資料介紹
MIMO雷達(dá)是一種新體制雷達(dá),相對(duì)于傳統(tǒng)雷達(dá)在目標(biāo)檢測(cè)及參數(shù)估計(jì)性能都有很大提高。本文針對(duì)MIMO雷
達(dá)的發(fā)射信號(hào)特點(diǎn)及天線陣元布置特點(diǎn),分析了雷達(dá)目標(biāo)和雜波的散射特點(diǎn)。目標(biāo)回波的各向異性比雜波更強(qiáng)。因此可以
用隱馬爾可夫模型(HMM)對(duì)目標(biāo)和雜波分別建模,實(shí)現(xiàn)目標(biāo)和雜波的分離。在檢測(cè)過(guò)程中,首先用樣本模型對(duì)HMM進(jìn)行訓(xùn)
練,得出它的參數(shù)。然后用訓(xùn)練好的HMMs分別對(duì)待檢測(cè)信號(hào)進(jìn)行歸類(lèi),分別計(jì)算它屬于雜波和目標(biāo)的概率,計(jì)算概率比值,
大于門(mén)限判斷有目標(biāo)。仿真實(shí)驗(yàn)表明,本文方法的檢測(cè)性能優(yōu)于傳統(tǒng)的檢測(cè)方法。本方法在檢測(cè)時(shí)候的計(jì)算量很小,有利于
信號(hào)的實(shí)時(shí)處理。
達(dá)的發(fā)射信號(hào)特點(diǎn)及天線陣元布置特點(diǎn),分析了雷達(dá)目標(biāo)和雜波的散射特點(diǎn)。目標(biāo)回波的各向異性比雜波更強(qiáng)。因此可以
用隱馬爾可夫模型(HMM)對(duì)目標(biāo)和雜波分別建模,實(shí)現(xiàn)目標(biāo)和雜波的分離。在檢測(cè)過(guò)程中,首先用樣本模型對(duì)HMM進(jìn)行訓(xùn)
練,得出它的參數(shù)。然后用訓(xùn)練好的HMMs分別對(duì)待檢測(cè)信號(hào)進(jìn)行歸類(lèi),分別計(jì)算它屬于雜波和目標(biāo)的概率,計(jì)算概率比值,
大于門(mén)限判斷有目標(biāo)。仿真實(shí)驗(yàn)表明,本文方法的檢測(cè)性能優(yōu)于傳統(tǒng)的檢測(cè)方法。本方法在檢測(cè)時(shí)候的計(jì)算量很小,有利于
信號(hào)的實(shí)時(shí)處理。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 基于隱馬爾科夫模型的公交乘客出行鏈識(shí)別 4次下載
- 基于隱馬爾科夫模型的惡意域名檢測(cè)方法 6次下載
- 改進(jìn)隱馬爾科夫模型的網(wǎng)絡(luò)態(tài)勢(shì)評(píng)估方法 5次下載
- 高精度近線性的馬爾可夫隨機(jī)場(chǎng)新模型iMRF 2次下載
- 基于耦合多隱馬爾可夫模型人體動(dòng)作識(shí)別 1次下載
- 基于隱馬爾可夫預(yù)測(cè)的功率博弈機(jī)制 0次下載
- 基于隱馬爾可夫模型的軟件狀態(tài)評(píng)估預(yù)測(cè)方法 1次下載
- 基于隱馬爾可夫模型的短波認(rèn)知頻率選擇方法 0次下載
- 基于隱馬爾可夫模型的視頻異常檢測(cè)模型 8次下載
- 隱馬爾可夫模型(HMM)攻略(有具體例子-方便理解) 0次下載
- 基于馬爾可夫模型的臨床序列異常檢測(cè)
- 基于隱馬爾可夫的系統(tǒng)入侵檢測(cè)方法
- 用隱馬爾可夫模型設(shè)計(jì)人臉表情識(shí)別系統(tǒng)
- 基于隱馬爾可夫模型的火焰檢測(cè)
- 基于特征模式的馬爾可夫鏈異常檢測(cè)模型
- MIMO雷達(dá)射頻系統(tǒng)的構(gòu)建挑戰(zhàn)和關(guān)鍵特性 845次閱讀
- 雷達(dá)回波信號(hào)檢測(cè)基礎(chǔ)知識(shí) 2866次閱讀
- 什么是馬爾可夫建模,它的用途是什么? 1581次閱讀
- 分析目標(biāo)的雷達(dá)散射截面積研究 1877次閱讀
- 如何使用DDPM提取特征并研究這些特征可能捕獲的語(yǔ)義信息 2232次閱讀
- 語(yǔ)音識(shí)別的基本概述、原理及應(yīng)用發(fā)展 9132次閱讀
- 什么是MIMO雷達(dá),MIMO雷達(dá)的性能優(yōu)勢(shì) 1.6w次閱讀
- 如何理解旁瓣消隱技術(shù)在雷達(dá)中應(yīng)用 6402次閱讀
- 隱馬爾可夫模型描述一個(gè)含有隱含未知參數(shù)的馬爾可夫過(guò)程 4573次閱讀
- 基于隱馬爾可夫模型( HMM )開(kāi)發(fā)了一個(gè)駕駛行為預(yù)測(cè)模型 9724次閱讀
- 如何結(jié)合TensorFlow目標(biāo)檢測(cè)API和OpenCV分析足球視頻 6402次閱讀
- 隱馬爾科夫模型詳解分析 2099次閱讀
- tensorflow 訓(xùn)練模型之目標(biāo)檢測(cè)入門(mén)知識(shí)與案例解析 1.6w次閱讀
- 如何用隱馬爾可夫模型實(shí)現(xiàn)中文拼音輸入 8193次閱讀
- 基于FPGA的空分復(fù)用MIMO球形檢測(cè)器 1362次閱讀
下載排行
本周
- 1Eurotherm TKS Temperature 用戶手冊(cè)
- 1.46 MB | 2次下載 | 免費(fèi)
- 2無(wú)線系統(tǒng)中天線和RF元件電磁建模
- 7.48 MB | 1次下載 | 4 積分
- 3納祥科技NX6806中文規(guī)格書(shū),8位AD和DA單片機(jī)拓展,國(guó)產(chǎn)替代PCF8591
- 3.04 MB | 1次下載 | 免費(fèi)
- 4藍(lán)牙無(wú)線遙控小車(chē)
- 10.49 MB | 1次下載 | 2 積分
- 5Multisim模擬電路仿真教程
- 1.93 MB | 1次下載 | 3 積分
- 6MNGate系列智能網(wǎng)關(guān)詳細(xì)使用手冊(cè)
- 11.62 MB | 次下載 | 2 積分
- 7PC3302 7V 1.5A 1.25MHz升壓10白光LED驅(qū)動(dòng)器英文手冊(cè)
- 1.04 MB | 次下載 | 免費(fèi)
- 8FCO-3C-WT|超寬溫晶體振蕩器
- 4.87 MB | 次下載 | 免費(fèi)
本月
- 1晶體三極管的電流放大作用詳細(xì)說(shuō)明
- 0.77 MB | 32次下載 | 2 積分
- 2Python從入門(mén)到精通背記手冊(cè)
- 18.77 MB | 25次下載 | 1 積分
- 3雙極型三極管放大電路的三種基本組態(tài)的學(xué)習(xí)課件免費(fèi)下載
- 4.03 MB | 23次下載 | 1 積分
- 4多級(jí)放大電路的學(xué)習(xí)課件免費(fèi)下載
- 1.81 MB | 21次下載 | 2 積分
- 5九陽(yáng)豆?jié){機(jī)高清原理圖
- 2.47 MB | 16次下載 | 1 積分
- 61875功放原理圖
- 0.04 MB | 11次下載 | 免費(fèi)
- 7SW6306V AACC四口多協(xié)議升降壓移動(dòng)電源SOC中文手冊(cè)
- 1.20 MB | 10次下載 | 1 積分
- 8東芝彩色電視機(jī)29SF6C維修說(shuō)明書(shū)
- 4.86 MB | 9次下載 | 1 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935127次下載 | 10 積分
- 2開(kāi)源硬件-PMP21529.1-4 開(kāi)關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420063次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191382次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183337次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81585次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73814次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65988次下載 | 10 積分
評(píng)論