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
4
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
迭代异方差估计及其在多传感器数据融合中的应用
被引量:
4
1
作者
赵晋
张建秋
高羽
《电子学报》
EI
CAS
CSCD
北大核心
2008年第10期1938-1943,共6页
本文提出一种适应任意噪声分布的迭代渐近无偏估计异方差的方法,它能对多个不同测量噪声的方差进行估计.不同于传统的异方差估计算法,本文提出的迭代异方差估计,可在不损失估计精度和减少运算量的前提下,对多个不同的测量噪声方差进行...
本文提出一种适应任意噪声分布的迭代渐近无偏估计异方差的方法,它能对多个不同测量噪声的方差进行估计.不同于传统的异方差估计算法,本文提出的迭代异方差估计,可在不损失估计精度和减少运算量的前提下,对多个不同的测量噪声方差进行捕获和跟踪.在多传感器数据融合中的应用结果表明:本文提出的方法具有估计稳定性好、运算简单和具有较强的鲁棒性等优点,仿真和实验的结果均证明了提出方法的有效性和可行性.
展开更多
关键词
迭
代
异
方差
估计
最小均方误差
多传感器数据融合
加权最小二乘
在线阅读
下载PDF
职称材料
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
职称材料
基于并行模型自适应滤波的空间目标相对位姿估计
被引量:
2
3
作者
熊凯
魏春岭
辛优美
《空间控制技术与应用》
CSCD
北大核心
2019年第1期9-14,共6页
扩展卡尔曼滤波(EKF)的估计精度受限于测量噪声统计特性的准确程度,如果敏感器测量噪声方差偏离其标称值,将会对滤波性能产生不利影响.尽管自适应扩展卡尔曼滤波(AEKF)能够对测量噪声方差进行估计,但是,噪声特性准确的情况下,AEKF的性...
扩展卡尔曼滤波(EKF)的估计精度受限于测量噪声统计特性的准确程度,如果敏感器测量噪声方差偏离其标称值,将会对滤波性能产生不利影响.尽管自适应扩展卡尔曼滤波(AEKF)能够对测量噪声方差进行估计,但是,噪声特性准确的情况下,AEKF的性能往往不及传统EKF.针对上述问题,本文提出一种并行模型自适应滤波(PMAF),基于特定的自适应率将EKF和AEKF结合起来,使得在先验信息准确的情况下,EKF在状态估计中起主导作用;相反,在实际噪声方差偏离标称值时,令AEKF起主导作用.这样,即能有效削弱测量噪声统计特性不确定性对滤波性能的影响,又能确保正常情况下的估计精度.以空间目标相对位姿估计为例,通过数学仿真对EKF、AEKF和PMAF进行了对比研究,表明所提算法的综合性能优于传统方法.
展开更多
关键词
自适应扩展卡尔曼滤波
迭代方差估计
空间目标
相对位姿
状态
估计
在线阅读
下载PDF
职称材料
数据缺失情况下基于M⁃SPICE的低空风切变风速估计方法
4
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
职称材料
题名
迭代异方差估计及其在多传感器数据融合中的应用
被引量:
4
1
作者
赵晋
张建秋
高羽
机构
复旦大学电子工程系
出处
《电子学报》
EI
CAS
CSCD
北大核心
2008年第10期1938-1943,共6页
基金
国家自然科学基金(No.60572023)
文摘
本文提出一种适应任意噪声分布的迭代渐近无偏估计异方差的方法,它能对多个不同测量噪声的方差进行估计.不同于传统的异方差估计算法,本文提出的迭代异方差估计,可在不损失估计精度和减少运算量的前提下,对多个不同的测量噪声方差进行捕获和跟踪.在多传感器数据融合中的应用结果表明:本文提出的方法具有估计稳定性好、运算简单和具有较强的鲁棒性等优点,仿真和实验的结果均证明了提出方法的有效性和可行性.
关键词
迭
代
异
方差
估计
最小均方误差
多传感器数据融合
加权最小二乘
Keywords
iterative heteroscedastic variances estimation
minimum mean square error (MMSE)
multisensor data fusion
weighted least square
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
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
梁明珅
马爽
机构
沈阳航空航天大学电子信息工程学院
辽宁省空天信息感知与智能处理重点实验室
出处
《雷达学报(中英文)》
北大核心
2025年第2期280-292,共13页
基金
国家青年科学基金(61801308)
航空科学基金(2020Z017054001)
+1 种基金
辽宁省教育厅面上项目(LJKMZ20220535)
辽宁省自然科学基金(2024-MS-135)。
文摘
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。
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
Keywords
Direction of Arrival(DOA)estimation
Coprime array
Riemann averaging
Jamming suppression
Sparse Iterative Covariance-based Estimation(SPICE)
分类号
TN911.7 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于并行模型自适应滤波的空间目标相对位姿估计
被引量:
2
3
作者
熊凯
魏春岭
辛优美
机构
北京控制工程研究所
空间智能控制技术国家级重点实验室
出处
《空间控制技术与应用》
CSCD
北大核心
2019年第1期9-14,共6页
基金
北京市自然科学基金(4162070)
国家自然科学基金(6157305961690215
61525301)资助项目~~
文摘
扩展卡尔曼滤波(EKF)的估计精度受限于测量噪声统计特性的准确程度,如果敏感器测量噪声方差偏离其标称值,将会对滤波性能产生不利影响.尽管自适应扩展卡尔曼滤波(AEKF)能够对测量噪声方差进行估计,但是,噪声特性准确的情况下,AEKF的性能往往不及传统EKF.针对上述问题,本文提出一种并行模型自适应滤波(PMAF),基于特定的自适应率将EKF和AEKF结合起来,使得在先验信息准确的情况下,EKF在状态估计中起主导作用;相反,在实际噪声方差偏离标称值时,令AEKF起主导作用.这样,即能有效削弱测量噪声统计特性不确定性对滤波性能的影响,又能确保正常情况下的估计精度.以空间目标相对位姿估计为例,通过数学仿真对EKF、AEKF和PMAF进行了对比研究,表明所提算法的综合性能优于传统方法.
关键词
自适应扩展卡尔曼滤波
迭代方差估计
空间目标
相对位姿
状态
估计
Keywords
adaptive extended Kalman filter
recursive covariance estimation
space target
relative attitude and position
state estimation
分类号
V448.2 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
数据缺失情况下基于M⁃SPICE的低空风切变风速估计方法
4
作者
李海
许婷
严忠平
张强
机构
中国民航大学天津市智能信号与图像处理重点实验室
中国航空工业集团公司雷华电子技术研究所
出处
《雷达科学与技术》
北大核心
2023年第5期473-481,488,共10页
基金
国家重点研发计划项目(No.2021YFB1600600)
民机项目(No.MJ⁃2018⁃S⁃28)
+1 种基金
中央高校基本科研业务费项目(No.3122015B002)
中国民航大学蓝天教学名师培养经费。
文摘
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。
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
Keywords
airborne weather radar
missing sparse iterative covariance-based estimation
low-altitude wind-shear
wind speed estimation
分类号
TN959.4 [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
迭代异方差估计及其在多传感器数据融合中的应用
赵晋
张建秋
高羽
《电子学报》
EI
CAS
CSCD
北大核心
2008
4
在线阅读
下载PDF
职称材料
2
强间歇干扰下基于黎曼平均的稀疏DOA估计方法
蓝晓宇
胡吉彦
梁明珅
马爽
《雷达学报(中英文)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于并行模型自适应滤波的空间目标相对位姿估计
熊凯
魏春岭
辛优美
《空间控制技术与应用》
CSCD
北大核心
2019
2
在线阅读
下载PDF
职称材料
4
数据缺失情况下基于M⁃SPICE的低空风切变风速估计方法
李海
许婷
严忠平
张强
《雷达科学与技术》
北大核心
2023
0
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