一种基于相对熵的雷达测距估计方法

最大后验（Maximum a posteriori，MAP）是最常用的参数估计方法。然而，MAP方法主要关注后验分布最大峰值的位置，没有充分利用后验分布的完整信息。本文基于相对熵，提出了一种最小散度（Minimum divergence，MD）雷达测距估计方法。首先推导参数的后验分布，然后构造一个与其相似的分布，通过寻找二者散度的最小值得到估计值。仿真结果表明，在雷达测距场景下，MD算法的性能与MAP算法相比，获得了约1 dB的增益，具有较好的估计性能。