阵列信号处理中时变信号个数与波达方向的自适应估计方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60772096
  • 项目类别：
    面上项目
  • 资助金额：
    26.0万
  • 负责人：
    辛景民
  • 依托单位：
    西安交通大学
  • 学科分类：
    F0111.信号理论与信号处理
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

以军事及民用应用领域中迫切需求高精度、多目标、抗干扰和自适应的阵列信号处理技术为背景，重点开展多径传播环境下的窄带时变相干信号的个数检测和波达方向估计的实时处理关键技术的研究。以申请人已提出的无需特征分解的个数检测法MENSE和波达方向估计法SUMWE等成果为基础，该研究提出时变相干信号个数检测和波达方向联合估计的自适应方法。其关键思路是首先通过由阵列传感器观测数据间的部分瞬时相互相关量所构成的Hankel矩阵的QR分解来检测信号个数，进而依此确定信号子空间的维数，然后再通过利用递推最小平方（RLS）算法并借助一个线性运算来求取瞬时零空间，进而以zero-tracking法来实时更新波达方向。理论分析更新方程中出现矩阵形式"加权"及"观测噪声"和"输入数据"间的存在相关性时的零空间估计RLS算法的统计性能。本研究的预期成果将会对雷达、声纳及移动通信中的目标定位和跟踪等技术的发展有所促进。

结项摘要

项目成果

期刊论文数量（2）
专著数量（0）
科研奖励数量（1）
会议论文数量（6）
专利数量（0）
Computationally Efficient Subspace-Based Method for Two-Dimensional Direction Estimation With L-Shaped Array
基于计算高效子空间的 L 形阵列二维方向估计方法
  • DOI：
    10.1109/tsp.2011.2144591
  • 发表时间：
    2011-07-01
  • 期刊：
    IEEE TRANSACTIONS ON SIGNAL PROCESSING
  • 影响因子：
    5.4
  • 作者：
    Wang, Guangmin;Xin, Jingmin;Sano, Akira
  • 通讯作者：
    Sano, Akira

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

模糊度固定的北斗卫星多系统融合精密轨道确定
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    测绘学报
  • 影响因子：
    --
  • 作者：
    房亚男;辛景民;曾光;王家松;李杰
  • 通讯作者：
    李杰

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

辛景民的其他基金

基于内插变换的混合非相干与相干窄带信号波达方向估计与跟踪
  • 批准号：
    61671373
  • 批准年份：
    2016
  • 资助金额：
    66.0 万元
  • 项目类别：
    面上项目
基于简单几何配置平面阵列的混合窄带信号二维波达方向估计
  • 批准号：
    61172162
  • 批准年份：
    2011
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码