多波段信号融合技术在信号层将多个不同子带融合成一个大带宽信号,因而能够有效提高雷达图像距离分辨率。目前,基于全极点模型的融合技术主要采用root-MUSIC(multiple signal classification)及其改进算法实现极点的估计,在较弱的噪声...多波段信号融合技术在信号层将多个不同子带融合成一个大带宽信号,因而能够有效提高雷达图像距离分辨率。目前,基于全极点模型的融合技术主要采用root-MUSIC(multiple signal classification)及其改进算法实现极点的估计,在较弱的噪声条件下这种方法得到了不错的融合效果。然而在低信噪比条件下root-MUSIC算法容易受到噪声干扰而难以实现正确极点获取,进而极大影响到最终信号融合效果。为减小噪声影响,提出用矩阵束算法实现多波段信号极点估计,在此基础上通过不同子带对应极点间的相位关系估计出相干参数,同时对融合结果以信号差的2范数最小为准则进行迭代,以减小融合信号的误差。最后采用加权寻优的方式进一步提高了信号的融合精度。仿真实验结果表明,提出的方法有效提高了低信噪比条件下的多波段信号融合效果。展开更多
文摘多波段信号融合技术在信号层将多个不同子带融合成一个大带宽信号,因而能够有效提高雷达图像距离分辨率。目前,基于全极点模型的融合技术主要采用root-MUSIC(multiple signal classification)及其改进算法实现极点的估计,在较弱的噪声条件下这种方法得到了不错的融合效果。然而在低信噪比条件下root-MUSIC算法容易受到噪声干扰而难以实现正确极点获取,进而极大影响到最终信号融合效果。为减小噪声影响,提出用矩阵束算法实现多波段信号极点估计,在此基础上通过不同子带对应极点间的相位关系估计出相干参数,同时对融合结果以信号差的2范数最小为准则进行迭代,以减小融合信号的误差。最后采用加权寻优的方式进一步提高了信号的融合精度。仿真实验结果表明,提出的方法有效提高了低信噪比条件下的多波段信号融合效果。