CN101799535A - Mimo雷达目标方向的估计方法 - Google Patents
Mimo雷达目标方向的估计方法 Download PDFInfo
- Publication number
- CN101799535A CN101799535A CN200910219218A CN200910219218A CN101799535A CN 101799535 A CN101799535 A CN 101799535A CN 200910219218 A CN200910219218 A CN 200910219218A CN 200910219218 A CN200910219218 A CN 200910219218A CN 101799535 A CN101799535 A CN 101799535A
- Authority
- CN
- China
- Prior art keywords
- overbar
- lambda
- radar
- dimensionality reduction
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种MIMO雷达目标方向的估计方法,它属于雷达技术领域,主要解决已有技术中对计算复杂度、计算速度和估计精度的限制问题。其实现步骤是:首先对雷达回波信号进行距离压缩;其次,对压缩后的回波信号进行降维处理;然后,对降维后的回波信号根据最小二乘准则,构建代价函数,并用三迭代方法求解;最后,通过计算收发导向矢量矩阵,利用接收阵和发射阵的阵列流行,计算目标的波达方向角。本发明具有计算复杂度低、计算速度快和估计精度高的优点,可用于MIMO雷达目标波达方向角的估计。
Description
技术领域
本发明属于雷达技术领域,具体说是一种多输入多输出MIMO雷达系统的目标波达方向估计方法。
背景技术
MIMO雷达是近几年发展起来的一种新体制雷达,该雷达采用空间分集和信号分集技术,很好的克服了目标雷达截面积RCS的角闪烁带来的性能损失,从而在目标检测方面有其独到的优点。MIMO雷达利用多个发射天线发射线性独立的信号,而不像传统相控阵雷达那样发射相干波束。通常MIMO雷达可以分为两类:一类是非相干MIMO雷达,宽的收发天线间距能够获得目标RCS的空间分集信息,从而提高目标检测概率;另一类MIMO雷达称为相干MIMO雷达,其收发天线均为密集布阵。在MIMO雷达系统中,由不同的发射天线和接收天线带来的相位差可以形成一个很长的虚拟导向矢量,并可看作是一个虚拟阵列的响应。此虚拟阵列的阵元数等于发射阵元个数乘以接收阵元个数。这些虚拟阵元可以产生低旁瓣的窄波束,在目标检测、角分辨和角估计的精度上可以得到较好的性能。
在传统的单输入多输出SIMO雷达系统中,常用的目标方向估计方法有基于特征值分解的MUSIC方法和ESPRIT方法等。这两种方法都是先估计数据协方差矩阵,然后对数据协方差矩阵进行特征值分解,最后进行谱峰搜索以寻找目标方向。这些方法同样虽然可用于对MIMO雷达目标方向的估计,然而由于MIMO雷达的虚拟阵列的阵元数过大,使得MIMO雷达具有高维的数据协方差矩阵,因而使用上述方法对MIMO雷达进行目标方向估计时,特征值分解的计算复杂度非常高,且估计协方差矩阵的收敛速度很慢,使得目标方向估计的计算速度很慢,且估计精度不高。
发明内容
本发明的目的在于克服上述已有技术的缺陷,提出一种MIMO雷达目标方向的估计方法,以降低方向估计的计算复杂度,加快计算速度,提高估计精度。
实现本发明目的的技术方案包括如下步骤:
1)对雷达回波信号进行距离压缩,压缩公式为:Y(k)=X(k)ΦH(ΦΦH)-1/2,
其中,X(k)为雷达回波信号的第k个脉冲,Y(k)为压缩后的回波信号的第k个脉冲,k=1,2,…,K表示脉冲个数,Φ为雷达发射信号,H表示共轭转置;
2)对压缩后的回波信号进行降维处理,降维公式为:Z(k)=LHY(k)R,其中,L为 的前P个主特征向量构成的矩阵,R为 的前P个主特征向量构成的矩阵,P为目标个数,Z(k)为降维后的回波信号的第k个脉冲;
3)对降维后的回波信号根据最小二乘准则,构建代价函数:
其中,||·||F 2表示范数运算,A=LHA,A为接收导向矢量矩阵,B=RHB,B为发射导向矢量矩阵,Λ(k)=diag{β1(k),…,βP(k)}表示对角元素为β1(k),…,βP(k)的对角矩阵,β1(k),…,βP(k)分别表示P个目标的幅度;
4)对上述代价函数,按如下步骤求解:
(a)选取初值A 0=IP,B 0=IP,其中IP表示P维的单位矩阵;
(b)计算Λi(1),Λi(2),…,Λi(K),i=1,2,…表示迭代次数;
(c)利用Λi(1),Λi(2),…,Λi(K),计算
(d)利用Λi(1),Λi(2),…,Λi(K)和A i,计算
(e)更新迭代次数i,重复步骤(b)、步骤(c)和步骤(d),直到||B i-B i-1||<ε(0<ε<1)为止,且令A=A i,B=B i;
5)利用上述求得的降维后的接收导向矢量矩阵A和降维后的发射导向矢量矩阵B,计算降维前的接收导向矢量矩阵A=LA和降维前的发射导向矢量矩阵B=RB;
其中,f为雷达发射信号的频率,λ为波长,dr和dt分别为接收阵和发射阵的阵元间距,Mr和Mt分别为接收阵和发射阵的阵元数目。
本发明与现有技术相比较有如下特点:
1)本发明由于在进行方向估计前对数据矩阵进行了降维处理,降低了计算复杂度。
2)本发明由于采用三迭代的方法对代价函数进行求解,可以实现快速收敛,提高了计算速度。
3)通过计算机仿真分析,表明本发明可以有效地估计出两个邻近目标的方向,且估计精度高于现有技术。
附图说明
图1是本发明的信号处理流程图;
图2是本发明采用的三迭代进行代价函数求解的流程图;
图3是仿真目标方向为0°和10°时,方向角无偏估计的均方根误差随迭代次数的变化曲线;
图4是仿真目标方向为0°和10°时,方向角无偏估计的均方根误差随信噪比的变化曲线;
图5是仿真目标方向为0°和10°时,方向角无偏估计的均方根误差随快拍数的变化曲线;
图6是计算时间随快拍数变化仿真曲线;
图7是仿真目标方向为0°和3°时,方向角无偏估计的均方根误差随信噪比的变化曲线。
具体实施方式
参照图1,本发明的具体步骤如下:
步骤1,对雷达回波信号进行距离压缩。
假设MIMO雷达有Mt个发射天线,Mr个接收天线,发射信号为Φ,Φ的每一行相互正交,则雷达接收到的回波信号为:
其中, 和 分别为第p个目标信号的接收和发射导向矢量,C表示复数域,θp为第p个目标的方向角,P为目标的个数,k=1,2,…,K表示脉冲个数,θp为第p个目标的幅度,W为白噪声,T表示转置。
用ΦH(ΦΦH)-1/2对雷达回波信号X(k)进行距离压缩,得到压缩后的回波信号:
其中, *表示复共轭, 为压缩后的噪声,A=[a(θ1)…a(θP)]和 分别为接收导向矢量矩阵和发射导向矢量矩阵,Λ=diag{β1,…,βP}表示对角元素为β1,…,βP的对角矩阵。
步骤2,对压缩后的回波信号进行降维处理。
在回波信号Y(k)上左乘一个P×Mr的矩阵LH,并右乘一个Mt×P的矩阵R,得到降维后的回波信号为:
Z(k)=LHY(k)R=AΛ(k)B H+W(k)
其中,L和R满足span(L)=span(A),span(R)=span(B),span(·)表示张成子空间,且L=[u1…uP],R=[v1…vP],u1,…,uP为 的前P个主特征向量,v1,…,vP为 的前P个主特征向量,A=LHA为降维后的接收导向矢量矩阵,B=RHB为降维后的发射导向矢量矩阵, 为降维后的噪声。
步骤3,对降维后的回波信号根据最小二乘准则,构建代价函数:
为了使回波信号Z中的噪声功率最小,也就是使 最小,利用最小二乘准则,用Z(k)代替b,用AΛ(k)B H代替Ax,用W(k)代替误差e,从而得到如下代价函数:
其中,|| ||F 2表示范数运算。
步骤4,对上述代价函数,按图2所示步骤进行求解:
4a)选取A和B的初值:A 0=IP,B 0=IP,其中IP表示P维的单位矩阵;
4b)计算Λi(1),Λi(2),…,Λi(K),得到:
其中,表示Hadamard积, a i-1,1,…,a i-1,P为第i-1次迭代后P个目标的接收导向矢量,b i-1,1,…,b i-1,P为第i-1次迭代后P个目标的发射导向矢量,i=1,2,…表示迭代次数;
4c)利用Λi(1),Λi(2),…,Λi(K),计算
4d)利用Λi(1),Λi(2),…,Λi(K)和A i,计算
4e)更新迭代次数i,重复步骤4b)~步骤4d),直到||B i-B i-1||<ε(0<ε<1)为止,且令A=A i,B=B i。
步骤5,利用上述求得的降维后的接收导向矢量矩阵A和降维后的发射导向矢量矩阵B,计算降维前的接收导向矢量矩阵A=LA和降维前的发射导向矢量矩阵B=RB。
其中,f为雷达发射信号的频率,λ为波长,dr和dt分别为接收阵和发射阵的阵元间距,Mr和Mt分别为接收阵和发射阵的阵元数目。
本发明的效果可以通过以下实验进一步说明:
(一)仿真条件:
1、基于两个相距较远的目标的仿真条件
MIMO雷达系统的发射阵和接收阵均采用均匀线阵,阵元数目Mt=Mr=10,发射阵的阵元间距dt=1m,接收阵的阵元间距dr=0.1m,波长λ=0.2m,脉冲数K=200,信噪比SNR=0dB,目标方向分别为0°和10°;
2、基于两个邻近目标的仿真条件
MIMO雷达系统的发射阵和接收阵均采用均匀线阵,阵元数目Mt=Mr=10,发射阵的阵元间距dt=1m,接收阵的阵元间距dr=0.1m,波长λ=0.2m,脉冲数K=200,信噪比SNR=0dB,目标方向分别为0°和3°。
(二)仿真内容及结果:
仿真内容:用现有的全维ESPRIT方法和只对接收端进行ESPRIT处理的方法与本发明三种方法分别在两个相距较远的目标和两个邻近目标的情况下对目标方向的无偏估计进行性能对比。
1、基于两个相距较远的目标的仿真结果
图3(a)和图3(b)分别为目标方向为0°和10°时,用所述三种方法对目标方向的无偏估计的均方根误差随信噪比的变化曲线。从图3中可以看出,在低信噪比时,本发明方法也能很好的对目标方向进行估计,并且估计精度要高于其他两种方法。
图4(a)和图4(b)分别为目标方向为0°和10°时,上述三种方法的方向角无偏估计的均方根误差随快拍数的变化曲线。从图4中可以看到,在快拍数较少时,本发明方法的误差最小,表明本发明方法要优于其他两种方法。
图5给出了上述三种方法的计算时间随快拍数的变化,从图5中可以看出本发明方法所用的时间要远远小于全维ESPRIT方法消耗的时间。
2、基于两个邻近目标的仿真结果
图6(a)和图6(b)分别为上述三种方法对0°和3°处目标的方向角无偏估计的均方根误差随信噪比的变化曲线,从图6中可以看出,对于两个邻近的目标,在低信噪比时,本发明方法也能较准确的估计出目标的方向。
图7(a)和图7(b)分别为上述三种方法对0°和3°处目标的方向角无偏估计的均方根误差随快拍数的变化曲线。从图7中可以看出,在快拍数很少时,三种方法都有一定的性能损失,特别是只对接收端进行ESPRIT处理时,性能损失达到5dB,且本发明方法的误差曲线最接近于最低界克拉美-罗界,表明本发明方法对邻近目标方向的估计性能要优于其他两种方法。
Claims (1)
1.一种MIMO雷达目标方向的估计方法,包括如下步骤:
1)对雷达回波信号进行距离压缩,压缩公式为:Y(k)=X(k)ΦH(ΦΦH)-1/2,
其中,X(k)为雷达回波信号的第k个脉冲,Y(k)为压缩后的回波信号的第k个脉冲,k=1,2,…,K表示脉冲个数,Φ为雷达发射信号,H表示共轭转置;
2)对压缩后的回波信号进行降维处理,降维公式为:Z(k)=LHY(k)R,
其中,L为的前P个主特征向量构成的矩阵,R为的前P个主特征向量构成的矩阵,P为目标个数,Z(k)为降维后的回波信号的第k个脉冲;
3)对降维后的回波信号根据最小二乘准则,构建代价函数:
其中,||·||F 2表示范数运算,A=LHA,A为接收导向矢量矩阵,B=RHB,B为发射导向矢量矩阵, 表示对角元素为β1(k),…,βP(k)的对角矩阵,β1(k),…,βP(k)分别表示P个目标的幅度;
4)对上述代价函数,按如下步骤求解:
(a)选取初值A 0=IP,B 0=IP,其中IP表示P维的单位矩阵;
(e)更新迭代次数i,重复步骤(b)、步骤(c)和步骤(d),直到||B i-B i-1||<ε(0<ε<1)为止,且令A=A i,B=B i;
5)利用上述求得的降维后的接收导向矢量矩阵A和降维后的发射导向矢量矩阵B,计算降维前的接收导向矢量矩阵A=LA和降维前的发射导向矢量矩阵B=RB;
6)根据计算出的降维前接收导向矢量矩阵A和降维前发射导向矢量矩阵B,
计算目标的波达方向角θ1,θ2,…,θP,完成对目标方向角的估计,
其中,f为雷达发射信号的频率,λ为波长,dr和dt分别为接收阵和发射阵的阵元间距,Mr和Mt分别为接收阵和发射阵的阵元数目。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910219218A CN101799535A (zh) | 2009-11-27 | 2009-11-27 | Mimo雷达目标方向的估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910219218A CN101799535A (zh) | 2009-11-27 | 2009-11-27 | Mimo雷达目标方向的估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101799535A true CN101799535A (zh) | 2010-08-11 |
Family
ID=42595288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910219218A Pending CN101799535A (zh) | 2009-11-27 | 2009-11-27 | Mimo雷达目标方向的估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101799535A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520399A (zh) * | 2012-01-02 | 2012-06-27 | 西安电子科技大学 | 基于电磁矢量阵列的米波雷达角度估计方法 |
CN102816883A (zh) * | 2012-06-18 | 2012-12-12 | 北京科技大学 | 一种雷达、视频、激光系统组合的测量高炉料面的装置 |
CN103207380A (zh) * | 2013-03-12 | 2013-07-17 | 西安电子科技大学 | 基于二维频域稀疏约束的宽带目标测向方法 |
CN103235297A (zh) * | 2013-05-07 | 2013-08-07 | 西安电子科技大学 | 基于宽带雷达观测的空间章动目标参数估计方法 |
CN103576137A (zh) * | 2013-09-27 | 2014-02-12 | 电子科技大学 | 一种基于成像策略的多传感器多目标定位方法 |
CN103744076A (zh) * | 2013-12-25 | 2014-04-23 | 河海大学 | 基于非凸优化的mimo雷达动目标检测方法 |
CN103777197A (zh) * | 2013-12-24 | 2014-05-07 | 南京航空航天大学 | 单基地mimo雷达中降维传播算子的方位估计方法 |
CN103886207A (zh) * | 2014-03-27 | 2014-06-25 | 西安电子科技大学 | 基于压缩感知的嵌套多输入多输出雷达doa估计方法 |
CN104375133A (zh) * | 2014-11-11 | 2015-02-25 | 西北大学 | 一种空间二维doa的估算方法 |
CN104459680A (zh) * | 2014-12-03 | 2015-03-25 | 西安电子科技大学 | Mimo雷达估计目标方向的快速方法 |
US9207313B2 (en) | 2013-03-11 | 2015-12-08 | Src, Inc. | MIMO angle estimation with simultaneous mainlobe jammer cancellation |
CN107229041A (zh) * | 2016-03-23 | 2017-10-03 | 西安中兴新软件有限责任公司 | 一种mimo雷达波达方向估计方法和装置 |
CN107703490A (zh) * | 2017-09-29 | 2018-02-16 | 西安电子科技大学 | 基于fda‑mimo雷达的距离模糊杂波抑制方法 |
CN108828504A (zh) * | 2018-03-30 | 2018-11-16 | 西安电子科技大学 | 基于部分相关波形的mimo雷达目标方向快速估计方法 |
CN110082708A (zh) * | 2019-02-25 | 2019-08-02 | 西安电子科技大学 | 非均匀阵列设计和波达方向估计方法 |
CN110095753A (zh) * | 2019-05-14 | 2019-08-06 | 北京邮电大学 | 一种基于到达角度aoa测距的定位方法及装置 |
CN110596687A (zh) * | 2019-09-19 | 2019-12-20 | 吉林大学 | 一种基于黎曼流形的单基地mimo雷达目标检测方法 |
WO2020097903A1 (zh) * | 2018-11-16 | 2020-05-22 | 华为技术有限公司 | 测角方法以及雷达设备 |
CN112986899A (zh) * | 2021-02-02 | 2021-06-18 | 西安电子科技大学 | 一种机载mimo雷达在多径环境下的doa估计方法 |
CN113189570B (zh) * | 2021-04-23 | 2022-02-01 | 中国科学院声学研究所 | 一种基于复域压缩感知的阵列信号处理方法及系统 |
-
2009
- 2009-11-27 CN CN200910219218A patent/CN101799535A/zh active Pending
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520399B (zh) * | 2012-01-02 | 2013-09-25 | 西安电子科技大学 | 基于电磁矢量阵列的米波雷达角度估计方法 |
CN102520399A (zh) * | 2012-01-02 | 2012-06-27 | 西安电子科技大学 | 基于电磁矢量阵列的米波雷达角度估计方法 |
CN102816883A (zh) * | 2012-06-18 | 2012-12-12 | 北京科技大学 | 一种雷达、视频、激光系统组合的测量高炉料面的装置 |
US9207313B2 (en) | 2013-03-11 | 2015-12-08 | Src, Inc. | MIMO angle estimation with simultaneous mainlobe jammer cancellation |
CN103207380A (zh) * | 2013-03-12 | 2013-07-17 | 西安电子科技大学 | 基于二维频域稀疏约束的宽带目标测向方法 |
CN103207380B (zh) * | 2013-03-12 | 2014-10-01 | 西安电子科技大学 | 基于二维频域稀疏约束的宽带目标测向方法 |
CN103235297A (zh) * | 2013-05-07 | 2013-08-07 | 西安电子科技大学 | 基于宽带雷达观测的空间章动目标参数估计方法 |
CN103576137A (zh) * | 2013-09-27 | 2014-02-12 | 电子科技大学 | 一种基于成像策略的多传感器多目标定位方法 |
CN103777197A (zh) * | 2013-12-24 | 2014-05-07 | 南京航空航天大学 | 单基地mimo雷达中降维传播算子的方位估计方法 |
CN103744076A (zh) * | 2013-12-25 | 2014-04-23 | 河海大学 | 基于非凸优化的mimo雷达动目标检测方法 |
CN103744076B (zh) * | 2013-12-25 | 2016-07-06 | 河海大学 | 基于非凸优化的mimo雷达动目标检测方法 |
CN103886207B (zh) * | 2014-03-27 | 2016-10-12 | 西安电子科技大学 | 基于压缩感知的嵌套多输入多输出雷达doa估计方法 |
CN103886207A (zh) * | 2014-03-27 | 2014-06-25 | 西安电子科技大学 | 基于压缩感知的嵌套多输入多输出雷达doa估计方法 |
CN104375133A (zh) * | 2014-11-11 | 2015-02-25 | 西北大学 | 一种空间二维doa的估算方法 |
CN104375133B (zh) * | 2014-11-11 | 2017-02-15 | 西北大学 | 一种空间二维doa的估算方法 |
CN104459680A (zh) * | 2014-12-03 | 2015-03-25 | 西安电子科技大学 | Mimo雷达估计目标方向的快速方法 |
CN107229041A (zh) * | 2016-03-23 | 2017-10-03 | 西安中兴新软件有限责任公司 | 一种mimo雷达波达方向估计方法和装置 |
CN107703490A (zh) * | 2017-09-29 | 2018-02-16 | 西安电子科技大学 | 基于fda‑mimo雷达的距离模糊杂波抑制方法 |
CN108828504A (zh) * | 2018-03-30 | 2018-11-16 | 西安电子科技大学 | 基于部分相关波形的mimo雷达目标方向快速估计方法 |
WO2020097903A1 (zh) * | 2018-11-16 | 2020-05-22 | 华为技术有限公司 | 测角方法以及雷达设备 |
CN112639512A (zh) * | 2018-11-16 | 2021-04-09 | 华为技术有限公司 | 测角方法以及雷达设备 |
CN110082708A (zh) * | 2019-02-25 | 2019-08-02 | 西安电子科技大学 | 非均匀阵列设计和波达方向估计方法 |
CN110095753A (zh) * | 2019-05-14 | 2019-08-06 | 北京邮电大学 | 一种基于到达角度aoa测距的定位方法及装置 |
CN110596687A (zh) * | 2019-09-19 | 2019-12-20 | 吉林大学 | 一种基于黎曼流形的单基地mimo雷达目标检测方法 |
CN110596687B (zh) * | 2019-09-19 | 2022-09-27 | 吉林大学 | 一种基于黎曼流形的单基地mimo雷达目标检测方法 |
CN112986899A (zh) * | 2021-02-02 | 2021-06-18 | 西安电子科技大学 | 一种机载mimo雷达在多径环境下的doa估计方法 |
CN112986899B (zh) * | 2021-02-02 | 2023-03-14 | 西安电子科技大学 | 一种机载mimo雷达在多径环境下的doa估计方法 |
CN113189570B (zh) * | 2021-04-23 | 2022-02-01 | 中国科学院声学研究所 | 一种基于复域压缩感知的阵列信号处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101799535A (zh) | Mimo雷达目标方向的估计方法 | |
CN101369014B (zh) | 应用于多输入多输出雷达的双边约束自适应波束形成方法 | |
CN101251597B (zh) | 一种多输入多输出雷达系统阵列误差自校正的方法 | |
CN104749553B (zh) | 基于快速稀疏贝叶斯学习的波达方向角估计方法 | |
CN102213761B (zh) | 双基地共址多输入多输出雷达多目标定位方法 | |
CN102707264B (zh) | 基于圆形阵列双基地mimo雷达的波达方向估计方法 | |
CN107576940B (zh) | 一种低复杂度单基地mimo雷达非圆信号角度估计方法 | |
CN108303683B (zh) | 单基地mimo雷达实值esprit非圆信号角度估计方法 | |
CN103323827B (zh) | 基于快速傅里叶变换的mimo雷达系统角度估计方法 | |
CN104991236B (zh) | 一种单基地mimo雷达非圆信号相干源波达方向估计方法 | |
CN104977558A (zh) | 一种基于贝叶斯压缩感知的分布源中心波达方向估计方法 | |
CN106707257A (zh) | 基于嵌套阵列的mimo雷达波达方向估计方法 | |
CN103116162B (zh) | 基于目标空间稀疏性的高分辨声呐定位方法 | |
CN105403874A (zh) | 非均匀阵列欠定波达方向估计方法 | |
CN113189592B (zh) | 考虑幅相互耦误差的车载毫米波mimo雷达测角方法 | |
CN105807275A (zh) | 基于部分杂波先验知识的mimo-ofdm-stap稳健波形设计 | |
CN103364762B (zh) | 任意阵列流形的单基地mimo雷达波达方向估计方法 | |
CN111814096A (zh) | 基于子空间拟合的加权块稀疏恢复的mimo雷达定位算法 | |
CN106597441A (zh) | 一种面向多目标isar成像任务的mimo雷达波形优化设计方法 | |
CN106646420A (zh) | 基于lfm信号的mimo雷达发射方向图设计方法 | |
CN110196417A (zh) | 基于发射能量集中的双基地mimo雷达角度估计方法 | |
CN107390188A (zh) | 一种用于mimo雷达主瓣抗干扰的发射初相优化方法 | |
Peng et al. | A novel weighted spatial smoothing DOA estimation algorithm for coherent signals | |
CN115329261A (zh) | 一种基于空间平滑稀疏重构的mimo雷达低仰角估计方法 | |
CN104459680A (zh) | Mimo雷达估计目标方向的快速方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20100811 |