基于果蠅優化算法的雷達雜波統計模型參數估計方法*

齊小燕

（中國空空導彈研究院 洛陽 471009）

1 引言

在雜波研究中，雷達雜波統計模型是研究重點，其精度直接影響著岸基雷達的仿真精度和恒虛警（CFAR）算法的效率[1]。在以往的研究中，基于背景狀況和雷達參數，雷達雜波可以用不同的分布模型來表示，如低雷達分辨率下的瑞利分布模型（Rayleigh），低擦地角高分辨率下的K分布模型，以及擴展K分布模型和多參數多結構模型[2～3]。在統計模型樣式確定后，雷達統計模型的參數估計精度決定了統計模型對雜波描述的精確程度。

在統計模型參數估計方面，矩估計法、最大似然估計法和以這兩者為基礎的混合估計方法最為常用[4～5]。果蠅優化算法由潘文超在2011年提出的基于果蠅覓食行為的群智能優化算法[6～11]。果蠅優化算法具備計算量小，計算復雜度簡單，計算精度較高的特點[8]，非常適合用于統計模型參數估計方面。

本文提出一種基于果蠅優化算法的雷達雜波統計模型參數估計方法。通過隨機生生成或者矩估計方法得到參數初始值，再通過果蠅優化算法對參數進行迭代優化得到精確的估計參數。仿真結果表明，該方法具備比矩估計和一般混合估計更快的收斂速度，且實現簡單，避免了復雜的計算。

2 果蠅優化算法

果蠅優化算法屬于群體智能算法，其基本原理如下圖所示。其基本步驟包括隨機初始果蠅群體位置、隨機化群體中果蠅個體位置、判斷每個果蠅個體計算值和理想值差距、以此群體最優個體位置代替果蠅群體位置、進行迭代[6]。……