【摘 要】
：
本文针对稀疏恢复空时自适应处理(Space-Time Adaptive Processing,STAP)由于字典设置不合适引起的离网效应,提出了一种基于迭代自适应(Iterative Adaptive Approach,IAA)的字典校正STAP算法.首先在IAA的每次迭代中,找到原始空时导向字典中每个量化空间频率最大功率对应的原子,围绕选定的原子,将其附近的多普勒频率均匀离散成一个集合,然后通过最大化联合似然函数在局域中搜索最优原子,并将选定的原子替换为最优原子,最后通过IAA的全局迭代,选择与杂波脊匹
【机 构】
：
内蒙古工业大学信息工程学院,内蒙古呼和浩特010051;内蒙古自治区雷达技术与应用重点实验室,内蒙古呼和浩特010051
论文部分内容阅读
本文针对稀疏恢复空时自适应处理(Space-Time Adaptive Processing,STAP)由于字典设置不合适引起的离网效应,提出了一种基于迭代自适应(Iterative Adaptive Approach,IAA)的字典校正STAP算法.首先在IAA的每次迭代中,找到原始空时导向字典中每个量化空间频率最大功率对应的原子,围绕选定的原子,将其附近的多普勒频率均匀离散成一个集合,然后通过最大化联合似然函数在局域中搜索最优原子,并将选定的原子替换为最优原子,最后通过IAA的全局迭代,选择与杂波脊匹配的原子形成新的空时导向字典.实验证明,该方法可以有效地减轻离网效应引起的杂波脊扩展,杂波抑制性能优于现有的空时导向字典均匀离散化的IAA-STAP方法.
其他文献
对雷达侦察信号的重频模式进行自动准确解析是当前适应电子侦察大数据发展趋势和数据智能化处理需求的重要内容.频繁项扩展算法是针对固定、参差等常规重频体制雷达信号实施重频模式自动解析的有效方法,但直接的扩展过程并不能很好地满足对多辐射源交错脉冲列的处理需求.实际侦察接收机往往采用大带宽、宽方向性设计,因此多辐射源交错脉冲列在接收机中十分常见.本文针对雷达侦察交错脉冲列,在频繁项扩展方法的基础上,通过引入IS度量,提出新的重频模式解析过程的终止准则,在不实施分选的条件下解析出交错脉冲列中各辐射源的重频模式.仿真结
复杂塔架场景无线信道多径效应更为严重,本文结合射线追踪算法提出一种三维多径簇信道模型,该模型通过几何方法追踪每一条射线路径,并对大量接收射线进行分簇,获得簇时延与簇功率等模型参数,进而获得无线通信系统的误码率性能.针对真实的三维塔架分析信道模型参数,包括传播路径、时延、接收功率、误码性能等统计特性.数值仿真结果表明,本文推导理论结果与仿真结果一致,能够准确评估塔架环境的通信性能,可有效用于优化传感器网络的部署和性能评估等领域.
目前全极化合成孔径雷达(Polarirnetric Synthetic Aperture Radar,PolSAR)图像的机场跑道检测以基于分类的方法为主,检测效率较低,且需要更多的先验信息.针对此问题,本文提出一种基于图像分割与分类的无监督机场跑道检测方法.首先定义了图像的伪散射功率(Pseudo Scattering Power,Pspan),并结合Pspan和Tsallis熵对图像进行阈值分割,得到机场跑道感兴趣区域;然后利用密度峰值搜索和Wishart距离结合的分类器进行二分类,最后根据机场跑道的
毫米波雷达已成为车联网中的主流传感器之一,可用于交通场景的多目标跟踪.本文将毫米波雷达安装于道路上方进行交通目标跟踪,针对基于帧内DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类的多目标跟踪中,在该安装场景下多径噪点难以去除和纵向的交通目标点云难以区分的问题,提出了基于帧间DBSCAN聚类的毫米波雷达交通多目标跟踪方法.该算法使用多帧合并处理的方式,利用帧序特征用于解决多径噪点问题,并利用空间纵向分段的方法改善了原算
本文提出了一种基于累量的近场源参数快速估计方法.具体地,本文首先构造了一个累量矩阵,对其进行奇异值分解后,利用得到的右奇异向量和左奇异向量分别使用类Root-MUSIC方法得到了近场波达方向和距离估计的闭式解.该方法利用高阶累量矩阵,减少了阵列孔径损失,提高了能分辨的最大信源数,而且与其他基于高阶累积量的方法相比,该方法在近场的波达方向与距离的估计过程中只需要构造一个累量矩阵和进行一次奇异值分解,并且使用闭式解完全避免了峰值搜索,大大降低了运算量,同时还提高了估计的分辨概率和精度.此外,该方法在几乎没有增
针对水下复杂的定位场景中,两阶段加权最小二乘算法因为忽视噪声平方项而造成的定位不精确问题,本文提出了一种基于泰勒加权最小二乘算法的水下到达时间差和到达频率差(Time difference of arrival and frequen-cy difference of arrival,TDOA/FDOA)联合定位方法.该方法首先通过加权最小二乘算法求解目标粗估计位置和速度;然后通过求解TDOA/FDOA测量值的泰勒展开式构造定位误差方程,用迭代的方法不断更新目标估计位置和速度;最后,当定位误差足够小或达到
雷达在桥梁健康检测领域已经成为最主要的工具之一,主要因为其非接触性、以及可连续,全面检测等优势,雷达对桥梁健康的检测主要通过对桥梁所产生的振动信号进行分析,雷达振动信号包含相位信息,方便对形变量进行提取.对振动信号的检测,通常需要对原始信号进行形变反演,在反演后的信号上再对振动信号进行检测,但是桥梁振动信号通常处于复杂环境中,在杂波以及噪声的影响下,反演后的信号难以呈现振动信号本身的特征,不易进行检测.因此本文提出基于CA-CFAR的桥梁频率检测方法,先在距离多普勒域对距离单元进行检测,再基于振动信号自身
为了降低语音信号盲源分离算法的延时,提高其准确性和稳定性,本文结合传统盲源分离技术和深度神经网络的优势,提出了一种基于独立分量分析(ICA)和复数神经网络的双麦阵列盲源分离方法.本文将复数递归神经网络和ICA方法有机融合,提出一种基于时频域的双通道复数神经网络,同时解决了独立分量分析中的排列问题.所提方法利用复数域神经网络在输入为混合信号的情况下计算初始化分离矩阵,神经网络输出采用复数域形式,利用复数学习标签估计复数矩阵,然后采用ICA方法获得目标分离矩阵.实验数据表明,所提方法相较于ICA方法提高了盲源
在复杂多径环境中,为了提升雷达系统对目标信号检测能力,同时减少接收端采样部分空间与时间的使用,提出一种联合时间反演与压缩感知的目标信号检测方案.首先通过时间反演的空时聚焦特性,减少多径效应带来的影响,使目标信号能量聚焦,然后设计一个新的压缩测量矩阵,该压缩矩阵具有一定的降噪特性,且无需重构信号,通过直接处理压缩测量样本进行检测.理论分析和仿真结果表明,本文提出的方案在抗噪声、降低多径环境影响和减轻信号处理压力上具有优势.
探地雷达因其无损性与高效性,逐渐成为道路检测、地下勘探等领域的有效探测手段,而探地雷达的传统厚度反演算法存在无法有效检测分层介质厚度、相对介电常数等参数的问题,具有较大的多层介质参数反演误差.因此,本文提出了一种基于遗传算法的层状介质参数反演算法.算法从时域角度出发,结合共中心点方法,设计了基于遗传算法的优化模型,反演地下层状介质结构的参数信息.通过实验仿真,本文所提方法可以应用于地下多层介质,较为准确的反演出层状介质参数信息.