虚拟孔径高分辨测角方法

来源 :电子科技大学学报 | 被引量 : 0次 | 上传用户：songyang1988

【摘要】

：

针对天线阵列中阵元个数有限而导致波达方向DOA估计分辨率较低的问题,该文提出了一种基于宽频跳变信号相位补偿的虚拟孔径重构方法.该方法通过利用宽频跳变信号,将多个频点的信号向量加入补偿相位形成虚拟导向矢量,从而形成远大于物理孔径的虚拟孔径,实现高分辨DOA估计.仿真实验结果表明,该文所提的虚拟阵列重构方法可有效地提高DOA估计的角度分辨率,且具有较小的计算复杂度.

【作者】

：

徐彦钦崔国龙余显祥葛萌萌杨晓波

【机构】

：

电子科技大学信息与通信工程学院成都 611731

【出处】

：

电子科技大学学报

【发表日期】

：

2022年1期

【关键词】

：

天线阵列宽频跳变信号高分辨测角虚拟孔径

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

共形阵广义旁瓣对消辅助通道优选

广义旁瓣对消器GSC在传统的机载相控阵雷达的干扰抑制中有着广泛应用,辅助通道的选择直接影响干扰抑制效果.在共形阵列中,由于各个阵元的摆放方式不同导致每个阵元的单元方向图响应并不相同,选择合适的辅助通道更为重要.该文在共形阵信号模型基础上,提出了一种以最小化广义旁瓣对消输出为目标的优化方法.为了解决非凸的0-1优化问题,该文采用惩罚序列凸规划SCP算法,并基于最大最小MM算法求解.仿真和数值结果证明了该文算法在共形阵下能准确选择出具有良好干扰抑制性能的辅助通道.

期刊

机载共形阵辅助通道选择凸优化广义旁瓣对消干扰抑制

基于组合学习的个人信用风险评估模型研究

基于美国最大的P2P平台Lending Club2019年的个人借款数据,尝试将深度学习方法引入个人信用风险评估领域,与集成学习构建串联结构的组合学习模型.具体做法是将深度神经网络的隐藏层作为“特征提取器”,将原始变量转换为更高层次的抽象特征后输入随机森林、XGBoost、LightGBM和CatBoost 4种集成学习模型进行训练.研究结果表明,4种集成学习模型之间差距不大,随机森林表现最好,LightGBM训练速度最快;稀疏自编码器相比深度神经网络和主成分分析更适合作为集成学习的特征提取器,尤其是对B

期刊

个人信用风险评估组合学习

虚拟孔径高分辨测角方法

其他学术论文