系统工程与电子技术

作者：孟智超, 张磊, 卢景月, 李军

单位：1. 中山大学深圳电子与通信工程学院, 深圳 518107；2. 西安电子科技大学计算机科学与技术学院, 陕西 西安 710071；3. 北京无线电测量研究所, 北京 100854

关键词：自聚焦,相位梯度自聚焦,随机样本选择

针对距离依赖的相位梯度自聚焦(phase gradient autofocus, PGA)算法中样本选择的问题, 本文提出了一种新的基于随机样本选择的距离依赖PGA(range-dependent PGA, RDPGA)算法。不同于传统算法利用固定门限对特显点样本进行硬剔除的选择方式, 该算法利用样本的信杂比(signal to clutter ratio, SCR)构造了样本选择概率密度函数, 在每次PGA迭代估计过程中, 利用该概率密度函数对样本进行随机选择。随机样本选择方法不仅通过增加距离依赖样本的丰富性保证了RDPGA的估计精度, 同时还保证了高质量样本在模型参数估计中提供较高贡献, 在保持高效性的同时进一步提升了算法的稳健性。实测数据处理结果表明所提算法具有较高的估计精度和稳健性。

来源：2023年第12期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第12期