期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
极化敏感L型阵模值约束的多参数联合估计 被引量:2
1
作者 张远芳 周正 李会勇 《雷达科学与技术》 北大核心 2016年第1期81-85,共5页
对于极化敏感L型阵列的多参数联合估计问题,采用传统的多重信号分类(MUSIC)算法所需计算量大,采用旋转不变子空间(ESPRIT)算法需要考虑参数配对问题。提出了模值约束下的求根多重信号分类(root-MUSIC)算法,首先利用L型阵列中两个相互垂... 对于极化敏感L型阵列的多参数联合估计问题,采用传统的多重信号分类(MUSIC)算法所需计算量大,采用旋转不变子空间(ESPRIT)算法需要考虑参数配对问题。提出了模值约束下的求根多重信号分类(root-MUSIC)算法,首先利用L型阵列中两个相互垂直的线阵构造两子阵接收数据的自相关函数,采用root-MUSIC算法进行波达方向角(DOA)估计,然后根据模值约束条件构造代价函数,通过闭合式解得到极化参数估计。该算法与传统MUSIC算法相比,大大减少了计算量,同时能够实现参数自动配对,避免了ESPRIT算法的不足。计算机仿真结果表明,该算法的角度估计性能与传统MUSIC算法接近,优于E SPRIT算法,且算法收敛速度快。 展开更多
关键词 极化敏感阵列 参数估计 模值约束 求根多重信号分类
在线阅读 下载PDF
基于多径分布源模型的米波雷达测高算法 被引量:3
2
作者 朱伟 陈伯孝 《太赫兹科学与电子信息学报》 2016年第2期201-205,共5页
针对复杂环境下的米波雷达低仰角测高问题,建立多径信号服从高斯分布源的阵列信号模型,提出一种广义约束多重信号分类(MUSIC)算法。该算法将多径信号作为约束,通过限制信号子空间包含多径导向矢量,来提高直达波的估计精确度。算法性能... 针对复杂环境下的米波雷达低仰角测高问题,建立多径信号服从高斯分布源的阵列信号模型,提出一种广义约束多重信号分类(MUSIC)算法。该算法将多径信号作为约束,通过限制信号子空间包含多径导向矢量,来提高直达波的估计精确度。算法性能不受信号相干和地面反射系数的影响。与传统的测高算法相比,该方法在复杂反射地形下能有效进行目标高度估计。计算机仿真结果验证了该算法的可行性。 展开更多
关键词 米波雷达 测高 分布源 广义约束多重信号分类
在线阅读 下载PDF
基于波束空间的米波MIMO雷达角度估计算法 被引量:10
3
作者 刘俊 刘峥 +1 位作者 谢荣 刘韵佛 《电子学报》 EI CAS CSCD 北大核心 2011年第9期1961-1966,共6页
针对米波多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达低仰角估计的问题,提出了一种基于波束空间的角度估计算法.结合米波MIMO雷达低仰角目标的回波特点,建立了同时考虑发射多径和接收多径的信号模型.算法首先在接收端形成... 针对米波多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达低仰角估计的问题,提出了一种基于波束空间的角度估计算法.结合米波MIMO雷达低仰角目标的回波特点,建立了同时考虑发射多径和接收多径的信号模型.算法首先在接收端形成多个接收波束,再利用发射信号进行匹配滤波,然后在接收端形成多个发射波束,将接收数据由阵元空间映射到波束空间,最后利用改进的广义多重信号分类算法进行角度估计.与基于阵元空间的算法相比,该算法在基本不损失角度估计精度的同时,大大降低了运算量.理论分析和仿真结果表明了该算法的优越性. 展开更多
关键词 多输入多输出雷达 角度估计 多径 波束空间 广义多重信号分类
在线阅读 下载PDF
基于块正交匹配追踪预处理的米波多输入多输出雷达测高方法研究 被引量:2
4
作者 郑桂妹 宋玉伟 +2 位作者 胡国平 李槟槟 张栋 《雷达学报(中英文)》 CSCD 北大核心 2020年第5期908-915,共8页
米波雷达具有很好的反隐身性能。多输入多输出(MIMO)雷达的波形分集具有高自由度特点,使MIMO雷达在检测和参数估计等方面具有更多优势,故米波MIMO雷达受到广泛研究。而测高是米波MIMO雷达最重要的问题之一。针对米波MIMO雷达测高问题,... 米波雷达具有很好的反隐身性能。多输入多输出(MIMO)雷达的波形分集具有高自由度特点,使MIMO雷达在检测和参数估计等方面具有更多优势,故米波MIMO雷达受到广泛研究。而测高是米波MIMO雷达最重要的问题之一。针对米波MIMO雷达测高问题,最大似然和广义多重信号分类方法是米波MIMO阵列雷达测高方法行之有效的算法,但其计算量大,工程中难以接受。该文提出一种基于块正交匹配追踪(BOMP)预处理的方法来降低计算量。首先对MIMO阵列接收数据稀疏化处理,然后通过数学操作将其变形至适合于BOMP算法的信号模型,然后利用粗栅格得到角度粗估计。并以此为初始值中心,取MIMO雷达波束宽度作为搜索范围。仿真结果表明该算法能有效降低搜索类测高算法的计算量。 展开更多
关键词 米波多输入多输出雷达 测高 块正交匹配追踪 最大似然 广义多重信号分类
在线阅读 下载PDF
基于MUSIC和LCMV的自适应波束形成系统 被引量:5
5
作者 白立云 李臻立 《无线电工程》 2010年第1期19-21,31,共4页
提出了在基于来波方向估计和自适应波束成形的相控阵天线系统中,用多重信号分类(MUSIC)算法实现来波方向估计,并使用线性约束最小方差(LCMV)的自适应算法控制天线的主瓣方向,实现对期望信号的跟踪,同时实现对干扰信号的零陷处理。仿真... 提出了在基于来波方向估计和自适应波束成形的相控阵天线系统中,用多重信号分类(MUSIC)算法实现来波方向估计,并使用线性约束最小方差(LCMV)的自适应算法控制天线的主瓣方向,实现对期望信号的跟踪,同时实现对干扰信号的零陷处理。仿真结果表明,MUSIC算法可以有效识别相控阵天线接收端的信号的入射方向,LCMV算法可以实现对有用信号的自适应跟踪和对干扰信号的抑制。 展开更多
关键词 多重信号分类 线性约束最小方差 波束成形 相控阵天线
在线阅读 下载PDF
基于稀疏拉伸式COLD传感器的波达角和极化参数估计
6
作者 赵继超 陶海红 高志奇 《电波科学学报》 EI CSCD 北大核心 2016年第2期269-277,共9页
同点正交配置磁环和电偶极子(Co-centered Orthogonal Loop and Dipole,COLD)是常用的二分量电磁矢量传感器之一,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息.针对由COLD传感器组成的均匀线阵,磁环分量保持不变,将电偶极... 同点正交配置磁环和电偶极子(Co-centered Orthogonal Loop and Dipole,COLD)是常用的二分量电磁矢量传感器之一,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息.针对由COLD传感器组成的均匀线阵,磁环分量保持不变,将电偶极子分量沿正交方向稀疏拉伸,形成L形阵,扩展阵列的空间孔径,提出了基于广义旋转不变的降维多重信号分类算法.该算法利用L形阵的几何构形,将导向矢量分隔成三部分,利用广义旋转不变矩阵分别估计各个部分,使得波达角和极化参数仅需一维谱峰搜索就可以估计得到.同时,在参考点处新增一个电偶极子天线,利用四元数模型解决了由于稀疏拉伸引起的相位周期模糊问题.仿真实验验证了所提算法的有效性. 展开更多
关键词 同点配置正交磁环-电偶极子 波达角 极化 基于广义旋转不变的降维多重信号分类算法
在线阅读 下载PDF
基于拉伸式COLD传感器的DOA和极化参数估计
7
作者 赵继超 陶海红 高志奇 《微波学报》 CSCD 北大核心 2015年第6期64-70,共7页
同点正交配置磁环和电偶极子(Co-centered orthogonal loop and dipole,COLD)是一种最常用的二分量电磁矢量传感器,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息。本文针对由COLD传感器组成的均匀线阵(Uniform linear array... 同点正交配置磁环和电偶极子(Co-centered orthogonal loop and dipole,COLD)是一种最常用的二分量电磁矢量传感器,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息。本文针对由COLD传感器组成的均匀线阵(Uniform linear array,ULA),将所有磁环和电偶极子分量分别沿两个正交方向均匀拉伸,形成L形阵,扩展阵列的空间孔径,并提出了基于广义旋转不变的降维多重信号分类算法(Dimension reduction multiple signal classification method based on generalized rotational invariance,GRIDR-MUSIC)。所提算法利用L形阵的几何构形,将导向矢量分隔成三部分,通过两个正交ULA的广义旋转不变结构,分别估计各个部分,使得波达角(Direction of arrival)和极化参数仅需一维谱峰搜索就可以估计得到,且无需参数匹配。最后,仿真实验验证了所提算法的有效性。 展开更多
关键词 同点配置正交磁环-电偶极子 波达角 极化 基于广义旋转不变的降维多重信号分类算法
在线阅读 下载PDF
米波极化敏感阵列的实值MUSIC测高方法
8
作者 王国铉 郑桂妹 +1 位作者 陈晨 王鸿帧 《现代雷达》 CSCD 北大核心 2023年第5期74-79,共6页
为获得更高的相干信号角度估计精度,并提高算法可实现性,在极化敏感阵列的基础上,文中提出了一种米波极化敏感阵列的实值多重信号分类测高方法。该方法首先采用矩阵重构的方法消除多径相干信号的影响;其次,利用酉变换对接收数据进行实... 为获得更高的相干信号角度估计精度,并提高算法可实现性,在极化敏感阵列的基础上,文中提出了一种米波极化敏感阵列的实值多重信号分类测高方法。该方法首先采用矩阵重构的方法消除多径相干信号的影响;其次,利用酉变换对接收数据进行实值处理使其变为实数数据,并利用奇异值技术降低接收数据维度及噪声对接收数据的影响;然后,通过对特征值分解获得的噪声子空间矩阵进行空间谱估计获得目标仰角;最后,利用几何关系获得目标高度。由于该方法完全用实值运算来表述,因而可以显著降低计算复杂度。仿真结果表明:该方法测高精度更高,更利于工程实现。 展开更多
关键词 极化敏感阵列 广义多重信号分类算法 最大似然 矩阵重构 实值处理 测高
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部