CN114035193A - 一种两阶可调谐空时自适应检测方法 - Google Patents

一种两阶可调谐空时自适应检测方法 Download PDF

Info

Publication number
CN114035193A
CN114035193A CN202111204338.5A CN202111204338A CN114035193A CN 114035193 A CN114035193 A CN 114035193A CN 202111204338 A CN202111204338 A CN 202111204338A CN 114035193 A CN114035193 A CN 114035193A
Authority
CN
China
Prior art keywords
detector
order
amf
target
enrao
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111204338.5A
Other languages
English (en)
Inventor
宿晓静
徐达
郝程鹏
鄢锦
闫晟
侯朝焕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Acoustics CAS
Original Assignee
Institute of Acoustics CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Acoustics CAS filed Critical Institute of Acoustics CAS
Priority to CN202111204338.5A priority Critical patent/CN114035193A/zh
Publication of CN114035193A publication Critical patent/CN114035193A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/04—Systems determining presence of a target

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种两阶可调谐空时自适应检测方法，所述方法包括：接收均匀声纳线阵列采集的待检测数据，得到观测数据矩阵；设计两阶可调谐空时自适应检测器，并分别计算对应的检测统计量，所述两阶可调谐空时自适应检测器包括第一阶AMF检测器和第二阶EnRAO检测器；根据虚警概率，确定两阶可调谐空时自适应检测器符合稳健性和干扰抑制性要求的门限对；将该门限对与检测统计量进行比较，如果符合要求则判断待检测的目标存在，否则待检测的目标不存在。本发明的方法解决了在目标失配情况下的干扰抑制能力较差的问题，实现鲁棒性和干扰抑制能力之间的平衡，有效提高了系统的干扰抑制能力。

Description

一种两阶可调谐空时自适应检测方法
技术领域
本发明涉及声纳技术领域，尤其涉及一种两阶可调谐空时自适应检测方法。
背景技术
在自适应信号检测问题中，设计检测器通常需要具备两种性能：一是具备对应目标信号的鲁棒性，二是具备对干扰信号的抑制性。通常单个检测器不能兼顾两种性能的平衡。
由于实际应用场景情况比较复杂，故希望设计的检测器能够兼顾两种性能之间的平衡。导向向量失配是影响自适应检测的几个重要因素之一。当实际导向向量与标称导向向量不一致时就会发生匹配。失配会导致检测性能下降，严重时可导致检测器无法正常工作。导向向量失配通常由多种原因引起，如阵元一致性偏差、阵列安装误差、发射波形畸变和信道畸变等。
因此，为了能够在两种性能之间方便选择或获得确定的平衡状态，基于可调谐方法，利用门限对调节检测器鲁棒性和干扰抑制性之间的平衡，即允许检测器在匹配情况下有较小损失的代价，提供对失配的干扰信号有较好的抑制能力。
在自适应信号检测中，传统方法多选用一阶检测器，不能兼顾鲁棒性和干扰抑制性能。现有的实施方案是二阶可调谐空时自适应AMF-RAO检测器，选择第一阶AMF检测器和第二阶RAO检测器组合而成。该方法在导向向量匹配情况下具有较好的检测性能，然而在导向向量失配情况下干扰抑制能力相对较差。
发明内容
本发明的目的在于克服现有技术缺陷，提出了一种两阶可调谐空时自适应检测方法，以调节检测器鲁棒性和干扰抑制性能之间的平衡。
本发明提出了一种两阶可调谐空时自适应检测方法，所述方法包括：
步骤1)接收均匀声纳线阵列采集的待检测数据，得到观测数据矩阵；
步骤2)设计两阶可调谐空时自适应检测器，并分别计算对应的检测统计量，所述两阶可调谐空时自适应检测器包括第一阶AMF检测器和第二阶EnRAO检测器；
步骤3)根据虚警概率，确定两阶可调谐空时自适应检测器符合稳健性和干扰抑制性要求的门限对；
步骤4)将该门限对与检测统计量进行比较，如果符合要求则判断待检测的目标存在，否则待检测的目标不存在。
作为上述方法的一种改进，所述步骤1)具体包括：
由N个阵元组成均匀声纳线阵列，使用一个N×1维向量
Figure BDA0003306222480000021
表示阵列接收到的待检测主数据，
Figure BDA0003306222480000022
zk表示位于主数据附近的第k个辅助数据，K表示共有K个辅助数据，
Figure BDA0003306222480000028
表示复数域；
基于二元假设检验，使用H0和H1分别表示无目标信号假设和有目标信号假设，满足下式：
Figure BDA0003306222480000023
其中，
Figure BDA0003306222480000024
n，nk分别表示待检测数据和辅助数据里的背景噪声数据，均服从零均值、相同协方差矩阵的独立同分布高斯随机分布；
Figure BDA0003306222480000025
表示单元归一化的主瓣目标导向向量，使用v0表示标称导向向量；a表示接受信号的未知复幅值标量参数，表示目标的反射特性和信道衰落性质；Z＝[z1，z2，…，zk，…，zK]，k＝1，…，K，Z表示一组辅助数据用于估计协方差矩阵M，则有
Figure BDA0003306222480000026
其中，E[·]表示期望，
Figure BDA0003306222480000029
表示共轭转置运算。
作为上述方法的一种改进，所述步骤2)具体包括：
根据下式计算得到第一阶AMF检测器的检测统计量tAMF：
Figure BDA0003306222480000027
根据下式计算得到第二阶EnRAO检测器的检测统计量tEnRAO：
Figure BDA0003306222480000031
其中，β为随机变量，满足下式：
Figure BDA0003306222480000032
Figure BDA0003306222480000033
Figure BDA0003306222480000034
为随机变量，满足下式：
Figure BDA0003306222480000035
作为上述方法的一种改进，所述步骤3)具体包括：
根据下式得到两阶可调谐空时自适应检测器的虚警概率Pfa关于门限对(ηA，ηE)的函数，具备恒虚警特性：
Figure BDA0003306222480000036
其中，F0(·)表示在H0假设下给定β时，随机变量
Figure BDA0003306222480000037
的累积概率分布函数，p0(·)表示服从
Figure BDA0003306222480000038
分布模型的概率密度函数，u表示属于[0，∞]的随机变量，用于积分运算；
根据上式绘制在不同的虚警概率Pfa下的等高曲线图，根据稳健性和干扰抑制性要求，确定指定虚警概率Pfa下符合要求的门限对(ηA，ηE)。
作为上述方法的一种改进，所述步骤4)具体包括：
将检测统计量与门限对(ηA，ηE)与进行比较，如果第一阶AMF检测器的检测统计量tAMF＞ηA并且第二阶EnRAO检测器的检测统计量tEnRAO＞ηE，则待检测的目标存在，如果tAMF＜ηA或tEnRAO＜ηE，则待检测的目标不存在。
与现有技术相比，本发明的优势在于：
本发明研究了导向向量失配情况下的高斯混响背景下多通道点目标检测方法，提出了一种两阶空时自适应AMF-EnRAO检测器，该方法解决了在目标失配情况下的干扰抑制能力较差的问题，平衡鲁棒性和干扰抑制能力之间的平衡，有效提高系统的干扰抑制能力。
附图说明
图1是本发明的一种两阶可调谐空时自适应检测方法流程图；
图2是本发明的AMF-EnRAO检测器Pfa＝le-4，1e-3，1e-2，1e-1的等高曲线图；
图3是本发明的AMF-EnRAO检测器与现有的AMF检测器性能对比，其中图3(a)是Pd随SNR变化曲线；图3(b)是Pd随SNR和cos2θ的变化曲线；
图4是本发明的AMF-EnRAO检测器与现有的AMF-RAO检测器性能对比，其中图4(a)是Pd随SNR变化曲线；图4(b)是Pd随SNR和cos2θ的变化曲线。
具体实施方式
本发明基于可调谐方法，设计了一种两阶可调谐空时自适应检测方法。具体来说，该方法由鲁棒性好的第一阶AMF检测器和干扰抑制性能好的第二阶Enhanced RAO(EnRAO)检测器组合而成。推导新检测器的虚警概率Pfa和检测概率Pd的闭式表达式。新方法对于背景协方差矩阵具有恒虚警特性。调整可调谐检测器的门限对参数，可实现其性能在AMF和EnhancedRAO检测器之间自由选择，得到兼顾稳健性和干扰抑制能力的两阶可调谐自适应检测器。
下面结合附图和实施例对本发明的技术方案进行详细的说明。
实施例1
本发明的实施例1提供了一种两阶可调谐空时自适应检测方法。方法包括：
步骤1)接收均匀声纳线阵列采集的待检测数据，得到观测数据矩阵；
步骤2)设计两阶可调谐空时自适应检测器，并分别计算对应的检测统计量，所述两阶可调谐空时自适应检测器包括第一阶AMF检测器和第二阶EnRAO检测器；
步骤3)根据虚警概率，确定两阶可调谐空时自适应检测器符合稳健性和干扰抑制性要求的门限对；
步骤4)将该门限对与检测统计量进行比较，如果符合要求则判断待检测的目标存在，否则待检测的目标不存在。
1理论方法
考虑一个由N个阵元组成的线性接收阵列，使用一个N×1维向量
Figure BDA0003306222480000051
来表示阵列接收到的待检测主数据，
Figure BDA0003306222480000052
表示位于主数据附近的K个辅助数据。对于二元假设检验问题，使用H0和H1分别表示无目标信号假设和有目标信号假设。则问题可以表示为：
Figure BDA0003306222480000053
其中，
(1)n，
Figure BDA0003306222480000054
分别表示主辅数据里的背景噪声数据，其服从零均值、相同协方差矩阵的独立同分布高斯随机分布。
(2)
Figure BDA0003306222480000055
表示单元归一化的主瓣目标导向向量，通常我们可使用v0表示标称导向向量。
(3)a表示接受信号的未知复幅值标量参数，表征了目标的反射特性和信道衰落性质。
(4)Z＝[z1，z2，…，zk]，k＝1，…，K来表示一组辅助数据，用来估计协方差矩阵。
其协方差矩阵记做M。则有
Figure BDA0003306222480000056
其中，E[·]表示期望，
Figure BDA0003306222480000059
表示共轭转置运算。
AMF检测统计量tEnRAO可表示为
Figure BDA0003306222480000057
EnRAO的检测统计量
Figure BDA0003306222480000058
其中，tK表示Kelly’s GLRT检测统计量
Figure BDA0003306222480000061
Figure BDA0003306222480000062
Figure BDA0003306222480000063
AMF-EnRAO两阶可调谐检测器结构可表示为如下形式
Figure BDA0003306222480000064
其中，ηA和ηE分别表示新组成的两阶检测器中第一阶AMF和第二阶Enhanced RAO检测器的门限。两个门限可记做(ηA，ηE)组成新检测器的门限对，对应相同的Pfa可有无穷种门限对组合。
2性能评估
这里，给出新的两阶空时检测器的检测概率和虚警概率的闭合表达式。
2.1虚警概率Pfa
在H0假设下：
(1)当给定β时，
Figure BDA0003306222480000065
服从自由度1，K-N+1的中心复F分布，记做
Figure BDA0003306222480000066
(2)β是服从自由度为K-N+2，N-1的中心化复Beta分布的随机变量，记做
Figure BDA0003306222480000067
则对于AMF-EnRAO两阶检测器，其虚警概率Pfa可写为：
Figure BDA0003306222480000068
其中，F0(·)表示在H0假设下给定β时，随机变量
Figure BDA0003306222480000071
的累积概率分布函数(CDF)，p0(·)表示服从
Figure BDA0003306222480000072
分布模型的概率密度函数。
由式(11)可知，AMF-EnRAO检测器的虚警概率是门限对(ηA，ηE)的函数。可看出Pfa与数据协方差矩阵M无关。因此，检测器具有恒虚警特性。
图2画出了Pfa分别为10-4，10-3，10-2时对应的等虚警概率曲线。图中，横坐标ηENRAO即ηE，纵坐标ηAMF即ηA。纵坐标沿着等概率曲线设定门限对(ηA，ηE)时，AMF-EnRAO检测器可以依据系统需求，来选择检测性能和干扰抑制性能间的平衡。当ηE＝0和ηA＝0时，新检测器将分别退化成单阶AMF和EnRAO检测器。因此，调整门限对的值可以在保持CFAR的性能前提下，新检测器获得单阶检测器AMF和EnRAO检测器的特性。
2.2检测概率Pd
假设目标真实导向向量用vm表示，与标称导向向量v间的失配角用θ表示。当θ≠0时，称做导向向量失配，会造成检测器性能的损失。
H1假设下，当接收到的数据中包含目标信号时：
(1)当给定β时，
Figure BDA0003306222480000073
服从自由度1，K-N+1的非中心化复F分布，且具有非中心化参数为
δθ＝βSNR cos2θ
记做
Figure BDA0003306222480000074
其中，
Figure BDA0003306222480000077
定义为信噪比。
定义
Figure BDA0003306222480000075
(2)β是服从自由度K-N+2，N-1的非中心化复Beta分布的随机变量，其参数为
δβ＝SNRsin2θ (10)
记做，
Figure BDA0003306222480000076
当导向向量失配的情况发生时θ≠0，则检测器的检测概率Pd定义为θ的函数，可表示为：
Pd(θ)＝P[tAMF＞ηA，tEnRAO＞ηE；H1]
Figure BDA0003306222480000081
其中，F1(·)表示在H1假设条件下，给定β时，随机变量
Figure BDA0003306222480000082
的累积概率分布函数(CDF)，p1(·)表示服从
Figure BDA0003306222480000083
分布模型的概率密度函数。
3性能分析
通过仿真方法来分析AMF-EnRAO检测器的性能，并利用实测数据来验证，对新检测器和AMF、AMF-EnRAO方法进行性能比较。仿真中，选择复指数相关高斯分布向量作为噪声模型，其异界相关系数ρ＝0.9，即数据协方差矩阵M的第(i，j)个元素为ρ|i-j|，信噪比定义为
Figure BDA0003306222480000084
为了比较检测器间对失配信号的抑制性能，需要选择一个对比的积准。这里选取一组门限对(ηA，ηE)，使得选择的特定AMF-EnRAO检测器与AMF检测器在匹配情况下具有相似的检测性能，然后再比较两者失配情况下的性能。
图3画出了选择的某一AMF-EnRAO检测器与AMF检测器检测概率Pd随信噪比SNR变化的曲线及等检测概率曲线，N＝64，K＝96。从图3(a)中可看出，当cos2θ＝1时，即在导向向量匹配情况下，两检测器在检测概率曲线有交叉点。意味着在低信噪比时，AMF-EnRAO相对AMF检测器有更好的检测性能。而在较高信噪比的情况下，AMF-EnRAO检测器与单AMF检测器有性能损失。而在导向向量失配情况下(取cos2θ＝0.6)，相对于AMF检测器AMF-EnRAO能够提供很好的干扰抑制能力。
图3(b)画出了等检测器概率情况下，信噪比SNR和失配角cos2θ变化关系曲线。我们选取在匹配情况检测概率0.8时与AMF检测器拥有相同检测性能的某一AMF-EnRAO检测器。可看出，该检测器在失配情况下，信噪比在30dB时该检测器能够提供比AMF检测器更好的干扰抑制能力。
类似上述情况，这里选择了一组AMF-EnRAO和AMF-RAO检测器，其在信号匹配情况下具有相似的检测性能。图4中给出了这组检测器的性能对比，Pfa＝10-4，N＝64，K＝96。从图4(a)中可看出，在导向向量匹配情况下，即cos2θ＝1时，两检测器在检测概率曲线近似，尤其在高信噪比情况下近乎重合。相同一组检测器，在cos2θ＝0.6情况下，AMF-EnRAO比AMF-RAO检测器具有更好的干扰抑制性能。类似图3(b)的情况，从图4(b)中可看出AMF-EnRAO检测器提供了比AMF-RAO检测器更好的干扰抑制能力。
概括来说，本发明提出的两阶可调谐空时自适应检测方法，包括以下步骤：
1)获取均匀声纳线阵列采集的数据
其中，声纳阵阵元数为N，每个阵元接收K个采集数据
Figure BDA0003306222480000091
得到观测数据矩阵Z＝[z1，z2，…，zk]，k＝1，…，K
2)通过公式(2)和公式(3)得到检测统计量tAMF和tEnRAO；
3)根据系统对稳健性和干扰抑制性需求以及虚警概率Pfa确定门限对；
4)通过公式(7)，用两阶检测器的检测统计量与门限对做比较；
5)当两阶检测器的检测统计量都大于门限时判定目标存在，否则判决目标不存在。
本发明的方法是根据系统的设计需求，通过门限对的调节，该检测器能够在AMF检测器鲁棒性和EnRAO检测器干扰抑制性能之间进行调整。在目标失配情况下，AMF-EnRAO检测器的干扰抑制能力优于AMF和AMF-RAO检测器。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种两阶可调谐空时自适应检测方法，所述方法包括：
步骤1)接收均匀声纳线阵列采集的待检测数据，得到观测数据矩阵；
步骤2)设计两阶可调谐空时自适应检测器，并分别计算对应的检测统计量，所述两阶可调谐空时自适应检测器包括第一阶AMF检测器和第二阶EnRAO检测器；
步骤3)根据虚警概率，确定两阶可调谐空时自适应检测器符合稳健性和干扰抑制性要求的门限对；
步骤4)将该门限对与检测统计量进行比较，如果符合要求则判断待检测的目标存在，否则待检测的目标不存在。
2.根据权利要求1所述的两阶可调谐空时自适应检测方法，其特征在于，所述步骤1)具体包括：
由N个阵元组成均匀声纳线阵列，使用一个N×1维向量
Figure FDA0003306222470000011
表示阵列接收到的待检测主数据，
Figure FDA0003306222470000012
zk表示位于主数据附近的第k个辅助数据，K表示共有K个辅助数据，
Figure FDA0003306222470000013
表示复数域；
基于二元假设检验，使用H0和H1分别表示无目标信号假设和有目标信号假设，满足下式：
Figure FDA0003306222470000014
其中，
Figure FDA0003306222470000015
n,nk分别表示待检测数据和辅助数据里的背景噪声数据，均服从零均值、相同协方差矩阵的独立同分布高斯随机分布；
Figure FDA0003306222470000016
表示单元归一化的主瓣目标导向向量，使用v0表示标称导向向量；a表示接受信号的未知复幅值标量参数，表示目标的反射特性和信道衰落性质；Z＝[z1,z2,…,zk,…,zK],k＝1,…,K，Z表示一组辅助数据用于估计协方差矩阵M，则有
Figure FDA0003306222470000017
其中，E[·]表示期望，
Figure FDA0003306222470000018
表示共轭转置运算。
3.根据权利要求2所述的两阶可调谐空时自适应检测方法，其特征在于，所述步骤2)具体包括：
根据下式计算得到第一阶AMF检测器的检测统计量tAMF：
Figure FDA0003306222470000021
根据下式计算得到第二阶EnRAO检测器的检测统计量tEnRAO：
Figure FDA0003306222470000022
其中，β为随机变量，满足下式：
Figure FDA0003306222470000023
Figure FDA0003306222470000024
Figure FDA0003306222470000025
为随机变量，满足下式：
Figure FDA0003306222470000026
4.根据权利要求3所述的两阶可调谐空时自适应检测方法，其特征在于，所述步骤3)具体包括：
根据下式得到两阶可调谐空时自适应检测器的虚警概率Pfa关于门限对(ηA,ηE)的函数，具备恒虚警特性：
Figure FDA0003306222470000027
其中，F0(·)表示在H0假设下给定β时，随机变量
Figure FDA0003306222470000028
的累积概率分布函数，p0(·)表示服从
Figure FDA0003306222470000029
分布模型的概率密度函数，u表示属于[0,∞]的随机变量，用于积分运算；
根据上式绘制在不同的虚警概率Pfa下的等高曲线图，根据稳健性和干扰抑制性要求，确定指定虚警概率Pfa下符合要求的门限对(ηA,ηE)。
5.根据权利要求4所述的两阶可调谐空时自适应检测方法，其特征在于，所述步骤4)具体包括：
将检测统计量与门限对(ηA,ηE)与进行比较，如果第一阶AMF检测器的检测统计量tAMF＞ηA并且第二阶EnRAO检测器的检测统计量tEnRAO＞ηE，则待检测的目标存在，如果tAMF＜ηA或tEnRAO＜ηE，则待检测的目标不存在。
CN202111204338.5A 2021-10-15 2021-10-15 一种两阶可调谐空时自适应检测方法 Pending CN114035193A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111204338.5A CN114035193A (zh) 2021-10-15 2021-10-15 一种两阶可调谐空时自适应检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111204338.5A CN114035193A (zh) 2021-10-15 2021-10-15 一种两阶可调谐空时自适应检测方法

Publications (1)

Publication Number Publication Date
CN114035193A true CN114035193A (zh) 2022-02-11

Family

ID=80135055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111204338.5A Pending CN114035193A (zh) 2021-10-15 2021-10-15 一种两阶可调谐空时自适应检测方法

Country Status (1)

Country Link
CN (1) CN114035193A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114660554A (zh) * 2022-05-25 2022-06-24 中国人民解放军空军预警学院 一种雷达目标和干扰的检测分类方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3754370A1 (en) * 2019-06-21 2020-12-23 Aisin Seiki Kabushiki Kaisha Object detection device

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3754370A1 (en) * 2019-06-21 2020-12-23 Aisin Seiki Kabushiki Kaisha Object detection device

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DA XU: "A two-stage tunable detector with enhanced rejection capabilities", THE JOURNAL OF ENGINEERING, 6 April 2021 (2021-04-06), pages 302 - 305 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114660554A (zh) * 2022-05-25 2022-06-24 中国人民解放军空军预警学院 一种雷达目标和干扰的检测分类方法及系统
CN114660554B (zh) * 2022-05-25 2022-09-23 中国人民解放军空军预警学院 一种雷达目标和干扰的检测分类方法及系统

Similar Documents

Publication Publication Date Title
CN106646350B (zh) 一种单只矢量水听器各通道幅度增益不一致时的修正方法
CN114567360B (zh) 一种用于智能超表面无线通信的信道参数估计方法
CN114785379B (zh) 一种水声janus信号参数估计方法及系统
CN111458676B (zh) 一种基于级联神经网络的波达方向估计方法及装置
CN109725298B (zh) 一种基于秩损求根的阵列流型误差校准和波达方向估计方法
CN114035193A (zh) 一种两阶可调谐空时自适应检测方法
CN118450309B (zh) 一种基于音频分析的蓝牙耳机性能测试方法及相关装置
CN113033457B (zh) 一种软故障识别模型训练和软故障识别方法、装置
CN112910518B (zh) 无人机通信中非高斯噪声下mimo系统发射天线数估计方法
CN114070683A (zh) 一种用于实现自适应均衡的方法和自适应均衡器
CN112235077B (zh) 基于高斯Copula的BPSK信号盲处理结果可信性自适应校验方法
CN112505665B (zh) 适用于部分均匀混响环境的空时自适应检测方法及系统
CN105656577A (zh) 面向信道冲激响应的分簇方法和装置
CN117526981A (zh) 一种基于多径预测技术的短波天波干扰抑制方法及系统
CN110233687B (zh) 一种多路数据信号联合判决检测方法
CN106443612B (zh) 一种基于信息熵的多雷达混合检测方法
CN117318853A (zh) 一种低信噪比下突发信号的检测方法
CN115980729B (zh) 一种信号失配下的扩展目标参数可调检测方法与系统
CN108718223B (zh) 一种非合作信号的盲频谱感知方法
CN116774162A (zh) 用于均匀线性阵列的抗主副瓣干扰自适应单脉冲测角方法
CN112147590B (zh) 一种基于响应估计频域拟合的通道均衡方法
CN113556157B (zh) 非高斯干扰下mimo系统发射天线数估计方法及系统
CN114578384A (zh) 一种用于激光大气系统的自适应恒虚警检测方法
Achatz et al. An Iterative Channel Imbalance Online Calibration Technique for Automotive Radar
Wang et al. A robust eigenspace-based adaptive beamforming algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination