对Jahangir组合式矩估计器的改进
2012-03-15李大朋
李大朋 姚 迪
(北京理工大学电子信息工程学院,北京 100081)
对Jahangir组合式矩估计器的改进
李大朋 姚 迪
(北京理工大学电子信息工程学院,北京 100081)
在M.Jahangir以常数为权的组合式矩估计器的基础上,给出一种以函数为权的组合式矩估计器,称为L-J估计器.其中,最优加权函数是根据U估计器与形状参数的单调关系,通过数论网格最优化算法搜索解出.大量仿真实验证实,在对K分布形状参数v大范围的参数估计中,L-J估计器在估计精度上,不但较Jahangir等提出的常数加权组合矩估计器的精度有显著提高,而且可与MLE(Maximum Likelihood Estimator)相当.特别是由于MLE作为渐进无偏估计量,需要充分大的样本长度才能达到最优,这就使得L-J估计器的估计精度可在样本长度较小时优于MLE.此外,L-J估计器无需迭代运算,因而在计算效率上,显著优于现有的ML估计器.
K分布;U估计器;组合式矩估计器;ML估计器
K分布杂波模型是目前应用较为成功的雷达遥感图像统计模型之一,它能很好地描述高分辨雷达图像的统计分布特性,在海杂波、地杂波描述以及其他领域都有着广泛的应用.其参数估计一直是研究的热点问题.研究表明[1],对K分布形状参数v的错误估计会引起CFAR(Constant False Alarm Rate)检测性能严重下降.因此对K分布形状参数v的正确估计,具有重要意义.
虽然理论上,最大似然估计(MLE,Maximum Likelihood Estimator)是K分布形状参数v的最佳渐进无偏估计,其渐进分布是以真值为均值,方差为Crammer-Rao下界的正态分布.但是,迄今很难得到ML估计的闭型解,而通过数值方法,需要……
