稀疏恢复相关论文
稀疏恢复空时自适应处理（SR-STAP）方法能够利用少量训练距离单元实现对机载雷达杂波的有效抑制。然而，现有SR-STAP方法均基于模型驱动......
在机载雷达信号处理中，高强度的地杂波严重影响信号检测性能，而空时自适应处理（STAP）是一种有效抑制杂波的技术。实际处理中，由于杂波的......
手势识别是人机交互领域和物联网系统的重要组成部分。与现有的基于可穿戴传感器的方法和使用专用设备的技术相比,基于Wi-Fi信号的......
空时自适应处理（STAP）相较于传统的脉冲多普勒雷达信号处理，扩展了信号的处理维度，使得杂波和目标在空时联合域得以区分。基于稀疏表示......
稀疏恢复空时自适应处理（Sparse Recovery Space-Time Adaptive Processing， SR-STAP）方法可以利用少量训练快拍数据估计出较为准确的......
系统辨识是基于数据建立系统动态模型的一种有效方法,然而,在实际应用中,获得足够量的输入输出数据有时是困难且奢侈的。因此有必......
空时自适应处理（STAP）是机载雷达在非均匀环境中进行运动目标检测的关键技术。抑制检测环境中的杂波与干扰是机载雷达完成目标检测任......
信号的波达方向（Direction of Arrival,DOA）估计作为阵列信号处理领域的研究热点问题,其基本任务是对空间中的某一区域或多个区域内......
密集群目标指的是空间位置临近、速度、运动方向基本一致,各成员协作完成任务的多个目标的集合。当群目标内的各个目标均位于同一......
对海雷达通常设计为具有高距离分辨率或者低距离分辨率的目标检测和高距离分辨率识别的双工作模式。由于海杂波功率水平与雷达分辨......
随着全球卫星导航系统的不断发展,越来越多的导航应用对高精度测量的需求不断提高。特别是干扰场景下的高精度测量问题已成为研究......
随着社会经济的不断发展,所需要的能源消耗也越发增加,煤炭资源作为重要的社会资源消耗之一,其开采的安全性和有效性越来越受到关......
共形阵列贴合载体曲面的构型符合基于空气动力学的飞行器外形设计,可以减小飞行阻力和油耗、降低飞行器RCS、提升隐身能力。在雷达......
传统的抗干扰方法在低信噪比条件下性能恶化,对此本文提出了子阵分级处理与稀疏恢复联合的抗干扰方法.新方法首先按照一定规则将全......
随着数字射频存储(DRFM)干扰技术的发展,假目标干扰因逼真性强、相参性高而得到广泛研究和应用,对雷达系统的检测和识别功能构成严......
稀疏优化问题越来越受到人们的关注,在压缩感知、信号恢复、图像存储、经济等领域应用广泛.稀疏优化问题通过求得极小化问题的最优......
随着互联网技术的飞速发展和5G时代的来临,对高维数据的处理任务将越来越频繁地出现在信号处理领域。由于维度灾难的存在,信号维数......
随机优化是数学优化研究中的一个重要分支,在管理科学、信息工程、经济学、最优控制农业以及工业工程等领域均有着广泛应用。本文......
多测量压缩感知作为压缩感知的延伸,在信号处理的多个实际领域都有应用。本文主要研究基于深度学习方法的多测量稀疏恢复算法,目的......
随着经济的发展和信息科学技术的进步,阵列信号处理的应用领域变得越来越广泛。作为阵列信号处理基本问题之一的波达方向（direction......
机载雷达具有良好的海陆空监视能力和对低空突防目标的预警能力,弹载雷达具有卓越的低空突防能力,二者都具有重要的军事应用意义。......
空时自适应处理(Space-time Adaptive Processing,STAP)技术作为机载雷达最有效的杂波抑制手段,其研究已由相控阵体制雷达扩展到了......
位置信息对于区域作战行动中的联合指挥具有重要的意义,利用无源定位技术对己方或敌方辐射源的开展定位是当代战争中获取位置信息......
空时自适应处理(STAP)技术通过空时域自适应联合滤波,能够有效改善杂波抑制性能,极大提升机载相控阵雷达慢速目标检测性能,是当代......
基于杂波谱稀疏恢复的空时自适应处理(STAP)方法可以显著降低对杂波样本数的要求,十分适合缺少样本情况下的机载雷达杂波抑制。然......
波达方向估计是阵列信号处理中的一个重要研究方向,但现有的算法大多基于多通道系统,每个阵元后都需要相应的采样电路和模数转换电......
针对现有抑制杂波距离模糊的方法存在计算量大、缺少训练样本等问题,提出了一种基于稀疏恢复的距离模糊杂波抑制方法.该方法首先提......
天线在现代无线通讯以及雷达等系统中扮演着重要角色。随着通信及雷达等无线技术的快速发展，各类电子系统对天线系统有了越来越高的......
相位恢复问题的研究从二十世纪中期开始，至今已有相当长的历史。由于该问题的复杂性，在理论和算法上都还没有令人完全满意的答案。近......
稀疏恢复问题在如图像处理、疾病检测、气候预测、机器学习等领域均有广泛的应用背景,近年来得到了大量的关注和研究。然而随着数......
迭代软阈值学习算法(Learned Iterative Soft-Thresholding Algorithm, LISTA)将迭代软阈值算法(Iterative Soft-Thresholding Alg......
