版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、傳統(tǒng)的Nyquist采樣定理要求采樣頻率必須大于等于信號(hào)最高頻率的兩倍,但很多情況下信號(hào)帶寬較大,采樣頻率難以達(dá)到最高頻率的兩倍。近年來(lái)Donoho和Candès提出了壓縮采樣CS(Compressed Sensing)理論。該理論利用原始信號(hào)的稀疏性先驗(yàn)知識(shí),通過(guò)相應(yīng)的稀疏重建算法來(lái)重構(gòu)出原始信號(hào)。目前常見(jiàn)的稀疏重建算法主要包括基追蹤方法(BP)和正交匹配追蹤方法(OMP)。本文將壓縮采樣理論應(yīng)用到雷達(dá)目標(biāo)的波達(dá)方向(DOA)估計(jì)上,
2、通過(guò)幅度調(diào)制實(shí)現(xiàn)多目標(biāo)的DOA估計(jì)。
現(xiàn)代雷達(dá)系統(tǒng)通常采用單脈沖技術(shù)來(lái)實(shí)現(xiàn)目標(biāo)的DOA估計(jì),但是當(dāng)一個(gè)距離方位單元內(nèi)存在多個(gè)目標(biāo)時(shí),單脈沖技術(shù)得到的一般是錯(cuò)誤的DOA估計(jì)結(jié)果。對(duì)此,研究人員已經(jīng)提出了最大似然(ML)方法和漸近最大似然(AML)方法來(lái)減少多個(gè)目標(biāo)的影響。雖然這些方法可以實(shí)現(xiàn)多目標(biāo)的DOA估計(jì),其精度也較高,但是不能估計(jì)速度相同的多目標(biāo)DOA。論文的主要工作概括如下:
1.針對(duì)傳統(tǒng)正交匹配追蹤算
3、法容易受原子間干擾的影響而導(dǎo)致重構(gòu)效果較差,提出了一種自適應(yīng)抑制原子間干擾的正交匹配追蹤算法。以稀疏多徑信道的估計(jì)為例,該算法通過(guò)設(shè)計(jì)一個(gè)自適應(yīng)的感知字典,從而抑制訓(xùn)練序列之間干擾的影響,提高算法對(duì)非零抽頭的檢測(cè)概率,其信道估計(jì)精度要明顯優(yōu)于傳統(tǒng)OMP方法的估計(jì)精度。
2.針對(duì)單目標(biāo)的DOA估計(jì)問(wèn)題,提出了一種基于稀疏重建的波束掃描測(cè)向方法,該類(lèi)方法不僅利用了天線方向圖的峰值特性,還利用了基于冗余字典描述的接收數(shù)據(jù)的稀疏特
4、性。與傳統(tǒng)的基于峰值特征和對(duì)稱(chēng)約束的估計(jì)方法相比較,該類(lèi)改進(jìn)的方法需要的脈沖數(shù)更少,并且具有壓縮采樣的能力。
3.推導(dǎo)了多目標(biāo)DOA估計(jì)的Cramer-Rao Lower Bound(CRLB)下限,提出了基于壓縮采樣理論的多目標(biāo)DOA估計(jì)方法。將多目標(biāo)DOA估計(jì)問(wèn)題看成是一個(gè)稀疏向量的重構(gòu)問(wèn)題,該稀疏向量的非零元素及其在向量中的位置信息分別表征目標(biāo)的幅度信息和角度信息,并用BP方法重構(gòu)稀疏向量。傳統(tǒng)ML算法估計(jì)多目標(biāo)DO
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于分塊的壓縮采樣方法研究.pdf
- 基于壓縮感知的隨機(jī)陣列測(cè)向方法研究.pdf
- 基于壓縮感知的單脈沖超分辨測(cè)向方法研究.pdf
- 基于壓縮感知的稀疏采樣與成像方法研究.pdf
- 基于壓縮采樣的ECG信號(hào)壓縮算法研究.pdf
- 基于壓縮感知與稀疏成分分析的測(cè)向方法研究.pdf
- 基于壓縮感知的水聲信號(hào)測(cè)向研究.pdf
- 比幅測(cè)向接收機(jī)及自動(dòng)跟蹤控制系統(tǒng)研制.pdf
- 629.核信號(hào)的壓縮采樣方法研究
- 面向機(jī)械振動(dòng)信號(hào)的壓縮采樣方法研究.pdf
- 基于壓縮采樣的復(fù)雜產(chǎn)品仿真優(yōu)化響應(yīng)面構(gòu)造方法研究.pdf
- 基于幅值采樣技術(shù)的光柵信號(hào)細(xì)分的研究.pdf
- 基于壓縮感知的腦電信號(hào)壓縮采樣.pdf
- 稀疏多頻帶信號(hào)壓縮采樣方法研究.pdf
- 基于小波變換的多尺度電能質(zhì)量信號(hào)壓縮采樣方法研究.pdf
- 管道脈沖超聲回波信號(hào)壓縮采樣方法研究.pdf
- 基于壓縮感知的非合作超寬帶信號(hào)的采樣方法.pdf
- 基于MIMO雷達(dá)數(shù)據(jù)的測(cè)向方法研究.pdf
- 壓縮感知電能質(zhì)量信號(hào)采樣與檢測(cè)方法研究.pdf
- 基于壓縮采樣的測(cè)量矩陣的性能分析.pdf
評(píng)論
0/150
提交評(píng)論