由于共形载体曲率的影响,锥面共形阵列中的阵元不仅具有不同指向的方向图,而且具有不同的极化特性,从而使得共形阵列呈现多极化特性。利用锥面共形阵列的多极化特性,针对现有共形阵列下空间超分辨算法对信号极化参数估计缺失这一问题,...由于共形载体曲率的影响,锥面共形阵列中的阵元不仅具有不同指向的方向图,而且具有不同的极化特性,从而使得共形阵列呈现多极化特性。利用锥面共形阵列的多极化特性,针对现有共形阵列下空间超分辨算法对信号极化参数估计缺失这一问题,结合多重信号分类(multiple signal classification,MUSIC)算法实现了入射信号的极化参数与二维波达方向(direction of arrival,DOA)的联合估计。算法对阵列形式无特殊要求,不需要参数配对;在此基础上进一步对算法的估计性能进行了理论分析与推导,给出了算法多参数估计的克拉美-罗边界(Cramer-Rao bound,CRB)。最后通过计算机仿真验证了算法的有效性。展开更多
主要讨论了利用雷达信号的波达方向(direction of arrival,DOA)参数对多部雷达的脉冲信号进行分组预分选的问题。为提高分类可靠性,提出了一种新的相似系数的计算方法,首次利用相似矩阵进行特征值分解的方法对大量脉冲的DOA参数进行聚...主要讨论了利用雷达信号的波达方向(direction of arrival,DOA)参数对多部雷达的脉冲信号进行分组预分选的问题。为提高分类可靠性,提出了一种新的相似系数的计算方法,首次利用相似矩阵进行特征值分解的方法对大量脉冲的DOA参数进行聚类数目判断。经初步统计,当类内离散度与类间离散度差值在0.34以上时,最终的判别结论可信度接近并可能大于80%。在此基础上提出了以类别数目作为停止条件的层次聚类法,该算法简单易用,经过多组数据的试验,取得了较好的聚类效果。展开更多
文摘由于共形载体曲率的影响,锥面共形阵列中的阵元不仅具有不同指向的方向图,而且具有不同的极化特性,从而使得共形阵列呈现多极化特性。利用锥面共形阵列的多极化特性,针对现有共形阵列下空间超分辨算法对信号极化参数估计缺失这一问题,结合多重信号分类(multiple signal classification,MUSIC)算法实现了入射信号的极化参数与二维波达方向(direction of arrival,DOA)的联合估计。算法对阵列形式无特殊要求,不需要参数配对;在此基础上进一步对算法的估计性能进行了理论分析与推导,给出了算法多参数估计的克拉美-罗边界(Cramer-Rao bound,CRB)。最后通过计算机仿真验证了算法的有效性。
文摘主要讨论了利用雷达信号的波达方向(direction of arrival,DOA)参数对多部雷达的脉冲信号进行分组预分选的问题。为提高分类可靠性,提出了一种新的相似系数的计算方法,首次利用相似矩阵进行特征值分解的方法对大量脉冲的DOA参数进行聚类数目判断。经初步统计,当类内离散度与类间离散度差值在0.34以上时,最终的判别结论可信度接近并可能大于80%。在此基础上提出了以类别数目作为停止条件的层次聚类法,该算法简单易用,经过多组数据的试验,取得了较好的聚类效果。
