信息量准则在AR模型谱估计算法分析绪论雷达杂波的建模与仿真,是雷达目标环境模拟中的重要组成部分，杂波建模的好坏将直接影响到最终模拟效果。统计建模是目前较为成熟和常用的杂波建模方法,在建立统计性模型时,杂波通常用相关非高斯分布随机过程来描述,其主要模拟方法有三种:外部模型法、广义维纳过程的零记忆非线性变换法(ZMNL)和球不变随机过程法(SIRP)。使用这三种方法的前提都是要先产生具有指定功率谱特性的相关高斯随机过程。相对于杂波的空间相关性,杂波在时间上的相关性由其功率谱特性来描述。地面雷达环境杂波的功率谱主要用高斯谱或n次方谱来描述，分析这两种分布特性不难发现，杂波功率大部分集中在半功率点或特征频率范围内，具有一定程度的极值函数特征，因此,可以用有限阶自回归(AR)过程模拟近似。也就是说,可以将杂波看成是一个具有指定功率谱特性的自回归随机过程。这样,相关高斯杂波的模拟问题就转换为对给定功率谱求解其AR模型的参数和阶数问题。AR模型定阶准则可以分为两类：线性代数法和信息量准则法。线性代数法需要计算矩阵的秩，计算量大,不易于工程实时实现。文献1给出了一种修正的LEV
