期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于稀疏迭代协方差估计的缺失数据谱分析及时域重建方法 被引量:24
1
作者 马俊涛 高梅国 董健 《电子与信息学报》 EI CSCD 北大核心 2016年第6期1431-1437,共7页
应用于缺失数据恢复的迭代自适应方法(IAA)被证实可利用20%的有效数据估计信号参数,并能高精度恢复缺失数据,优于经典GAPES方法,但当缺失数据超过80%时其数据恢复性能迅速下降。该文基于稀疏迭代协方差估计提出一种新的缺失数据谱分析方... 应用于缺失数据恢复的迭代自适应方法(IAA)被证实可利用20%的有效数据估计信号参数,并能高精度恢复缺失数据,优于经典GAPES方法,但当缺失数据超过80%时其数据恢复性能迅速下降。该文基于稀疏迭代协方差估计提出一种新的缺失数据谱分析方法(M-SPICE)及针对该方法的缺失数据修正时域重建方法。该方法将加权缺失数据协方差拟合代价函数转换为凸优化问题,构造循环最小化器保证缺失数据参数估计的全局收敛特性,通过对缺失数据估计算子的更新实现了时域重建方法的修正,使其在有效数据功率谱欠估计的情况下获得更高的数据重建精度。仿真实验表明无论是数据块缺失还是任意缺失,该方法均能够利用更少的有效数据进行谱分析,并重建大比例缺失数据。 展开更多
关键词 缺失数据重建 估计 迭代自适应 稀疏协方差估计
在线阅读 下载PDF
强间歇干扰下基于黎曼平均的稀疏DOA估计方法
2
作者 蓝晓宇 胡吉彦 +1 位作者 梁明珅 马爽 《雷达学报(中英文)》 北大核心 2025年第2期280-292,共13页
针对复杂电磁环境下雷达干扰增多且靠近强干扰信号的目标信号难以准确估计的问题,该文提出了一种强间歇干扰下基于黎曼平均的稀疏波达方向(DOA)估计方法。首先,在扩展互质阵列接收数据模型下,利用在整个采样周期内目标信号持续活动而强... 针对复杂电磁环境下雷达干扰增多且靠近强干扰信号的目标信号难以准确估计的问题,该文提出了一种强间歇干扰下基于黎曼平均的稀疏波达方向(DOA)估计方法。首先,在扩展互质阵列接收数据模型下,利用在整个采样周期内目标信号持续活动而强干扰信号间歇性活动的特性,引入黎曼平均对干扰信号进行抑制;然后,将经过处理的数据协方差矩阵向量化,得到虚拟阵列接收数据;最后,在虚拟域中运用稀疏迭代协方差估计(SPICE)算法对稀疏信号进行重构,得到目标信号的DOA估计。仿真结果表明,在信号源数目未知的情况下,该方法可以对角度与强干扰信号紧密相邻的弱目标信号进行高精度的DOA估计。与现有子空间算法和稀疏重构类算法相比,所提算法在较小快拍数和低信噪比下具有更高的估计精度和角度分辨力。 展开更多
关键词 波达方向估计 互质阵列 黎曼平均 干扰抑制 稀疏迭代协方差估计
在线阅读 下载PDF
数据缺失情况下基于M⁃SPICE的低空风切变风速估计方法
3
作者 李海 许婷 +1 位作者 严忠平 张强 《雷达科学与技术》 北大核心 2023年第5期473-481,488,共10页
针对机载气象雷达回波数据缺失的情况下,低空风切变风速估计失准这一问题,本文提出了一种基于缺失数据稀疏迭代协方差估计(Missing Sparse Iterative Covariance-based Estimation,M-SPICE)的低空风切变风速估计方法。该方法首先构造数... 针对机载气象雷达回波数据缺失的情况下,低空风切变风速估计失准这一问题,本文提出了一种基于缺失数据稀疏迭代协方差估计(Missing Sparse Iterative Covariance-based Estimation,M-SPICE)的低空风切变风速估计方法。该方法首先构造数据缺失模型,然后根据协方差拟合准则计算估计算子,并不断迭代更新得到最终所需的估计算子,进而恢复得到缺失的风切变数据,最后将恢复得到的数据重构得到完整的风切变数据,实现对风场速度的准确估计。仿真结果表明,该方法能够有效实现缺失数据的重建并精确地估计风速。 展开更多
关键词 机载气象雷达 缺失数据稀疏迭代协方差估计 低空风切变 风速估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部