科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对距离依赖的相位梯度自聚焦(phase gradient autofocus， PGA)算法中样本选择的问题，该文提出了一种新的基于随机样本选择的距离依赖PGA算法。不同于传统算法利用固定门限对特显点样本进行硬剔除的选择方式，该算法利用样本的信杂比构造了样本选择概率密度函数，在每次PGA迭代估计过程中，利用该概率密度函数对样本进行随机选择。随机样本选择方法不仅通过增加距离依赖样本的丰富性保证了距离依赖PGA的估计精度，同时还保证了高质量样本在模型参数估计中提供较高贡献，在保持高效性的同时进一步提升了算法的稳健性。实测数据处理结果表明所提算法具有较高的估计精度和稳健性。
- 单位
