基于正弦高斯混合模型的磁目标通用快速检测

论文摘要

在诸如潜艇等磁目标的探测问题中,被测磁目标信号可能表现出参数待定的磁异信号或极低频磁信号的特征。提出了一种可同时检测参数待定的微弱磁异信号和微弱极低频磁信号的通用快速检测方法。通过抓住磁异信号和极低频磁信号在统计上共同具有的分段类正弦特征,建立了正弦高斯混合模型,实现了对参数待定的磁异信号和极低频磁信号的通用建模。基于正弦高斯混合模型和序贯检测理论构建了一种累积和检测器,实现了对微弱磁异信号和微弱极低频磁信号的通用快速检测,给出了未知模型参数的确定方法,分析了所构建检测器的序贯检测性能。并进一步研究了所构建检测器对不同的微弱磁异信号和微弱极低频磁信号的检测性能。在以地磁为背景的磁目标探测系统实验中,验证了所构建检测器对微弱磁异信号和微弱极低频磁信号的通用性和快速性。实验表明,所构建检测器的信噪比可低至-8 dB,计算量相比于传统检测方法降低4个量级。

论文目录

文章来源

类型: 期刊论文

作者: 谭博,郭静波,常广,胡铁华

关键词: 磁异信号,极低频磁信号,序贯检测,正弦高斯混合模型,通用快速检测

来源: 仪器仪表学报 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 仪器仪表工业

单位: 清华大学电机工程与应用电子技术系

基金: 国家重点研发计划重大科学仪器设备开发重点专项(2017 YFF0108800)资助

分类号: TH816.5

DOI: 10.19650/j.cnki.cjsi.J1804241

页码: 1-10

总页数: 10

文件大小: 639K

下载量: 91

相关论文文献

• [1].噪声环境下基于自适应高斯混合模型的说话人识别[J]. 科技视界 2020(17)
• [2].邻域约束高斯混合模型的模糊聚类图像分割[J]. 模式识别与人工智能 2017(03)
• [3].基于注意力机制和离散高斯混合模型的端到端图像压缩方法[J]. 重庆邮电大学学报(自然科学版) 2020(05)
• [4].基于隐高斯混合模型的人脑MRI分割方法[J]. 计算机工程与应用 2018(10)
• [5].基于高斯混合模型法的交通监控中运动车辆的自动提取[J]. 辽宁工业大学学报(自然科学版) 2015(03)
• [6].高斯混合模型的理解和应用[J]. 课程教育研究 2018(48)
• [7].基于改进高斯混合模型的矿用输送带纵向撕裂检测方法[J]. 煤矿安全 2020(12)
• [8].基于改进高斯混合模型的遥感影像道路提取[J]. 测绘工程 2014(03)
• [9].基于二维高斯混合模型的驾驶行为分析[J]. 硅谷 2011(05)
• [10].基于高斯混合模型的图像检索算法研究[J]. 软件导刊 2011(04)
• [11].自适应类别的层次高斯混合模型遥感影像分割[J]. 电子学报 2020(01)
• [12].基于高斯混合模型的非平衡数据对称翻转算法[J]. 信息与控制 2020(02)
• [13].基于高斯混合模型林火“烟雾根”的识别[J]. 林业和草原机械 2020(01)
• [14].高斯混合模型在星载激光全波形数据反演树高中的应用[J]. 测绘与空间地理信息 2019(05)
• [15].基于高斯混合模型的最大期望聚类算法研究[J]. 微型电脑应用 2018(05)
• [16].一种基于高斯混合模型、结合拓扑与内容的大规模社团发现方法[J]. 小型微型计算机系统 2018(06)
• [17].基于高斯混合模型的人群异常检测[J]. 软件导刊 2017(11)
• [18].自适应高斯混合模型及说话人识别应用[J]. 通信技术 2014(07)
• [19].基于高斯混合模型聚类和多维尺度分析的负荷分类方法[J]. 电网技术 2020(11)
• [20].基于量子高斯混合模型的振动信号降噪方法[J]. 振动与冲击 2019(11)
• [21].基于卷积高斯混合模型的统计压缩感知[J]. 物理学报 2019(18)
• [22].一种基于高斯混合模型的海上浮标轨迹聚类算法[J]. 现代计算机(专业版) 2017(36)
• [23].基于高斯混合模型的工业机器人适应性抓取[J]. 组合机床与自动化加工技术 2018(06)
• [24].基于高斯混合模型的衍射成像算法[J]. 电子学报 2018(10)
• [25].基于高斯混合模型的类人机器人果实辨识研究[J]. 安徽农业科学 2014(15)
• [26].基于高斯混合模型的逆变器故障诊断方法研究[J]. 计算机测量与控制 2020(03)
• [27].基于高斯混合模型的铝电解槽况聚类研究[J]. 轻金属 2020(02)
• [28].基于高斯混合模型的叶片检测分割算法[J]. 计算机应用与软件 2018(01)
• [29].基于边缘帧差和高斯混合模型的行人目标检测[J]. 计算机应用研究 2018(04)
• [30].基于高斯混合模型的农电企业发展状况研究[J]. 能源技术经济 2011(08)

标签：磁异信号论文;  极低频磁信号论文;  序贯检测论文;  正弦高斯混合模型论文;  通用快速检测论文;