|
|
1.
基于最小绝对收缩与选择算子模型稀疏恢复的多目标检测
洪刘根, 郑霖, 杨超
计算机应用
2017, 37 (8):
2184-2188.
DOI: 10.11772/j.issn.1001-9081.2017.08.2184
针对地面多径环境下运动目标检测，使用最小绝对收缩与选择算子（LASSO）算法在参数估计时会出现伪目标的问题，提出一种基于LASSO模型框架的设计矩阵降维构造方法。首先，信号的多径传播能够带来目标检测的空间分集，信号在不同的多径上有不同的多普勒频移；此外，使用宽带正交频分复用（OFDM）信号能够带来频率分集。由于空间分集和频率分集的引入造成目标的稀疏特性。利用多径的稀疏性和对环境的先验知识，去估计稀疏向量。仿真结果表明，在一定信噪比（SNR，-5dB）下，基于设计矩阵降维构造方法的改进的LASSO算法比基追踪算法（BP）、DS（Dantzig Selector）、LASSO等传统算法的检测性能有明显提高；在一定虚警率（0.1）条件下，改进的LASSO算法比原LASSO算法检测概率提高了30%。所提算法能够有效去除伪目标，提高雷达目标检测概率。
参考文献 |
相关文章 |
多维度评价
|
|
