期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
非均匀环境中分布目标的参量广义似然比检测
被引量：
3
1
作者
尚秀芹
宋红军
+1 位作者
陈倩
闫贺
《电子与信息学报》
EI
CSCD
北大核心
2012年第1期128-133,共6页
在高距离分辨率(HRR)雷达中,目标很可能跨越多个距离门。该文研究了这种分布目标的参量自适应检测。其中,主、辅数据中的干扰信号用随机空域协方差矩阵的向量自回归模型表示。随后,分别根据贝叶斯1步参量广义似然比(B1S-PGLRT)和贝叶斯...
在高距离分辨率(HRR)雷达中,目标很可能跨越多个距离门。该文研究了这种分布目标的参量自适应检测。其中,主、辅数据中的干扰信号用随机空域协方差矩阵的向量自回归模型表示。随后,分别根据贝叶斯1步参量广义似然比(B1S-PGLRT)和贝叶斯两步参量广义似然比(B2S-PGLRT)检测准则推导了对应的检测器。前者没有闭式解而后者和经典的参量自适应匹配滤波器(PAMF)具有相似的检测结构,并使用了空域协方差矩阵的最大后验(MAP)估计代替了最大似然估计(MLE)。同时,还给出了B2S-PGLRT的归一化形式。最后,分析了贝叶斯参量检测器的运算步骤和运算复杂度,并通过蒙特卡洛仿真评价了它们的检测性能。结果表明:当训练数据不足时,贝叶斯框架下的参量匹配滤波器比广义似然比性能更好。
展开更多
关键词
目标
检测
参量
广义
似然比
检测
(
pglrt
)
分布目标
向量自回归(VAR)模型
非均匀环境
最大后验(MAP)估计
在线阅读
下载PDF
职称材料
题名
非均匀环境中分布目标的参量广义似然比检测
被引量：
3
1
作者
尚秀芹
宋红军
陈倩
闫贺
机构
中国科学院电子学研究所
中国科学院研究生院
出处
《电子与信息学报》
EI
CSCD
北大核心
2012年第1期128-133,共6页
文摘
在高距离分辨率(HRR)雷达中,目标很可能跨越多个距离门。该文研究了这种分布目标的参量自适应检测。其中,主、辅数据中的干扰信号用随机空域协方差矩阵的向量自回归模型表示。随后,分别根据贝叶斯1步参量广义似然比(B1S-PGLRT)和贝叶斯两步参量广义似然比(B2S-PGLRT)检测准则推导了对应的检测器。前者没有闭式解而后者和经典的参量自适应匹配滤波器(PAMF)具有相似的检测结构,并使用了空域协方差矩阵的最大后验(MAP)估计代替了最大似然估计(MLE)。同时,还给出了B2S-PGLRT的归一化形式。最后,分析了贝叶斯参量检测器的运算步骤和运算复杂度,并通过蒙特卡洛仿真评价了它们的检测性能。结果表明:当训练数据不足时,贝叶斯框架下的参量匹配滤波器比广义似然比性能更好。
关键词
目标
检测
参量
广义
似然比
检测
(
pglrt
)
分布目标
向量自回归(VAR)模型
非均匀环境
最大后验(MAP)估计
Keywords
Target detection
Parametric Generalized Likelihood Ratio Test（
pglrt
）
Distributed targets
Vector Auto-Regressive（VAR） model
Heterogeneous environments
Maximum A-Posteriori（MAP） estimation
分类号
TN957.51 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
非均匀环境中分布目标的参量广义似然比检测
尚秀芹
宋红军
陈倩
闫贺
《电子与信息学报》
EI
CSCD
北大核心
2012
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
