题名 一种基于盲源分离的DOA估计方法
被引量：8
1
作者
康春玉 章新华 韩东
机构
海军大连舰艇学院信号与信息技术研究中心
出处
《自动化学报》
EI
CSCD
北大核心
2008年第10期1324-1326,共3页
文摘
方位估计和信号恢复分别是水下目标跟踪和识别的前提.基于平均时间延迟相关矩阵提出了一种复数域盲源分离方法,在此基础上实现了DOA估计和信号恢复.实验结果表明,该方法在同等条件下完成同样的方位分辨要优于多重信号分类(Multiple signal classification,MUSIC)方法.
关键词
DOA估计 盲源分离 多重 信号 分类(music )方法
Keywords
Direction of arrival estimation, blind source separation, multiple signal classification （music ） method
分类号
TN911
[电子电信—通信与信息系统]
题名 基于散射中心的雷达目标SVM识别方法
被引量：1
2
作者
王菁 周建江
机构
中国电子科技集团第二十八所信息系统工程重点实验室 南京航空航天大学电子信息工程学院
出处
《数据采集与处理》
CSCD
北大核心
2011年第5期521-525,共5页
文摘
为减少经典目标识别算法中的计算量与模板存储量,本文将雷达目标散射中心作为目标识别的特征,通过支持向量机(SVM)方法分类目标。首先,采用基于传播算子的多重信号特征法(PM-MUSIC)提取雷达目标散射中心参数;其次,计算散射中心的中心矩以建立统一标准的识别特征,并采用SVM方法对目标进行分类。最后,通过仿真实验比较了该算法与散射中心联合自适应高斯分类(AGC)算法用于5类战斗机识别的结果,说明了散射中心目标SVM识别方法提高了目标的识别性能。
关键词
散射中心 目标识别 传播算子 多重 信号 特征 方法 (music )支持向量机(SVM)
Keywords
scattering center target recognition propagator music support vector machine （SVM）
分类号
TN957
[电子电信—信号与信息处理]
题名 高分辨方位估计方法的稳健性研究
被引量：3
3
作者
秦洪峰 黄建国 刘科伟
机构
西北工业大学航海工程学院
出处
《声学技术》
CSCD
2003年第2期98-101,共4页
文摘
基于特征分解理论的子空间类高分辨方位估计方法是目前阵列信号处理领域的研究重点。与波束形成法相比,子空间类法的特点为估计精度高和分辨能力强。但是这类高分辨方法对阵列模型失配十分敏感,存在阵列误差时其估计性能明显下降。文章通过仿真和实验深入研究了MUSIC、Johnson和Mini-Norm等子空间类高分辨方位估计方法的稳健性问题,分析了一定信噪比条件下阵列误差对上述三种方法估计结果的影响程度。研究结果表明,MUSIC法和Johnson法的估计性能相当,而Mini-Norm法的稳健性明显高于MUSIC法和Johnson法,分辨能力和估计精度较好,具有良好的工程应用前景。
关键词
特征 分解理论稳健性 高分辨方位估计方法 阵列信号 处理 子空间类法 阵列误差 music 法Johnson法 Mini-Norm法
Keywords
direction-of-arrival (DOA) estimation subspace algorithm robustness array errors
分类号
TN911.7
[电子电信—通信与信息系统]
