当前位置:主页 > 科技论文 > 信息工程论文 >

基于改进LS-ESPRIT算法的GTD模型参数估计与RCS重构

发布时间:2022-01-11 03:43
  针对传统LS-ESPRIT算法在估计GTD模型参数时抗噪效果差,估计精度不高这一问题,该文提出了一种改进的LS-ESPRT算法,有效地提高了算法的参数估计性能与抗噪性。首先,根据雷达目标的回波数据构建Hankel矩阵;其次,采用核范数凸优化方法对上述Hankel矩阵进行降噪处理,得到低秩的重构Hankel矩阵;最后,利用传统的LS-ESPRIT算法对降噪后的数据进行处理,估计出GTD模型参数。基于改进算法与传统算法分别得到重构RCS,并针对不同带宽对参数估计精度的影响作以仿真探究。仿真结果表明,与传统LS-ESPRIT算法与传统TLS-ESPRIT算法相比,改进LS-ESPRIT算法的参数估计性能更高,抗噪性更强,且重构RCS的幅值与相角误差更小。对不同带宽下的参数估计精度也进行了探究,并得出:带宽越大,估计精度越高。 

【文章来源】:电子与信息学报. 2020,42(10)北大核心EICSCD

【文章页数】:7 页

【部分图文】:

基于改进LS-ESPRIT算法的GTD模型参数估计与RCS重构


等效信噪比比较

比较图,模型参数,均方差,算法


结果验证了改进LS-ESPRIT算法相比于传统LS-ESPRIT算法,其参数估计性能更加优越、RCS重构精度更高。7结束语本文提出了一种改进LS-ESPRIT算法,有效解决了传统LS-ESPRIT算法噪声易敏性、参数估计性能不高等问题。通过对雷达目标回波数据构成的Hankel矩阵作凸优化处理,可得到降噪后的、具有低秩特性的Hankel矩阵,从而降低了噪声对参数估计的影响,提高了算法的参数估计性能,有效提高了信噪比。仿真结果表明,基于改进LS-ESPRIT算法参数的估计精度要高于传统LS-ESPRIT算法图2不同算法、GTD模型参数的均方差比较图3不同带宽下,GTD模型参数的均方差比较第10期张小宽等:基于改进LS-ESPRIT算法的GTD模型参数估计与RCS重构2497

比较图,模型参数,均方差,带宽


??LS-ESPRIT算法,其参数估计性能更加优越、RCS重构精度更高。7结束语本文提出了一种改进LS-ESPRIT算法,有效解决了传统LS-ESPRIT算法噪声易敏性、参数估计性能不高等问题。通过对雷达目标回波数据构成的Hankel矩阵作凸优化处理,可得到降噪后的、具有低秩特性的Hankel矩阵,从而降低了噪声对参数估计的影响,提高了算法的参数估计性能,有效提高了信噪比。仿真结果表明,基于改进LS-ESPRIT算法参数的估计精度要高于传统LS-ESPRIT算法图2不同算法、GTD模型参数的均方差比较图3不同带宽下,GTD模型参数的均方差比较第10期张小宽等:基于改进LS-ESPRIT算法的GTD模型参数估计与RCS重构2497

【参考文献】:
期刊论文
[1]基于一维散射中心模型的RCS频率全角度外推[J]. 郑舒予,张小宽,刘铭,徐嘉华,赵唯辰.  空军工程大学学报(自然科学版). 2019(06)
[2]雷达目标三维散射中心位置正向推导和分析[J]. 张磊,何思远,朱国强,张云华,殷红成,闫华.  电子与信息学报. 2018(12)
[3]基于HRRP序列的中段目标二维几何特征反演方法[J]. 徐少坤,刘记红,袁翔宇.  电子与信息学报. 2017(10)
[4]基于多假设跟踪的散射点关联和三维重构方法[J]. 毕严先,魏少明,王俊,张耀天,孙忠胜,袁常顺.  北京航空航天大学学报. 2016(06)
[5]Three-dimensional positions of scattering centers reconstruction from multiple SAR images based on radargrammetry[J]. 钟金荣,文贡坚,回丙伟,李德仁.  Journal of Central South University. 2015(05)
[6]基于二维ISAR图像序列的雷达目标三维重建方法[J]. 王昕,郭宝锋,尚朝轩.  电子与信息学报. 2013(10)
[7]基于GTD模型的目标二维散射中心提取[J]. 王菁,周建江,汪飞.  电子与信息学报. 2009(04)



本文编号:3582019

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3582019.html


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

版权申明:资料由用户31aa1***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