线性约束和协方差矩阵重构的主瓣干扰抑制算法研究.PDFVIP

线性约束和协方差矩阵重构的主瓣干扰抑制算法研究.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
线性约束和协方差矩阵重构的主瓣干扰抑制算法研究

第9 卷第10期 Vol.9 No.10 2016 年 5 月 May 2016 线性约束和协方差矩阵重构的主瓣 干扰抑制算法研究 廖艳苹,卢刘健* (哈尔滨工程大学信息与通信工程学院,哈尔滨 150001 ) 摘要:在特征投影和协方差矩阵重构主瓣干扰抑制(eigen-projection and covariance matrix reconstruction , EP-CMR )算法的基础上提出线性约束和协方差矩阵重构主瓣干扰抑制(linear constraints and covariance matrix reconstruction ,LC-CMR )算法。该算法首先利用重构后的协方差矩阵来计算自适应权矢量和重构回波数据; 然后构造线性约束条件实现旁瓣干扰方向的准确置零,并利用最小二乘拟合算法修正自适应权矢量,使其满 足约束条件;最后利用修正的自适应权矢量来处理重构后的回波数据获得输出。仿真结果表明,当主瓣干扰 功率较高时,所提算法在有效抑制主瓣干扰的同时,能够保证旁瓣干扰信号方向具有较深的零陷,提高了系 统的输出信干噪比(signal to interference plus noise ratio, SINR )。 关键词:信号处理;自适应波速形成;主瓣干扰;旁瓣干扰;协方差矩阵重构;线性约束 中图分类号:TN911.7 文献标识码:A 文章编号:1674-2850(2016)10-1055-08 Study on mainlobe interference suppression algorithm based on linear constraints and covariance matrix reconstruction LIAO Yanping, LU Liujian (College of Information and Communication Engineering, Harbin Engineering University, Harbin 150001, China) Abstract: In accordance with the eigen-projection and covariance matrix reconstruction (EP-CMR), an improved algorithm based on linear constraints and covariance matrix reconstruction (LC-CMR) is proposed in this paper. Firstly, the adaptive weight vector and reconstructed echo data can be obtained by the reconstructed covariance matrix; Secondly, the liner constraints is used to certify beam pattern nulling in the sidelobe interference direction, and the least square fitting algorithm is used to modify the adaptive weight vector, which makes the modified weight vector satisfy t

文档评论(0)

l215322 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档