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:
基于杂波谱稀疏恢复的空时自适应处理(STAP)方法可以显著降低对杂波样本数的要求,十分适合缺少样本情况下的机载雷达杂波抑制.然而,现有稀疏恢复STAP方法利用离散化空时导向矢量字典进行重构,在非正侧视阵情况下,由于杂波脊不在字典网格点上,字典失配问题严重影响杂波抑制性能.针对上述问题,该文提出了一种基于原子范数的无网格稀疏恢复空时自适应处理方法(ANM-STAP),利用低秩矩阵恢复理论实现连续空时平面的稀疏恢复,克服了稀疏恢复中的字典失配问题,获得了非正侧视阵情况下的高分辨率杂波空时谱,有效提高了STAP杂波抑制性能.Monte Carlo实验证明,该文方法STAP处理性能在非正侧视阵情况下优于已有字典离散化处理的稀疏恢复STAP方法.
推荐文章
基于改进OMP的非正侧视MIMO-STAP算法
多输入多输出
空时自适应处理
非正侧视
正交匹配追踪算法
稀疏恢复
自适应指纹预处理算法
指纹图像
方向图
自适应阈值
自适应旋转滤波器
非高斯噪声环境中基于梯度范数的自适应滤波算法
α稳定分布
自适应滤波
梯度范数
归一化最小平均P范数算法
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
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 基于原子范数的无网格稀疏恢复非正侧视阵空时自适应处理算法
来源期刊 电子与信息学报 学科
关键词 空时自适应处理 稀疏恢复 字典失配 原子范数
年,卷(期) 2021,(5) 所属期刊栏目 雷达信号处理|Radar Signal Processing
研究方向 页码范围 1235-1242
页数 8页 分类号 TN911
字数 语种 中文
DOI 10.11999/JEIT200114
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (84)
共引文献  (25)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(4)
  • 参考文献(1)
  • 二级参考文献(3)
1992(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(14)
  • 参考文献(2)
  • 二级参考文献(12)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
空时自适应处理
稀疏恢复
字典失配
原子范数
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
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