發(fā)布時(shí)間：2017-09-20 19:21

  本文關(guān)鍵詞：基于稀疏分解的水下目標(biāo)回波信號(hào)處理方法

  更多相關(guān)文章： 主動(dòng)聲納 目標(biāo)回波 稀疏分解 匹配濾波 過完備原子庫(kù)

【摘要】：針對(duì)超低信噪比的水下弱信號(hào)處理問題,基于稀疏分解理論,重點(diǎn)關(guān)注入射信號(hào)和回波模型等先驗(yàn)信息如何融入稀疏字典(過完備原子庫(kù))的構(gòu)造,并結(jié)合匹配追蹤方法,提出基于稀疏分解的水下回波信號(hào)處理方法。首先建立水下回波信號(hào)亮點(diǎn)模型,得到回波模型和入射信號(hào)的關(guān)系,對(duì)已知的發(fā)射信號(hào)進(jìn)行離散化、能量歸一化以及移位處理,構(gòu)造適合回波信號(hào)自身特性的過完備原子庫(kù);然后基于匹配追蹤算法實(shí)現(xiàn)水下回波信號(hào)的稀疏分解,并將處理結(jié)果與常用的匹配濾波方法進(jìn)行對(duì)比分析。仿真結(jié)果表明,本文方法不僅能精確重構(gòu)出原始回波信號(hào),而且在處理超低信噪比水下回波信號(hào)時(shí)較匹配濾波方法具有明顯的優(yōu)勢(shì)。
【作者單位】： 杭州電子科技大學(xué)通信信息傳輸與融合技術(shù)國(guó)防重點(diǎn)學(xué)科實(shí)驗(yàn)室;浙江吉利汽車研究院有限公司浙江省汽車安全技術(shù)研究重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 主動(dòng)聲納 目標(biāo)回波 稀疏分解 匹配濾波 過完備原子庫(kù)
【基金】：國(guó)防科技重點(diǎn)實(shí)驗(yàn)室基金(9140C260202150C26112)資助項(xiàng)目
【分類號(hào)】：TB56
【正文快照】： 引言水下目標(biāo)回波信號(hào)是主動(dòng)聲吶探測(cè)和識(shí)別的基礎(chǔ)。水下環(huán)境復(fù)雜多變,存在各種噪聲和干擾,尤其隨著隱身技術(shù)的發(fā)展和各種小目標(biāo)的出現(xiàn),使得目標(biāo)回波信號(hào)越來(lái)越弱,因此弱回波信號(hào)檢測(cè)和處理問題是水聲信號(hào)處理領(lǐng)域研究的熱點(diǎn)和難點(diǎn)問題。目前,大部分處理方法均基于原始信號(hào)直

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 李揚(yáng);郭樹旭;;基于稀疏分解的大功率半導(dǎo)體激光器1/f噪聲參數(shù)估計(jì)的新方法[J];物理學(xué)報(bào);2012年03期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張華;量子進(jìn)化算法及其在圖像稀疏分解中的應(yīng)用[D];西南交通大學(xué);2010年

，

本文編號(hào)：889938