利用极大似然(ML)方法对远场目标的 DOA 进行估计,并将多个阵列的 DOA 估计进行交叉定位,从而实现远场目标的精确定位。同时针对单目标和多目标以及目标信号已知和未知时的 CR 下界进行分析;特别推导了时间同步误差的 CR 下界,认为时间...利用极大似然(ML)方法对远场目标的 DOA 进行估计,并将多个阵列的 DOA 估计进行交叉定位,从而实现远场目标的精确定位。同时针对单目标和多目标以及目标信号已知和未知时的 CR 下界进行分析;特别推导了时间同步误差的 CR 下界,认为时间同步误差的 CR 下界与时间同步方差、阵列几何关系和方位角有关;但与频率无关。在给出多 DOA 交叉定位算法的基础上,利用真实试验数据,分别使用基于时延估计的DOA 算法和基于 ML 的 DOA 算法对远场目标进行交叉定位,结果表明,MLDOA 的定位精度要高于时延估计 DOA 的定位精度。展开更多
为了抑制装甲目标声信号中包含的噪声成分,消除其对信号特征提取的不利影响,针对局部投影法中邻域半径选取困难的问题,提出了一种基于关联维数迭代的局部投影算法(CDBILPM)。对典型混沌系统Lorenz序列分别叠加不同噪声水平的高斯白噪声...为了抑制装甲目标声信号中包含的噪声成分,消除其对信号特征提取的不利影响,针对局部投影法中邻域半径选取困难的问题,提出了一种基于关联维数迭代的局部投影算法(CDBILPM)。对典型混沌系统Lorenz序列分别叠加不同噪声水平的高斯白噪声,得到信噪比为20 d B和10 d B的含噪信号,运用本算法对其进行去噪仿真实验。结果证明,本算法不仅简化了计算量,而且可以使Lorenz系统的动力结构得到良好的恢复。应用本算法对坦克和轮式装甲车两类装甲目标的实际声信号进行去噪处理,样本信号的噪声强度显著下降,关联维数减小,信号序列的吸引子结构由杂乱变得有序,说明了本算法可有效消除非线性信号中所含噪声。展开更多
文摘利用极大似然(ML)方法对远场目标的 DOA 进行估计,并将多个阵列的 DOA 估计进行交叉定位,从而实现远场目标的精确定位。同时针对单目标和多目标以及目标信号已知和未知时的 CR 下界进行分析;特别推导了时间同步误差的 CR 下界,认为时间同步误差的 CR 下界与时间同步方差、阵列几何关系和方位角有关;但与频率无关。在给出多 DOA 交叉定位算法的基础上,利用真实试验数据,分别使用基于时延估计的DOA 算法和基于 ML 的 DOA 算法对远场目标进行交叉定位,结果表明,MLDOA 的定位精度要高于时延估计 DOA 的定位精度。
文摘为了抑制装甲目标声信号中包含的噪声成分,消除其对信号特征提取的不利影响,针对局部投影法中邻域半径选取困难的问题,提出了一种基于关联维数迭代的局部投影算法(CDBILPM)。对典型混沌系统Lorenz序列分别叠加不同噪声水平的高斯白噪声,得到信噪比为20 d B和10 d B的含噪信号,运用本算法对其进行去噪仿真实验。结果证明,本算法不仅简化了计算量,而且可以使Lorenz系统的动力结构得到良好的恢复。应用本算法对坦克和轮式装甲车两类装甲目标的实际声信号进行去噪处理,样本信号的噪声强度显著下降,关联维数减小,信号序列的吸引子结构由杂乱变得有序,说明了本算法可有效消除非线性信号中所含噪声。
