吉林大学学报（信息科学版）
吉林大學學報（信息科學版）
길림대학학보（신식과학판）
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2015年
3期
246-250
,共5页
朱兰香%单泽彪%单泽涛%王振%柳奇凡%石要武
硃蘭香%單澤彪%單澤濤%王振%柳奇凡%石要武
주란향%단택표%단택도%왕진%류기범%석요무
多输入多输出雷达%电磁环境感知%奇异值分解%整体最小二乘
多輸入多輸齣雷達%電磁環境感知%奇異值分解%整體最小二乘
다수입다수출뢰체%전자배경감지%기이치분해%정체최소이승
multiple-input multiple-output (MIMO) radar%electromagnetic environmental sensory (EES)%singular value decomposition%total least squares
为提高EES-MIMO(Electromagnetic Environmental Sensory-Multiple-Input Multiple-Output)雷达在复杂电磁环境下测量精度和工作可靠性,提出了一种新的基于整体最小二乘(TLS:Total Least Squares)方法与奇异值分解(SVD:Singular Value Decomposition)的电磁环境感知算法.SVD-TLS算法首先利用了互谱AR(Auto Regressive)模型参数估计,然后考虑其互相关函数矩阵中的估计误差扰动,并采用同时考虑方程右端互相关函数向量中估计误差扰动的TLS方法予以实现.仿真实验结果表明,该算法具有良好的谱估计性能,可较准确地感知环境中杂波所处的频段,从而为EES-MIMO雷达利用剩余“干净”频带收发波形提供了可靠保证.
為提高EES-MIMO(Electromagnetic Environmental Sensory-Multiple-Input Multiple-Output)雷達在複雜電磁環境下測量精度和工作可靠性,提齣瞭一種新的基于整體最小二乘(TLS:Total Least Squares)方法與奇異值分解(SVD:Singular Value Decomposition)的電磁環境感知算法.SVD-TLS算法首先利用瞭互譜AR(Auto Regressive)模型參數估計,然後攷慮其互相關函數矩陣中的估計誤差擾動,併採用同時攷慮方程右耑互相關函數嚮量中估計誤差擾動的TLS方法予以實現.倣真實驗結果錶明,該算法具有良好的譜估計性能,可較準確地感知環境中雜波所處的頻段,從而為EES-MIMO雷達利用剩餘“榦淨”頻帶收髮波形提供瞭可靠保證.
위제고EES-MIMO(Electromagnetic Environmental Sensory-Multiple-Input Multiple-Output)뢰체재복잡전자배경하측량정도화공작가고성,제출료일충신적기우정체최소이승(TLS:Total Least Squares)방법여기이치분해(SVD:Singular Value Decomposition)적전자배경감지산법.SVD-TLS산법수선이용료호보AR(Auto Regressive)모형삼수고계,연후고필기호상관함수구진중적고계오차우동,병채용동시고필방정우단호상관함수향량중고계오차우동적TLS방법여이실현.방진실험결과표명,해산법구유량호적보고계성능,가교준학지감지배경중잡파소처적빈단,종이위EES-MIMO뢰체이용잉여“간정”빈대수발파형제공료가고보증.
