二维GTD模型参数估计的PQ-FB-2D-ESPRIT算法

发布时间：2025-07-02 01:50

　　 二维基于旋转不变技术信号参数估计(2D-estimating signal parameter via rotational invariance techniques,2D-ESPRIT)算法是估计几何绕射理论(geometric theory of diffraction,GTD)模型参数的一种经典算法,但在信噪比较低的条件下,2D-ESPRIT算法的参数估计精度明显下降,噪声鲁棒性较差。针对这一问题,提出一种极化平方前后向平滑2D-ESPRIT(polarized-quadratic-forward-backward 2D-ESPRIT,PQ-FB-2D-ESPRIT)算法,有效地提高了算法的噪声鲁棒性与参数估计性能。改进算法利用目标散射回波数据的极化信息,并通过对协方差矩阵平方处理和前后向空间平滑处理,提高了算法的参数估计性能与数据利用率,同时达到了去相关的效果。仿真结果表明,提出的PQ-FB-2D-ESPRIT算法的参数估计性能及噪声鲁棒性要优于经典2D-ESPRIT算法、前后向平滑2D-ESPRIT(forward-backward 2D-ESPRIT,FB-2D-ESPR...

【文章页数】：7 页

【部分图文】：

图1 不同算法x1～x4的RMSE比较

基于雷达目标的后向电磁散射数据，分别利用经典2D-ESPRIT算法、FB-2D-ESPRIT算法、Q-FB-2D-ESPRIT算法与本文提出的PQ-FB-2D-ESPRIT算法对2D-GTD模型参数进行估计提取，得到不同参数均方根误差（rootmeansquareerror....

图2 不同算法y1～y4的RMSE比较

图1不同算法x1～x4的RMSE比较图3不同算法α1～α4的RMSE比较

图3 不同算法α1～α4的RMSE比较

图2不同算法y1～y4的RMSE比较图4不同算法A1～A4的RMSE比较

图4 不同算法A1～A4的RMSE比较

图3不同算法α1～α4的RMSE比较由图1～图4可知，基于本文提出的PQ-FB-2D-ESPRIT算法估计得到的2D-GTD模型各参数的RMSE要低于其他的3种算法，且在SNR较低时，改进效果尤为明显。随着SNR增大，不同算法对应的参数RMSE趋于0，即在SNR较高时，不同算法....

本文编号：4055036