排序方式: 共有33条查询结果,搜索用时 406 毫秒
1.
2.
频域快速自适应干扰对消算法研究及仿真 总被引:4,自引:1,他引:3
针对于提高干扰机收发隔离度的自适应干扰对消系统,利用快速FFT技术实现了一种替代时城LMS算法的频域快速LMS自适应算法,分析表明该算法不但具有同时域LMS算法近似的收敛特性,而且计算量大幅度减少,有利于对消系统的实时实现。计算机仿真证实了分析的正确性和该算法的可行性。 相似文献
3.
4.
5.
6.
针对频域LMS算法收敛速度较慢的缺点,将LMS频域快速算法和变步长技术相结合,提出了一种基于新的Sigmoid函数的变步长频域快速自适应收发隔离算法。理论分析和计算机仿真表明,新算法除具有原频域快速算法的优点外,还具有较快的收敛速度和良好的收敛精度,可以有效地应用于干扰机自适应收发隔离系统中。 相似文献
7.
介绍超宽带 (UWB)雷达系统的定义、分类、主要特点以及在距离分辨率、目标成像和识别等方面的应用 ,论述超宽带 (UWB)雷达的应用原理、独特优势及在军事领域的应用和发展趋势 相似文献
8.
9.
组网雷达的多视角特性有利于获取目标的真实空间结构。该文在构建有翼进动目标回波模型的基础上,分析不同类型散射中心的微多普勒信息变化率的变化趋势,对微多普勒信息进行分离提取。利用非线性最小二乘拟合获取散射中心的幅度、相位信息。基于微动特征的不变性,利用多部雷达锥顶散射中心的幅度信息估计微动特征和坐标转换参数。然后根据各散射中心在不同视角上投影分量的差异,实现尾翼散射中心的匹配,之后求解散射中心的瞬时空间位置,实现目标重构。仿真验证了算法的有效性,并分析了微动参数和信噪比对重构结果的影响。 相似文献
10.
稀疏恢复空时自适应处理(SR-STAP)方法能够利用少量训练距离单元实现对机载雷达杂波的有效抑制。然而,现有SR-STAP方法均基于模型驱动实现,存在着参数设置困难、运算复杂度高等问题。针对这些问题,该文将基于模型驱动的SR方法和基于数据驱动的深度学习方法相结合,首次将深度展开(DU)引入到机载雷达杂波抑制和目标检测之中。首先,建立了阵列误差(AE)条件下的杂波空时谱和阵列误差参数联合估计模型,并利用交替方向乘子法(ADMM)进行求解;接着,将ADMM算法展开为深度神经网络AE-ADMM-Net,利用充足完备的数据集对其迭代参数进行优化;最后,利用训练后的AE-ADMM-Net对训练距离单元数据进行处理,快速获得杂波空时谱和阵列误差参数的准确估计。仿真结果表明:与典型SR-STAP方法相比,该文所提出的DU-STAP方法能够在保持较低运算复杂度的同时提高杂波抑制性能。 相似文献