基于复高斯模型的样本缺失窄带雷达信号重构算法

摘要

该文提出一种针对窄带雷达信号存在样本缺失情况下的信号重构算法.由于窄带雷达体制下,目标回波近似服从复高斯分布.在这一前提下,首先建立描述样本缺失观测信号与未知完整信号间关系的概率模型,然后根据贝叶斯准则推导出在给定样本缺失观测信号条件下完整信号的后验分布,最后利用期望最大(ExpectationMaximization,EM)算法得到模型中参数的最大似然估计,进而得到完整信号的重构.该方法的优势是只需利用样本缺失观测信号就可以重构出未知的完整信号,除了复高斯分布的假设,不需要其他任何样本信息和先验假设帮助参数学习.基于实测数据的实验结果和与现有算法的比较结果表明该方法能够获得较好的重构性能.