一种基于原子范数最小化的二维鲁棒自适应波束形成方法.pdf
努力****冰心
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于原子范数最小化的二维鲁棒自适应波束形成方法.pdf
本发明公开了一种基于原子范数最小化的二维鲁棒自适应波束形成方法,其包括:利用克罗内克积将二维阵列流形矩阵重构成一维矢量并建立相应的接收信号数学模型;构建一种接收端目标及干扰信号的原子范数表示方法;建立基于原子范数最小化设计联合估计干扰协方差矩阵和期望信号功率及导向矢量的最优化问题及其约束条件;构建该优化问题的半正定规划问题;采用交替优化方法将该问题分解为两个迭代步骤求解,获得重构的干扰协方差矩阵和期望信号导向矢量;由Capon波束形成算法得到权矢量。本发明不受期望目标信号的影响,能够自适应调整指向方向,对
基于原子范数最小化可降维的二维离格DOA估计方法.pdf
本发明公开了一种基于原子范数最小化可降维的二维离格DOA估计方法,该方法利用Kronecker积的性质,对阵列接收数据模型进行变形,从而将二维联合角度估计通过降维分为两个一维DOA估计问题,目的是为了降低计算复杂度,降维后分别引用原子范数最小化ANM理论,建立多快拍下的原子范数最小化问题,并将非凸问题转为半正定规划问题,使用CVX工具箱求解,最后通过esprit算法实现方位角和俯仰角的估计。本发明可实现角度的自动配对的二维平面阵列的DOA估计,可解决网格失配问题,可解相干性,在低信噪比下也能得到很好的估计
基于交替方向乘子法的鲁棒自适应波束形成算法.pdf
本发明属于雷达信号处理领域,公开了一种基于交替方向乘子法的鲁棒自适应波束形成算法,该算法解决了已有算法中存在阵列或感兴趣信号的精度不够等误差问题,通过重构干扰加噪声协方差矩阵以求解信号SV的鲁棒自适应波束形成算法,该算法在保留模约束的基础上,提高了约束对真实数据的适应性,相比传统的RAB方法,本发明所提算法计算复杂度更低,具有更好的性能,提高自适应波束形成算法对未知误差的鲁棒性。
一种基于原子范数最小化的层析SAR三维成像方法.pdf
本发明公开了一种基于原子范数最小化的层析SAR三维成像方法,包括:构建完备层析SAR观测信号的原子集合和原子范数;构建不完备层析SAR观测信号的原子集合和原子范数;根据构建的完备层析SAR观测信号和不完备层析SAR观测信号的原子集合和原子范数,构建基于原子范数最小化的层析SAR成像模型;根据层析SAR成像模型和半正定规划理论构建原子范数优化问题的半正定规划解,利用半正定规划解实现SAR三维成像。本发明运用了原子范数最小化方法来进行层析SAR反演,与基于L1范数的优化方法相比较具备更强的稀疏性、超分辨率能力
用于机载MIMO SAR回波分离的鲁棒自适应波束形成方法.pdf
本发明公开的一种用于机载MIMOSAR回波分离的鲁棒自适应波束形成方法,其包括以下步骤:1)采用多发射机发射短时移位正交波形,并利用俯仰多通道系统同时接收多种发射波形回波;2)对各信号分量的来向区域进行划分,并根据俯仰维空域快拍估计样本协方差矩阵,计算Capon功率谱;3)利用Capon功率谱对干扰加噪声协方差矩阵(InterferencePulseNoiseCovarianceMatrix,IPNCM)进行重构,剔除协方差矩阵中的期望信号分量;4)对期望信号的协方差矩阵进行重构,进而估计出该信号的导引矢