辅助信息多秩子空间信号检测方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61701370
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0112.雷达原理与技术
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Multi-channel array adaptive detection has received considered attention since it is adaptive to the character of unknown clutter spectrum. However, it is difficult to collect adequate homogeneous training samples in the complex and multivariate scenarios where radar works. This will degrade the detection performance greatly. In addition, the mismatch of the steering vector will affect the robustness of detectors. . This project focuses on the effective and robust detection for multi-rank subspace target in terms of the exploiting of the persymmetric covariance structure information, symmetric power spectrum information and the lower order time related structure information of clutter in the background of homogeneous and partially homogeneous environments. This project can provide the new theories and methodologies for knowledge-aided detection for multi-rank subspace signal. The main contents of the study include: Establishing the homogeneous and partially homogeneous signal model for multi-rank subspace target; Studying knowledge-aided method for GLRT test, Rao test and Wald test; Designing the corresponding subspace signal detectors based on the one step procedure and two-step procedure; Analyzing and comparing the performance of the proposed detectors. The aim of this project is to improve the detection performance for subspace target and to overcome the technical difficulties of deficient training samples and the steering vector mismatch in practical application.
多通道阵列自适应信号检测因其对未知杂波谱特性具有自适应性而成为雷达目标探测领域的研究热点。然而雷达工作环境的复杂多变性会导致实际中难以获得足够的均匀训练样本,从而致使检测性能急剧下降。此外,导向矢量失配也会影响检测器的稳健性。. 本项目以均匀和非均匀杂波为背景,拟从辅助反对称协方差矩阵结构信息、对称功率谱信息及杂波低阶时间相关性结构信息三个方面来实现有效稳健的多秩子空间目标检测,建立辅助信息多秩子空间信号检测的新理论新方法。拟研究的主要内容包括:针对多秩子空间目标,建立均匀及部分均匀的信号模型,研究有效利用辅助信息的GLRT检验、Rao检验和Wald检验方法,基于一步法和两步法策略,设计相应的子空间目标自适应检测器,并在此基础上分析及比较检测性能,提高子空间目标的检测性能,突破实际应用中训练样本数不足、导向矢量失配等技术难点。

结项摘要

项目针对雷达工作环境的复杂多变性会导致实际中难以获得足够的均匀训练样本,从而致使检测性能急剧下降以及导向矢量失配也会影响检测器的稳健性。.本项目以均匀和非均匀杂波为背景,辅助协方差矩阵结构信息来实现有效稳健的多秩子空间目标检测,建立辅助信息多秩子空间信号检测的新理论新方法,提高了子空间目标的检测性能,突破实际应用中训练样本数不足、导向矢量失配等技术难点。自2018年1月立项以来,项目在研期间,课题组先后共计发表高质量学术论文13篇,其中SCI索引8篇,EI索引9篇,已标注项目资助论文10篇,其中第一标注8篇,总标注率达到77%;授权专利1项,受理专利8项;多次参加国内相关领域知名学术研讨会,并先后于会议期间做主题及学术报告3场;项目在研期间,前后累计培养博士研究生3人(其中协助课题组组长培养两名博士生,均已毕业),硕士研究生4人。截至2020年11月底,本课题的全部研究内容已经完成,达到并部分超出合同规定的研究成果指标。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(8)
Adaptive Target Separation Detection
自适应目标分离检测
  • DOI:
    10.1109/taes.2020.3018898
  • 发表时间:
    2021-02
  • 期刊:
    IEEE Transactions on Aerospace and Electronic Systems
  • 影响因子:
    4.4
  • 作者:
    Yongchan Gao;Augusto Aubry;Antonio De Maio;Hongbing Ji
  • 通讯作者:
    Hongbing Ji
Efficient box particle implementation of the multi-sensor GLMB filter in the presence of triple measurement uncertainty
在存在三重测量不确定性的情况下,高效盒粒子实现多传感器 GLMB 滤波器
  • DOI:
    10.1016/j.sigpro.2019.04.020
  • 发表时间:
    2019-09
  • 期刊:
    Signal Processing
  • 影响因子:
    4.4
  • 作者:
    Nanqi Chen;Hongbing Ji;Yongchan Gao
  • 通讯作者:
    Yongchan Gao
Persymmetric adaptive subspace detectors for range-spread targets
用于范围扩展目标的非对称自适应子空间探测器
  • DOI:
    10.1016/j.dsp.2019.03.007
  • 发表时间:
    2019-06
  • 期刊:
    Digital Signal Processing
  • 影响因子:
    2.9
  • 作者:
    Yongchan Gao;Hongbing Ji;Weijian Liu
  • 通讯作者:
    Weijian Liu

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

单通道干涉相位无模糊估计快速动目标速度
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    系统工程与电子技术
  • 影响因子:
    --
  • 作者:
    张学攀;廖桂生;朱圣棋;杨东;高永婵
  • 通讯作者:
    高永婵
参数可调的联合子空间目标检测方法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    雷达科学与技术
  • 影响因子:
    --
  • 作者:
    高永婵;潘丽燕;王扬;毛琳琳
  • 通讯作者:
    毛琳琳
距离频率ML方法无模糊估计动目标径向速度
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    西安电子科技大学学报
  • 影响因子:
    --
  • 作者:
    张学攀;廖桂生;朱圣棋;高永婵;杨东
  • 通讯作者:
    杨东
双通道两视干涉相位差解径向速度模糊方法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    西安电子科技大学学报
  • 影响因子:
    --
  • 作者:
    张学攀;廖桂生;朱圣棋;杨东;高永婵
  • 通讯作者:
    高永婵
复合高斯噪声中知识辅助的贝叶斯Rao检测方法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    西安电子科技大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    高永婵;廖桂生;朱圣棋
  • 通讯作者:
    朱圣棋

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

高永婵的其他基金

不确定条件下雷达网络推断优化资源分配方法
  • 批准号:
    62371379
  • 批准年份:
    2023
  • 资助金额:
    50 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