一种用于多噪声干扰机检测的稀疏学习方法
信号处理
2020-04-28 v1
摘要
在本文中，我们解决了通过配备传感器阵列的雷达系统检测多个噪声干扰机（NLJ）的问题。为此，我们开发了一个优雅且系统的框架，其中设计了两种架构来联合检测未知数量的 NLJ 并估计它们各自的到达角。所采用的方法依赖于似然比检验与一种循环估计过程相结合，该过程在设计阶段引入了促进稀疏性的先验。事实上，手头的问题具有固有的稀疏特性，并被恰当地利用。这一方法选择是由以下事实决定的：从数学角度来看，经典的最大似然方法会导致难以处理的优化问题（至少据作者所知），因此，次优方法代表了解决这些问题的可行手段。性能分析在仿真数据上进行，并显示了所提架构在描绘照射雷达系统的电磁威胁可靠图景方面的有效性。
引用
@article{arxiv.2004.12677,
title = {A Sparse Learning Approach to the Detection of Multiple Noise-Like Jammers},
author = {Linjie Yan and Pia Addabbo and Yuxuan Zhang and Chengpeng Hao and Jun Liu and Jian Li and Danilo Orlando},
journal= {arXiv preprint arXiv:2004.12677},
year = {2020}
}
备注
37 pages, 18 figures