位置：成果数据库 > 期刊 > 期刊详情页
宽带最大似然方位估计快速算法水池实验研究
  • ISSN号：1002-8331
  • 期刊名称：《计算机工程与应用》
  • 时间：0
  • 分类：TN911.7[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]河南大学图像处理与模式识别研究所,河南开封475004, [2]西北工业大学航海学院,西安710072
  • 相关基金：国家自然科学基金项目（No.60972119）; 河南省基础与前沿项目（No.112300410117）; 河南省高等学校青年骨干教师项目（No.2010GGJS-041）
作者： 金勇[1], 谢毅[1], 黄建国[2], 张帆[1]
关键词： 宽带, 方位估计, 最大似然, 马尔可夫链蒙特卡罗, 水池实验
中文摘要：

建立了宽带阵列高分辨方位估计水池实验系统,进行了宽带最大似然方位估计快速算法的水池实验研究。研究结果表明,基于马尔可夫链蒙特卡罗方法宽带最大似然方位估计快速算法分辨能力强,突破了二分之一波束宽度,估计出了目标的方位。

同期刊论文项目
粒子滤波在复杂系统模型辨识与状态估计中的应用研究
期刊论文 30 会议论文 5 获奖 4
同项目期刊论文
基于粒子优化的多模型粒子滤波算法
Robust Object Tracking by Particle Filter with Scale Invariant Features
Maneuvering target tracking algorithm based on multiple model Rao-Blackwellised particle filter
A Novel Particle Filter Based on Two Stage Prediction Update
量测不确定下多传感器交互式多模型自适应滤波算法
一种载频信息未知的目标方位估计快速算法
A novel maneuvering multi-target tracking algorithm based on multiple model particle filter in clutt
基于无味粒子滤波的动态场景下高机动目标跟踪
Maneuvering Multi-target Tracking Algorithm Based on Modified Generalized Probabilistic Data Associa
基于多传感器粒子权重优化的两级Rao-Blackwellized粒子滤波算法
量测不确定下多传感器一致性数据融合算法
Average weight optimization RBPF method for target tracking in multi-sensor observation
不完全量测下具有估计误差协方差约束的传感器精度确界算法
基于RB粒子滤波的多传感器目标跟踪融合算法
Multi-sensor cost reference particle filtering algorithm based on consistency weight fusion
多传感器量测自适应Rao-Blackwellised粒子滤波算法
Multi-sensor adaptive filtering algorithm in measurement uncertainty
阵元非均匀高斯白噪声背景下的近场声源定位研究
基于模糊支持度采样的粒子滤波算法
基于量测自适应辨识的多传感器数据融合算法
量测不确定条件下多传感器自适应粒子滤波算法
Adaptive Multi-Feature Tracking in a Particle Swarm Optimization based Particle Filter Framework
基于泛化傅里叶描述子的运动目标检测
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊（2014版）
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编：怀进鹏
  • 地址：北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编：100083
  • 邮箱：ceaj@vip.163.com
  • 电话：
  • 国际标准刊号：ISSN：1002-8331
  • 国内统一刊号：ISSN：11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,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（2014版）,中国北大核心期刊（2000版）
  • 被引量:97887