排序方式: 共有2条查询结果,搜索用时 437 毫秒
1
1.
2.
基于自回归(auto-regressive,AR)模型的参数化虚拟孔径合成算法无法应用于灵活的稀疏阵列构型,在单快拍和低信噪比(signal-to-noise ratio,SNR)时对极点个数和位置估计不准。该文提出了基于迭代自适应(iterative adap-tive approach,IAA)的非参数化虚拟孔径合成方法,该方法无需估计极点信息,通过迭代计算虚拟孔径的空间谱并恢复虚拟阵元数据。分析和仿真结果表明:该方法在单快拍和低信噪比条件下比参数化方法具有更好的分辨性能和稳健性,可用于阵元位置随机空缺的情况。 相似文献
1