阵列雷达的主瓣干扰抑制是雷达抗干扰领域的一个难题。提出了一种基于子阵域的盲源分离主瓣抗干扰算法。该算法以特征矩阵近似联合对角化(joint approximate diagonalization of eigen-matrices,JADE)盲源分离算法为基础,与传统的全向...阵列雷达的主瓣干扰抑制是雷达抗干扰领域的一个难题。提出了一种基于子阵域的盲源分离主瓣抗干扰算法。该算法以特征矩阵近似联合对角化(joint approximate diagonalization of eigen-matrices,JADE)盲源分离算法为基础,与传统的全向阵列算法相比,该算法提供了较低的复杂度,尤其是针对大型阵列时,算法的优势更加显著。其设计思路是先将全向阵列划分到子阵域;然后在子阵域的基础上利用多重信号分类和恒虚警检测,设计了一种新的盲源分离信道数预估计方法,为JADE提供先验信息;最后设定盲源分离通道数,使接收信号分离,并将分离信号分别进行脉冲压缩、信号检测等步骤,从而达到雷达主瓣抗干扰的目的。通过仿真分析可知,该方法可以实现目标信号和干扰信号的有效分离,且计算量对比全向阵列有显著降低,具有一定的工程应用前景。展开更多
检测室内有害气体得到的红外光谱为混合有害气体的红外光谱,针对吸收谱带相互交叠的混合气体定性定量不容易的问题,提出基于特征矩阵联合近似对角化(joint approximative diagonalization of eigenmatrix,JADE)的特征提取方法,该方法通...检测室内有害气体得到的红外光谱为混合有害气体的红外光谱,针对吸收谱带相互交叠的混合气体定性定量不容易的问题,提出基于特征矩阵联合近似对角化(joint approximative diagonalization of eigenmatrix,JADE)的特征提取方法,该方法通过分析数据的高阶统计量信息,充分挖掘原始数据隐含的信息,以便准确地区分出混合气体中各物质的光谱,同时应用基于正则理论的支持向量机(SVM)对提取出来的独立信号源建立多维数据定量分析的模型。实验结果表明,混合气体中各组分的定量分析相关系数均保持在0.9991以上,验证了该特征提取方法的准确性。展开更多
文摘阵列雷达的主瓣干扰抑制是雷达抗干扰领域的一个难题。提出了一种基于子阵域的盲源分离主瓣抗干扰算法。该算法以特征矩阵近似联合对角化(joint approximate diagonalization of eigen-matrices,JADE)盲源分离算法为基础,与传统的全向阵列算法相比,该算法提供了较低的复杂度,尤其是针对大型阵列时,算法的优势更加显著。其设计思路是先将全向阵列划分到子阵域;然后在子阵域的基础上利用多重信号分类和恒虚警检测,设计了一种新的盲源分离信道数预估计方法,为JADE提供先验信息;最后设定盲源分离通道数,使接收信号分离,并将分离信号分别进行脉冲压缩、信号检测等步骤,从而达到雷达主瓣抗干扰的目的。通过仿真分析可知,该方法可以实现目标信号和干扰信号的有效分离,且计算量对比全向阵列有显著降低,具有一定的工程应用前景。
文摘检测室内有害气体得到的红外光谱为混合有害气体的红外光谱,针对吸收谱带相互交叠的混合气体定性定量不容易的问题,提出基于特征矩阵联合近似对角化(joint approximative diagonalization of eigenmatrix,JADE)的特征提取方法,该方法通过分析数据的高阶统计量信息,充分挖掘原始数据隐含的信息,以便准确地区分出混合气体中各物质的光谱,同时应用基于正则理论的支持向量机(SVM)对提取出来的独立信号源建立多维数据定量分析的模型。实验结果表明,混合气体中各组分的定量分析相关系数均保持在0.9991以上,验证了该特征提取方法的准确性。
