RaDICAL:基于稀疏均匀圆阵与确定性多频抖动的字典波形域无源雷达感知框架
《Mathematics》:Physics-Based Waveform Representation for Geometry-Aware Object Recognition
【字体:
大
中
小
】
时间:2026年09月29日
来源:Mathematics 2.3
摘要
本文提出了一种名为RaDICAL的感知框架,这是一种单基地无源雷达概念,结合了稀疏均匀圆阵(SUCA)、确定性多频抖动以及基于字典的波形识别,用于目标检测与分类。RaDICAL并非形成传统空间图像或主要依赖多普勒处理,而是将目标几何信息直接编码到复合接收波形中,并通过将测量信号与预测响应库进行匹配来执行假设检验。本研究建立了基于SUCA的点和扩展目标信号模型,并利用归一化复相关和QR域处理,将识别问题形式化为针对表示字典的波形域匹配问题。一项可复现的基于MATLAB的研究评估了波形可分离性、检测概率与字典信噪比的关系、物理功率平衡、接收机工作特征(ROC)行为以及检测性能与照射器等效全向辐射功率(EIRP)的关系。结果表明,确定性抖动能够产生具有强假设可分离性的特征性复合波形。ROC仿真刻画了对结构化波形的二元检测,而识别仿真则量化了对竞争性物理字典假设之间的区分能力。由于所提出的接收机对多个空间和时间波形样本进行相干处理,本文并未声称相对于经典匹配滤波器检测器具有直接的单样本信噪比优势。这些结果支持了利用确定性空间-频率编码和基于字典的识别方法进行波形域无源感知的可行性。与从图像或特征数据集中导出嵌入表示的传统表示学习方法不同,本文所提出的波形表示是由物理电磁模型确定性生成的。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号