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:
在强噪声背景下,基于时频联合分析的高频CW信号检测算法性能严重下降,同时标准Kalman滤波器对非平稳背景噪声下微弱高频CW信号也失效.针对此问题,本文提出了一种基于ARMA新息模型的自适应Kalman滤波器检测方法.该方法避免了标准Kalman滤波检测CW信号时需要确定系统噪声统计特性的问题.论文根据CW信号的状态空间随机信号模型,构造了ARMA新息模型,通过在线辨识MA模型参数来估计Kalman滤波增益,从而实现了CW信号的自适应跟踪滤波.仿真结果表明,该方法能够在强噪声背景下动态跟踪CW信号时域波形,且算法简单,实时性强,可用于指导高频CW电报自动接收设备的研制.
推荐文章
基于自适应噪声抵消的微弱振动信号提取方法
微弱信号
振动信号
自适应噪声抵消
信号提取
微弱高频CW信号的自适应滤波
自适应滤波
ARMA新息模型
Kalman滤波
莫尔斯信号
信号检测
基于随机共振原理检测微弱信号及自适应的研究
随机共振
周期信号
非周期信号
强混沌噪声背景下弱信号检测
混沌
自适应
微弱信号检测
数据平滑处理
自适应处理
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 非平稳背景噪声下微弱高频CW信号的自适应检测
来源期刊 科学技术与工程 学科 工学
关键词 微弱高频CW信号 非平稳噪声 ARMA新息模型 自适应Kalman滤波器
年,卷(期) 2009,(4) 所属期刊栏目 论文
研究方向 页码范围 884-888
页数 5页 分类号 TN911.23
字数 3361字 语种 中文
DOI 10.3969/j.issn.1671-1815.2009.04.016
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 林金朝 21 278 8.0 16.0
3 李国军 8 136 3.0 8.0
7 周晓娜 8 28 3.0 5.0
8 曾理 8 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (35)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微弱高频CW信号
非平稳噪声
ARMA新息模型
自适应Kalman滤波器
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导