二維基于旋轉不變技術信號參數(shù)估計(2D-estimating signal parameter via rotational invariance techniques,2D-ESPRIT)算法是估計幾何繞射理論(geometric theory of diffraction,GTD)模型參數(shù)的一種經(jīng)典算法,但在信噪比較低的條件下,2D-ESPRIT算法的參數(shù)估計精度明顯下降,噪聲魯棒性較差。針對這一問題,提出一種極化平方前后向平滑2D-ESPRIT(polarized-quadratic-forward-backward 2D-ESPRIT,PQ-FB-2D-ESPRIT)算法,有效地提高了算法的噪聲魯棒性與參數(shù)估計性能。改進算法利用目標散射回波數(shù)據(jù)的極化信息,并通過對協(xié)方差矩陣平方處理和前后向空間平滑處理,提高了算法的參數(shù)估計性能與數(shù)據(jù)利用率,同時達到了去相關的效果。仿真結果表明,提出的PQ-FB-2D-ESPRIT算法的參數(shù)估計性能及噪聲魯棒性要優(yōu)于經(jīng)典2D-ESPRIT算法、前后向平滑2D-ESPRIT(forward-backward 2D-ESPRIT,FB-2D-ESPR...

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1 不同算法x1～x4的RMSE比較

基于雷達目標的后向電磁散射數(shù)據(jù)，分別利用經(jīng)典2D-ESPRIT算法、FB-2D-ESPRIT算法、Q-FB-2D-ESPRIT算法與本文提出的PQ-FB-2D-ESPRIT算法對2D-GTD模型參數(shù)進行估計提取，得到不同參數(shù)均方根誤差（rootmeansquareerror....

圖2 不同算法y1～y4的RMSE比較

圖1不同算法x1～x4的RMSE比較圖3不同算法α1～α4的RMSE比較

圖3 不同算法α1～α4的RMSE比較

圖2不同算法y1～y4的RMSE比較圖4不同算法A1～A4的RMSE比較

圖4 不同算法A1～A4的RMSE比較

圖3不同算法α1～α4的RMSE比較由圖1～圖4可知，基于本文提出的PQ-FB-2D-ESPRIT算法估計得到的2D-GTD模型各參數(shù)的RMSE要低于其他的3種算法，且在SNR較低時，改進效果尤為明顯。隨著SNR增大，不同算法對應的參數(shù)RMSE趨于0，即在SNR較高時，不同算法....

本文編號：4055036