摘要
本发明公开一种基于低信噪比条件下的距离‑多普勒联合估计方法,通过将声呐系统接受到的信号通过多个HFM信号进行匹配滤波后输出。利用不同的扫频方向组合HFM信号来估计多普勒系数,并对匹配滤波输出进行补偿。利用目标的运动模型将匹配滤波输出拟合至隐马尔可夫模型中。使用维特比算法解决匹配滤波输出的峰对选择问题,并执行联合距离‑多普勒估计。利用恒虚警准则对匹配滤波输出中的峰值再一次进行筛选。本发明利用目标的运动模型将匹配滤波器输出拟合至隐马尔可夫模型中。使用维特比算法解决峰对选择问题,并执行联合距离‑多普勒估计。通过多脉冲处理降低了信噪比要求,能够在更低信噪比条件下实现对目标距离‑多普勒参数的可靠提取。
技术关键词
联合估计方法
多普勒
低信噪比
马尔可夫模型
维特比算法
声呐系统
虚警概率
贝叶斯准则
噪声方差
匹配滤波器
概率密度函数
声纳系统
信号
矩阵
运动
定义
时延
脉冲
系统为您推荐了相关专利信息
胶囊神经网络
李雅普诺夫指数
嵌入式设备
多源异构数据
孪生神经网络
深度卷积生成对抗网络
偏差
视角
视觉
马尔可夫模型
数据安全管理方法
深度Q学习网络
隐马尔可夫模型
生成对抗网络
极限学习机
平台数据监控
冷却液
液冷机柜
气流传感器
管理系统