一种高效的弱目标线谱检测算法

发布时间：2018-06-12 08:03

  本文选题：线谱 + 自适应线谱增强　； 参考：《声学技术》2017年02期

【摘要】：为实现弱目标线谱检测,在自适应线谱增强(Adaptive Line Enhancement,ALE)算法的基础上,结合频域批处理技术,提出了一种能降低计算量的高效线谱检测算法——归一化频域批处理最小均方(Normalized Frequency-domain Block Least Mean Square,NFBLMS)算法;所提NFBLMS算法在权值迭代过程中,步长参数不受输入信号功率的影响。理论分析和数值仿真结果表明:相比于已有的线谱检测算法,NFBLMS算法能较好地解决ALE算法实时处理运算量问题,并可获得较高的系统增益,且其步长参数具有较强的鲁棒性,能同时兼顾算法的收敛速度和稳态误差。因此NFBLMS算法更适合实际工程应用。
[Abstract]:In order to realize the weak target line spectrum detection, based on the adaptive line spectrum enhancement (Adaptive Line Enhancement, ALE) algorithm and the frequency domain batch processing technology, a high efficient line spectrum detection algorithm, which can reduce the amount of computation, is proposed, which is the normalized frequency domain batch processing minimum mean square (Normalized Frequency-domain Block Least Mean Square, NFBLMS). The proposed NFBLMS algorithm is not affected by the input signal power in the iterative process of weight value. The theoretical analysis and numerical simulation results show that compared with the existing line spectrum detection algorithm, the NFBLMS algorithm can better solve the problem of the real-time processing of ALE algorithm, and get a higher system gain, and the step length parameters are better. Strong robustness can take into account both the convergence speed and the steady-state error of the algorithm. Therefore, the NFBLMS algorithm is more suitable for practical engineering applications.
【作者单位】： 杭州应用声学研究所;
【分类号】：TN911.7

【相似文献】

相关期刊论文 前8条

1 黎志鹏;分组排队算法[J];广东水电科技;1983年04期

2 邓记才,侯维岩,陈德新;一种改进自适应算法的收敛性[J];郑州大学学报(自然科学版);1997年03期

3 李晓飞,马大玮,粘永健,孙晶菁;图像腐蚀和膨胀的算法研究[J];影像技术;2005年01期

4 查环;;RLS算法理论分析及研究[J];舰船电子工程;2014年02期

5 黄剑锋;徐惠民;;话务承载能力评估比较算法应用与拓展[J];无线电工程;2008年04期

6 田福庆;罗荣;李克玉;丁庆喜;;基于改进的双曲正切函数变步长LMS算法[J];系统工程与电子技术;2012年09期

7 蔡虹;谭荻茜;;用微机实现的一种实时快速FFT算法[J];现代电力;1993年01期

8 ;[J];;年期

相关博士学位论文 前2条

1 郑乐;宽频带雷达目标跟踪理论与算法研究[D];北京理工大学;2015年

2 刘剑;非圆信号波达方向估计算法研究[D];国防科学技术大学;2007年

相关硕士学位论文 前8条

1 黄林;空间复用MIMO系统接收端的球形译码检测算法研究[D];宁夏大学;2015年

2 牛丽娟;基于Gossip算法的无线传感器网络分布式参数场估计[D];哈尔滨工业大学;2015年

3 张莹;视频异常事件检测算法研究[D];大连理工大学;2015年

4 张博;基于多用户MIMO系统的鲁棒性信号检测算法研究[D];大连理工大学;2015年

5 陈望;基于混合算法的室内WLAN定位研究[D];新疆大学;2015年

6 张亚玲;卫星导航抗干扰算法研究及系统设计[D];西安电子科技大学;2014年

7 林思颖;基于多偏好的高维目标进化算法研究及应用[D];浙江工业大学;2014年

8 程晓雅;人工蜂群算法理论及其在通信中的应用研究[D];山东大学;2012年

，

本文编号：2008975