排序方式: 共有103条查询结果,搜索用时 31 毫秒
61.
62.
空时自适应处理(Space-time adaptive processing, STAP)是一种有效的机载雷达动目标检测方法。为了对高速微弱空中动目标进行检测,常常要求相干累积时间较长。在此情况下,目标会发生严重的距离走动,一般常用Keystone变换来校正。但由于目标存在严重的速度模糊,此时Keystone变换会对STAP性能产生影响,而且Keystone变换无法对模糊数不同的各目标的线性距离走动进行统一校正。针对这些问题,本文提出了一种基于STAP、Keystone变换及Clean技术的高速微弱空中多目标检测方法。该方法首先进行杂波抑制,从而避免了Keystone变换降低STAP性能的问题,同时借助于Clean技术逐个检测出各目标并将其从总的数据中消除,因此对于模糊数不同的多个目标也是有效的。仿真结果证明了该方法能够有效的实现高速空中微弱多目标检测。 相似文献
63.
64.
Keystone变换所需的插值运算存在计算量大的问题,尤其是用于空时自适应处理(Space-Time Adaptive Processing,STAP)时需要对每个阵元接收的数据分别进行Keystone变换,给工程实现带来了困难.为了解决这一问题,提出了一种在波束域进行Keystone变换校正目标距离走动的新方法,该方法将传统的对每个阵元数据的Keystone变换转换为在波束域进行Keystone变换,从而将N个阵元对应的N次Keystone变换转换为只在主波束内进行一次Keystone变换,这样做使算法的主要运算量降低为原来的1/N.然后将压缩感知(Compressed Sensing,CS)理论用于空时自适应处理的目标参数估计,取得了良好的估计性能.最后通过仿真实验验证了本文方法的有效性. 相似文献
65.
高速扩展目标在雷达多脉冲观测期间容易发生跨距离单元走动,由此导致常规的检测方法不能有效检测目标。针对这一问题,提出了一种基于Keystone变换的多脉冲扩展目标检测器,导出了相应的理论最优检测性能的解析表达式。在此基础上,对Keystone变换前后的目标检测性能以及基于Keystone变换的理论最优检测性能进行了比较研究,并分析了目标径向尺度、运动速度对Keystone变换的处理增益的影响。研究结果表明,对于强散射单元较少的高速目标,Keystone变换可以显著地改善目标的检测性能。 相似文献
66.
67.
68.
69.
由于分辨精度有限以及易受目标能量强弱的影响,基于Fast Fourier Transform(FFT)的算法不能对位于同一距离单元的密集强弱目标进行有效的速度估计.基于此,本文采用基于协方差矩阵迭代自适应(Iterative Adaptive Algorithm,IAA)的改进Capon(Modified Capon,MCapon)算法对密集强弱目标速度参数进行高分辨估计.该方法首先采用Keystone变换进行距离走动校正,然后利用目标所在的距离单元数据进行协方差矩阵重构,接着利用MCapon方法使得密集强弱目标信号幅度输出均为常数1,最后实现了速度的高分辨估计,在保持高分辨的同时提高了稳健性.理论分析和实验仿真结果表明,所提方法可对包络校正后位于同一距离单元的密集强弱目标径向速度参数进行有效的高分辨估计,估计性能优于FFT类方法及子空间投影方法. 相似文献
70.