海洋混响数据的SαS分布建模 .pdfVIP

第42卷第1期哈尔滨工程大学学报Vol.42№.1

2021年1月JournalofHarbinEngineeringUniversityJan.2021

海洋混响数据的SαS分布建模

王平波,卫红凯,娄良轲,代振

(海军工程大学电子工程学院,湖北武汉430033)

摘要:为了有效抑制主动声呐混响,新型统计信号处理设计中常对海洋混响进行非高斯概率密度建模,本文在考察

分析海洋混响数据的特点和SαS分布的优势之后,将SαS分布引入到混响非高斯概率密度建模中,给出了2种模型

参数估计方法,并使用仿真和实测数据进行了验模,通过大量海试混响数据建模结果分析,对混响数据的SαS分布规

律进行归纳总结。研究表明:SαS分布能够较好描述海洋混响的概率密度,其特征指数近半数集中在1.6~1.9。

关键词:对称α稳定分布(SαS);高斯;声呐;非高斯;海洋混响;概率密度建模

DOI:10.11990/jheu.201909030

网络出版地址:http:///kcms/detail/23.1390.u0907.002.html

中图分类号:TN911.7文献标志码:A文章编号:1006-7043(2021)01-0055-06

Oceanicreverberationprobabilitydensitymodelingbased

onsymmetricalpha-stabledistribution

WANGPingbo,WEIHongkai,LOULiangke,DAIZhen

1111

(CollegeofElectronicEngineering,NavalUniversityofEngineering,Wuhan430033,China)

Abstract:Toeffectivelysuppresstheactivesonarreverberation,newstatisticalsignalprocessingmethodsbasedon

non-Gaussianprobabilitydensitymodelingareoftendesigned.Inthispaper,aftertheinvestigationofthecharacter-

isticsofoceanicreverberationdataandtheadvantageofalpha-stabledistribution(SαS),thesymmetricSαSisin-

troducedtotheprobabilitydensitymodelingofnon-Gaussianreverberation.Theparameterestimationmethodsare

brieflydiscussed,andthemodelingmethodisvalidatedusingnumericalandexperimentalinstances.Finally,bya-

nalysisofseveraloceanicreverberationtrialdatamodelingresults,somelawsandconclusionsarereached.There-

sultsshowthatSαScanpreciselyfittheprobabilitydensitydistributionoftheoceanicreverberation.Almosthalfof

thecharacteristicindexαestimationsforreverberationvaryfrom1.6to1.9.

Keywords:symmetricalpha-stabledistribution(SαS);G