位置:成果数据库 > 期刊 > 期刊详情页
多基阵分布式估计融合新方法
  • ISSN号:1001-506X
  • 期刊名称:系统工程与电子技术
  • 时间:0
  • 页码:783-787
  • 分类:TN92[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]西北工业大学航海学院,陕西西安710072
  • 相关基金:国家自然科学基金(60972152)资助课题
  • 相关项目:水下MIMO阵列多目标感知技术研究
中文摘要:

针对水下多基阵分布式估计融合问题,为了解决常规方法中存在的获取完全水下信道特性难度大、算法实现复杂度高以及占用大量通信资源的缺点,在分布式等判决门限估计融合方法的基础上,建立了水下多基阵分布式估计融合模型,提出了多基阵分布式不等门限估计融合方法。理论分析和仿真试验表明:新方法在目标参数估计精度以及抗噪等方面优于等门限估计融合方法;在基阵数目较大时,其估计性能与似然估计方法相当。这种方法考虑了水声信道通信带宽的限制,满足了实际分布式估计融合系统对于计算量小、复杂度低以及实时性强的要求,能够应用于水下目标探测领域。

英文摘要:

In order to solve the shortcomings of conventional methods for distributed estimation fusion of underwater multi-array,such as having to know the complete knowledge of characteristics of underwater channels,the high algorithm complexity and consuming a large quantity of communication resources.Based on the equal threshold estimation fusion method,a model for distributed estimation fusion of underwater is multi-array established and an unequal threshold estimation fusion method is proposed.Both theory analysis and simulation indicate that the proposed method is superior to the method of equal threshold estimation fusion in the aspects of estimation precision and anti-noise property.When the number of the array is large,the estimation performance is comparable to the likelihood estimation method.This method takes account of the constraint of channel bandwidth of underwater acoustic communication,meets the requirements of an actual distributed estimation fusion system,such as low complexity,small computation load and good real-time feature.The new method can be used in the field of underwater target detection.

同期刊论文项目
期刊论文 74 会议论文 14
同项目期刊论文
期刊信息
  • 《系统工程与电子技术》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团公司
  • 主办单位:中国航天科工防御技术研究院 中国宇航学会 中国系统工程学会
  • 主编:施荣
  • 地址:北京142信箱32分箱
  • 邮编:100854
  • 邮箱:xtgcydzjs@126.com
  • 电话:010-68388406
  • 国际标准刊号:ISSN:1001-506X
  • 国内统一刊号:ISSN:11-2422/TN
  • 邮发代号:82-269
  • 获奖情况:
  • 全国中文核心期刊,全国优秀科技期刊,中国科技论文统计用刊,中国期刊方阵“双百”期刊
  • 国内外数据库收录:
  • 德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:34341