基于信号分解的海面微弱目标探测
发布时间:2021-10-26 08:44
海面小目标的探测对于船舶、港口、海上钻井平台等的安全至关重要,然而由于海杂波具有非高斯、非线性和非平稳特性,导致雷达对于海面小目标的探测变得十分困难,为了有效地抑制海杂波,基于对海杂波特性以及目标特性的分析,该文提出了一种基于形态分量分析(Morphological component analysis,MCA)的方法来分离这两种不同的信号分量,MCA方法性能的好坏依赖于变换域的选择,该文利用相参积累后目标的稀疏性,从海杂波中有效地提取了目标信号。最后,利用实测数据验证了该方法的有效性。实验结果表明,该方法能有效抑制海杂波,提高雷达对海面小目标的检测性能。
【文章来源】:电子质量. 2020,(11)
【文章页数】:5 页
【文章目录】:
0前言
1信号模型
2信号分解算法
3实验结果
4结论
【参考文献】:
期刊论文
[1]基于分形理论的海杂波认知处理方法[J]. 徐勇,翟海涛,刘文松. 指挥信息系统与技术. 2018(02)
[2]海杂波特性认知研究进展与展望[J]. 丁昊,董云龙,刘宁波,王国庆,关键. 雷达学报. 2016(05)
[3]基于信号空间分布特征的目标检测[J]. 郑坚,龙超,陈凌,白俊奇. 指挥信息系统与技术. 2016(01)
本文编号:3459201
【文章来源】:电子质量. 2020,(11)
【文章页数】:5 页
【文章目录】:
0前言
1信号模型
2信号分解算法
3实验结果
4结论
【参考文献】:
期刊论文
[1]基于分形理论的海杂波认知处理方法[J]. 徐勇,翟海涛,刘文松. 指挥信息系统与技术. 2018(02)
[2]海杂波特性认知研究进展与展望[J]. 丁昊,董云龙,刘宁波,王国庆,关键. 雷达学报. 2016(05)
[3]基于信号空间分布特征的目标检测[J]. 郑坚,龙超,陈凌,白俊奇. 指挥信息系统与技术. 2016(01)
本文编号:3459201
本文链接:https://www.wllwen.com/kejilunwen/wltx/3459201.html