文中研究了一種海雜波多重分形建模方法，其主要是對(duì)以往加權(quán)組合的海雜波多重分形模型在復(fù)雜度方面提出了改進(jìn)。以往加權(quán)組合的海雜波多重分形模型是大量單一的分?jǐn)?shù)布朗運(yùn)動(dòng)在概率意義上的線性組合，模型的復(fù)雜度主要取決于兩個(gè)方面：一是模型在建模過(guò)程中需要多次判別尋優(yōu)以得到與建模輸入海雜波特性相似的仿真數(shù)據(jù)，二是為了保證建模輸出的仿真數(shù)據(jù)具有與輸入海雜波較為相似的多重分形特性，需要有足夠多的單一分形序列參與加權(quán)組合。本文的模型依然是采用加權(quán)組合的方法進(jìn)行建模，但運(yùn)用復(fù)合分?jǐn)?shù)布朗運(yùn)動(dòng)替代單一分形序列進(jìn)行加權(quán)組合建模，模型主要利用了復(fù)合分式布朗運(yùn)動(dòng)具有多重分形特性這一優(yōu)勢(shì)，大大減少了參與加權(quán)組合的分形信號(hào)的數(shù)量，在達(dá)到以往加權(quán)組合模型在多重分形特性的仿真效果基礎(chǔ)上，降低了模型的復(fù)雜度。