基于極大似然估計(jì)的非理想場(chǎng)景雷達(dá)信號(hào)分選算法

摘要： 目前，已有研究針對(duì)理想條件下的雷達(dá)脈沖信號(hào)分選問題進(jìn)行了詳細(xì)闡述，但是缺乏雜散脈沖和缺失脈沖兩種非理想情景下的模型表征。為解決這一問題，提出了一種基于極大似然估計(jì)的非理想場(chǎng)景雷達(dá)信號(hào)分選算法。該算法通過修正似然因子來表征雜散脈沖和缺失脈沖現(xiàn)象，提高在復(fù)雜場(chǎng)景下的分選準(zhǔn)確率。當(dāng)部分雷達(dá)先驗(yàn)信息已知時(shí)，所提算法模型具有更好的分選效果。仿真實(shí)驗(yàn)結(jié)果表明，與已有的極大似然模型和深度學(xué)習(xí)...