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:
对于非均匀杂波环境下信号自适应检测问题,由于待测数据样本的协方差矩阵与训练数据的协方差矩阵不相同,造成检测性能下降,针对此问题本文提出了基于贝叶斯方法的广义似然比检测器(Bayesian generalized likelihood ratio test,B-GLRT).通过对非均匀杂波环境下协方差矩阵间的关系进行统计建模,使在B-GLRT的设计过程中能够结合杂波的非均匀性,并且这种非均匀性在统计模型中可以通过标量参数调节.同时通过对协方差矩阵选择合适的先验分布,使B-GLRT能够融合有助于提高检测性能的先验知识.通过仿真实验,验证了B-GLRT的检测性能高于传统的非贝叶斯检测器,并且分析了杂波环境非均匀性和先验信息对自适应检测性能的影响.
推荐文章
基于贝叶斯的高斯杂波背景下MIMO雷达自适应检测算法
多输入多输出雷达
自适应检测
贝叶斯
逆复Wishart分布
广义似然比检验
贝叶斯雷达自适应检测算法研究
贝叶斯方法
Rao准则检测器
Wald准则检测器
非均匀杂波环境
基于视觉双通路与贝叶斯模型的烟雾检测方法
疑似烟雾区域
视觉双通路
贝叶斯概率融合
基于贝叶斯估计自适应软硬折衷阈值 Curvelet 图像去噪技术
脊波变换
Curvelet变换
贝叶斯估计
图像去噪
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 非均匀杂波环境下基于贝叶斯方法的自适应检测
来源期刊 自动化学报 学科
关键词 自适应检测 非均匀杂波环境 贝叶斯方法 先验知识 广义似然比检测
年,卷(期) 2011,(10) 所属期刊栏目 论文与报告
研究方向 页码范围 1206-1212
页数 7页 分类号
字数 语种 中文
DOI 10.3724/SP.J.1004.2011.01206
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 张林让 194 1602 19.0 27.0
2 周宇 31 280 9.0 16.0
3 刘楠 49 692 14.0 25.0
4 刘昕 27 278 9.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (47)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
自适应检测
非均匀杂波环境
贝叶斯方法
先验知识
广义似然比检测
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
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
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
论文1v1指导