• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Chinese journal of aeronautics >Spectral Estimation of Periodically Moving Part Modulation Based on AIDME Algorithm
【24h】

Spectral Estimation of Periodically Moving Part Modulation Based on AIDME Algorithm

机译：基于AIDME算法的周期性运动部分调制谱估计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The Periodicallg Moving Part Modulation (PMPM) for the moving parts in target provides important signatures for target recognition. However, most radars operate in multiple-target mode and can only get discontinuous clusters of the returned pulses, which makes it extremely difficult to extract PMPM signature from the echoes. This paper puts forward the Alternative Iteration Deconvolution based on Minimum Entropy criteria (AIDME) for spectral estimation of extended target's echoes, utilizing the special feature that the PMPM spectra usually have simple structures. Experimental results show that this method can effectively eliminate the severe influence caused hy the convolution kernel and gain a satisfactory spectral estimation that approaches to the true spectrum.
机译：目标中运动部件的周期性运动件调制（PMPM）为目标识别提供了重要的签名。但是，大多数雷达以多目标模式运行，并且只能获得返回脉冲的不连续簇，这使得从回波中提取PMPM签名极为困难。提出了基于最小熵准则（AIDME）的交替迭代反卷积，用于扩展目标回波的频谱估计，并利用PMPM频谱通常具有简单结构的特点。实验结果表明，该方法可以有效消除卷积核对系统的严重影响，获得接近真实频谱的满意频谱估计。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号