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:
非均匀环境下的空时自适应处理算法需对参考单元样本进行筛选.针对小系统自由度下,已有的基于傅里叶谱相似度(Fourier spectral similarity,FSPS)的筛选算法在污染样本剔除以及相似样本选择环节都存在分辨率不足的问题,提出一种基于稀疏恢复技术的自适应样本筛选算法.该方法利用参考单元样本及待检测单元(cell under test,CUT)样本的高精度稀疏恢复谱筛选出与CUT 杂波特征相近的样本,保留了 FSPS算法在非均匀杂波环境下的鲁棒性,同时提升对非均匀样本的分辨精度.仿真结果表明,所提算法在小系统自由度情况下具有优于FSPS算法的样本筛选效果及系统输出性能.
推荐文章
基于稀疏度自适应算法的压缩感知
压缩感知
稀疏度自适应算法
重构时间
基于块稀疏度估计的压缩感知自适应重构算法
块稀疏信号
压缩感知
估计
正则化
自适应
信号重构
基于相似度辅助决策的带宽自适应跟踪算法
视觉跟踪
均值漂移算法
显著性加权
自适应带宽
基于数据相似度的自适应半监督随机森林算法
随机森林
半监督学习算法
数据相似度
路径集合稀疏编码
自适应
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 基于稀疏恢复谱相似度的自适应样本筛选算法
来源期刊 系统工程与电子技术 学科 工学
关键词 空时自适应处理 稀疏恢复 样本筛选 协方差矩阵估计
年,卷(期) 2018,(5) 所属期刊栏目 电子技术
研究方向 页码范围 976-981
页数 6页 分类号 TN959
字数 5918字 语种 中文
DOI 10.3969/j.issn.1001-506X.2018.05.03
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 李军 电子科技大学电子工程学院 56 416 12.0 16.0
2 王晓明 电子科技大学电子工程学院 14 203 6.0 14.0
3 张圣鹋 电子科技大学电子工程学院 5 11 2.0 3.0
4 张永杰 3 7 1.0 2.0
5 卢燕 电子科技大学电子工程学院 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (9)
参考文献  (16)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 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)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(10)
  • 参考文献(3)
  • 二级参考文献(7)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(13)
  • 参考文献(3)
  • 二级参考文献(10)
2016(6)
  • 参考文献(3)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2018(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
空时自适应处理
稀疏恢复
样本筛选
协方差矩阵估计
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
总被引数(次)
116871
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