一种基于时空域线谱增强器的未知线谱目标检测方法

    公开(公告)号:CN107886068A

    公开(公告)日:2018-04-06

    申请号:CN201711101689.7

    申请日:2017-11-10

    IPC分类号: G06K9/00

    摘要: 一种基于时空域线谱增强器的未知线谱目标检测方法,涉及一种未知线谱目标检测方法。一:设定基本参数;二:对接收的阵元数据进行空时二维线谱增强处理;三:对步骤二中处理得到的每一新阵元数据分别进行分段,对每一段数据分别进行离散傅里叶变换;四:取出步骤三中各新阵元在相同段序号上的离散傅里叶变换输出值,对其中同一频率点上的各离散傅里叶变换输出值进行频域波束形成;五:对步骤四中得到的频域波束形成结果,在频域和时间上积分求和,获得最终的方位谱输出即线谱目标检测结果。本发明降低了对输入信噪比的要求,能有效地实现对未知线谱信号的时空域二维加权,避免了在频率或方位单一维度下用峰值方差来估计参量方差时误差较大的问题。

    一种基于时空域线谱增强器的未知线谱目标检测方法

    公开(公告)号:CN107886068B

    公开(公告)日:2021-12-07

    申请号:CN201711101689.7

    申请日:2017-11-10

    IPC分类号: G06K9/00

    摘要: 一种基于时空域线谱增强器的未知线谱目标检测方法,涉及一种未知线谱目标检测方法。一:设定基本参数;二:对接收的阵元数据进行空时二维线谱增强处理;三:对步骤二中处理得到的每一新阵元数据分别进行分段,对每一段数据分别进行离散傅里叶变换;四:取出步骤三中各新阵元在相同段序号上的离散傅里叶变换输出值,对其中同一频率点上的各离散傅里叶变换输出值进行频域波束形成;五:对步骤四中得到的频域波束形成结果,在频域和时间上积分求和,获得最终的方位谱输出即线谱目标检测结果。本发明降低了对输入信噪比的要求,能有效地实现对未知线谱信号的时空域二维加权,避免了在频率或方位单一维度下用峰值方差来估计参量方差时误差较大的问题。

    一种基于离散傅里叶变换的广义似然比线谱检测方法

    公开(公告)号:CN106484659B

    公开(公告)日:2019-07-16

    申请号:CN201610865795.1

    申请日:2016-09-29

    IPC分类号: G06F17/14

    摘要: 一种基于离散傅里叶变换的广义似然比线谱检测方法,本发明涉及广义似然比线谱检测方法。本发明是为了解决水下目标辐射的线谱信号频率通常未知或不稳定时,现有技术受到“栅栏效应”的影响而产生增益损失,使其检测性能下降的问题。一:设定基本参数;二:对步骤一分段后的每一段数据分别进行FFT变换,取各段中相同频率点的数据组成新的复数序列,对每一个复数序列计算其周期图;三:汇集相邻频率点上的能量,即对每相邻两频率点上的周期图结果求和,并在求和后的周期图的频率域Δ上求取最大值;四:对每相邻频率点上汇集的能量分别进行能量归一化;五:根据步骤四进行广义似然比检测判决。本发明应用于水声信号处理领域。

    一种基于离散傅里叶变换的广义似然比线谱检测方法

    公开(公告)号:CN106484659A

    公开(公告)日:2017-03-08

    申请号:CN201610865795.1

    申请日:2016-09-29

    IPC分类号: G06F17/14

    CPC分类号: G06F17/141

    摘要: 一种基于离散傅里叶变换的广义似然比线谱检测方法,本发明涉及广义似然比线谱检测方法。本发明是为了解决水下目标辐射的线谱信号频率通常未知或不稳定时,现有技术受到“栅栏效应”的影响而产生增益损失,使其检测性能下降的问题。一:设定基本参数;二:对步骤一分段后的每一段数据分别进行FFT变换,取各段中相同频率点的数据组成新的复数序列,对每一个复数序列计算其周期图;三:汇集相邻频率点上的能量,即对每相邻两频率点上的周期图结果求和,并在求和后的周期图的频率域Δ上求取最大值;四:对每相邻频率点上汇集的能量分别进行能量归一化;五:根据步骤四进行广义似然比检测判决。本发明应用于水声信号处理领域。

    基于压缩感知技术的时空联合滤波高分辨方位估计方法

    公开(公告)号:CN103399312A

    公开(公告)日:2013-11-20

    申请号:CN201310296058.0

    申请日:2013-07-15

    IPC分类号: G01S7/52

    摘要: 本发明提供的是一种基于压缩感知技术的时空联合滤波高分辨方位估计方法。(1)声压振速联合时域滤波,即将声矢量传感器数据进行旋转组合,利用信号和噪声相关特性上的差异进行降噪处理;(2)矩阵空域滤波,即通过阻带衰减通带均方误差最大值最小的矩阵空域滤波器,对时域滤波后数据进行空域滤波;(3)声矢量传感器阵列压缩感知方位估计,即由经过时空滤波预处理后的输入阵列接收数据和人为构造的空域过完备冗余字典,求信号的稀疏表示,进行矢量空间谱估计。本发明对于小快拍(单快拍)条件下的高速运动目标高分辨方位估计问题,具有很好的谱分辨能力,且对于信号的宽窄带特性和相干特性不敏感。