排序方式: 共有31条查询结果,搜索用时 15 毫秒
1.
分析了步进频率雷达中目标运动对目标一维距离象的影响,得到了正确成像所需的速度补偿精度公式,提出了通过两步法进行速度补偿的方案。该方案首先用时域相关的方法粗估计出目标运动速度,进行补偿后再通过最优搜索的方法得到目标精确的速度估计。仿真结果表明该方法在较低的信噪比下,能够得到准确的速度参数,获得高质量的运动目标距离象。 相似文献
2.
3.
4.
5.
在现有压缩感知(CS)理论中,重构信号需要预设其稀疏表示词典。对于以参数化模型表示的信号,只能预知该词典为某种形式的参数化词典,参数的具体取值难以确定。若将参数设定为取值空间的均匀离散格点,预设词典与真实词典之间的失配将使传统CS重构方法的性能严重恶化。为解决这一问题,该文提出一种基于动态词典的CS重构方法。通过迭代地优化词典参数,该方法在信号重构过程中对词典进行动态调整。为同时实现稀疏恢复与词典调整,该方法利用变分期望-最大化(EM)算法交替执行信号系数估计与词典参数优化。实验结果表明所提方法是有效的。 相似文献
6.
7.
8.
9.
10.
用高斯混合模型作为角闪烁噪声的近似统计模型,结合Kalman滤波器,提出了一种利用期望最大化(EM)算法抑制角闪烁噪声的预处理方法.首先采用EM算法处理一帧内的原始测量数据,预先得到目标真实位置的最大似然估计,这个预估计量服从渐进高斯分布,且其方差可求.然后将这个预估计量作为Kalman滤波器的输入量进行跟踪滤波,同时将目标位置的预测值作为下一帧EM迭代过程的初始值,进而形成闭环的跟踪滤波结构.仿真结果表明,该方法有效地抑制了角闪烁,使得Kalman滤波算法更加有效,从而提高了目标跟踪的精度. 相似文献