《小樣本條件下基於貝葉斯理論的陣列測向與跟蹤新方法》是依託中國人民解放軍國防科技大學，由黃知濤擔任項目負責人的面上項目。
基本介紹
- 中文名：小樣本條件下基於貝葉斯理論的陣列測向與跟蹤新方法
- 項目類別：面上項目
- 項目負責人：黃知濤
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
項目擬針對小樣本條件下的陣列處理問題，通過引入貝葉斯機率理論，就陣列測向與跟蹤方法理論及其在相關領域的套用技術展開研究，具體研究內容包括：（1）將貝葉斯理論與陣列接收數據中隱含的空域AR模型相結合，實現小樣本條件下對高斯/非高斯信號的個數估計和高精度測向；（2）針對實際套用中存在的各種陣列模型誤差，提出小樣本及模型失配條件下穩健的陣列測向方法；（3）在上述陣列測向方法的基礎上，研究陣列模型理想或失配條件下對運動高斯/非高斯信號源的個數估計與角度跟蹤方法；（4）將小樣本條件下穩健的陣列測向與跟蹤方法套用於對跳頻信號的處理，藉助高精度的角度估計結果實現對靜止/運動跳頻電台的網台分選，同時實時估計跳頻信號頻率等參數。項目研究將突破小樣本條件下高精度的陣列測向與跟蹤這一難點問題，進一步完善陣列信號處理理論體系，為算法的工程套用奠定基礎。
結題摘要
觀測樣本數的減少會導致信號統計特徵難以準確獲得，因而子空間類陣列測向方法的性能會顯著惡化。本項目針對小樣本條件下的陣列測向問題和跳頻信號參數估計問題，結合陣列不同陣元觀測數據之間的內在聯繫和入射信號的空域稀疏性等先驗，提出了基於空域AR模型的陣列測向方法和誤差校正方法、基於時域AR模型的跳頻信號參數估計方法，提出了基於入射信號空域稀疏性的高斯/非高斯信號陣列測向方法和基於信號時頻分布稀疏性的跳頻信號參數估計方法，提出了基於粒子群最佳化的動目標角跟蹤方法和跳頻信號參數快速估計方法，獲得了顯著優於已有方法的小樣本適應能力。
