3)=[a1+(θo-a1)α,a3-(a3-θo)α],]]>值由模糊假設確定。β=T(a″1,βo,a″3)。
本發明的具體實現步驟如下:
1)、根據模糊數據和模糊信任區間計算數據的
x&OverBar;1[α]=[x&OverBar;L(α)-Z1-α2(σ/n),x&OverBar;L(α)+Z1-α2(σ/n)]]]>
x&OverBar;2[α]=[x&OverBar;U(α)-Z1-α2(σ/n),x&OverBar;U(α)+Z1-α2(σ/n)]]]>
這里:x&OverBar;L(α)=a1+(x&OverBar;o-a1)α,x&OverBar;U(α)=a3-(a3-x-o)α]]>
2)、計算由于假設產生的模糊:
μo*=T(a1,θo,a3)=[a1+(θo-a1)α,a3-(a3-θo)α]]]>
3)、計算模糊檢驗統計量:
Z~1[α]=[x&OverBar;L(α)-Z1-α2(σ/n)-a3+(a3-θo)ασ/n,x&OverBar;L(α)+Z1-α2(σ/n)-a1-(θo-a1)ασ/n]]]>
Z~2[α]=[x&OverBar;U(α)-Z1-α2(σ/n)-a3+(a3-θo)ασ/n,x&OverBar;U(α)+Z1-α2(σ/n)-a1-(θo-a1)ασ/n]]]>
4)、得出的隸屬函數,如圖2所示。
5)、計算:
Z~[α]=Z~1[α]Z~2[α],]]>當模糊性達到最大時;
Z~[α]=Z~1[α]Z~2[α],]]>當模糊性達到最小時;
③當Ho的拒絕值最小(對于右側檢驗);
④當Ho的拒絕值最大(對于右側檢驗)。
6)、假設并且I型誤差的隸屬函數為Zβ[α]=[h1(α),h2(α)]。
7)、計算
Z[α]>Zβ[α]=k2(α)-h1(α)(h2(α)-h1(α))+(k2(α)-k1(α))]]>
Z~>Z~β=Σα=0α<1((Z[α]>Zβ[α]&CenterDot;(k2(α)-k1(α))&CenterDot;(h2(α)-h1(α))))Σα=0α<1((k2(α)-k1(α))&CenterDot;(h2(α)-h1(α)))]]>
這里,對于任意α水平,k1(α)=minxZ[α],k2(α)=maxxZ[α],h1(α)=minxZβ[α],]]>h2(α)=maxxZβ[α].]]>
8)、如果Ho=Z~>Z~β,]]>拒絕假設。
該算法存在以下四種結果:
①當時,結果與M.Arefi and S.M.Taheri提出的算法一樣,存在著最大模糊度。
②當時,結果存在著最小模糊度。如果和是對稱的,該結果與情況①相同。否則,該結果依賴于所選擇的雷達類型。
③當時,得出的是拒絕Ho的最小值。
④當時,得出的是拒絕Ho的最大值。
附圖說明
圖1模糊假設的隸屬函數
圖2的隸屬函數
圖3曲線表示
圖4曲線表示
圖5曲線表示
圖6曲線表示
具體實施方式
首先定義:假設Ho表無目標,假設H1表有目標;
“虛警率”=Pfa=β=I型錯誤概率=P(拒絕Ho|Ho為真);
“漏警率”=λ=II型錯誤概率=P(接受Ho|H1為真);
“檢測率”=1-λ;
二元假設:Ho:μ=μ~o]]>(噪聲)
H1:μ>μ~o]]>(目標)
令x1,...,x100為從雷達接收裝置接收到的100個具有相同概率分布的獨立的隨機信號的功率,其分布為正態分布,其中,μ未知,σ2=9。利用本發明的方法用I型誤差Pfa=βo=0.005進行假設檢驗。
Ho:μ=μo*Microwatt]]>(噪聲或無目標)
H1:μ=μo*Microwatt]]>(有目標)
這里,x&OverBar;=T(a1,x&OverBar;o,a3)=T(1.6,1.8,2)]]>
μo*=T(a1,θo,a3)=T(0,1,2)]]>
β=T(a″1,βo,a″3)=T(0.003,0..5,0.007)
第1)步:
x&OverBar;L(α)=1.6+0.2α]]>x&OverBar;U(α)=2-0.2α]]>
x&OverBar;1[α]=[1.6+0.2α-Z1-α2(3/10),1.6+0.2α+Z1-α2(3/10)],]]>如圖3所示。
x&OverBar;2[α]=[2+0.2α-Z1-α2(3/10),2+0.2α+Z1-α2(3/10)],]]>如圖4所示。
第2)步:計算μo*=T(0,1,2)=[α,2-α]]]>
第3)步:計算Z~1[α]=[1.6+0.2α-Z1-α2(3/10)-(2-α)3/10,1.6+0.2α+Z1-α2(3/10)-α3/10],]]>
Z~2[α]=[2-0.2α-Z1-α2(3/10)-(2-α)3/10,2-0.2α+Z1-α2(3/10)-α3/10]]]>
第4)步:得到的隸屬函數,如圖5,圖6所示。
第5)步:計算①Z~[α]=Z~1[α]Z~2[α]]]>
Z~[α]=Z~1[α]Z~2[α]]]>
Z~[α]=Z~1[α]]]>
Z~[α]=Z~2[α]]]>
第6)步:①如果Ho=0.50617,拒絕假設Ho
②如果Ho=0.5074,拒絕假設Ho
③如果Ho=0.4600,拒絕假設Ho
④如果Ho=0.5534,拒絕假設Ho
該方法與現在常用的三種方法進行了比較,比較結果如表中所示。

由以上比較結果可以看出本發明方法具有其它現存經典方法不具備的優越性。

關 鍵 詞:
雷達 偵測 標準 使用 模糊 數據 信任 區間 假設檢驗
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:雷達偵測標準中使用模糊數據和信任區間的模糊假設檢驗.pdf
鏈接地址:http://www.wwszu.club/p-6140686.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大