排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
有源声呐使用多普勒敏感信号可在多普勒频移域分离杂波、混响等干扰和运动目标,但低信干比时强干扰的时间旁瓣泄露和多普勒旁瓣泄露会淹没弱目标。针对该问题,提出了一种基于自适应最小均方(LMS)算法和宽带模糊函数(WAF)的运动小目标抗干扰探测方法。首先在空间多普勒频移域上利用基于LMS的自适应陷波器抑制干扰,然后在快时间多普勒频移域上利用WAF探测小目标。给出了理论推导和仿真分析,进行了水池试验。结果表明,该方法可有效抑制强干扰并能准确估计小目标的时延及多普勒频移,在水池试验中约有13 dB的干扰抑制能力。此外,该方法能够容忍归一化幅度起伏方差小于0.5的干扰起伏,提高了有源声呐对运动小目标的探测能力。 相似文献
2.
双基地多输入多输出(MIMO)系统需要对目标的波达角和波离角进行二维估计,针对高分辨算法中阵列协方差矩阵处理运算量大以及估计性能对阵列流形失配敏感的缺陷,提出了一种基于二阶锥规划的抗阵列流形失配的双基地MIMO虚拟阵列波束优化算法.该方法利用MIMO的波形分集技术与双基地的目标定位解算,通过波达角和波离角在双基地定位椭圆上的对应关系,将双基地MIMO的二维合成方向矢量转化为一维的虚拟阵列流形,并证明了双基地MIMO虚拟阵列的波束图等效为发射波束图在接收阵角度域上的响应和接收波束图的合成.在优化波束图旁瓣的同时,该算法兼顾了固定方向上的相干干扰抑制,并提高了双基地MIMO虚拟阵列波束优化抗阵列流形失配的能力.通过波束图和方位谱优化的仿真分析和水池试验,验证了算法的有效性. 相似文献
3.
围绕水声分布式纯方位定位问题,针对传统方法的远距离定位精度低、定位结果易受初值影响等缺点,提出了一种测向误差特征辅助两步式全连接层神经网络(DFE-TS-FCNN)的纯方位定位方法。使用神经网络进行定位,提高远距离定位精度并消除初值影响,输入特征是目标方位角测量值和测向误差标准差估计值。使用两步式网络结构抑制网络过拟合,分类网络确定目标区域后,再用对应的定位网络估计目标位置。蒙特卡洛仿真实验中,所提方法在近距离达到了与迭代加权最小二乘算法和迭代总体最小二乘算法相近的定位精度,在远距离定位精度大幅提高、约束均方根误差(RMSE)小于2.5 km的条件下,最远可定向距离相比传统方法从12.6 km提升至22.7 km。在实际数据中,该方法也获得了较好的定位结果。 相似文献
1