《海杂波复合K分布模型的参数估计》PDF+DOC
作者:苏昭斌,陈红卫
单位:上海市计算技术研究所;上海计算机软件技术开发中心
出版:《计算机应用与软件》2014年第08期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJYRJ2014080690
DOC编号:DOCJYRJ2014080699
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种改进的海杂波数据统计拟合度分析方法》PDF+DOC2015年第S2期 鉴福升,罗军
《多无人机协同任务规划问题》PDF+DOC 杜于飞,覃太贵,邓秀方,褚燕武
《基于协同进化粒子群算法的无线传感器网络节能优化覆盖算法》PDF+DOC2016年第01期 王长清,黄静
《基于改进型粒子群算法在雷达波束展宽中的应用》PDF+DOC2016年第02期 董波,陈丁,杨咚咚,盛利利
《粮情测控系统中传感器布局的改进离散粒子群算法》PDF+DOC2016年第11期 廉飞宇,张李建
《雷达的帧间相关处理方法研究》PDF+DOC2018年第04期 张晔,孙汉奇,陈伯孝,杨婷
《基于粒子群-遗传混合算法的MIMO雷达布阵优化》PDF+DOC2013年第11期 施荣华,朱炫滋,董健,谢羽嘉,郭迎
《多态细菌趋药性的传感器图像自动配准》PDF+DOC2009年第04期 张煜东,吴乐南,韦耿,吴含前
《基于反向学习粒子群算法的无线传感器网络路由优化》PDF+DOC2013年第10期 谭德坤,王冠
《网络节点覆盖优化仿真研究》PDF+DOC2013年第05期 付岩
海杂波幅度分布特性对雷达海面目标检测与识别、信号处理以及性能评估均有重要意义。在高分辨率雷达中,复合K分布模型对海杂波的实测数据具有很好的拟合效果。采用粒子群优化算法进行海杂波模型的参数估计,重点研究粒子群算法中的惯性权重和学习因子的选择以及边界问题的处理,并利用CSIR组织公布的雷达实测数据进行仿真,估计结果通过均方差检验评估参数估计效果,结果表明:粒子群优化算法具有良好的适应性和估计精度,验证了改进算法的有效性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。