用于敏捷雷达脉冲序列流式分析的贝叶斯非参隐马尔可夫模型

多功能雷达（MFRs）是复杂的传感器类型，具备复杂的敏捷脉间调制实现与动态工作模式调度能力。MFRs 的发展对现代电子侦察系统或雷达告警接收机在 MFR 工作模式识别与推断上提出了巨大挑战。为解决此问题，本文提出一种用于 MFR 工作模式参数估计与变点检测的在线处理框架。首先，本文设计了一个具有所设计先验分布（敏捷 BNP-HMM）的完全共轭贝叶斯非参隐马尔可夫模型来表示 MFR 脉冲敏捷特性。所提模型允许完全变分贝叶斯推断。随后，所提框架由两主要部分构建。第一部分为敏捷 BNP-HMM 模型，用于自动推断 HMM 隐状态数及相应隐状态的发射分布。推导了性能的估计误差下界，并表明所提算法接近该下界。第二部分利用流式贝叶斯更新以促进计算，并基于加权序贯概率比检验设计了在线工作模式变点检测框架。我们证明所提框架在多种模拟数据集上相对基线方法始终高效且鲁棒。