排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
由于分辨精度有限以及易受目标能量强弱的影响,基于Fast Fourier Transform(FFT)的算法不能对位于同一距离单元的密集强弱目标进行有效的速度估计.基于此,本文采用基于协方差矩阵迭代自适应(Iterative Adaptive Algorithm,IAA)的改进Capon(Modified Capon,MCapon)算法对密集强弱目标速度参数进行高分辨估计.该方法首先采用Keystone变换进行距离走动校正,然后利用目标所在的距离单元数据进行协方差矩阵重构,接着利用MCapon方法使得密集强弱目标信号幅度输出均为常数1,最后实现了速度的高分辨估计,在保持高分辨的同时提高了稳健性.理论分析和实验仿真结果表明,所提方法可对包络校正后位于同一距离单元的密集强弱目标径向速度参数进行有效的高分辨估计,估计性能优于FFT类方法及子空间投影方法. 相似文献
2.
该文基于旋转干涉仪提出了一种新的近场源参数估计算法.该算法利用单个长基线干涉仪的旋转和相位积分实现相位解模糊,有效解决了单基线干涉仪在近场源情况中存在的无模糊视角范围和测角精度之间的矛盾.该算法只需两个接收天线即可得到近场源俯仰角、方位角和距离参数的闭式解,无需构造高阶累积量矩阵和多维搜索,同时也降低了多基线组合对通道一致性的要求.相比于传统的双长基线干涉仪方法,该文算法具有更高的参数估计精度和解模糊能力,具有结构简单、易于工程实现的优点.计算机仿真实验表明了所提算法的有效性和正确性. 相似文献
1