頻域匹配濾波算法在無線電引信信號(hào)處理中的應(yīng)用

【信息科學(xué)與控制工程】

頻域匹配濾波算法在無線電引信信號(hào)處理中的應(yīng)用

張東良，劉芒龍，張珂

(西安機(jī)電信息技術(shù)研究所，西安710065)

摘要：匹配濾波是數(shù)字信號(hào)處理中的重要組成部分，通常匹配濾波大多在時(shí)域?qū)崿F(xiàn)，運(yùn)算速度依賴于延遲點(diǎn)數(shù)，在引信這種對(duì)延時(shí)敏感的領(lǐng)域中應(yīng)用有限；針對(duì)該問題，提出了一種基于自相關(guān)的頻域匹配濾波算法；該算法將時(shí)域的輸入信號(hào)通過快速傅里葉變換(FFT)轉(zhuǎn)換到頻域后與自身頻移相乘，替代了時(shí)域的自相關(guān)運(yùn)算，從而減少了運(yùn)算量，提高了算法的實(shí)時(shí)性；仿真表明：該算法可以減少信號(hào)處理器運(yùn)算時(shí)間，降低處理時(shí)延，可應(yīng)用于引信信號(hào)處理等實(shí)時(shí)性要求較高的領(lǐng)域。

關(guān)鍵詞：無線電引信；數(shù)字信號(hào)處理；匹配濾波算法；自相關(guān)

收稿日期：2015-02-17

作者簡(jiǎn)介：張東良(1990—)，男，碩士，主要從事信號(hào)處理研究。

doi:10.11809/scbgxb2015.09.032

中圖分類號(hào)：TJ43+4.1

文章編號(hào)：1006-0707(2015)09-0126-05

本文引用格式：張東良，劉芒龍，張珂.頻域匹配濾波算法在無線電引信信號(hào)處理中的應(yīng)用[J].四川兵工學(xué)報(bào)，2015(9):126-130.

Citationformat:ZHANGDong-liang，LIUMang-long，ZHANGKe.ApplicationofFrequencyDomainMatchingFilterAlgorithminRadioFuzeSignalProcessing[J].JournalofSichuanOrdnance,2015(9):126-130.

ApplicationofFrequencyDomainMatchingFilterAlgorithmin

RadioFuzeSignalProcessing

ZHANGDong-liang，LIUMang-long，ZHANGKe

(Xi’anInstituteofElectromechanicalInformationTechnology,Xi’an710065,China)

Abstract:Matched filtering is an important part of the digital signal processing. Generally the matched filtering mostly implemented in the time domain and the operation speed is dependent on the delay points. The applications in fuze which delay sensitive are limited. To solve this problem, we proposed the matched filtering algorithm in frequency domain based on autocorrelation. Through the fast Fourier transform (FFT), this algorithm transformed the input signal from time domain to frequency domain. Then multiplied the input signal and the frequency shift input signal to replace the autocorrelation in time domain to reduce the amount of computation and to improve the real-time performance of the algorithm. Simulation results show that this algorithm can reduce the signal processing time and reduce delay. This algorithm can be applied to the field like fuze which delay sensitive.

Keywords:radiofuze;digitalsignalprocessing;matchingfilteralgorithm;autocorrelation

隨著高價(jià)值信息彈藥的飛速發(fā)展，基于軟件無線電設(shè)計(jì)思想具備數(shù)字信號(hào)處理技術(shù)的“雷達(dá)引信”孕育而生。國(guó)外目前已將該技術(shù)成熟地應(yīng)用于高價(jià)值智能彈藥引信的收/發(fā)探測(cè)系統(tǒng)及信號(hào)處理和數(shù)據(jù)處理系統(tǒng)。國(guó)內(nèi)基于軟件無線電設(shè)計(jì)思想的數(shù)字化引信設(shè)計(jì)大多應(yīng)用于空空導(dǎo)彈等高價(jià)值彈藥，且數(shù)字化過程受限于器件進(jìn)口大多集中在中頻乃至視頻頻段，而針對(duì)射頻直接采樣的引信未見相關(guān)報(bào)道。隨微電子技術(shù)水平的不斷進(jìn)步，將模數(shù)及數(shù)模轉(zhuǎn)換器件盡量靠近天線，用軟件來實(shí)現(xiàn)盡可能多的無線電功能的智能化、數(shù)字化引信探測(cè)技術(shù)將是未來引信通用化、系列化、組合化設(shè)計(jì)及引信可擴(kuò)展性和可維護(hù)性提升的關(guān)鍵。

在信號(hào)的波形檢測(cè)中，經(jīng)常用匹配濾波器來構(gòu)造信號(hào)的最佳檢測(cè)器[1]，它是數(shù)字信號(hào)處理中的重要組成部分[2]。該理論于上世紀(jì)70年代到80年代提出并以模擬器件實(shí)現(xiàn)為主，并隨著聲表面波延遲線和大規(guī)模集成電路工藝地發(fā)展使其走向成熟應(yīng)用[3]。之后，隨著集成電路技術(shù)的逐漸成熟，匹配濾波算法也越來越多地采用數(shù)字技術(shù)實(shí)現(xiàn)[4]。

采用數(shù)字化方式實(shí)現(xiàn)的匹配濾波算法，由時(shí)域?qū)崿F(xiàn)時(shí)處理時(shí)間嚴(yán)格依賴于延遲點(diǎn)數(shù)，當(dāng)延遲點(diǎn)數(shù)增加時(shí)，運(yùn)算延遲急劇增加，這導(dǎo)致該算法在對(duì)運(yùn)算時(shí)延要求較高的無線電近炸引信信號(hào)處理中具有局限性。在保證運(yùn)算精度的前提下，為縮短匹配濾波算法的延遲時(shí)間，本文提出了應(yīng)用于中頻數(shù)字化引信信號(hào)處理中的頻域匹配濾波算法。

1自相關(guān)與匹配濾波的原理及關(guān)系

1.1自相關(guān)原理

自相關(guān)是指信號(hào)在一個(gè)時(shí)刻的瞬時(shí)值與另一個(gè)時(shí)刻的瞬時(shí)值之間的依賴關(guān)系，是對(duì)一個(gè)隨機(jī)信號(hào)的時(shí)域描述，表示一個(gè)隨機(jī)變量在時(shí)間上與其滯后項(xiàng)之間的相關(guān)關(guān)系[5]。在數(shù)字信號(hào)處理中，其公式為

Rx(m)=E[x(n)x(n+m)]

(1)

其中x(n)為離散平穩(wěn)隨機(jī)信號(hào)，m為自相關(guān)滯后點(diǎn)數(shù)。

1.2匹配濾波原理

在引信信號(hào)處理中，濾波算法的作用是對(duì)接收信號(hào)進(jìn)行某種方式的加工處理，以利于正確判決。若濾波算法輸入的信號(hào)是確知信號(hào)，噪聲是加性平穩(wěn)噪聲，則在輸入功率信噪比一定的條件下，使輸出功率信噪比為最大的濾波算法，就是一個(gè)與輸入信號(hào)相匹配的最佳濾波算法，稱為匹配濾波算法[6]。

當(dāng)噪聲為白噪聲時(shí)，匹配濾波算法的系統(tǒng)函數(shù)為

H(ω)=kS(ω)e-jωn0

(2)

其中k為濾波算法的相對(duì)放大量，因?yàn)槲覀冴P(guān)心的是濾波算法的頻率特性形狀，而不是它的相對(duì)大小，所以通常取k=1，s(ω)為輸入信號(hào)的頻譜函數(shù)，e-jωn0為與頻率成比例的時(shí)延因子[6]。

濾波算法的沖擊響應(yīng)h(n)和系統(tǒng)函數(shù)H(ω)構(gòu)成一對(duì)傅里葉變化對(duì)，所以匹配濾波算法的脈沖響應(yīng)為

h(n)=IFT[H(ω)]=ks(n0-n)

(3)

可見匹配濾波算法的沖擊響應(yīng)等于輸入信號(hào)的鏡像，但在時(shí)間上右移了n0[7]。

1.3自相關(guān)與匹配濾波的關(guān)系

當(dāng)輸入信號(hào)為x(n)時(shí)，匹配濾波算法的沖擊響應(yīng)h(n)=x(n0-n)。于是匹配濾波算法的輸出信號(hào)為

(4)

當(dāng)n0=-m時(shí)，

(5)

顯然，在n0=-m時(shí)刻，匹配濾波算法的輸出與自相關(guān)的輸出是等價(jià)的[8]。

2基于自相關(guān)的頻域匹配濾波算法

由上一節(jié)的分析可知，匹配濾波算法的輸出可以由自相關(guān)來計(jì)算。所以現(xiàn)在大部分的匹配濾波算法都是由自相關(guān)器來實(shí)現(xiàn)的。但是自相關(guān)器是在時(shí)域計(jì)算的，而且計(jì)算量較大，不可避免的產(chǎn)生一定的延遲，這對(duì)于引信的信號(hào)處理來說，延遲過大，不方便使用。因此本文提出在頻域計(jì)算自相關(guān)的方法，實(shí)現(xiàn)頻域的匹配濾波算法。圖1為匹配濾波算法的結(jié)構(gòu)框圖。

圖1　匹配濾波算法結(jié)構(gòu)框圖

由于匹配濾波算法的沖擊響應(yīng)與輸入信號(hào)有關(guān)，所以需要確知一段輸入信號(hào)，才能構(gòu)建與之匹配的濾波算法，因此第1步需要將輸入數(shù)據(jù)分段。第2步將每段數(shù)據(jù)求傅里葉變換，得到其頻域數(shù)據(jù)。由于自相關(guān)需要在時(shí)域上進(jìn)行延遲，因此在第3步進(jìn)行頻域上相對(duì)應(yīng)的頻移。第4步將頻移之前的數(shù)據(jù)和頻移之后的數(shù)據(jù)相乘，對(duì)應(yīng)于時(shí)域上的卷積運(yùn)算。之后第5步將數(shù)據(jù)逆傅里葉變換回時(shí)域。最后第6步進(jìn)行數(shù)據(jù)組合，得到匹配濾波算法的輸出結(jié)果。

2.1算法簡(jiǎn)介

(1)假設(shè)輸入信號(hào)為x(n)和x(n+k)，所求相關(guān)為

(6)

(2)為了避免混疊，將x(n)和x(n+k)后面補(bǔ)零至兩倍長(zhǎng)度；

(3)求x(n)和x(n+k)的FFT，得到X(k)和X(ke-jωn)；

(4)X(k)和X(ke-jωn)相乘得到z(k)后，對(duì)其做IFFT，得到相關(guān)序列z(n)：

(7)

可見，由z(k)的IFFT求z(n)，可以利用求 (1/N)z*(k)的FFT再取共軛得到。

2.2部件簡(jiǎn)介

1) 數(shù)據(jù)分段。由于計(jì)算FFT時(shí)，要求點(diǎn)數(shù)最好是2的整數(shù)次冪，所以數(shù)據(jù)分段時(shí)，選用的是64個(gè)點(diǎn)。為了使有限長(zhǎng)序列的自相關(guān)可用FFT計(jì)算而不產(chǎn)生混疊，需要在序列后面補(bǔ)零，使其長(zhǎng)度變?yōu)橹辽?倍。因此需要在每個(gè)分段的數(shù)據(jù)后面補(bǔ)64個(gè)零，以滿足要求。

2) 傅里葉變換與反變換。隨著大規(guī)模集成電路的發(fā)展，F(xiàn)FT的使用越來越多，也日漸成熟。在FPGA中可以直接調(diào)用FFT的IP核，不僅方便簡(jiǎn)單，而且IP核工作在系統(tǒng)時(shí)鐘，速度快。第五步的IFFT也可以利用FFT的IP核計(jì)算得到，可以復(fù)用一個(gè)IP核，更加節(jié)省資源。

3) x(n+k)的FFT的計(jì)算。可以用x(n)的FFTX(k)乘以頻移因子e-jωn得到，減少一次FFT的運(yùn)算。

2.3乘法次數(shù)計(jì)算

假設(shè)需要做匹配濾波的信號(hào)的點(diǎn)數(shù)為N，原來時(shí)域匹配濾波的算法，所需的乘法次數(shù)為N2。本文的頻域匹配濾波算法所需的乘法次數(shù)計(jì)算如下：

第1步數(shù)據(jù)分割：0；

第2步FFT：Nlog2(2N)；

第3步頻移：2N；

第4步相乘：2N；

第5步IFFT：Nlog2(2N)；

第6步數(shù)據(jù)組合：0。

因此總共的乘法次數(shù)：2Nlog2(2N)+4N。

綜上所述，基于自相關(guān)的頻域匹配濾波算法由時(shí)域算法改進(jìn)而來。該算法將時(shí)域的輸入信號(hào)通過快速傅里葉變換(FFT)轉(zhuǎn)換到頻域后與自身頻移相乘后再轉(zhuǎn)回到時(shí)域，替代了時(shí)域的自相關(guān)運(yùn)算，從而減少了運(yùn)算量。頻域匹配濾波算法和時(shí)域算法有著相同的計(jì)算結(jié)果，乘法次數(shù)更少，運(yùn)算速度更快，可應(yīng)用于對(duì)運(yùn)算速度要求較高的引信信號(hào)處理中。

3仿真驗(yàn)證

根據(jù)上一節(jié)的理論計(jì)算可知，為了驗(yàn)證算法的正確性，首先要保證頻域算法和時(shí)域算法有著相同的濾波效果，之后證明頻域算法的運(yùn)算速度高于時(shí)域算法，這樣就能說明頻域匹配濾波算法可替代時(shí)域算法，并且運(yùn)算速度更快。

本文使用Matlab計(jì)算軟件進(jìn)行數(shù)值仿真，輸入信號(hào)使用滑彈試驗(yàn)所采集到的近炸引信對(duì)地回波差頻信號(hào)，從而通過該數(shù)據(jù)可驗(yàn)證算法的正確性及有效性。

由圖2可以看出，待處理檢測(cè)輸出信號(hào)噪聲基底較高，信噪比不足，給目標(biāo)檢測(cè)帶來較大困難。圖3為時(shí)域匹配濾波后輸出，由圖可見該信號(hào)噪聲基底變低，信噪比增加，相對(duì)于濾波之前的檢測(cè)信號(hào)檢測(cè)概率顯著提升。圖4為頻域匹配濾波后的信號(hào)，和時(shí)域?yàn)V波的信號(hào)幾乎相同，同樣壓低了噪聲基底，增加了處理增益，改善了信噪比。

圖2　待處理信號(hào)

圖3　時(shí)域匹配濾波輸出

圖4　頻域匹配濾波輸出

選取以上3幅圖上相同的點(diǎn)并比較其幅值，輸入信號(hào)中噪聲基底的幅值為1.098e5，目標(biāo)信號(hào)的幅值為2.859e6，信噪比為26.04。經(jīng)過時(shí)域匹配濾波后的噪聲基底為4.701e11，目標(biāo)信號(hào)為9.496e13，信噪比為201.99。經(jīng)過頻域匹配濾波后的噪聲基底為4.642e11，目標(biāo)信號(hào)為9.399e13，信噪比為202.48。由此可以看出匹配濾波器不僅能壓低噪聲，還可以提高信噪比。時(shí)域和頻域的匹配濾波沒有本質(zhì)性的區(qū)別，說明算法成功的用頻域匹配濾波代替了時(shí)域匹配濾波，實(shí)現(xiàn)了預(yù)期功能。

為驗(yàn)證算法對(duì)于不同輸入信號(hào)的適應(yīng)性，選取15組不同目標(biāo)的回波數(shù)據(jù)，處理結(jié)果見表1。其中數(shù)據(jù)1#是前文詳細(xì)分析的數(shù)據(jù)，從表中可以看出，15組數(shù)據(jù)的檢測(cè)信號(hào)信噪比，時(shí)域?yàn)V波后的信噪比以及頻域?yàn)V波后的信噪比，和第一組數(shù)據(jù)均相似。由此可以推斷，該算法對(duì)于不同的檢測(cè)信號(hào)均有較好的適應(yīng)性。

由第二節(jié)的分析可知，當(dāng)計(jì)算N點(diǎn)匹配濾波時(shí)，時(shí)域匹配濾波所需的乘法次數(shù)為N2，頻域匹配濾波所需的乘法次數(shù)為2Nlog2(2N)+4N。

圖5為時(shí)域和頻域匹配濾波算法所需要的乘法次數(shù)對(duì)比。從圖中可以明顯的看出隨著匹配濾波點(diǎn)數(shù)的增加，時(shí)域匹配濾波乘法次數(shù)增長(zhǎng)迅速，而頻域匹配濾波乘法次數(shù)增長(zhǎng)相對(duì)緩慢很多。本文仿真所使用的點(diǎn)數(shù)N=64，時(shí)域匹配濾波使用乘法次數(shù)為4 096，頻域匹配濾波使用乘法次數(shù)為1 152，頻域算法的乘法次數(shù)僅為時(shí)域算法的28.13%。若點(diǎn)數(shù)N=128時(shí)，時(shí)域匹配濾波使用乘法次數(shù)為16 384，頻域匹配濾波使用乘法次數(shù)為2 560，頻域算法的乘法次數(shù)僅為時(shí)域算法的15.63%。當(dāng)點(diǎn)數(shù)N繼續(xù)增大的時(shí)候，頻域算法所使用的乘法次數(shù)比例將更小。

表1　匹配濾波器輸入輸出信噪比

圖5　匹配濾波乘法次數(shù)

由以上結(jié)果可以看出，15組數(shù)據(jù)中頻域匹配濾波算法的平均信噪比為203.37，時(shí)域匹配濾波算法的平均信噪比為204.67，頻域匹配濾波算法和時(shí)域匹配濾波算法有著相同的計(jì)算結(jié)果。當(dāng)點(diǎn)數(shù)N=64時(shí)，頻域匹配濾波算法的運(yùn)算時(shí)間僅為時(shí)域算法的28.13%，點(diǎn)數(shù)N=128時(shí)，頻域匹配濾波算法的運(yùn)算時(shí)間僅為時(shí)域算法的15.63%，可看出理論上頻域匹配濾波算法的運(yùn)算速度明顯高于時(shí)域算法。

為進(jìn)一步說明頻域匹配濾波算法的處理速度的優(yōu)勢(shì)，進(jìn)行了匹配濾波算法模塊運(yùn)算時(shí)間的比較以及總體算法運(yùn)算時(shí)間的比較。其中濾波算法模塊是指Matlab中濾波子程序，總體算法是指包含調(diào)用濾波算法子程序的總程序，運(yùn)算次數(shù)通過程序的循環(huán)次數(shù)控制。首先我們依舊選擇1#數(shù)據(jù)進(jìn)行運(yùn)算，結(jié)果見表2。

表2　模塊運(yùn)算時(shí)間以及總體算法運(yùn)算時(shí)間

比較第二列數(shù)據(jù)，運(yùn)算10次的平均時(shí)間為0.260s，運(yùn)算50次的平均時(shí)間為0.213s，運(yùn)算100次的平均時(shí)間為0.213s，這是由于一次運(yùn)算所附加的電腦分配內(nèi)存等延遲，所以運(yùn)算次數(shù)越多，平均運(yùn)算時(shí)間越短，越接近準(zhǔn)確延遲，運(yùn)算1次與運(yùn)算10次的平均運(yùn)算時(shí)間相差太多，而運(yùn)算50次與運(yùn)算100次已經(jīng)相差很小，所以之后驗(yàn)證均使用50次運(yùn)算次數(shù)。比較模塊算法運(yùn)算時(shí)間和總體算法運(yùn)算時(shí)間，運(yùn)算1次時(shí)，頻域總體算法比模塊算法多12.721s，時(shí)域總體算法比模塊算法多12.723s；運(yùn)算10次時(shí)，頻域總體比模塊平均多12.513s，時(shí)域總體比模塊平均多12.523s；運(yùn)算50次時(shí)，頻域?yàn)?2.271s，時(shí)域?yàn)?2.289s；運(yùn)算100次時(shí)，頻域?yàn)?2.263s，時(shí)域?yàn)?2.269s。由此可以看出，總體算法比模塊算法增加的運(yùn)算時(shí)間相對(duì)較固定，并沒有本質(zhì)的區(qū)別，因此之后的算法只比較模塊運(yùn)算時(shí)間，就可以反映出算法的優(yōu)勢(shì)。

之后使用之前的15組數(shù)據(jù)進(jìn)行運(yùn)算，運(yùn)算次數(shù)均為50次，結(jié)果見表3。

表3　匹配濾波算法模塊運(yùn)算時(shí)間

表3中的時(shí)域算法運(yùn)算時(shí)間增加倍數(shù)是由時(shí)域模塊運(yùn)算時(shí)間除以頻域模塊運(yùn)算時(shí)間得到的。15組數(shù)據(jù)平均時(shí)域算法運(yùn)算時(shí)間增加倍數(shù)為12.159，并且倍數(shù)都在平均值附近，說明頻域匹配濾波算法比時(shí)域?yàn)V波算法的運(yùn)算速度有明顯的提升，并且算法穩(wěn)定，不會(huì)因?yàn)檩斎氲牟煌a(chǎn)生大的散差。由此可以看出，在實(shí)際上，頻域匹配濾波算法的運(yùn)算速度明顯高于時(shí)域算法。

通過Matlab計(jì)算軟件進(jìn)行數(shù)值仿真，可看出頻域匹配濾波算法和時(shí)域匹配濾波算法有著相同的計(jì)算結(jié)果，并且在理論上和實(shí)際上運(yùn)算速度均更高，證明了頻域匹配濾波算法可替代時(shí)域算法，可應(yīng)用于對(duì)運(yùn)算速度要求較高的引信信號(hào)處理中，使得引信信號(hào)處理實(shí)時(shí)性更好，有利于引信精度的提升。

4結(jié)論

本文提出了基于自相關(guān)的頻域匹配濾波算法，該算法將時(shí)域的輸入信號(hào)通過快速傅里葉變換(FFT)轉(zhuǎn)換到頻域后與自身頻移相乘再轉(zhuǎn)回到時(shí)域，替代了時(shí)域的自相關(guān)運(yùn)算，從而減少了運(yùn)算量，提高了運(yùn)算速度。仿真結(jié)果表明：頻域匹配濾波算法和時(shí)域匹配濾波算法有著相同的計(jì)算結(jié)果，并且運(yùn)算速度明顯更快，證明了頻域匹配濾波算法可替代時(shí)域算法，應(yīng)用于對(duì)運(yùn)算速度要求較高的引信信號(hào)處理中，使得引信信號(hào)處理實(shí)時(shí)性更好，有利于引信精度的提升以及炸高控制。符合我國(guó)目前的無線電引信發(fā)展趨勢(shì)，有利于我國(guó)高價(jià)值信息彈藥的發(fā)展。但該算法減少時(shí)延的代價(jià)是運(yùn)算復(fù)雜度略有增加，下一步可以在簡(jiǎn)化復(fù)雜度的角度進(jìn)行研究。

參考文獻(xiàn)：

[1]趙樹杰，趙建勛.信號(hào)檢測(cè)與估計(jì)理論[M].北京：清華大學(xué)出版社,2005.

[2]郭興陽(yáng).基于FPGA的匹配濾波器的優(yōu)化設(shè)計(jì)與實(shí)現(xiàn)[D].西安：西安電子科技大學(xué),2011.

[3]何在民,胡永輝,魏敬法，等.基于FPGA的數(shù)字匹配濾波器的實(shí)現(xiàn)[J].時(shí)間頻率學(xué)報(bào),2008,31(2):114-120.

[4]翟曉威,張京國(guó),劉建新.無線電引信虛擬樣機(jī)技術(shù)研究[J].電光與控制,2014,11:97-99.

[5]袁昆,曲家惠.連續(xù)波多普勒無線電引信的仿真和信號(hào)處理[J].沈陽(yáng)理工大學(xué)學(xué)報(bào),2013,01:37-41.

[6]李文臣,馬飛,張政超,等.無線電引信干擾機(jī)偵察和干擾性能分析[J].彈箭與制導(dǎo)學(xué)報(bào),2013,01:73-76.

[7]彭宇,高志峰,彭喜元,等.最小方差譜估計(jì)中匹配濾波器迭代求解算法[J].儀器儀表學(xué)報(bào),2013,34(7):1479-1484.

[8]趙慧昌.無線電引信設(shè)計(jì)原理與方法[M].北京：國(guó)防工業(yè)出版社,2012.

[9]EFTEKHARIA,ROMBREGJ,WAKINM,etal.MatchedFilteringFromLimitedFrequencySamples[J].IEEETransactionsonInformationTheory,2013,59(6):3475-3496.

[10]XIAOJIEL,LUPINGX,SHIBINS,etal.DCTdomainfilteringmethodformulti-antennacodeacquisition[J].系統(tǒng)工程與電子技術(shù)(英文版),2013,(5):734-741.

[11]FEIM,LIANGGUIX,RAOHUIL,etal.Novelmatchedfilteringmethodanditsapplicationinradarsystem[J].系統(tǒng)工程與電子技術(shù)(英文版),2010,21(5):759-762.

[12]BOARDMANJ,KRUSEF.AnalysisofImagingSpectrometerDataUsing-DimensionalGeometryandaMixture-TunedMatchedFilteringApproach[J].IEEETransactionsonGeoscienceandRemoteSensing,2011,49(11):4138-4152.

(責(zé)任編輯楊繼森)