目标微动特性和微多普勒特征分析在真假目标识别方面发挥了重要作用。由于微动目标雷达回波具有非线性、多分量性等特征,需要相应的具有高分辨力、低交叉项、大的动态范围的分析工具,才能较好地揭示目标微多普勒特征。稀疏分解方法中的匹配追踪(MP)具有频域高分辨能力,对于信号细微特征提取具有很好的效果。研究了基于匹配追踪的微多普勒频率估计问题,该方法可以准确提取出目标微多普勒频率,为后续的目标识别提供了重要的依据。
2022-03-12 10:13:28
369KB
1
用于信号稀疏分解重构和进行压缩感知处理，从入门到深入都有的资料，建议详细阅读，调试后使用。
2022-01-19 23:43:30
41.92MB
1
信号稀疏分解MATLAB代码多尺度采样补充
该存储库包含本文随附的Matlab代码
Krithika
Manohar，Eurika
Kaiser，Steven
L.Brunton和J.Nathan
Kutz。
“针对多尺度动力学的优化采样”。
SIAM多尺度建模和仿真（2019）。
出现。
有关本文的预印本，请参见。
这项工作开发了用于在空间域（即传感器放置）中进行最佳采样的方法，以发现和估计在多个时间尺度上运行的动力学。
主要工具是使用多分辨率动态模式分解（mrDMD）和用于传感器放置的矩阵QR枢轴进行降维。
在此代码中，我们提供以下内容：
计算给定数据集的mrDMD和最佳传感器位置的功能。
生成本文中图形的脚本。
基于NOAA海面温度（SST）数据的多尺度采样示例以及多尺度人工视频示例。
src
/中的mrDMD方法和子例程改编自先前的工作
J.
Nathan
Kutz，Steven
L.
Brunton，Bingni
W.
Brunton和Joshua
L.
Proctor。
动态模式分解：复杂系统的数据驱动建模。
卷149.
SIAM（2016年）。
外部依赖
Matlab信号
2021-11-18 22:26:02
152KB
1