版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、雷達(dá)系統(tǒng)的很多應(yīng)用均以實現(xiàn)信號檢測任務(wù)為前提,如雷達(dá)偵察、雷達(dá)成像等。Chirp信號是雷達(dá)系統(tǒng)中常用的信號形式,為了實現(xiàn)雷達(dá)的某些功能,需要首先完成對寬帶Chirp信號的檢測任務(wù)。然而,若采取傳統(tǒng)依據(jù)奈奎斯特定理的采樣方法,Chirp信號的高帶寬意味著會有大數(shù)據(jù)量的采集、存儲、傳輸與處理問題。壓縮感知理論的出現(xiàn)為解決這一問題提供了新的思路。
本文主要針對寬帶Chirp信號檢測問題進(jìn)行研究,結(jié)合壓縮感知理論,分析和實現(xiàn)Chirp
2、信號的壓縮檢測算法。主要內(nèi)容包括Chirp信號的稀疏表示、Chirp信號壓縮檢測模型的建立以及檢測模型下壓縮檢測算法的設(shè)計及實現(xiàn)。其中, Chirp信號稀疏表示部分主要研究的是 Chirp信號在波形延時字典和時頻字典(Gabor字典和Chirplet字典)下的自適應(yīng)分解,通過字典來稀疏表示Chirp信號;壓縮檢測模型主要包括兩種,一種是高斯白噪聲信道條件下壓縮檢測模型的建立,另一種是高斯白噪聲加強窄帶干擾信道條件下壓縮檢測模型的建立。<
3、br> 已有的壓縮檢測算法包括非相干檢測與估計算法(Incoherent detection and estimation algorithm IDEA)和基于觀測值數(shù)字特征的壓縮檢測算法。其中,前者利用部分重構(gòu)思想及最大投影系數(shù)來完成檢測,實現(xiàn)簡單但檢測效果相對較差;后者利用實際采樣值與其在各假設(shè)情況下數(shù)學(xué)期望的偏差作為判決依據(jù)來完成檢測任務(wù),較低信噪比下也能有較好的檢測效果。在分析已有算法的基礎(chǔ)上,本文提出一種基于觀測值的相關(guān)檢測
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于分塊稀疏信號的壓縮感知貪婪算法研究.pdf
- 壓縮感知塊稀疏信號重構(gòu)算法研究.pdf
- 面向壓縮感知的稀疏信號重構(gòu)算法研究.pdf
- 基于壓縮感知的頻譜檢測算法的研究.pdf
- 基于壓縮感知的運動目標(biāo)檢測算法研究.pdf
- 基于壓縮感知的稀疏信號重構(gòu)算法優(yōu)化與實現(xiàn).pdf
- 稀疏時變信號壓縮感知重構(gòu)算法的研究.pdf
- 基于壓縮感知的寬帶協(xié)作頻譜檢測算法研究.pdf
- 壓縮感知的稀疏重構(gòu)算法研究.pdf
- 基于貝葉斯壓縮感知的塊狀稀疏信號恢復(fù)算法研究.pdf
- 壓縮感知盲稀疏信號貪婪迭代重構(gòu)算法研究.pdf
- 基于壓縮感知的交通監(jiān)控視頻目標(biāo)檢測算法研究.pdf
- 基于壓縮感知的塊稀疏信號重構(gòu)和圖像分塊采樣算法研究.pdf
- 基于壓縮感知的稀疏信道估計算法研究.pdf
- 基于壓縮感知的顯著性檢測算法研究及應(yīng)用.pdf
- 基于稀疏和壓縮感知的目標(biāo)跟蹤算法研究.pdf
- 基于壓縮感知的信號重建算法研究.pdf
- 基于壓縮感知的心電信號壓縮算法研究.pdf
- 基于壓縮感知的信號恢復(fù)算法研究
- 基于壓縮感知理論的信號重構(gòu)算法研究.pdf
評論
0/150
提交評論