基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
非高斯干扰下的主动信号检测中,高斯化模块往往不可或缺.通过对样本的抑大扬小,它可以有效地增强背景数据的高斯性,提高后续预白化和相关检测的性能.本文给出高斯化滤波的定义和效果评价方法,然后对比研究了基于概率密度函数及导数的U滤波和基于累积分布函数及反函数的G滤波两种高斯化实现方法、原理与性能,并使用一组湖试数据测试了它们各自的高斯化效果.最后,举例说明了高斯化在混合高斯Rao检测中的应用.
推荐文章
光检测尾流特征中抑制背景干扰的方法
光检测尾流
背景干扰
干扰抑制
强干扰环境下窄带信号检测滤波优化算法
强干扰环境下
窄带信号
检测滤波
高斯核密度估计的背景建模运动目标检测
背景建模
目标检测
混合高斯模型
背景减法
核密度估计
网络入侵中的异常信号抗干扰检测系统的设计与实现
网络入侵
异常信号
抗干扰检测
S3C2440a
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 主动信号检测中干扰背景的高斯化处理
来源期刊 数据采集与处理 学科 工学
关键词 高斯化 混合高斯 非高斯 主动检测
年,卷(期) 2006,(4) 所属期刊栏目 理论与试验研究
研究方向 页码范围 413-417
页数 5页 分类号 TN97
字数 3667字 语种 中文
DOI 10.3969/j.issn.1004-9037.2006.04.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王平波 海军工程大学电子工程学院 48 200 7.0 12.0
2 蔡志明 海军工程大学电子工程学院 147 965 14.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (5)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
高斯化
混合高斯
非高斯
主动检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导