原标题:非相参积累增益,比相参积累增益更难计算?

雷达信号处理中的信噪比和信号积累的关系

信噪比(SNR)是许多雷达信号处理的一个起基本决定性的质量指标。下面给出一些重要的例子:

对于给定的虚警概率,检测概率随SNR的增加而提高;

提高SNR,则探测范围、角度和多普勒频率的测量精度得到改善(测量误差的标准差减小);

随着SNR的提高,合成孔径雷达(SAR)成像中图像对比度(动态范围)得到提高。

很多雷达信号处理通过将多个数据样本叠加(“积累”)来提高SNR。两种重要的积累方式包括:相参积累与非相参积累。

相参积累增益

相参积累增益是将多次接收的带有加性噪声的信号通过相参积累的方式从而得到信噪比的提高。信号为复数数据时积累需要考虑相参性,从而可以利用信号的幅度和相位信息。

相参积累的增益来自于N个信号样本在相位上的相加,信号分量能量的增益为N2,而噪声积累的增益只有N。积累时在对相位调制信号的补偿后实现相位相加,SNR可提高为原来的N倍。

相参积累的这种普遍性是任何匹配滤波技术获得处理增益的基础,例如多普勒滤波、合成孔径雷达(SAR)图像形成和空时自适应处理(STAP)。相参积累的这种普遍性是任何匹配滤波技术获得处理增益的基础,例如多普勒滤波、合成孔径雷达图像形成和空时自适应处理。

非相参积累增益

非相参积累,其和为复数数据样本幅度的函数,积累时失去了相位信息。积累的方式通常有线性检波器、平方律检波器或对数检波器。由于是取了幅度,则无法分成信号分量和噪声分量而个部分了,因此也无法定义信噪比了,从而无法直接计算SNR和非相参积累的增益。

非相参积累的定义

非相参积累多个数据样本使其达到特定的检测性能时单个样本所需的SNR,将其与使用一个样本达到相同检测性能时的SNR进行比较。

下图中,当N的指数值为1时,则是相参积累的情况。而非相参积累有时候会选0.5,也就是非相参积累的增益选根号N。但通常的情况是一个介于0.5~1的值,具体的计算还要根据目标类型的不同以及采用的检测方法来进行计算,详细推导和计算可参考文本的中英文版。

本文作者:Mark A.Richards

翻译:矢量

本文为用户翻译内容,阅读后若发现有不妥之处,欢迎留言指出。如果您也想获取英文材料参与翻译,请给公众号发送“翻译”查看《翻译流程、须知和资料列表》或者点击公众号菜单的“合作联系”->“翻译列表”,领取你喜欢并且擅长的资料进行翻译。返回搜狐,查看更多

责任编辑:

非相参积累 matlab,非相参积累增益,比相参积累增益更难计算?相关推荐

  1. 非局部相似性 matlab,非局部均值滤波(NLM)和MATLAB程序详解视频教程保持图像细节...

    [内容简介]<非局部均值滤波与应用和MATLAB程序详解视频>共6章28节视频,总学时698分钟,合11.6小时.主要内容包括:非局部均值滤波类算法入门,基于滤波参数自适应的非局部均值滤波 ...

  2. 运动目标相参积累与非相参积累

    总言 现有的能量积累方法根据积累方式可分为相参积累.非相参积累两大类.相参积累是指利用信号的相位信息,通过处理,使信号同相叠加以获得最大的信噪比增益技术.其实现方式是匹配滤波即补偿目标运动引起的回波的 ...

  3. 基于matlab 非局部均值(NLM)滤波图像去噪

    基于matlab 非局部均值(NLM)滤波图像去噪 一.简介 1 NLM滤波原理 2 Pixelwise Implementation 3 Patchwise Implementation 二.源代码 ...

  4. SBM模型测算代码,matlab,可算 sbm,超效率sbm,非期望sbm,非期望超效率sbm

    SBM模型测算代码,matlab,可算 sbm,超效率sbm,非期望sbm,非期望超效率sbm, 非导向非径向, 有规模不变和规模可变两个选项 操作视频 已经通过多次计算证明与Maxdea专业版软件算 ...

  5. matlab非同秩矩阵相乘_MATLAB中的矩阵与向量运算

    4.1 数组运算和矩阵运算 从外观形状和数据结构来看 , 二维数组和数学中的矩阵没有区别 . 但是 , 矩阵作为一种变换或 映射算符的体现 , 矩阵运算有着明确而严格的数学规则 . 而数组运算是 MA ...

  6. 2ASK非相干解调matlab

    2ASK非相干解调matlab 2ASK信号产生 振幅键控是利用载波的幅度变化来传递数字信息,而其频率和初始相位保持不变.在2ASK中,载波的幅度只有两种变化状态,分别对应二进制信息"0&q ...

  7. python 非_Python函数的非固定参数

    一.概述 在原来的文章中我已经写了,位置参数和关键字参数,下面我们来谈谈默认参数和参数组 二.默认参数 默认参数指的是,我们在传参之前,先给参数制定一个默认的值.当我们调用函数时,默认参数是非必须传递 ...

  8. 德国版“非升即走”引发学界震荡!“临时工”干12年也难获教职,网友:全世界都在卷...

    点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达 金磊 杨净 发自 凹非寺 量子位 报道 | 公众号 QbitAI 一 ...

  9. 技术非中立,语言非同质:机器翻译正被用于维护文化障碍

    作者:王晔 转载自:AI科技评论 原文链接: 技术非中立,语言非同质:机器翻译正被用于维护文化障碍​mp.weixin.qq.com/s/t72b7um6FcKWoe3vvAigDw 当今世界随着大数 ...

  10. python非阻塞输入_python_非阻塞套接字及I/O流

    首先,我们要明确2个问题: 普通套接字实现的服务端有什么缺陷吗? 有,一次只能服务一个客户端! 这种缺陷是如何造成的? accept阻塞:当没有套接字连接请求过来的时候会一直等待着 recv阻塞:当连 ...

最新文章

  1. 小程序json字符串转 json对象 { name :你好} 转成 { name :你好}
  2. 赠书 | 发自暗处的光:你不知道的暗数据
  3. (节点分类)四大图数据集AIFB,MUTAG,BGS,AM数据集获取
  4. 编译《OpenGL ES 3.0 编程指南》书中代码
  5. 一劳永逸-解决人类未来长期-暴露在病毒的方案-致所有中国的科技公司一封信
  6. Python中的 __name__属性的含义和作用
  7. [云炬创业基础笔记]第五章创业机会评估测试2
  8. 初三学生多会筹备计算机中考考试,2020年的初中生注意,中考将会发生这几大变化,最好提前准备...
  9. mysql insert 字符集_有关 MySQL 字符集的注意事项-爱可生
  10. JEEWX推出插件开发机制,现招募兴趣爱好者
  11. 写程序实现wireshark的抓包功能
  12. Ubuntu14.04安装VMwareTools
  13. 计算机领域顶级会议、期刊、人物与国家排名2019
  14. macbook 安装iperf_三分钟学会iperf3的使用
  15. 【零基础Eviews实例】01异方差的检验与修正
  16. python用于cad_使用Python实现AutoCAD自动化
  17. wps折线图如何画多条折线_如何用wps制作折线图
  18. 动态规划初级篇(上)
  19. glob patterns
  20. 前端开发:遇到提示Invalid prop:type check failed for prop “modelValue“. Expected Number…的解决方法

热门文章

  1. godis之aof持久化
  2. 史上最全的Windows进程详解!
  3. 什么是云服务器?什么是阿里云服务器管理?
  4. matlab canon,Canonical state-space realization
  5. redis存储新闻列表_聊聊Redis使用场景
  6. party_bid_core三种数据结构总结
  7. 神策数据虚席以待,欢迎加入!
  8. ensp配置服务器发布(将DMZ区的web服务区发布,供client访问)
  9. strtolower() 把字符串转换为小写字母
  10. 基本面因子投资的三点思考