检索结果-南通市图书馆

稀疏贝叶斯字典学习空时机动目标参数估计算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2022年第8期44卷 2884-2892页

作者：章涛张亚娟孙刚罗其俊中国民航大学天津市智能信号与图像处理重点实验室天津300300

针对基于稀疏恢复的空时自适应处理(STAP)目标参数估计方法中字典失配导致估计性能下降的问题,该文提出一种基于稀疏贝叶斯字典学习的高精度目标参数估计方法。该方法首先通过目标方位信息补偿多个阵元数据构建联合稀疏恢复数据,然后对... 详细信息

针对基于稀疏恢复的空时自适应处理(STAP)目标参数估计方法中字典失配导致估计性能下降的问题,该文提出一种基于稀疏贝叶斯字典学习的高精度目标参数估计方法。该方法首先通过目标方位信息补偿多个阵元数据构建联合稀疏恢复数据,然后对补偿后的每个阵元数据利用双线性变换进行加速度和速度项分离。最后构建速度参数和加速度参数的泰勒级数动态字典,对机动目标参数进行高精度贝叶斯字典学习稀疏恢复。仿真实验证明,该方法能有效提高字典失配情况下目标参数估计精度,估计性能优于已有字典固定离散化的稀疏恢复空时目标参数估计方法。

关键词：空时自适应处理参数估计字典失配稀疏贝叶斯字典学习

基于原子范数的无网格稀疏恢复非正侧视阵空时自适应处理算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2021年第5期43卷 1235-1242页

作者：章涛郭骏骋来燃中国民航大学天津市智能信号与图像处理重点实验室天津300300

基于杂波谱稀疏恢复的空时自适应处理(STAP)方法可以显著降低对杂波样本数的要求,十分适合缺少样本情况下的机载雷达杂波抑制。然而,现有稀疏恢复STAP方法利用离散化空时导向矢量字典进行重构,在非正侧视阵情况下,由于杂波脊不在字典网... 详细信息

基于杂波谱稀疏恢复的空时自适应处理(STAP)方法可以显著降低对杂波样本数的要求,十分适合缺少样本情况下的机载雷达杂波抑制。然而,现有稀疏恢复STAP方法利用离散化空时导向矢量字典进行重构,在非正侧视阵情况下,由于杂波脊不在字典网格点上,字典失配问题严重影响杂波抑制性能。针对上述问题,该文提出了一种基于原子范数的无网格稀疏恢复空时自适应处理方法(ANM-STAP),利用低秩矩阵恢复理论实现连续空时平面的稀疏恢复,克服了稀疏恢复中的字典失配问题,获得了非正侧视阵情况下的高分辨率杂波空时谱,有效提高了STAP杂波抑制性能。Monte Carlo实验证明,该文方法STAP处理性能在非正侧视阵情况下优于已有字典离散化处理的稀疏恢复STAP方法。

关键词：空时自适应处理稀疏恢复字典失配原子范数

在线全文

学校读者我要写书评

暂无评论

非凸松弛原子范数空时动目标参数估计算法

系统工程与电子技术 2023年第9期45卷 2761-2767页

作者：来燃孙刚张威章涛中国民航大学天津市智能信号与图像处理重点实验室天津300300

针对参数稀疏恢复空时自适应处理中的动目标参数估计存在字典失配的问题,提出一种非凸松弛原子范数空时动目标参数估计算法。该方法利用目标回波在角度-多普勒域的稀疏特性,根据连续压缩感知和低秩矩阵恢复理论实现了运动目标方位角和... 详细信息

针对参数稀疏恢复空时自适应处理中的动目标参数估计存在字典失配的问题,提出一种非凸松弛原子范数空时动目标参数估计算法。该方法利用目标回波在角度-多普勒域的稀疏特性,根据连续压缩感知和低秩矩阵恢复理论实现了运动目标方位角和速度的高精度、超分辨率估计,避免了稀疏恢复中的字典失配问题,有效提高了动目标参数估计性能。仿真实验结果表明,相较于已有基于字典网格的稀疏恢复参数估计方法和原子范数估计方法,所提算法具有更高的参数估计精度和对空间紧邻目标的分辨能力。

关键词：空时自适应处理动目标参数估计稀疏恢复字典失配非凸原子范数

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于极分解的回溯多分辨率分析GMP算法

电子测量与仪器学报 2019年第7期31卷 106-113页

作者：季章生肖本贤合肥工业大学电气与自动化工程学院

为提高贪婪匹配追踪(GMP)算法对信道环境的普适性以及解决字典失配导致的定位误差问题,提出一种基于极分解的回溯多分辨率分析GMP算法。首先将由对数距离损耗模型得到的观测字典进行极分解,使得新的字典满足约束等距性条件;同时使字典... 详细信息

为提高贪婪匹配追踪(GMP)算法对信道环境的普适性以及解决字典失配导致的定位误差问题,提出一种基于极分解的回溯多分辨率分析GMP算法。首先将由对数距离损耗模型得到的观测字典进行极分解,使得新的字典满足约束等距性条件;同时使字典和测量向量满足GMP算法的使用条件。然后每次遍历找到对测量向量影响最大的网格,在此网格及邻域中用多分辨率分析来逼近目标位置;最后利用回溯思想评估候选集中所有估计位置的可信赖度,并对信赖度较低的位置再次进行分析,使估计位置更加接近目标位置。实验结果表明,相比于其他算法,该算法在在目标数为14时,丢失概率和虚警概率也能控制在0.4以内,平均定位误差控制在1.87 m以内,具有更好的计数和定位性能。

关键词：贪婪匹配追踪算法字典失配极分解多分辨率分析回溯思想

在线全文

学校读者我要写书评

暂无评论

原子范数空时动目标参数分离估计算法

现代雷达 2023年

作者：章涛郑海芳张威来燃中国民航大学天津市智能信号与图像处理重点实验室

本文提出了一种基于参数分离的原子范数空时自适应处理(STAP)动目标参数估计算法。该方法首先对构建的联合稀疏恢复数据通过双线性变换将加速度和速度参数分离，然后利用低秩矩阵恢复理论将两个参数分别在各自连续的原子集中进行稀疏恢... 详细信息

本文提出了一种基于参数分离的原子范数空时自适应处理(STAP)动目标参数估计算法。该方法首先对构建的联合稀疏恢复数据通过双线性变换将加速度和速度参数分离，然后利用低秩矩阵恢复理论将两个参数分别在各自连续的原子集中进行稀疏恢复，并实现了利用半正定规划(SDP)和交替方向乘子法(ADMM)两种求解方式得到对应的参数子空间，最后通过矩阵束 (Map)方法求解对应的参数估计值，规避了现有稀疏恢复方法中由于字典失配造成的估计性能降低的问题。实验证明，在信噪比较高的情况下，本文方法估计性能优于已有的基于固定离散化字典的稀疏恢复空时动目标参数估计方法。

关键词：空时自适应处理参数估计字典失配原子范数

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于原子范数的无网格动目标参数估计

现代雷达 2023年第11期45卷 60-66页

作者：孙刚张威来燃章涛中国民航大学天津市智能信号与图像处理重点实验室天津300300

针对现有参数稀疏恢复空时自适应处理中动目标参数估计方法在字典失配条件下性能下降的问题,提出一种基于原子范数无网格稀疏恢复技术的动目标参数估计方法,该方法利用目标回波在角度-多普勒域的稀疏特性,根据连续压缩感知和低秩矩阵恢... 详细信息

针对现有参数稀疏恢复空时自适应处理中动目标参数估计方法在字典失配条件下性能下降的问题,提出一种基于原子范数无网格稀疏恢复技术的动目标参数估计方法,该方法利用目标回波在角度-多普勒域的稀疏特性,根据连续压缩感知和低秩矩阵恢复理论实现了运动目标方位角和速度的高精度估计,避免了基于固定离散字典模型进行参数稀疏恢复时遇到的字典失配问题,有效提高了动目标参数的估计性能。仿真结果证实了所提方法参数估计性能优于已有基于字典网格的稀疏恢复参数估计方法。

关键词：空时自适应处理参数估计稀疏恢复字典失配原子范数

基于快速稀疏贝叶斯学习的杂波抑制与参数估计方法研究

在线全文

学校读者我要写书评

暂无评论

基于快速稀疏贝叶斯学习的杂波抑制与参数估计方法研究

作者：张亚娟中国民航大学

学位级别：硕士

机载雷达能够用于预警指挥,能够灵活的对低空目标实现预警,在当前高技术战争夺取制空权中占据了重要地位。机载雷达具有以下优点:1.覆盖范围广,2.探测距离远,3.抗干扰能力强,4.预警能力强,5.生存能力强。由于机载雷达平台工作模式是下... 详细信息

机载雷达能够用于预警指挥,能够灵活的对低空目标实现预警,在当前高技术战争夺取制空权中占据了重要地位。机载雷达具有以下优点:1.覆盖范围广,2.探测距离远,3.抗干扰能力强,4.预警能力强,5.生存能力强。由于机载雷达平台工作模式是下视状态(机载雷达平台处于高空),所以微小的运动目标常常淹没在地杂波中。由于载体的移动,地面杂波的多普勒频段变宽,单一的多普勒滤波器很难对地面杂波进行有效抑制。在此利用地面杂波在时间和空间上相互耦合的特点,在空域和时域上进行2维联合自适应滤波,能有效抑制地面强杂波,以此提高地面微弱运动目标的检测能力。基于稀疏恢复的空时自适应处理(Space-Time Adaptive Processing,STAP)方法利用较少的训练样本数量实现了对杂波谱的准确还原。但该方法是利用空时平面统一的离散空间构建空时导向矢量字典,当真实杂波和目标不能准确落在网格点上时,就会造成字典失配问题,影响杂波抑制和目标检测的性能。针对上述出现的问题,本文提出一种基于稀疏贝叶斯学习的杂波抑制与目标参数估计方法。稀疏恢复STAP方法中存在的字典失配问题将影响稀疏恢复性能和参数估计精度。字典失配问题表现为杂波脊不能与离散的字典网格一一对应以及目标参数真值不在离散化的参数空间。在杂波抑制部分中,本文提出一种稀疏贝叶斯学习的杂波抑制方法,克服了稀疏恢复中的字典失配问题,有效提高了杂波抑制性能。通过仿真实验证明,本文方法的杂波抑制性能优于已有的字典预先离散化的稀疏贝叶斯学习的杂波抑制方法。在动目标参数估计中,本文提出了一种基于稀疏贝叶斯字典学习的动目标参数估计方法,该方法利用了泰勒级数动态字典构建贝叶斯字典学习模型,解决了稀疏恢复中的字典失配问题,提高了参数估计性能。并且利用多通道空域采样数据相位补偿构建多观测向量,利用联合稀疏恢复提高参数估计性能。在动目标参数过程中使用了双线性变换将目标速度和加速度参数分离,因此将参数估计中的二维参数字典变换到一维参数字典,大大降低了该算法的计算复杂度,提高运算速度。通过仿真实验证明,该方法能有效提高字典失配情况下目标参数估计精度,估计性能优于已有字典固定离散化的稀疏恢复空时目标参数估计方法。

关键词：空时自适应处理杂波抑制字典失配稀疏贝叶斯学习参数估计

基于原子范数非凸松弛的超分辨率动目标参数估计算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于原子范数非凸松弛的超分辨率动目标参数估计算法

作者：孙刚中国民航大学

学位级别：硕士

近年来,随着电子通信和航空等技术的愈加兴起,雷达基于其探测距离远、功能种类众多的特点,在军用和民用方向都有着广泛应用。机载预警雷达基于其探测跟踪目标、指挥引导己方飞机作战的设计目的获得广泛发展。常规情况下,机载雷达处于下... 详细信息

近年来,随着电子通信和航空等技术的愈加兴起,雷达基于其探测距离远、功能种类众多的特点,在军用和民用方向都有着广泛应用。机载预警雷达基于其探测跟踪目标、指挥引导己方飞机作战的设计目的获得广泛发展。常规情况下,机载雷达处于下视工作状态,在进行目标探测时会不可避免地受到地面强杂波干扰,并且不同方位的杂波散射点会随载机运动而改变其与载机间的相对运动状态,使得杂波谱展宽,这种情况在载机高速运动时尤为明显。空时自适应处理(Space-Time Adaptive Processing,STAP)利用杂波的空时耦合关系,能够在强杂波环境中探测运动目标。首先,本文说明了所提方法的研究背景,以及国内外对于STAP和参数估计方法的研究现状。接着,对相控阵雷达进行简述并说明了机载雷达回波数据模型与稀疏恢复STAP理论。通过说明均匀线性阵列雷达回波特点以及杂波与噪声的统计特性,为后面章节中的实验场景做铺垫。通过对压缩感知理论的说明引出稀疏恢复,阐述了二者间的联系与区别。然后,着重说明了本文所提方法解决的两个关键问题及其解决原理。一是字典失配问题,即基于固定离散字典进行参数估计的方法,会不可避免地存在字典失配问题,影响稀疏恢复精度,导致最终的估计结果误差较大;二是原子范数最小化方法的分辨率受限制问题,该方法虽然解决了字典失配问题,但求解过程中用到的凸优化求解方式会对其频率估计分辨率产生限制,当两个或多个机动目标的频率间隔小于原子范数方法的分辨率限制要求时,该方法将不再能准确分辨出这多个紧邻机动目标。最后,说明了本文为解决上述两个关键问题所提出的非凸松弛原子范数空时动目标参数估计算法。本方法在原子范数的基础上附加权值,通过非凸松弛求解方式打破了原子范数方法所具有的分辨率受限制问题,而且由于本方法直接对协方差矩阵进行估计,也避免了传统基于固定离散字典进行参数估计时所遇到的字典失配问题。仿真结果表明,本文所提方法的参数估计性能优于其他对比方法,解决了字典失配问题且能够超分辨地进行多目标参数估计。

关键词：空时自适应处理参数估计稀疏恢复字典失配非凸原子范数

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于原子范数的杂波抑制与参数估计方法研究

基于原子范数的杂波抑制与参数估计方法研究

作者：郭骏骋中国民航大学

学位级别：硕士

机载雷达在未来战争和当前航空安全领域中扮演着极其重要的角色,起到实时监控空中、地面环境和目标监测的作用,针对提高机载雷达回波的杂波抑制和目标检测能力的研究具有重大意义。空时自适应处理(Space-Time Adaptive Processing,STAP... 详细信息

机载雷达在未来战争和当前航空安全领域中扮演着极其重要的角色,起到实时监控空中、地面环境和目标监测的作用,针对提高机载雷达回波的杂波抑制和目标检测能力的研究具有重大意义。空时自适应处理(Space-Time Adaptive Processing,STAP)技术通过联合多个天线多个脉冲信号能够有效的抑制空时耦合杂波,进而增强运动目标检测性能。基于稀疏恢复的空时自适应处理方法适合缺少样本情况下的机载雷达杂波抑制和目标检测,但这类方法依赖于离散的空时导向矢量字典的构建,存在字典失配问题,严重影响波抑制和目标检测的性能。针对上述问题,本文提出了一种基于原子范数的无网格稀疏恢复空时自适应处理方法。本文首先简单阐述了稀疏恢复的相关基础理论,并对本文使用的机载雷达回波信号模型进行描述,对于杂波和目标在角度-多普勒二维空时谱上的稀疏性进行分析,为后续杂波抑制和动目标参数估计算法的提出做铺垫。其次,提出现有的稀疏恢复空时自适应处理方法需要构建离散的角度-多普勒二维空时字典,存在字典失配问题,影响稀疏恢复性能。由于稀疏恢复空时自适应处理方法中存在的字典失配问题,在杂波抑制方面,失配问题表现为在机载雷达处于非正侧视阵情况下,杂波脊不在离散二维字典的网格点上。本文提出了一种基于原子范数的无网格稀疏恢复STAP方法,利用低秩矩阵恢复理论实现连续空时平面的稀疏恢复,克服稀疏恢复中的字典失配问题,获得了非正侧视阵情况下的高分辨率杂波空时谱,有效提高了杂波抑制性能。通过仿真实验证明,本文方法杂波抑制性能在非正侧视阵情况下优于已有字典离散化处理的杂波抑制方法。在动目标参数估计部分,以加速度是否为零,将目标分为匀速目标与匀加速目标,失配问题表现为目标真实的多普勒频率和空间频率与构造的离散空时二维字典的网格点存在误差,较小的概率与网格点重合。本文提出一种基于原子范数无网格稀疏恢复的参数估计方法,该方法利用目标回波在角度-多普勒域的稀疏特性,根据低秩矩阵恢复理论实现了目标方位角和速度的无网格稀疏恢复;匀加速目标部分利用双线性变换将加速度和速度项进行分离,然后分别进行参数估计,有效提高了动目标参数的估计性能。仿真结果证实所提方法参数估计性能优于已有固定字典网格的稀疏恢复参数估计方法。

关键词：空时自适应处理稀疏恢复原子范数字典失配杂波抑制参数估计