Estimating the Pareto plus noise distribution parameters using non‐integer order moments and [zlog(z)] approaches

Mezache, Amar; Chalabi, Izzeddine; Soltani, Faouzı; Sahed, Mohamed

doi:10.1049/iet-rsn.2015.0170

Cited by 22 publications

(31 citation statements)

References 21 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Si bien algunos artículos han comenzado a aplicar la textura inversa gaussiana en diversos desarrollos (Chen et al, 2014;Gao, Zhan y Wan, 2014;Mezache et al, 2016;Yi, Yan y Han, 2014), la distribución no ha adquirido aún un alto grado de aceptación en la comunidad de modelación de clutter de radar. Este hecho se justifica, en parte, por el corto tiempo que ha transcurrido desde su aplicación inicial.…”

Section: Distribución Inversa Gaussianaunclassified

Modelación estadística de la textura del clutter marino en Matlab

Fernández

Hondal

2017

tecnura

View full text Add to dashboard Cite

InvestIgacIón Modelación estadística de la textura del clutter marino en Matlab ResumenContexto: La modelación estadística de la señal interferente conocida como clutter marino se efectúa a través de dos componentes: uno de capilaridad y otro de textura. La distribución más utilizada para la textura es la gamma. No obstante, varios autores han defendido el uso alternativo de la inversa gamma y la inversa gaussiana. Método: Con el objetivo de brindar un acceso fá-cil a la manipulación de los modelos y a la realización de comparaciones entre ellos, los autores del presente artículo simularon en Matlab las caracterís-ticas principales de estas tres distribuciones. Adicionalmente, se agregó la distribución raíz gamma que sustituye a la gamma cuando se trabaja con muestras de amplitud. El método aplicado consistió en la revisión bibliográfica para encontrar las expresiones de cada uno de los parámetros modelados, y la posterior simulación computacional que permitió detectar errores ocasionales que surgen al consultar diferentes estudios. Resultados: Se creó una pequeña librería de simulación estocástica que incluye funciones de densidad y distribución, generación de variables aleatorias, estimación de parámetros y cálculo de momentos estadísticos, entre otros. Además, se elaboraron funciones informáticas complementarias que permitieron la validación por comparación con resultados dados por terceros y mediante la interacción de los diferentes componentes de la librería. Conclusiones: La librería creada habilita el uso de múltiples distribuciones, para la modelación del eco electromagnético de la superficie marina. Esto permitirá generar nuevos detectores de radar que se adapten a condiciones heterogéneas como las encontradas en las costas cubanas, donde alternan distintos niveles de profundidad, manglares, aguas salobres, islotes, vegetación acuática prominente, entre otras. Palabras clave: modelación estadística, clutter marino, textura del clutter, distribución gamma, distribución inversa gamma, distribución inversa gaussiana, distribución raíz gamma. AbstractContext: The statistical modeling of the interference signal known as sea clutter is achieved assuming the input results from the combination of two components: one for the speckle and another for the texture. The Gamma distribution is the more widely applied for the texture component. Nevertheless, several authors have defended the idea of using the Inverse Gamma and Inverse Gaussian instead.

show abstract

Section: Distribución Inversa Gaussianaunclassified

Modelación estadística de la textura del clutter marino en Matlab

Fernández

Hondal

2017

tecnura

View full text Add to dashboard Cite

show abstract

“…In the reminder of Sec. 3, performance comparison between employment of RBF network as non-parametric model and traditional [zlog(z)] estimator [27], [28] in detection process is presented. Finally, concluding remarks and outline of future work is given in Sec.…”

Section: Introductionmentioning

confidence: 99%

Mitigation of the Effects of Unknown Sea Clutter Statistics by Using Radial Basis Function Network

Vondra¹,

Bonefačić²

2020

RADIOENGINEERING

View full text Add to dashboard Cite

In this paper, we investigate feasibility of employing Radial Basis Function (RBF) network into non-coherent detection process, for detection of targets embedded in sea clutter of unknown statistics. We particularly have in mind Croatian part of Adriatic Sea, the local sea whose clutter statistic properties are not available in open literature. Performance of the detection process employing proposed RBF network is tested with simulated clutter samples based on real sea clutter data. These data were collected under sea state conditions that represent two thirds of the total wave heights in Adriatic and are chosen to represent unknown clutter statistics due to the fact that no single probability density function equally well fits amplitude distribution of the range bins under test. It is demonstrated that, compared to the traditional [zlog(z)] method, RBF network with just four components and lognormal basis function, yields operating characteristics that better match designed ones.

show abstract

“…Actually, it has been suggested that this distribution provides better fits that the ones exhibited by the most popular alternatives (Farshchian & Posner, 2010). As a result, numerous recent investigations have applied the Pareto distribution in radar related applications (Mezache, Chalabi, Soltani, & Sahed, 2016;Rosenberg & Bocquet, 2015;Wang & Xu, 2014;Graham Victor Weinberg, 2013). The CUJAE's Radar Research Team has a great interest in developing Pareto based solutions, because this new model has a simpler PDF (Probability Density Function) compared to its counterparts K and KK, which will simplify the design and implementation of radar detectors.…”

Section: Introductionmentioning

confidence: 99%

Estimación del Multiplicador Óptimo del Umbral CA-CFAR en Clutter Pareto de Parámetros Conocidos

Machado-Fernández

Bacallao-Vidal

2017

ENTRAMADO

View full text Add to dashboard Cite

A b s t r A c tThe performance of the CA-CFAR processor is affected by certain clutter variations. Although problems caused by sudden clutter changes have already been corrected in multiple CFAR proposals, the influence of slow statistical variations in the background signal is often ignored. To solve this problem, the authors estimated the optimal CA-CFAR threshold multiplier values necessary to adapt the processor to the clutter slow statistical changes. The application of the results guarantees that the operational false alarm probability of the processor will only exhibit a small deviation from the value conceived in the design. The clutter was simulated with a Pareto distribution with a known fluctuating shape parameter, according to recent papers that strongly suggest the use of this distribution. The current research completes an important step in the design of an adaptive detector that operates without a priori knowledge of the shape parameter. In addition, the authors provide mathematical expressions that allow the direct application of the results in the design of radar detectors. KeywordsConstant false alarm rate detectors, Pareto distribution, radar clutter, false alarm probability, adaptive selection of the threshold multiplier, CFAR processors. Estimación del Multiplicador Óptimo del Umbral CA-CFAR en Clutter Pareto de Parámetros Conocidos r e s u m e nEl desempeño del procesador CA-CFAR es afectado por ciertas variaciones del clutter. Mientras que los problemas causados por los cambios repentinos del clutter han sido corregidos por múltiples propuestas CFAR, se ignora frecuentemente la influencia de las variaciones estadísticas lentas de la señal de fondo. Para resolver este problema, los autores estimaron los valores óptimos del multiplicador del umbral CA-CFAR necesarios para adaptar el procesador a los cambios estadísticos lentos, garantizando por tanto que la probabilidad de falsa alarma del detector exhibirá solamente una ligera desviación con respecto al valor concebido en el diseño. El clutter fue simulado con una distribución Pareto con parámetro de forma conocido de antemano, de acuerdo a publicaciones recientes que sugieren fuertemente el uso de esta distribución. La investigación actual completa un paso importante en el diseño de detectores adaptativos que operan sin el conocimiento a priori del parámetro de forma. Adicionalmente, los autores proporcionan expresiones matemáticas que permiten la aplicación directa de los resultados en el diseño de detectores de radar. PAlAbrAs c l Av eDetectores de razón de falsas alarmas constante, distribución Pareto, clutter de radar, probabilidad de falsa alarma, selección adaptativa del umbral de detección, procesadores CFAR O desempenho do processador CA-CFAR está afectada por certas variações da desordem. Enquanto os problemas causados por mudanças bruscas de lixo foram corrigidos para múltiplas propostas CFAR, é muitas vezes ignorado a influ-ência de variações estatísticas lento do sinal de fundo. Para resolver esse problema, os autores estimaram...

show abstract

Estimating the Pareto plus noise distribution parameters using non‐integer order moments and [zlog(z)] approaches

Cited by 22 publications

References 21 publications

Modelación estadística de la textura del clutter marino en Matlab

Modelación estadística de la textura del clutter marino en Matlab

Mitigation of the Effects of Unknown Sea Clutter Statistics by Using Radial Basis Function Network

Estimación del Multiplicador Óptimo del Umbral CA-CFAR en Clutter Pareto de Parámetros Conocidos

Contact Info

Product

Resources

About