基于变分模态分解和压缩感知的弱观测条件下雷达信号重构方法

基于变分模态分解和压缩感知的弱观测条件下雷达信号重构方法

TN911.7; 针对弱观测条件下雷达信号存在数据残损的问题,该文提出一种基于变分模态分解和压缩感知(VMD-CS)的雷达信号重构方法.首先通过变分模态分解对采样数据进行降解去噪处理,其次在压缩感知框架下构造观测矩阵、稀疏表示字典矩阵,然后基于正交追踪匹配(OMP)算法重构出稀疏表示向量.在此基础上利用离散余弦稀疏矩阵重构信号,实现对残损雷达信号的数据重构.在连续丢失数据和随机丢失数据两种情况下,对实际采集的线性调频(LFM)雷达信号进行仿真实验.实验结果表明:在数据连续丢失率不高于30％或随机丢失率不高于60％的情况下,该文方法能有效重构雷达信号,在时域、频域和瞬时频率上能够准确逼近原始信号...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:电子与信息学报 2021, Vol.43 (6), p.1644-1652
Hauptverfasser: 刘方正, 韩振中, 曾瑞琪
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 1652
container_issue 6
container_start_page 1644
container_title 电子与信息学报
container_volume 43
creator 刘方正
韩振中
曾瑞琪
description TN911.7; 针对弱观测条件下雷达信号存在数据残损的问题,该文提出一种基于变分模态分解和压缩感知(VMD-CS)的雷达信号重构方法.首先通过变分模态分解对采样数据进行降解去噪处理,其次在压缩感知框架下构造观测矩阵、稀疏表示字典矩阵,然后基于正交追踪匹配(OMP)算法重构出稀疏表示向量.在此基础上利用离散余弦稀疏矩阵重构信号,实现对残损雷达信号的数据重构.在连续丢失数据和随机丢失数据两种情况下,对实际采集的线性调频(LFM)雷达信号进行仿真实验.实验结果表明:在数据连续丢失率不高于30％或随机丢失率不高于60％的情况下,该文方法能有效重构雷达信号,在时域、频域和瞬时频率上能够准确逼近原始信号.
doi_str_mv 10.11999/JEIT200219
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_dzkxxk202106020</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>dzkxxk202106020</wanfj_id><sourcerecordid>dzkxxk202106020</sourcerecordid><originalsourceid>FETCH-wanfang_journals_dzkxxk2021060203</originalsourceid><addsrcrecordid>eNpjYBA2NNAzNLS0tNT3cvUMMTIwMDK0ZGHgNDQwsNQ1tbA042DgLS7OMjAwMDQ2MjOzNOJkCHk6f9eTXX1P-2c87Wh7tmLhs4ZGIOPF8sVPJ_U87et-vmfls5b5z-cvfT6r5emejS-WNz3b2v1s7sInu7c92dH9cvb2F_v2Pdm_8Gn_9pftvc_mtTybtvPZ5qk8DKxpiTnFqbxQmptB3c01xNlDtzwxLy0xLz0-K7-0KA8oE59SlV1RkW0EdKeBmYGRgTHxKgFCsWSw</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于变分模态分解和压缩感知的弱观测条件下雷达信号重构方法</title><source>Alma/SFX Local Collection</source><creator>刘方正 ; 韩振中 ; 曾瑞琪</creator><creatorcontrib>刘方正 ; 韩振中 ; 曾瑞琪</creatorcontrib><description>TN911.7; 针对弱观测条件下雷达信号存在数据残损的问题,该文提出一种基于变分模态分解和压缩感知(VMD-CS)的雷达信号重构方法.首先通过变分模态分解对采样数据进行降解去噪处理,其次在压缩感知框架下构造观测矩阵、稀疏表示字典矩阵,然后基于正交追踪匹配(OMP)算法重构出稀疏表示向量.在此基础上利用离散余弦稀疏矩阵重构信号,实现对残损雷达信号的数据重构.在连续丢失数据和随机丢失数据两种情况下,对实际采集的线性调频(LFM)雷达信号进行仿真实验.实验结果表明:在数据连续丢失率不高于30％或随机丢失率不高于60％的情况下,该文方法能有效重构雷达信号,在时域、频域和瞬时频率上能够准确逼近原始信号.</description><identifier>ISSN: 1009-5896</identifier><identifier>DOI: 10.11999/JEIT200219</identifier><language>chi</language><publisher>国防科技大学电子对抗学院电子对抗信息处理重点实验室 合肥 230037</publisher><ispartof>电子与信息学报, 2021, Vol.43 (6), p.1644-1652</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/dzkxxk/dzkxxk.jpg</thumbnail><link.rule.ids>314,776,780,4010,27900,27901,27902</link.rule.ids></links><search><creatorcontrib>刘方正</creatorcontrib><creatorcontrib>韩振中</creatorcontrib><creatorcontrib>曾瑞琪</creatorcontrib><title>基于变分模态分解和压缩感知的弱观测条件下雷达信号重构方法</title><title>电子与信息学报</title><description>TN911.7; 针对弱观测条件下雷达信号存在数据残损的问题,该文提出一种基于变分模态分解和压缩感知(VMD-CS)的雷达信号重构方法.首先通过变分模态分解对采样数据进行降解去噪处理,其次在压缩感知框架下构造观测矩阵、稀疏表示字典矩阵,然后基于正交追踪匹配(OMP)算法重构出稀疏表示向量.在此基础上利用离散余弦稀疏矩阵重构信号,实现对残损雷达信号的数据重构.在连续丢失数据和随机丢失数据两种情况下,对实际采集的线性调频(LFM)雷达信号进行仿真实验.实验结果表明:在数据连续丢失率不高于30％或随机丢失率不高于60％的情况下,该文方法能有效重构雷达信号,在时域、频域和瞬时频率上能够准确逼近原始信号.</description><issn>1009-5896</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2021</creationdate><recordtype>article</recordtype><recordid>eNpjYBA2NNAzNLS0tNT3cvUMMTIwMDK0ZGHgNDQwsNQ1tbA042DgLS7OMjAwMDQ2MjOzNOJkCHk6f9eTXX1P-2c87Wh7tmLhs4ZGIOPF8sVPJ_U87et-vmfls5b5z-cvfT6r5emejS-WNz3b2v1s7sInu7c92dH9cvb2F_v2Pdm_8Gn_9pftvc_mtTybtvPZ5qk8DKxpiTnFqbxQmptB3c01xNlDtzwxLy0xLz0-K7-0KA8oE59SlV1RkW0EdKeBmYGRgTHxKgFCsWSw</recordid><startdate>2021</startdate><enddate>2021</enddate><creator>刘方正</creator><creator>韩振中</creator><creator>曾瑞琪</creator><general>国防科技大学电子对抗学院电子对抗信息处理重点实验室 合肥 230037</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2021</creationdate><title>基于变分模态分解和压缩感知的弱观测条件下雷达信号重构方法</title><author>刘方正 ; 韩振中 ; 曾瑞琪</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_dzkxxk2021060203</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2021</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>刘方正</creatorcontrib><creatorcontrib>韩振中</creatorcontrib><creatorcontrib>曾瑞琪</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>电子与信息学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>刘方正</au><au>韩振中</au><au>曾瑞琪</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于变分模态分解和压缩感知的弱观测条件下雷达信号重构方法</atitle><jtitle>电子与信息学报</jtitle><date>2021</date><risdate>2021</risdate><volume>43</volume><issue>6</issue><spage>1644</spage><epage>1652</epage><pages>1644-1652</pages><issn>1009-5896</issn><abstract>TN911.7; 针对弱观测条件下雷达信号存在数据残损的问题,该文提出一种基于变分模态分解和压缩感知(VMD-CS)的雷达信号重构方法.首先通过变分模态分解对采样数据进行降解去噪处理,其次在压缩感知框架下构造观测矩阵、稀疏表示字典矩阵,然后基于正交追踪匹配(OMP)算法重构出稀疏表示向量.在此基础上利用离散余弦稀疏矩阵重构信号,实现对残损雷达信号的数据重构.在连续丢失数据和随机丢失数据两种情况下,对实际采集的线性调频(LFM)雷达信号进行仿真实验.实验结果表明:在数据连续丢失率不高于30％或随机丢失率不高于60％的情况下,该文方法能有效重构雷达信号,在时域、频域和瞬时频率上能够准确逼近原始信号.</abstract><pub>国防科技大学电子对抗学院电子对抗信息处理重点实验室 合肥 230037</pub><doi>10.11999/JEIT200219</doi></addata></record>
fulltext fulltext
identifier ISSN: 1009-5896
ispartof 电子与信息学报, 2021, Vol.43 (6), p.1644-1652
issn 1009-5896
language chi
recordid cdi_wanfang_journals_dzkxxk202106020
source Alma/SFX Local Collection
title 基于变分模态分解和压缩感知的弱观测条件下雷达信号重构方法
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-16T05%3A45%3A14IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%8F%98%E5%88%86%E6%A8%A1%E6%80%81%E5%88%86%E8%A7%A3%E5%92%8C%E5%8E%8B%E7%BC%A9%E6%84%9F%E7%9F%A5%E7%9A%84%E5%BC%B1%E8%A7%82%E6%B5%8B%E6%9D%A1%E4%BB%B6%E4%B8%8B%E9%9B%B7%E8%BE%BE%E4%BF%A1%E5%8F%B7%E9%87%8D%E6%9E%84%E6%96%B9%E6%B3%95&rft.jtitle=%E7%94%B5%E5%AD%90%E4%B8%8E%E4%BF%A1%E6%81%AF%E5%AD%A6%E6%8A%A5&rft.au=%E5%88%98%E6%96%B9%E6%AD%A3&rft.date=2021&rft.volume=43&rft.issue=6&rft.spage=1644&rft.epage=1652&rft.pages=1644-1652&rft.issn=1009-5896&rft_id=info:doi/10.11999/JEIT200219&rft_dat=%3Cwanfang_jour%3Edzkxxk202106020%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=dzkxxk202106020&rfr_iscdi=true