欢迎访问《空军工程大学学报》官方网站!

咨询热线:029-84786242 RSS EMAIL-ALERT
基于深度学习的DTMB外辐射源雷达参考信道估计
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN958

基金项目:

国家自然科学基金(61601502);中国博士后基金(2019M662257)


DTMB Passive Radar Reference Channel Estimation Based on Deep Learning
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    参考数据的纯度影响着地面数字广播多媒体(DTMB)外辐射源雷达的探测能力,而参考信道估计的精度是影响参考数据恢复的关键因素。针对此问题,文章将基于深度学习理论的信道估计方法引入外辐射源雷达参考信道估计过程。利用自回归模型对参考信道进行建模,并搭建参考信道估计网络。通过迭代训练后,估计得到参考信道响应。相比于传统算法,基于深度学习的参考信道估计精度得到有效提升,改善了雷达的探测性能。

    Abstract:

    The purity of reference data affects the detection capability of DTMB passive radar, and the accuracy of reference channel estimation is a key factor to affect the recovery of reference data. In view of this problem, the channel estimation method based on the deep learning theory is introduced into the passive radar reference channel estimation process. The reference channels are modeled by the autoregressive model and the reference channel estimation network is built. After iterative training, the reference channel response is estimated. Compared with the traditional algorithm, the estimation accuracy of reference channel based on deep learning is improved effectively, and the detection performance of radar is improved.

    参考文献
    相似文献
    引证文献
引用本文

陈赓, 田波, 宫健, 冯存前.基于深度学习的DTMB外辐射源雷达参考信道估计[J].空军工程大学学报,2020,21(2):61-64

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2020-07-08
  • 出版日期: