当前位置:主页 > 科技论文 > 网络通信论文 >

基于修正共轭梯度法的空时自适应信号检测方法研究

发布时间:2017-10-04 05:38

  本文关键词:基于修正共轭梯度法的空时自适应信号检测方法研究


  更多相关文章: 修正共轭梯度法 空时自适应处理 条件数 初始向量


【摘要】:背景杂波、人为干扰和外源无意干扰等使实际环境不再是均匀、平稳的随机过程,这需要在非均匀环境中克服空时相干杂波和干扰的影响检测有用信号。本文首先介绍了CG-AMF检测器的基本理论,然后从降维自适应处理的角度出发,采用修正共轭梯度算法,在Krylov子空间中寻找STAP的(准)最优权向量,共提出了三种修正共轭梯度自适应匹配滤波器。它们分别采用优化共轭梯度自适应匹配滤波器的初始向量,和降低协方差矩阵条件数等方法,不仅继承了共轭梯度自适应匹配滤波器的所有优良性能,而且具有计算量更低、检测性能更好的优点。首先,提出了两种基于空时协方差矩阵的极端特征值的修正共轭梯度自适应匹配滤波器。利用Lanczos法解Wiener-Hopf方程,获得自适应匹配滤波器的近似权向量和空时协方差矩阵的最大(或最小)特征值,进而优化共轭梯度算法的初始向量。然后,利用共轭梯度算法解Wiener-Hopf方程,获得一组修正共轭梯度自适应匹配滤波器。研究结果表明,通过少量的Lanczos法迭代可以将系数矩阵的条件数降低为原来的0.25倍以下(或左右),特征谱性能改善6dB以上(或左右)。其次,提出了一种基于空时协方差矩阵近似特征值谱的修正共轭梯度自适应匹配滤波器。首先,利用Marcenko-Pastur谱近似空时协方差矩阵特征谱;然后,根据近似特征谱估计出空时协方差矩阵的极端特征值;最后,用最大特征值或最小特征值降低Wiener-Hopf方程系数矩阵的条件数,获得一系列修正共轭梯度自适应匹配滤波器。分析表明,条件数降低为原来的0.25倍左右,特征谱性能优化大约6dB。上述三种修正共轭梯度算法均降低了系数矩阵条件数,优化了迭代初始向量,降低了运算量,提高了检测器的性能。仿真数据和机载雷达实测数据验证了理论分析,这为STAP的实时处理提供了理论基础。
【关键词】:修正共轭梯度法 空时自适应处理 条件数 初始向量
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN911.23
【目录】:
  • 摘要5-6
  • ABSTRACT6-9
  • 第一章 绪论9-13
  • 1.1 研究背景及其意义9
  • 1.2 国内外研究现状9-11
  • 1.3 本文的主要工作11-13
  • 1.3.1 本文研究内容11-12
  • 1.3.2 本文结构12-13
  • 第二章 共轭梯度自适应匹配滤波器的基本理论13-26
  • 2.1 共轭梯度自适应匹配滤波器13-22
  • 2.1.1 检测模型13-15
  • 2.1.2 共轭梯度算法原理15-18
  • 2.1.3 共轭梯度自适应匹配滤波器性能分析18-22
  • 2.2 共轭梯度自适应匹配滤波器的改进22-25
  • 2.2.1 预处理共轭梯度算法原理22-24
  • 2.2.2 预处理共轭梯度自适应匹配滤波器原理24-25
  • 2.3 本章小结25-26
  • 第三章 基于Lanczos法的修正共轭梯度自适应匹配滤波器26-49
  • 3.1 基于最大特征值估计的修正共轭梯度自适应匹配滤波器26-39
  • 3.1.1 基于最大特征值的修正共轭梯度自适应匹配滤波器原理26-30
  • 3.1.2 基于最大特征值的谱特性分析30-32
  • 3.1.3 基于最大特征值的修正共轭梯度自适应匹配滤波器的实现32-34
  • 3.1.4 仿真数据验证34-35
  • 3.1.5 机载雷达实测数据验证35-39
  • 3.2 基于最小特征值估计的修正共轭梯度自适应匹配滤波器39-48
  • 3.2.1 基于最小特征值的共轭梯度自适应匹配滤波器原理39-42
  • 3.2.2 基于最小特征值的谱特性分析42
  • 3.2.3 基于最小特征值的修正共轭梯度自适应匹配滤波器的实现42-44
  • 3.2.4 仿真数据验证44-45
  • 3.2.5 机载雷达实测数据验证45-48
  • 3.3 本章小结48-49
  • 第四章 基于Marcenko-Pastur分布的修正共轭梯度自适应匹配滤波器49-67
  • 4.1 Marcenko-Pastur分布估计空时协方差矩阵经验谱49-54
  • 4.1.1 估计原理介绍49-52
  • 4.1.2 特征谱估计误差分析52-54
  • 4.2 基于Marcenko-Pastur分布的修正共轭梯度自适应匹配滤波器原理54-58
  • 4.3 仿真数据验证58-66
  • 4.4 本章小结66-67
  • 第五章 总结与展望67-69
  • 5.1 本文工作与意义总结67-68
  • 5.2 对未来工作的展望68-69
  • 致谢69-70
  • 参考文献70-74

【参考文献】

中国期刊全文数据库 前1条

1 张秀军;徐安农;;一种新的非线性共轭梯度法的全局收敛性[J];广西科学;2005年04期

中国博士学位论文全文数据库 前1条

1 王彤;机载雷达简易STAP方法及其应用[D];西安电子科技大学;2001年

中国硕士学位论文全文数据库 前1条

1 张亚蕾;计算大型稀疏对称矩阵极端特征值问题的Lanczos型方法[D];哈尔滨工业大学;2007年



本文编号:968962

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/968962.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e74d2***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com