【摘 要】
:
雷达信号检测在雷达信号处理中占据主要地位,其信号检测能力的高低直接影响雷达的工作性能。传统雷达信号检测,主要基于统计检验方法,检测结果主要依据接收到的雷达回波的能量幅值高低来确定。随着信号环境日渐复杂,基于能量的雷达信号检测缺点日益凸显,主要体现在两方面:一方面,由于实际环境,雷达检测数据中含有大量杂波数据。如果目标能量较低,目标信号很容易湮灭在杂波当中,因此复杂杂波条件下微弱信号检测问题成为大家
论文部分内容阅读
雷达信号检测在雷达信号处理中占据主要地位,其信号检测能力的高低直接影响雷达的工作性能。传统雷达信号检测,主要基于统计检验方法,检测结果主要依据接收到的雷达回波的能量幅值高低来确定。随着信号环境日渐复杂,基于能量的雷达信号检测缺点日益凸显,主要体现在两方面:一方面,由于实际环境,雷达检测数据中含有大量杂波数据。如果目标能量较低,目标信号很容易湮灭在杂波当中,因此复杂杂波条件下微弱信号检测问题成为大家长期以来讨论的问题,二是由于传统雷达信号检测方法中门限值的设定严重依赖专家经验,容易出现增批、漏批的情况,为信号检测带来困难。针对上述问题,本文提出了一种新的两阶段信号检测算法,试图克服传统雷达检测中出现的问题。雷达杂波是独立同分布的,如果雷达数据中相邻的几个距离单元之间存在很大的相关关系,则该区间可能存在目标。由于标准化后的纯杂波随机矩阵协方差谱密度函数渐近服从MP律(Mar?henko-Pastur定理),利用大维随机矩阵谱特性可以对雷达数据中每个距离单元下的时间序列信号进行捕捉分析。基于此思想,我们可以将相关性分析与MP律结合,从而完成对目标的精准检测定位。首先,利用不同相关性分析方法的结果比较,通过相关性分析确定目标可能存在的距离单元区域,完成目标初选。然后,结合MP律进一步检验,通过对随机矩阵协方差经验谱分布函数与MP律进行比较,对初选结果进一步判断,进而确定目标距离单元区间,并通过K-S检验给出精准结果。实验结果表明本文提出的两阶段雷达信号检测方法不仅能实现快速有效检测目标,而且能精确定位目标。基于相关性分析-MP律的雷达信号检测算法为雷达目标检测提供新的思路。
其他文献
随着高校通识教育的不断发展,通识教育对学生发展的重要作用越来越得到重视,并且得到国内外教育研究者的关注。怎样正确认识和改进高等教育通识数学教材成为了数学教育界一个亟待解决的问题,本研究旨在通过高校文科通识数学教材的比较,进一步认识目前高校文科通识数学教材的现状。本研究通过选取高校现行的通识数学教材《大学文科数学》和《人文数学》为研究对象,从整体和极限部分对两本大学文科通识数学教材进行比较研究,研究
近年来,全球海洋中的海月水母数量均呈现显著上升趋势.海月水母的频繁暴发,对工业、渔业、旅游业等都造成了严重的损害和威胁.目前,海月水母暴发的机理尚未明确,缺少有效控制其暴发的策略.基于海月水母世代交叠的复杂生活史特点,本文利用动力学建模方法,建立了水母体–水螅体–碟状体的海月水母生活史模型(MPE模型),揭示海水表面温度、海水盐度对海月水母生长的影响,探究环境因子与水母暴发现象的联系.通过Lyap
近年来,贝叶斯网络在遗传学,机器学习和因果推理方面有广泛应用。贝叶斯网络是利用节点间的边来描述变量间的依赖关系,用条件概率描述依赖关系的强弱程度。贝叶斯网络的结构学习即就是学习有向无圈图(Directed Acyclic Graph,DAG)的结构,我们可以将DAG结构与概率论知识融合起来,根据变量的观测数据判断贝叶斯网络中节点之间的依赖关系。但随着节点数目的不断增大,DAG结构学习也成了贝叶斯网
本文研究了有两个内幕交易者,多个噪声交易者以及做市商这三类不同的交易人员存在的风险资产拍卖均衡,构建了两个部分知情的内幕交易者基于异质先验信念,做出相应交易策略的唯一资产投资模型,同只有单一内幕交易者存在的金融市场相比,本文的模型假设更具有现实意义。通过分析得出结论:当两个内幕交易者过度自信时,他们由于高估私人信号的精确度,有激进交易的趋势,在交易中后期交易强度会大幅提高,从而导致市场深度显著增加
《义务教育语文课程标准(2022年版)》提出,小学语文课程的实施应增强情境性,立足学生核心素养的发展。深度学习与小学语文情境教学具有相同的思想内涵和实践特质。指向深度学习的小学语文情境教学在知识整合和限制上,力求实现从单一性到复杂性的转变;在教学主体上,力求实现从主体性到主体间性的转变;在学生学习方式和程度上,力求实现从掌握知识到获取知识的转变,促进迁移应用。然而,小学语文情境教学面临情境建构形式
逻辑回归在实际生活中具有广泛的应用,特别是在药物剂量研究方面。逻辑回归可以用来在药剂学中确定药物剂量水平和药物作用之间的关系,也可以通过建立逻辑回归模型的联合置信带得到药物发生作用时的剂量范围。本文基于逻辑回归联合置信带构建理论和方法,细化了Liu(2018)提出的基于逻辑回归模型构建双边型联合置信带和单边型联合置信带的算法,给出两种联合置信带明确的推导过程。通过模拟实验,计算了不同参数组合下两种
当今每个行业都产生大量数据,尽管各种计算资源也在增多,但远不及数据量的增长速度。对于大数据而言,传统的统计方法会遇到内存不足和计算效率低的问题,一种可行的解决方案是对大数据进行缩减或子抽样。目前有关大数据子抽样方法的文献大多是基于模型的,当数据的潜在模型未知时,一个自然的想法是在数据空间上均匀地抽样。试验设计中的均匀投影设计是一类能充分反映变量空间中各部分信息的空间填充设计。本文考虑使用均匀投影设
随机微分方程(SDE)在当今数学、物理、化学、工程领域都有广泛的应用.对于SDE的解的长时间动力学行为的研究是科学家们关注的重点问题.由于解析解通常不能显式的得到,因此求解可靠合理的数值解是非常重要的.然而,对于不满足全局Lipschitz条件的SDE,时间离散格式往往不满足长时间的稳定性.Nawaf Bou-Rabee和Eric Vanden-Eijnden提出了空间离散Q方法来数值模拟SDE,
数据缺失可以分为完全随机缺失、随机缺失和完全非随机缺失,前两种缺失机制早已有一些比较成熟的参数估计或补值方法,对于完全非随机缺失问题,至今仍比较棘手,因为通常情况下不知道真正的数据缺失机制,建立联合估计模型是处理完全非随机缺失问题的一种有效手段。大数据时代的到来让人们及时、全面地接触到了来自各行各业的各类数据,其中图结构能灵活高效地反映出数据间的复杂关系,具有良好的表现能力,涵盖了生物、化学、社交
核心素养的培育需要有一定的真实情境,解决相应的实际问题。本文从基于情境的高阶问题设计、基于情境的学生语言输出、基于情境的课堂互动引导等维度进行课堂观察。通过教学行为数据的循证分析,依据证据链的实证,优化及改进真实情境教学行为,有助于学生核心素养的培育。