排序方式： 共有38条查询结果，搜索用时 15 毫秒
31.
32.
33.
34.
35.
实际阵列装配完成后的阵列流形向量与理论值存在偏差,这种偏差会导致阵列预设波束图的旁瓣升高、阵列高分辨算法的性能下降,严重影响阵列的实际应用。实际中先依据估计的部分实际阵列流形向量选取合适的误差模型,再根据模型得到逼近实际的阵列流形向量。现有的实际阵列流形向量估计方法有直接定义法和最小二乘法,这两种方法计算复杂度很高且估计精度随快拍数波动。对此本文给出一种新的阵列实际流形向量估计方法,它利用阵列接收数据协方差矩阵的信号子空间与阵列流形向量张成空间相同的特性来估计阵列的实际幅度相位响应,结合估计的波达方向,最后得到实际的阵列流形向量。仿真结果表明,本文所提方法比现有的两种估计方法估计精度高一倍且计算复杂度降低了一个数量级。 相似文献
36.
本文研究复合高斯杂波环境中的距离扩展目标的自适应检测问题。有色杂波采用参数未知的自回归（AR）过程描述。结合Wald检测准则,仅需对H1假设条件下的未知参数进行最大似然估计,给出了一种新的基于参数化模型的扩展目标检测器——参数化Wald检测器。该检测器的检验统计量可解释为首先针对各个待测单元分别计算检验统计量,然后将所有待测单元的输出进行非相参累加,其对杂波的随机功率起伏具有恒虚警率(CFAR)特性。相比于常规的基于协方差矩阵的检测方法,参数化检测算法的执行过程不需要依赖辅助数据,仅利用待测扩展目标数据即可实现自适应处理,有效缓解了训练压力并降低了计算量。仿真实验表明,所提出的参数化Wald检测器的检测性能优于之前提出的参数化广义似然比检测器的性能。 相似文献
37.
38.
