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(xiàn)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(xiàn)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。
MI
加入交流群
掃碼添加小助手
加入工程師交流群
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 7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(xiàn)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 1.6k次閱讀
- 雷達(dá)回波信號(hào)檢測(cè)基礎(chǔ)知識(shí) 4.5k次閱讀
- 什么是馬爾可夫建模,它的用途是什么? 2.2k次閱讀
- 分析目標(biāo)的雷達(dá)散射截面積研究 3k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 3k次閱讀
- 語(yǔ)音識(shí)別的基本概述、原理及應(yīng)用發(fā)展 1w次閱讀
- 什么是MIMO雷達(dá),MIMO雷達(dá)的性能優(yōu)勢(shì) 1.8w次閱讀
- 如何理解旁瓣消隱技術(shù)在雷達(dá)中應(yīng)用 7.1k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 5k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 1.1w次閱讀
- 如何結(jié)合TensorFlow目標(biāo)檢測(cè)API和OpenCV分析足球視頻 7k次閱讀
- 隱馬爾科夫模型詳解分析 2.4k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 1.7w次閱讀
- 如何用隱馬爾可夫模型實(shí)現(xiàn)中文拼音輸入 8.6k次閱讀
- 基于FPGA的空分復(fù)用MIMO球形檢測(cè)器 1.8k次閱讀
下載排行
本周
- 1MDD品牌三極管BC807數(shù)據(jù)手冊(cè)
- 3.00 MB | 次下載 | 免費(fèi)
- 2MDD品牌三極管BC817數(shù)據(jù)手冊(cè)
- 2.51 MB | 次下載 | 免費(fèi)
- 3MDD品牌三極管D882數(shù)據(jù)手冊(cè)
- 3.49 MB | 次下載 | 免費(fèi)
- 4MDD品牌三極管MMBT2222A數(shù)據(jù)手冊(cè)
- 3.26 MB | 次下載 | 免費(fèi)
- 5MDD品牌三極管MMBTA56數(shù)據(jù)手冊(cè)
- 3.09 MB | 次下載 | 免費(fèi)
- 6MDD品牌三極管MMBTA92數(shù)據(jù)手冊(cè)
- 2.32 MB | 次下載 | 免費(fèi)
- 7STM32G474 HRTIME PWM 丟波問(wèn)題分析與解決
- 1.00 MB | 次下載 | 3 積分
- 8新能源電動(dòng)汽車(chē)高壓線(xiàn)束的銅鋁連接解決方案
- 2.71 MB | 次下載 | 2 積分
本月
- 1愛(ài)華AIWA HS-J202維修手冊(cè)
- 3.34 MB | 37次下載 | 免費(fèi)
- 2NB-IoT芯片廠(chǎng)商的資料說(shuō)明
- 0.31 MB | 22次下載 | 1 積分
- 3PC5502負(fù)載均流控制電路數(shù)據(jù)手冊(cè)
- 1.63 MB | 22次下載 | 免費(fèi)
- 4H110主板CPU PWM芯片ISL95858HRZ-T核心供電電路圖資料
- 0.63 MB | 6次下載 | 1 積分
- 5UWB653Pro USB口測(cè)距通信定位模塊規(guī)格書(shū)
- 838.47 KB | 5次下載 | 免費(fèi)
- 6技嘉H110主板IT8628E_BX IO電路圖資料
- 2.61 MB | 4次下載 | 1 積分
- 7蘇泊爾DCL6907(即CHK-S007)單芯片電磁爐原理圖資料
- 0.04 MB | 4次下載 | 1 積分
- 8蘇泊爾DCL6909(即CHK-S009)單芯片電磁爐原理圖資料
- 0.08 MB | 2次下載 | 1 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935137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 | 420064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 | 191439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 | 183353次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81602次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73822次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65991次下載 | 10 積分
電子發(fā)燒友App





創(chuàng)作
發(fā)文章
發(fā)帖
提問(wèn)
發(fā)資料
發(fā)視頻
上傳資料賺積分
評(píng)論