共查询到17条相似文献,搜索用时 125 毫秒
1.
实用的空时自适应处理(STAP)算法取决于降维处理,采用了诸如主要分量或部分自适应滤波器的技术。降维不仅可以减轻计算量,还能减少估算干扰统计所需的采样。这样的结果源于假设杂波方差具有特定(非参数)结构。我们验证了如何将参数结构加在杂波和干扰上,以进一步减少计算和二次采样。这个方法称为空时自回归(STAR)滤波,它采用了两个步骤:首先,构造一个结构子空间,该子空间正交于有杂波和干扰驻留的结构子空间,其次,用与该子空间匹配的检测器可确定是否有目标存在。我们采用圆形阵STAP的实际仿真数据组,证实了该方法能够显著地降低信号-干扰与杂波比(SINR)的损耗,且计算量小于其它常用算法。在低2次采样情况下该STAR算法同样能取得很好的性能,这个特点对非平稳杂波的状况更有吸引力。 相似文献
2.
提出将子空间跟踪方法用于GPS接收机空时抗干扰中。根据接收信号中干扰信号远强于有用信号和噪声的特点,将子空间投影方法与空时信号处理相结合,对自适应PASTd子空间跟踪方法进行了改进,使其在强干扰下也能快速、准确的估计出空时二维干扰子空间,进一步求出空时抗干扰最佳权。与原自适应PASTd方法相比,该改进方法在增加很少计算量的情况下,干扰子空间估计的收敛性和准确性有大幅提高,抗干扰性能良好、稳定。该方法能够实时跟踪干扰子空间的变化,结构简单,计算量小,适合多变干扰环境,具有较高的可行性和实用性。仿真试验验证了该方法对窄带和宽带干扰均有效。 相似文献
3.
提出了一种基于Krylov子空间的宽带信号DOA(Direction of Arrival)快速估计方法。该方法首先对方向矩阵进行Jacobi—Anger展开来构造“聚焦”矩阵,然后通过多级维纳滤波(MSWF:Multi-Stage Weiner Filter)算法求得聚焦后的阵列协方差矩阵的Krylov子空间,因为在满足一定的条件下,Krylov子空间等价于阵列的信号子空间,所以可以求得信号的DOA。采用Jacobi-Anger展开式构造聚焦矩阵不需要进行角度的预估计,通过MSWF算法求Krylov子空间不需对观测数据的协方差矩阵进行特征值或奇异值分解,从而使得该方法运算量比常用的宽带空间谱估计方法要小。计算机仿真试验证实了方法的有效性。 相似文献
4.
根据全球导航卫星系统(Global Navigation Satellite Systems, GNSS)卫星信号粗捕获(C/A)码的相关峰特点,提出基于双子空间跟踪及盲波束形成的GNSS抗干扰算法。首先通过噪声子空间跟踪将接收信号投影到噪声子空间进行干扰抑制,提高接收信号信干比(SIR)。然后利用指定卫星C/A码与干扰抑制信号进行相关运算,增强指定卫星信号的信噪比(SNR),结合一维信号子空间跟踪,获取指定卫星导向矢量,实现对干扰抑制信号形成波束指向的目的。本算法不需要知道传输的导航符号以及卫星方位,是一种盲自适应算法。由于采用低运算复杂度的子空间跟踪方法,降低了抗干扰接收机的运算负担,保证了算法的实时性要求。最后通过实验仿真验证了提出算法能够有效地对抗强干扰以及增强GNSS信号。 相似文献
5.
传统的抗干扰接收机存在自由度有限、抗多径干扰能力弱等不足。针对这些不足,有人提出了空-时二维自适应滤波(STAP)算法。文章介绍了空-时二维自适应抗干扰算法的性能、特点以及Matlab仿真和FPGA实现情况。文章没有使用通常使用的多级维纳嵌套(MSNWF)逼近方法,而是尝试采用矩阵直接求逆的方法来求出自适应系数。通过仿真和实测,此方法达到了较好的效果。文章的研究成果对通信对抗、雷达对抗都有重要的参考价值。 相似文献
6.
7.
提出了一种基于扩展噪声子空间的强干扰条件下微弱信号DOA估计算法。该算法在已知强干扰源个数条件下,通过构造扩展的噪声子空间,在此基础上利用MUSIC方法有效地抑制干扰,并且准确估计出微弱信号的DOA参数。此算法的优势在于无需已知强干扰信号方向,且运算量与MUSIC方法相当。仿真实验验证了该算法是有效性和可行性。 相似文献
8.
讨论了常规自适应旁瓣对消算法(LCMVB)和基于特征空间的技术。探论了一种新的自适应天线旁瓣相消算法。该算法把常规自适应天线相消法的权矢量向信号子空间投影,减小了噪声子空间对权矢量的影响。与LCMVB算法相比,该算法具有更好的干扰对消能力。仿真证明了算法的有效性。 相似文献
9.
采用阵列天线对GPS接收信号进行干扰抑制,在信号处理时引入时延,形成空时二维处理的模式.空时二维抗干扰由于运算量大而导致在实际实现困难,必须进行降维处理.多级维纳滤波(MWF)方法可以有效降低滤波器的维数,但是经典的MWF方法存在子空间维数估计不准的问题.本文对于多级维纳滤波方法进行了分析,利用MWF的分析滤波器将接收信号矢量映射为另一信号矢量.通过对该信号矢量的协方差矩阵进行分析,找到一种判断子空间维数的稳健方法.仿真表明该方法能够准确地估计出噪声子空间维数.与传统的设定MSE门限的方法相比较,得出用本方法估计子空间维数更为准确可靠,抗干扰性能更优的结论. 相似文献
10.
为了解决过程噪声和测量噪声为高斯有色噪声且反馈控制器未知情况下的闭环系统辨识问题,给出了基于子空间辨识框架下的闭环辨识算法。算法通过选择适当的辅助变量,构造出噪声过程的高阶累积量,并利用高阶累积量对高斯噪声不敏感的特性来抑制噪声的影响,最后再使用子空间算法辨识系统的状态空间模型。数值仿真表明,对于存在高斯有色噪声的闭环系统,该辨识算法可以得到无偏的系统状态空间模型。 相似文献
11.
12.
13.
14.
15.
16.
17.
针对低信噪比条件下多通道信号特征参数估计问题,提出了两种基于张量子空间的信号参数估计算法,分别是基于矩阵堆叠的张量分解算法和基于张量矩阵因子的联合算法。通过研究参数化信号模型、信号子空间旋转不变性和张量范德蒙分解原理,分析了多通道数据的三维张量数据模型的构建;矩阵堆叠的张量分解算法验证了张量高阶奇异值分解是矩阵奇异值分解的推广,矩阵因子联合算法进一步提高了低信噪比条件下的信号参数估计精度。仿真以信号频率和初相位的估计精度为衡量指标,验证了低信噪比的条件下,张量子空间信号参数估计算法要优于传统的矩阵子空间信号参数估计算法。
相似文献
相似文献