霍夫-迭代傅里叶变换的盲波束形成算法
发布时间:2024-11-03 08:53
针对现有的盲波束形成算法适应性较差,多目标分析时采用级联模式存在结构复杂的问题,采用并联模式存在稳健性较差的问题和采用时频分析时存在导向矢量估计较难的问题,提出一种基于霍夫-迭代傅里叶变换的多目标盲波束形成算法。该算法首先通过短时傅里叶变换和霍夫变换解决导向矢量的估计问题,然后通过设计波束图投影算子控制副瓣电平和过渡带以实现对波束的控制,最后输出多目标盲波束。仿真实验分析表明,该算法无需求逆,计算量较小,可以根据实际需要灵活设计旁瓣和零陷参数,输出性能稳定。
【文章页数】:6 页
【部分图文】:
本文编号:4011008
【文章页数】:6 页
【部分图文】:
分析比较两种算法输出信干噪比随输入信噪比之间的变化关系,仿真结果如图6所示。如图6(a)所示,在信噪比较低时,本文算法利用Hough变换可以较好地识别信号,对于参数相近的信号有更好的分离作用。而时频域的方法由于受到信号间干扰和噪声的影响更大,恢复性能有较大限制。
假设有M个阵元的均匀线阵,为了消除方位模糊,阵元间距d=λmin/2,λmin是所有接收信号中的最小波长。从远场入射窄带信号(窄带条件主要是指信号带宽占信号中心频率的10%以下)K(K<M)个,分别从方向θi(i=1,2,…,K)入射到阵列上,如图1所示。以阵元1为参考,第k个阵....
联立式(6)和式(7),可得2多目标盲波束形成算法
式中:X(t,f)∈CM×N×N是接收数据做短时傅里叶变换后的数据矩阵;A(f)∈CM×K是频点f处的阵列流型,对于窄带信号,可以看作不变的常量;S(t,f)∈CK×N×N表示源信号的短时傅里叶变换。图3是式(9)中一个阵元数据通过短时傅里叶变换后在时间-频域上的二维分布....
本文编号:4011008
本文链接:https://www.wllwen.com/kejilunwen/wltx/4011008.html