基于極大似然估計的非理想場景雷達信號分選算法

摘要： 目前，已有研究針對理想條件下的雷達脈沖信號分選問題進行了詳細闡述，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的非理想場景雷達信號分選算法。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，提高在復雜場景下的分選準確率。當部分雷達先驗信息已知時，所提算法模型具有更好的分選效果。仿真實驗結(jié)果表明，與已有的極大似然模型和深度學習...