-
公开(公告)号:CN104950290A
公开(公告)日:2015-09-30
申请号:CN201510329408.8
申请日:2015-06-15
Applicant: 北京理工大学
IPC: G01S7/02
CPC classification number: G01S7/02
Abstract: 本发明公开了一种基于加权K均值聚类的大型相控阵天线子阵划分方法。使用本发明能够在阵元级加权不均匀情况下,获得更小的权矢量逼近误差,从而能够综合出性能更好的静态差波束。首先建立子阵级单脉冲信号处理模型;然后在权矢量逼近准则下,将子阵级的最优和差波束综合问题转化为参考和差加权比的聚类问题,分析了权矢量逼近误差和聚类误差之间的关系;最后在阵元级加权不均匀情况下,采用加权K均值聚类算法对子阵结构进行优化,使用最小二乘法对子阵加权进行优化。在阵元级加权不均匀情况下,本发明相比于传统聚类算法能够获得更小的权矢量逼近误差,并能综合出性能更好的静态差波束。
-
公开(公告)号:CN103942449A
公开(公告)日:2014-07-23
申请号:CN201410186568.7
申请日:2014-05-05
Applicant: 北京理工大学
IPC: G06F19/00
Abstract: 本发明提供了一种基于信源个数估计的特征干扰相消波束形成方法,属于自适应波束形成技术领域。该方法首先通过训练样本估计阵列协方差矩阵,并对阵列协方差矩阵进行特征值分解得到特征值和特征矢量;然后利用特征值估计信源个数,利用特征矢量采用空间谱估计方法判断主瓣区内是否含有目标信号,确定干扰源个数;最后由估计的干扰源个数和特征矢量构造干扰子空间,利用干扰子空间进一步得到位于干扰子空间的正交投影补空间的自适应权矢量。无论训练快拍中是否含有目标信号,本方法均能取得良好的抗干扰性能。
-
公开(公告)号:CN103942449B
公开(公告)日:2017-01-25
申请号:CN201410186568.7
申请日:2014-05-05
Applicant: 北京理工大学
IPC: G06F19/00
Abstract: 本发明提供了一种基于信源个数估计的特征干扰相消波束形成方法,属于自适应波束形成技术领域。该方法首先通过训练样本估计阵列协方差矩阵,并对阵列协方差矩阵进行特征值分解得到特征值和特征矢量;然后利用特征值估计信源个数,利用特征矢量采用空间谱估计方法判断主瓣区内是否含有目标信号,确定干扰源个数;最后由估计的干扰源个数和特征矢量构造干扰子空间,利用干扰子空间进一步得到位于干扰子空间的正交投影补空间的自适应权矢量。无论训练快拍中是否含有目标信号,本方法均能取得良好的抗干扰性能。
-
公开(公告)号:CN104035078A
公开(公告)日:2014-09-10
申请号:CN201410238730.5
申请日:2014-05-30
Applicant: 北京理工大学
IPC: G01S7/36
CPC classification number: G01S7/023
Abstract: 本发明针对常规STAP算法自适应权值计算中直接进行空时协方差矩阵求逆运算,消耗庞大运算量及设备量,难以有效进行实时处理的缺陷,根据空时协方差矩阵的Hermitian性质,利用阵元阶数分块递推,提出一种基于阵元阶数递推的降维空时自适应权值计算方法,首先对空时数据进行降维处理,然后根据分块Hermitian矩阵性质递推得到第1个阵元的协方差矩阵的逆,然后按照阵元阶数逐级嵌套递推得到最终的空时协方差矩阵的逆,最后利用求得的空时协方差矩阵的逆矩阵计算STAP自适应权值。
-
-
-