当前位置:主页 > 科技论文 > 信息工程论文 >

基于最大似然法的天波超视距雷达相位解污染算法

发布时间:2018-09-14 17:37
【摘要】:电离层解相位污染是天波超视距雷达信号处理的关键技术之一。由于模型的不准确性和电离层的复杂性,已有算法在污染较大时大多精度不高。该文提出一种基于最大似然法的相位解污染算法。该算法将信号建模为相位多项式,通过最大化似然函数来实现污染相位的估计。为了避免最大似然法中的矩阵求逆运算,该文进一步将最大似然问题转化为最小二乘问题,利用遗传算法求解相位系数。仿真结果表明,与传统算法比较,该文算法具有以下优点:相比HRR算法和CED算法,该文算法精度更高,校正后的信号频谱更加尖锐;在相位污染较大的情况下,该文算法仍具有较高的精度,有利于目标信息的提取;该文算法采用高阶多项式,避免分段处理和矩阵求逆,简化了运算。
[Abstract]:In this paper, a phase decontamination algorithm based on maximum likelihood method is proposed. In order to avoid matrix inversion in the maximum likelihood method, the maximum likelihood problem is further transformed into the least squares problem, and the phase coefficients are solved by genetic algorithm. The simulation results show that compared with the traditional algorithms, the proposed algorithm has the following advantages: compared with the HRR algorithm and the CED algorithm, the proposed algorithm is more accurate and the corrected signal spectrum is more sharp. The algorithm still has high precision, which is beneficial to the extraction of target information, and the algorithm uses high-order polynomials to avoid subsection processing and matrix inversion, which simplifies the operation.
【作者单位】: 电子科技大学电子工程学院;
【基金】:国家自然科学基金(61101172,61301262,61371184)~~
【分类号】:TN958.93

【相似文献】

相关期刊论文 前10条

1 吴连喜,王茂新;一种改进的最大似然法用于地物识别[J];农业工程学报;2003年04期

2 李亭;杨敬锋;彭晓琴;陈志民;;基于最大似然法集成的黄曲条跳甲预警模型[J];安徽农业科学;2008年25期

3 刘东林,周建林,王晶鑫,钱国蕙;农作物遥感分类中一种改进的最大似然法[J];中国农业资源与区划;1998年05期

4 赵清利;曹拓荒;;基于最大似然法的平坦信道估计[J];科学技术与工程;2011年22期

5 李朝晖;王冰;陈明;;基于小波多尺度和最大似然法的红外目标探测[J];光学学报;2009年12期

6 刘怀鹏;安慧君;;利用最大似然法识别呼和浩特市绿化树种[J];东北林业大学学报;2014年07期

7 隋明;李国春;王宏博;;大洼县地物类型分类的计算机实现[J];中国农业气象;2007年02期

8 孙琳;宋爱红;高文秀;;基于最大似然法和SVM法的太湖流域HJ-1B影像分类[J];测绘信息与工程;2012年03期

9 殷华,宋继华;CAT能力求解算法研究与优化[J];中国人民公安大学学报(自然科学版);2005年02期

10 奥列格V·西特尼科;;低多普勒目标识别难题(英文)[J];雷达科学与技术;2012年01期

相关会议论文 前1条

1 熊国经;许青;;测线样本密度推定中最大似然法与核函数法的比较[A];中国现场统计研究会第12届学术年会论文集[C];2005年

相关硕士学位论文 前2条

1 吴洋;基于Landsat8数据的西宁市土地利用分类方法比较研究[D];西北农林科技大学;2015年

2 张勇辉;计算结构设计验算点的最大似然法[D];河北理工大学;2010年



本文编号:2243403

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2243403.html


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

版权申明:资料由用户cedd4***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