目标辐射噪声低频线谱丰富,线谱相对谱级高,且较稳定,可直接应用于目标检测。基于子带分解处理的现有融合方法适用于信噪比相对较高情况,而对于相干干扰噪声或强宽带噪声,线谱目标的有效检测仍没很好解决。本文从子带空间谱统计特性出发...目标辐射噪声低频线谱丰富,线谱相对谱级高,且较稳定,可直接应用于目标检测。基于子带分解处理的现有融合方法适用于信噪比相对较高情况,而对于相干干扰噪声或强宽带噪声,线谱目标的有效检测仍没很好解决。本文从子带空间谱统计特性出发,利用线谱谱级高出连续谱10～25 d B,线谱频带所在方位区间的输出方位波动小,而其它分区间的输出方位波动大的特点,提出了一种在信噪比低,多目标并存情况下更有效的线谱提取融合方法。理论仿真和海试实验数据处理结果验证该算法较常规方法稳定,对于高谱级线谱,算法适用范围广、检测效果好,直观、简便,为实际工程应用提供了一种新方法。展开更多
文摘目标辐射噪声低频线谱丰富,线谱相对谱级高,且较稳定,可直接应用于目标检测。基于子带分解处理的现有融合方法适用于信噪比相对较高情况,而对于相干干扰噪声或强宽带噪声,线谱目标的有效检测仍没很好解决。本文从子带空间谱统计特性出发,利用线谱谱级高出连续谱10～25 d B,线谱频带所在方位区间的输出方位波动小,而其它分区间的输出方位波动大的特点,提出了一种在信噪比低,多目标并存情况下更有效的线谱提取融合方法。理论仿真和海试实验数据处理结果验证该算法较常规方法稳定,对于高谱级线谱,算法适用范围广、检测效果好,直观、简便,为实际工程应用提供了一种新方法。
