项目名称: 电磁矢量传感器阵列信号处理理论与方法

项目编号: No.61331019

项目类型: 重点项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 徐友根

作者单位: 北京理工大学

项目金额: 285万元

中文摘要: 电磁矢量传感器阵列信号处理目前的研究仍主要集中于理想、简单假设条件下的理论推导与算法分析,而多种模型误差共存且依赖于信号参数,宽带发射,相干达波,低信噪比,以及短数据支撑等复杂、困难条件下的电磁矢量传感器阵列信号处理仍存在诸多问题亟需解决。为此,本项目针对存在信号参数依赖复杂模型误差条件下电磁矢量传感器阵列的特点,研究对阵元互耦效应,通道增益失配,阵元同步、位置、指向具有较高容差性的自校正信号参数估计理论与方法;结合张量,多元数,以及压缩感知信号稀疏表示等先进数学工具和理论框架,研究宽带发射,相干达波,低信噪比和短数据支撑等条件下综合性能较高的电磁矢量传感器阵列自适应波束形成和高分辨信号参数估计的新理论与新方法。

中文关键词: 阵列信号处理;电磁矢量传感器;张量;多元数;稀疏表示

英文摘要: Many important problems in electromagnetic vector sensor array signal processing under adverse scenarios (the current research considers mainly the ideal and simple conditions), such as signal dependent model errors caused by multiple coexisted different sources, wide-band transmission, coherent arrivals, low signal to noise ratio, and short data samples, remain uninvestigated. One purpose of this project is to develop the self-calibration based signal parameter estimation methods, which is robust to the model mismatches in electromagnetic vector sensor array including mutual coupling, gain mismatch, synchronization error, element position error, and antenna misorientation. The project is also devoted to the use of tensor, hypercomplex, and sparse representation to improve the performance of adaptive beamforming and high resolution signal parameter estimation in the case of wide-band transmission, coherent arrivals, low signal to noise ratio, and short data samples.

英文关键词: array signal processing;electromagnetic vector sensor;tensor;hypercomplex;sparse representation

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
40+阅读 · 2021年7月5日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
14+阅读 · 2021年3月26日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
80+阅读 · 2020年12月18日
专知会员服务
45+阅读 · 2020年11月13日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
112+阅读 · 2020年8月15日
专知会员服务
221+阅读 · 2020年5月6日
AAAI 2022 | 条件局部图卷积网络用以气象预测
PaperWeekly
0+阅读 · 2022年3月5日
NeurIPS 2021 | CyGen:基于概率论理论的生成式建模新模式
微软研究院AI头条
0+阅读 · 2021年11月26日
经典重温:卡尔曼滤波器介绍与理论分析
极市平台
0+阅读 · 2021年10月25日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【泡泡一分钟】点密度适应性点云配准
泡泡机器人SLAM
16+阅读 · 2018年5月28日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Challenges for Open-domain Targeted Sentiment Analysis
Arxiv
31+阅读 · 2020年9月21日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
40+阅读 · 2021年7月5日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
14+阅读 · 2021年3月26日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
80+阅读 · 2020年12月18日
专知会员服务
45+阅读 · 2020年11月13日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
112+阅读 · 2020年8月15日
专知会员服务
221+阅读 · 2020年5月6日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员