基于奇异值分解的风电场杂波微动特征提取

发布时间：2018-10-25 10:20

【摘要】：风电场作为一种特殊的大型建筑物,会影响航管监视雷达对飞机目标的准确探测。同时,由于风电场通常分布在某一大面积区域,风轮机之间具有多径传输特性,进而会影响航管监视雷达对飞机目标的定位和测速。因而,分析风电场杂波的微动特征有助于检测和识别风电场杂波信号,提高雷达探测目标的准确性。基于航管监视雷达风电场回波信号模型,利用奇异值分解技术分析了风电场回波信号的微动特征,并构造相应的特征量实现其微动特征的提取。同时,在飞机目标存在背景下,提取了风电场回波的微动特征,并将其与飞机目标的多普勒特征进行对比分析,仿真结果证明了所提方法的有效性。
[Abstract]:As a special large-scale building, wind farm will affect the accurate detection of aircraft targets by ATC surveillance radar. At the same time, because wind farms are usually distributed in a large area, wind turbines have multi-path transmission characteristics, which will affect the positioning and velocity measurement of aircraft targets by ATC surveillance radar. Therefore, analyzing the fretting characteristics of wind farm clutter is helpful to detect and identify the wind farm clutter signal and improve the accuracy of radar detection target. Based on the echo signal model of CATV surveillance radar wind farm, the fretting characteristics of wind farm echo signal are analyzed by singular value decomposition (SVD) technique, and the corresponding characteristic quantities are constructed to extract the fretting feature. At the same time, the fretting feature of wind farm echo is extracted under the background of aircraft target, and compared with the Doppler feature of aircraft target. The simulation results show that the proposed method is effective.
【作者单位】： 中国民航大学天津市智能信号与图像处理重点实验室;
【基金】：国家自然科学基金委员会与中国民航局联合项目(U1533110) 国家自然科学基金(61571442) 中国民用航空局空中交通管理局科技项目 中央高校基本科研业务费(3122015D005)资助项目
【分类号】：TN957.51

【相似文献】

相关期刊论文 前10条

1 聂守平,魏晓燕;数字图像的奇异值分解[J];南京师大学报(自然科学版);2001年01期

2 邹红星,王殿军,戴琼海,李衍达;延拓矩阵的奇异值分解[J];电子学报;2001年03期

3 万明坚,肖先赐;基于矩阵奇异值分解的空间谱估计算法[J];电子科技大学学报;1989年02期

4 段向阳;王永生;苏永生;;基于奇异值分解的信号特征提取方法研究[J];振动与冲击;2009年11期

5 田媚,罗四维;基于奇异值分解变换的数据压缩方法探讨[J];北方交通大学学报;2003年02期

6 蔺小林;王震;蒋耀林;;酉延拓矩阵的奇异值分解及其广义逆[J];纯粹数学与应用数学;2008年01期

7 李一兵;黄辉;叶方;孙志国;;基于奇异值分解的压缩感知定位算法[J];中南大学学报(自然科学版);2014年05期

8 王娟;黄忠朝;刘正春;;基于增强的谱分析和奇异值分解的T波交替检测[J];浙江大学学报(工学版);2012年01期

9 李慧;罗海勇;徐俊俊;陈晓峰;;一种基于奇异值分解的射频指纹排序定位算法[J];仪器仪表学报;2013年10期

10 罗向龙;高静怀;;基于广义解调和奇异值分解的时频表示增强[J];数据采集与处理;2010年04期

相关会议论文 前1条

1 何田;王立清;刘献栋;朱永波;;基于奇异值分解的信号处理机理及其应用[A];2008年航空试验测试技术峰会论文集[C];2008年

相关硕士学位论文 前5条

1 聂振国;基于奇异值分解的信号处理关键技术研究[D];华南理工大学;2016年

2 武慧娟;基于HHT特征提取的雷声信号模式识别[D];陕西师范大学;2016年

3 邹申申;基于手指心电信号时频域分析的身份识别算法研究[D];杭州电子科技大学;2016年

4 郑安总;奇异值分解在微弱信号检测中的应用[D];天津大学;2014年

5 曾作钦;基于奇异值分解的信号处理方法及其在机械故障诊断中的应用[D];华南理工大学;2011年

，

本文编号：2293421