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:
针对在复杂海杂波背景下,雷达目标检测中动目标检测(Moving Target Detection,MTD)技术的检测性能显著下降的问题,以及局部最优检测器(Locally Optimum Detector,LOD)仅适用于低信杂比背景下弱目标检测的问题,基于分数低阶统计量理论,提出了一种分数低阶匹配滤波检测方法。该方法通过幂变换抑制杂波的非高斯特性,通过应用杂波分数低阶协方差矩阵特征值分解的方法白化相关杂波,在此基础上应用匹配滤波进行目标积累,以提高信杂比。通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与MTD和LOD进行了比较。结果表明,本文所提出方法能较好地解决非高斯相关杂波背景下的目标检测问题,检测性能明显优于MTD和LOD方法。
推荐文章
海杂波背景下的小信号检测
海杂波
RBF神经网络
信号检测
一种海杂波背景下的目标跟踪数据关联方法
目标跟踪
最近邻滤波(NNF)算法
概率数据关联滤波(PDAF)算法
海杂波环境
一种海杂波背景下雷达信号检测方法的研究
低截获概率
海杂波
信杂比
目标检测
基于分数低阶归一化匹配滤波的目标检测方法
非高斯相关杂波
目标检测
归一化匹配滤波
Alpha稳定分布
分数低阶统计量
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 复杂海杂波背景下分数低阶匹配滤波检测方法
来源期刊 电子学报 学科 工学
关键词 非高斯相关杂波 幂变换 分数低阶协方差 杂波白化
年,卷(期) 2016,(2) 所属期刊栏目 学术论文
研究方向 页码范围 319-326
页数 8页 分类号 TN957
字数 6335字 语种 中文
DOI 10.3969/j.issn.0372-2112.2016.02.011
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 王首勇 空军预警学院重点实验室 23 97 6.0 8.0
2 郑作虎 空军预警学院重点实验室 8 40 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (7)
参考文献  (12)
节点文献
引证文献  (7)
同被引文献  (22)
二级引证文献  (15)
1981(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(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
非高斯相关杂波
幂变换
分数低阶协方差
杂波白化
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
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