论文部分内容阅读
给出了一种用来进行抗混响的降维空时自适应处理方法，尤其适合于在样本数据不足的情况下使用。该方法把待检测的空时数据划分为子组进行空时自适应处理，采用空时前后向平滑的方法来增加有效的样本数据数量，提高协方差矩阵的估计精度。对所有子组的输出进行相干叠加，不仅进一步提高了输出信混比，还减小了因子组处理而带来的空间和时间孔径的损失。利用实测运动声纳混响加仿真目标的方式对给出的方法性能进行了检验，表明该方法能够有效消除强混响，而且具有较高的稳健性。