1) random noise radar
随机噪声雷达
1.
In this paper,performance of the Kalman filter and pisarenko for pulse compression in random noise radar are discussed.
文中针对传统的匹配滤波算法在进行脉冲压缩时存在的高距离旁瓣问题,提出了将卡尔曼滤波法和Pisarenko法应用于随机噪声雷达的脉冲压缩。
3) radar-noise
雷达噪声
1.
The factors,which influence the distribution of the amplitude and phase of the points in the phase interferogram of SAR-ATI moving targets indication,including radar-noise,scatter energy,background uneven RCS and the side lobe of image pixels were analyzed.
分析了影响SAR-ATI动目标检测干涉相位图中点幅度和相位分布的因素———包括雷达噪声、杂波能量、地面RCS起伏以及成像时的旁瓣等。
4) noise radar
噪声雷达
1.
Signal generators of noise radar based on exact chaotic maps are analyzed taking into consideration the noise like property of chaos.
鉴于混沌信号的类噪声特性 ,本文分析了基于精确混沌映射的噪声雷达信号产生器 ,研究了两种类型的混沌信号产生器 ,将动力学理论引入其性能分析 ,验证了其类噪声性质 ,并应用在雷达系统信号处理中。
2.
The chaos series have pseudo-random characteristics,and can be utilized as noise source for noise radar.
文中提出的具有MSPL混沌序列克服了这个问题,其相关特性和真正噪声的相同,并且兼具混沌序列易于使用的特点,适合作为噪声源运用于噪声雷达。
5) random noises
随机噪声
1.
Then Based on this methods,a new method of removing random noises was suggested.
介绍了Donoho的小波域阈值去噪处理方法 ,提出了对小波变换尺度上小波系数进行分时分频相关处理去噪后 ,再重构小波系数的方法 ,以去除大部分随机噪声。
2.
Using conventional de-noising method by threshold filter in wavelet domain can remove random noises, but its de-noising effect and signal fidelity is not always good.
该方法可去除大部分高频随机噪声。
3.
The effect of using conventional KL transform to remove strong energy random noises of seismic data is not very good.
常规KL变换对于具有强随机噪声的地震信号处理效果不佳 ,本文提出一种将小波变换和KL变换结合使用的去噪处理新方法。
6) random noise
随机噪声
1.
Research of random noise characteristics of open-loop FOG;
开环光纤陀螺随机噪声特性研究
2.
Vibratory Response Of Thin-panel Structure of Aircraft to Random Noise Loads;
航空薄壁结构在随机噪声载荷作用下的振动响应研究
3.
Modeling of MEMS gyros random noise based on multiscale timeseries;
MEMS陀螺随机噪声的多尺度时间序列建模
补充资料：雷达目标噪声
雷达目标不断运动会引起测量参数的不规则变化，这种变化特性与一般噪声的统计特性相似，故称为雷达目标噪声。大部分雷达目标的形状很复杂，尺寸也比雷达波长大得多，所以目标回波是目标各部分（散射体）回波信号的矢量合成。目标相对于雷达位置发生变化时，反射回波信号的参数(幅度、频率、相位等)也随着发生变化。目标噪声按其性质和对雷达测量参数的影响，可以分为幅度噪声、角噪声和距离噪声等。
幅度噪声 复杂运动目标的回波信号幅度发生变化而形成的噪声，由目标各部分反射回波合成矢量变化所引起。幅度噪声的起伏可分为快起伏和慢起伏两种。幅度噪声的统计特性可用概率密度函数表示。早在50年代，斯威尔林首先提出四种起伏目标的模型，即斯威尔林 1、2、3、4型。在这些模型中，1、3型是属于慢起伏的，2、4 型是属于快起伏的。幅度噪声对搜索雷达的检测概率、跟踪雷达的跟踪精度及目标的截获和识别性能都有很大的影响。特别是对于远距离的目标，由于回波信号很弱，加上幅度的不规则波动，在短时间内目标回波信号可能低于噪声电平。这就使目标幅度检测产生一定困难。
角噪声 目标视在中心相对于目标长时间平均跟踪点"重心"随时间变化而形成的噪声。视在中心不一定都在目标之内。雷达接收机的自动增益控制、天线波束宽度、伺服系统的带宽都会影响角噪声的大小。实践表明，如以视在中心相对于"重心"的线角度衡量误差时，则此误差与雷达到目标距离成反比。角噪声由大量独立单元相互作用而形成。所以它的概率分布是正态分布。
距离噪声 雷达实测的距离和距离"重心"随时间变化而形成的噪声。
其他噪声 除上述三种噪声外，目标噪声还包括由于复杂目标运动引起发射和接收信号极化不一致和多普勒频率闪烁等产生的噪声。
各类目标噪声对雷达的发现能力、测距精度、测角精度和目标多普勒频率测量都有限制作用。掌握目标噪声特性即可研究降低这些噪声的技术，从而推动雷达技术的发展。例如，为消除测角系统中幅度噪声而出现的单脉冲雷达技术就是一例。此外，利用目标噪声特性还可能对目标进行分类和识别。
幅度噪声 复杂运动目标的回波信号幅度发生变化而形成的噪声，由目标各部分反射回波合成矢量变化所引起。幅度噪声的起伏可分为快起伏和慢起伏两种。幅度噪声的统计特性可用概率密度函数表示。早在50年代，斯威尔林首先提出四种起伏目标的模型，即斯威尔林 1、2、3、4型。在这些模型中，1、3型是属于慢起伏的，2、4 型是属于快起伏的。幅度噪声对搜索雷达的检测概率、跟踪雷达的跟踪精度及目标的截获和识别性能都有很大的影响。特别是对于远距离的目标，由于回波信号很弱，加上幅度的不规则波动，在短时间内目标回波信号可能低于噪声电平。这就使目标幅度检测产生一定困难。
角噪声 目标视在中心相对于目标长时间平均跟踪点"重心"随时间变化而形成的噪声。视在中心不一定都在目标之内。雷达接收机的自动增益控制、天线波束宽度、伺服系统的带宽都会影响角噪声的大小。实践表明，如以视在中心相对于"重心"的线角度衡量误差时，则此误差与雷达到目标距离成反比。角噪声由大量独立单元相互作用而形成。所以它的概率分布是正态分布。
距离噪声 雷达实测的距离和距离"重心"随时间变化而形成的噪声。
其他噪声 除上述三种噪声外，目标噪声还包括由于复杂目标运动引起发射和接收信号极化不一致和多普勒频率闪烁等产生的噪声。
各类目标噪声对雷达的发现能力、测距精度、测角精度和目标多普勒频率测量都有限制作用。掌握目标噪声特性即可研究降低这些噪声的技术，从而推动雷达技术的发展。例如，为消除测角系统中幅度噪声而出现的单脉冲雷达技术就是一例。此外，利用目标噪声特性还可能对目标进行分类和识别。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条