贝叶斯非参数隐马尔可夫模型用于敏捷雷达脉冲序列流分析
摘要：多功能雷达（MFR）是一种拥有复杂敏捷互脉间调制实施和动态工作模式调度能力的先进传感器。MFR的发展给现代电子侦察系统和雷达预警接收器在识别和推断MFR工作模式方面带来了巨大的挑战。为了解决这个问题，本文提出了一种适用于MFR工作模式参数估计和变点检测的在线处理框架。首先，本文设计了一个完全共轭的贝叶斯非参数隐马尔科夫模型，使用设计好的先验分布（敏捷的BNP-HMM）来表示MFR的脉冲敏捷特性。所提出的模型允许完全变分贝叶斯推断。然后，该提出的框架由两个主要部分构成。第一部分是用于自动推断HMM隐藏状态数和相应隐藏状态发射分布的敏捷BNP-HMM模型。推导了性能的估计误差下界，并且所提出的算法与下界接近。第二部分利用流式贝叶斯更新以便于计算，并设计了基于加权顺序概率比检验的在线工作模式变点检测框架。我们证明了所提出的框架在各种模拟数据集上与基准方法相比始终高效且稳健。
作者：Jiadi Bao, Yunjie Li, Mengtao Zhu, Shafei Wang
论文ID：2302.04407
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-08-23