排序方式: 共有44条查询结果,搜索用时 15 毫秒
1.
2.
3.
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
4.
5.
6.
7.
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
8.
9.
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
10.
利用最强散射点信息的平动补偿与微多普勒提取 总被引:2,自引:0,他引:2
为了解决强噪声和平动调制下多散射点微多普勒提取问题,提出了一种基于最强散射点瞬时多普勒信息的平动补偿和微多普勒提取方法.该方法利用Viterbi算法提取最强散射点瞬时多普勒,根据多普勒率与微多普勒关系提取最强散射点的平动多普勒;通过对平动多普勒的多项式回归得到平动参数,进而重构平动信号,并对回波信号进行平动补偿;通过对补偿后信号时频面进行Hough变换正弦检测来提取各散射点的微多普勒参数.仿真实验结果验证了该方法的有效性和精确性. 相似文献