排序方式: 共有74条查询结果,搜索用时 31 毫秒
41.
42.
43.
S波段雷达实测海杂波混沌分形特性分析 总被引:4,自引:1,他引:3
S波段海杂波信号表现了非线性和频谱时变性,传统的谱分析方法,无法反映该信号在时间上的演化规律。该文首先引入分形布朗运动模型,基于S波段雷达实测海杂波数据,计算了该分形模型的海杂波Hurst指数,进而求得了其分形维数。然后利用经典的Rosenstein方法,计算了S波段实测海杂波的最大Lyapunov指数,从而证实了S波段雷达海洋回波信号具有混沌分形特性。最后进行了计算机实验,验证了本文的结论。该文的工作为S波段海洋雷达的目标探测提供了一种新的途径。 相似文献
44.
45.
46.
47.
48.
针对弹载景象匹配SAR应用中的弹体定位问题,提出了基于INS/双天线SAR的组合弹体定位技术,通过加装一部向下照射的天线系统,在对典型地物成像的同时实现了对弹体离地面高度的测量.首先介绍了其定位原理,然后推导了利用相对距离、多普勒和弹体高度的定位模型,给出了导弹高度测量误差对定位误差影响的关系式,针对不同的地形起伏,分别提出了基于迭代和地形匹配的弹下点高程误差消除方法,最后分析了双天线定位方法对雷达系统的要求.对典型场景的仿真表明,该定位方法相比利用INS高度通道数据和气压高度计进行定位误差明显减小. 相似文献
49.
传统捷变频成像方法具有高旁瓣、低分辨率的缺点。鉴于捷变频ISAR回波信号的稀疏性,该文基于原始数据的2维压缩感知方案,在贝叶斯原理框架下,用稀疏贝叶斯算法方差成分扩张压缩方法(ExCoV)实现捷变频ISAR像的重建。贝叶斯框架下的稀疏重构算法考虑了稀疏信号的先验信息以及测量过程中的加性噪声,因而能够更好地重建目标系数。作为一种新的稀疏贝叶斯算法,ExCoV不同于稀疏贝叶斯学习(SBL)算法中赋予所有的信号元素各自的方差分量参数,ExCoV方法仅仅赋予有重要意义的信号元素不同的方差分量,并拥有比SBL方法更少的参数,克服了SBL算法参数多时效性差的缺点。仿真结果表明,该方法能克服传统捷变频成像缺点,并能够实现低信噪比条件下的2维高精度成像。 相似文献
50.