發(fā)布時間：2018-04-09 17:00

  本文選題：空時自適應處理　切入點：干擾目標　出處：《系統(tǒng)工程與電子技術》2017年02期

【摘要】：針對干擾目標污染訓練樣本引起功率非均勻,造成空時自適應處理(space-time adaptive processing,STAP)目標檢測性能下降這一問題,提出一種基于矩陣相似度的STAP非均勻樣本選取方法。該方法首先從受污染樣本與干凈樣本的差異性度量角度入手,采用均值Hausdorff距離度量樣本矩陣相似性,然后結合凸優(yōu)化包計算不同樣本的相似度,最后根據相似度的不同,實現對受污染樣本的剔除。仿真結果表明,同廣義內積法(generalized inner product,GIP)相比,采用均值Hausdorff矩陣相似度的挑選方法對于受小干擾強度目標污染的樣本檢測更加有效,避免了弱干擾目標對于協(xié)方差矩陣估計的影響,從而改善了STAP在功率非均勻環(huán)境下的目標檢測性能。
[Abstract]:Aiming at the problem that the interference target pollution training samples cause the non-uniform power and the space-time adaptive processing space-time adaptive processing (space-time adaptive processing) target detection performance is degraded, a STAP heterogeneous sample selection method based on matrix similarity is proposed.The method first measures the difference between contaminated samples and clean samples, and measures the similarity of sample matrix with mean Hausdorff distance, then calculates the similarity of different samples with convex optimization packet, and finally according to the difference of similarity.The removal of contaminated samples is realized.The simulation results show that compared with generalized inner product method (GIP), the average Hausdorff matrix similarity selection method is more effective for the detection of samples contaminated by small interference intensity targets, and avoids the influence of weak interference targets on covariance matrix estimation.Thus, the performance of STAP target detection in non-uniform power environment is improved.
【作者單位】： 空軍工程大學防空反導學院;中國人民解放軍94175部隊;
【分類號】：TN957.51

【相似文獻】

相關期刊論文 前10條

1 鄭煒冬;;試卷相似度自動評估技術的研究[J];智能計算機與應用;2011年06期

2 趙濤;肖建;;二型模糊相似度及其應用[J];計算機工程與應用;2013年08期

3 徐志明;李棟;劉挺;李生;王剛;袁樹侖;;微博用戶的相似性度量及其應用[J];計算機學報;2014年01期

4 李桂林,陳曉云;關于聚類分析中相似度的討論[J];計算機工程與應用;2004年31期

5 秦玉平;楊興凱;;基于案例推理的區(qū)間屬性相似度研究[J];遼寧師范大學學報(自然科學版);2006年04期

6 蔣鵬;;基于本體的應急案例相似度算法研究[J];南昌高專學報;2009年03期

7 何亞;;詞語相似度算法的分析與改進[J];硅谷;2011年24期

8 仇麗青;陳卓艷;;基于共同鄰居相似度的社區(qū)發(fā)現算法[J];信息系統(tǒng)工程;2014年05期

9 焦鵬;唐見兵;查亞兵;;仿真可信度評估中相似度方法的改進及其應用[J];系統(tǒng)仿真學報;2007年12期

10 姜毅;樂慶玲;;一種基于興趣相似度的學習社區(qū)算法[J];電腦知識與技術(學術交流);2007年16期

相關會議論文 前10條

1 劉海波;鄭德權;趙鐵軍;;基于相似度線性加權方法的檢索結果聚類研究[A];中國計算語言學研究前沿進展（2009-2011）[C];2011年

2 陸勁挺;路強;劉曉平;;對比相似度計算方法及其在功能樹擴展中的應用[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

3 董刊生;方金云;;基于向量距離的詞序相似度算法[A];第四屆全國信息檢索與內容安全學術會議論文集（上）[C];2008年

4 劉曉平;陸勁挺;;任意功能樹的物元相似度求解方法[A];全國第21屆計算機技術與應用學術會議（CACIS·2010）暨全國第2屆安全關鍵技術與應用學術會議論文集[C];2010年

5 王茜;張衛(wèi)星;;基于分類樹相似度加權的協(xié)同過濾算法[A];2008年計算機應用技術交流會論文集[C];2008年

6 洪文學;王金甲;常鳳香;宋佳霖;劉文遠;王立強;;基于圖形特征增強的相似度分類器的研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯合學術年會論文集（上冊）[C];2007年

7 雷慶;吳揚揚;;一種基于語義信息計算XML文檔相似度的新方法[A];第二十一屆中國數據庫學術會議論文集（技術報告篇）[C];2004年

8 葉正;林鴻飛;楊志豪;;基于問句相似度的中文FAQ問答系統(tǒng)研究[A];第三屆學生計算語言學研討會論文集[C];2006年

9 羅辛;歐陽元新;熊璋;袁滿;;通過相似度支持度優(yōu)化基于K近鄰的協(xié)同過濾算法[A];NDBC2010第27屆中國數據庫學術會議論文集A輯一[C];2010年

10 王健;劉衍珩;焦玉;;VANETs信任傳播建模[A];中國通信學會通信軟件技術委員會2009年學術會議論文集[C];2009年

相關重要報紙文章 前1條

1 王伽　衛(wèi)江;出入境證件照片應及時更換[N];中國國門時報;2008年

相關博士學位論文 前10條

1 操震洲;矢量數據動態(tài)多尺度網絡傳輸研究[D];南京大學;2015年

2 程亮;基于本體的疾病數據整合與挖掘方法研究[D];哈爾濱工業(yè)大學;2014年

3 劉振宇;基于區(qū)域相似度和特征降維的極化SAR影像分類[D];武漢大學;2013年

4 曹，

本文編號：1727325