CN102680962A - 宽带认知被动雷达系统架构设计方法 - Google Patents
宽带认知被动雷达系统架构设计方法 Download PDFInfo
- Publication number
- CN102680962A CN102680962A CN2012101567956A CN201210156795A CN102680962A CN 102680962 A CN102680962 A CN 102680962A CN 2012101567956 A CN2012101567956 A CN 2012101567956A CN 201210156795 A CN201210156795 A CN 201210156795A CN 102680962 A CN102680962 A CN 102680962A
- Authority
- CN
- China
- Prior art keywords
- irradiation source
- passive radar
- frequency
- radar
- 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.)
- Granted
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及被动雷达、电波传播、无线通信。为提供一种面向未来复杂异构无线通信照射源的宽带认知被动雷达,契合目前被动雷达领域利用新理论探索新方法的发展态势,为达到上述目的,本发明采取的技术方案是,宽带认知被动雷达系统架构设计方法,包括下列步骤:将复杂异构无线通信的发射信号作为被动雷达照射源;利用机器学习建立基于未来宽带无线通信技术的被动雷达照射源库;然后给出多制式多标准兼容的宽带认知被动雷达系统架构;最后根据环境反馈和照射源库提供的先验信息,动态选择最佳波形作为被动雷达照射源,实现复杂异构照射源的异构融合和择优工作。本发明主要应用于被动雷达的设计制造。
Description
技术领域
本发明涉及被动雷达、电波传播、无线通信。具体讲涉及宽带认知被动雷达系统架构设计方法。
背景技术
被动雷达技术是军民融合特殊应用、公众系统与专用系统相结合的典范,能有效提高频谱利用效率、改善环境、协同共存。被动雷达本质上是双(多)基地雷达,利用外部辐射源进行目标的探测和跟踪。其自身不辐射电磁波,因而具有较好的隐蔽性和“四抗”(抗干扰、抗低空突防、抗反辐射导弹、抗隐身)能力,同时也不需要进行频谱分配,可以有效提高频谱利用效率,并且不会对环境造成电磁污染;其只包含接收机,因而具有易携带和低成本的特性;其不存在能量覆盖的问题,因而理论上无探测盲区[1]。由于具备上述特性,被动雷达已在现代电子战中占据重要地位,成为雷达领域的热点研究方向,对国防安全技术的发展具有重要意义。
在被动雷达领域,随着无线通信技术的蓬勃发展,研究人员正致力于某种新的宽带无线通信照射源在被动雷达中应用的探索工作[2]。然而,现有的被动雷达系统均为单一体制,也就是说系统是根据某种特定的照射源设计的,一旦所处区域内无法获取这种照射源,被动雷达系统就无法正常工作。未来被动雷达照射源必将呈现出复杂异构的特点,这使得单一体制的被动雷达系统的应用受到很大局限。单一体制的被动雷达系统面临着其他照射源严重干扰带来的系统探测精度大大降低的问题。因此需要超前部署,提出一种多制式多标准兼容的被动雷达架构,有效地解决照射源复杂异构的问题。
软件无线电技术和认知无线电技术[34]的出现掀起了一场新的技术革命,为多制式多标准兼容的认知被动雷达系统的实现提供了可能性。Simon Hykin首次将认知无线电的概念引入雷达,所提出的认知雷达具备连续感知环境、快速调整系统参数以及快速处理数字信息的能力,并给出了动态闭环反馈认知雷达的系统框架[5]。认知雷达能利用智能学习过程,建立认知执行的循环,与所处的环境高度协同,逐步提高系统的性能。如果将认知的概念引入被动雷达,且该接收机能在很宽的频段内工作,则被动雷达系统可以通过智能学习的过程,根据对环境的感知,自动识别照射源并选择最佳照射源,从而实现对照射源的多制式多标准兼容,有效解决照射源复杂异构的问题。在认知-执行的循环中,宽带认知被动雷达还能根据对环境的感知动态调整接收机参数,使系统整体性能得以提高。但Simon Hykin所提出的认知雷达需要将自适应延伸到发射机,因此所提出的认知雷达架构对于发射机不可控的被动雷达系统并不适用。
参考文献:
[1]N J Willis,Bistatic radar,USA:Artech House,1991.15-57
[2]H.Kuschel and D.O’Hagan,“Passive radar from history to future,”in Proc.2010 11thInternationalRadar Symposium(IRS),Vilnius,Lithuania,June 2010,pp.1-4.
[3]S.Haykin,“Cognitive radio:brain-empowered wireless communications,”IEEE Journal onSelected Areas in Communications,vol.23,no.2,pp.201-220,Feb.2005.
[4]J.Mitola III and G.Q.Maguire Jr,“Cognitive radio:making software radios more personal,”IEEE Personal Communications,vol.6,no.4,pp.13-18,Aug.1999.
[5]S.Haykin,“Cognitive radar:a way of the future,”IEEE Signal Processing Magazine,vol.23,no.1,pp.30-40,Jan 2006.
发明内容
本发明旨在解决克服现有技术的不足,提供一种面向未来复杂异构无线通信照射源的宽带认知被动雷达,契合目前被动雷达领域利用新理论探索新方法的发展态势,争取实现国防安全技术的重大突破,为被动雷达的研究另辟蹊径。为达到上述目的,本发明采取的技术方案是,一种宽带认知被动雷达系统架构设计方法,其特征是,包括下列步骤:将复杂异构无线通信的发射信号作为被动雷达照射源,分析其目标分辨率、最大探测距离和模糊性质;进而以频段、带宽、模糊函数性质作为特征值,利用机器学习建立基于未来宽带无线通信技术的被动雷达照射源库,并支持动态添加新照射源的功能,为多制式多标准兼容的宽带认知被动雷达提供照射源评估的先验信息;然后给出多制式多标准兼容的宽带认知被动雷达系统架构,给出快速自适应频谱感知方法,实现对环境的感知,最后根据环境反馈和照射源库提供的先验信息,动态选择最佳波形作为被动雷达照射源,实现复杂异构照射源的异构融合和择优工作。
将复杂异构无线通信的发射信号作为被动雷达照射源,分析其目标分辨率、最大探测距离和模糊性质,具体步骤为:计算双基地雷达目标分辨率得到具有大致相等回波幅度和任意恒定相位的目标在角度、距离、速度上能被区分的程度,基于无线通信信号模型,通过改变物理层参数,分布计算波形的目标分辨能力、最大探测距离和模糊函数,得出照射源物理层参数变化对被动雷达系统性能的影响规律。
认知被动雷达系统包括软件无线电宽带接收机、雷达感知分析器和目标跟踪器;雷达感知分析器用于感知环境内的可用频谱,自动匹配并做出最佳照射源选择决策、对所选照射源进行来波方向估计;目标跟踪器则要能够根据感知分析器提供的所选照射源频率、带宽、来波方向等参数,自适应进行频域和空域滤波。
雷达感知分析器是通过频谱感知模块感知环境内的可用频谱,频谱感知模块是,通过扫描一段很大的频谱范围,构造该段频谱上每一个频率分段上的功率谱密度,并认为具有较高功率谱密度的频段即是被动雷达潜在的照射源,即:采用单一的射频链路,利用高速的数字信号处理技术,同时扫描整个宽带频段,宽带频谱感知方法等价为数字信号处理问题,需要确定宽带频谱中各个子带的位置,并对各个子带内的功率谱密度进行精细检测。
雷达感知分析器是利用感知矩阵对信号进行欠采样,再利用已有的恢复算法重构出相应的频域信号,最后利用小波边缘探测器确定各个子带的位置,从而得到重构的频域信号和各个子带的具体位置。
复杂异构无线通信的发射信号的获取及随时更改以形成满足要求的发射端,具体步骤如下:
正交频分复用OFDM的发射信号模型为:
其中,Re是实部,e是自然常数,j是虚数符号,t是时间,从OFDM符号开头算起,0<t<Ts;Ts是一个OFDM符号的持续时间;ck是每个子载波的幅度,是一个复数;fc是载波频率;Nused是有用子载波数,取决于快速傅里叶变换FFT的大小;Δf是子载波间隔;τ是时延;k是子载波偏移的序号;
根据无线通信协议定义的物理层参数,获得单天线上发射信号,再根据帧结构和多天线的配置方式,获得完整的物理层发射信号;
信道模型采用WiNNER II中定义的宽带多输入多输出MIMO信道模型
多输入多输出MIMO信道传输矩阵表示为:
其中N是多径的个数,上述信道传输矩阵是由发送天线阵列响应矩阵Ftx和接收天线阵列响应矩阵Frx和簇数为n的传播信道响应矩阵hn组成:
其中M表示该簇信道中射线的个数,的Frx,u,V和Frx,u,H分别代表了接收端的天线元u垂直和水平极化的电场强度,Frx,s,V和Frx,s,H分别代表了发送端的天线元s垂直和水平极化的电场强度,αn,m,VV,αn,m,VH,αn,m,HV和αn,m,HH分别表示着复杂的射线n,m的垂直到垂直、垂直到水平、水平到垂直、水平到水平的极化增益,λ0是载波的波长,是第n条径的第m条射线的到达角,φn,m是第n条径的第m条射线的离开角,是到达角的单位向量,是离开角的单位向量,和分别表示了阵元s和u的位置向量,vn,m表示了射线n和m的多普勒频率分量,δ()表示冲激函数,τn,m表示了特定的时延;
由上述的发射信号模型和信道模型预测接收到的直达波信号和目标反射回波信号模型,用于之后系统仿真和算法评估。
频谱感知具体步骤为:
假设宽带范围内的潜在照射源由k个互不重叠、分段平滑的子带组成,且频谱的起始和终止频率点都是确定的,采用压缩感知以及小波边缘检测方法进行宽带认知频谱感知:
记rt是接收到的信号r(t)的N点采样数据,利用一个K×N阶感知矩阵Φ对rt进行测量,得到一个K维向量xt,k<<N,则
xt=Φrt (5)
完成对模拟信号r(t)的欠采样,得到一个长度为K的离散序列xt,由傅里叶变换得认知信号r(t)的频谱表示为:
rf=FMrt (6)
对(6)式作傅里叶逆变换,得rt=FM -1rf,将其带入(5)式,得:
xt=(ΦFM -1)rf (7)
其中FM和FM -1分别表示傅立叶变换矩阵及其逆变换矩阵,rf表示信号r(t)的频域响应;
min||rf||1
(8)
s.t.xt=(ΦFM -1)rf
其中s是尺度扩展因子,对于二进制尺度变换,s取2的幂次,即s=2l,l=1,2,3,...;这样式(9)进一步变换为:
对(11)式中得到的小波变换系数取峰值,得到各个子带的位置;
双基地雷达距离分辨率定义为双基地雷达能分辨的两个目标之间的最小间距:
其中c是光速,ω是脉冲宽度,β是双基地角,定义为以目标为顶点,发射基地、接收基地与目标连线之间的夹角;
双基地雷达角度分辨率定义为同一距离上能分辨两个目标的最小角度:
其中,ΔθR为接收天线单程方向图半功率波束宽度,目标与接收基地的距离为RSR;
双基地雷达多普勒分辨率定义为相同角度和距离条件下,接收基地能够分辨两目标回波之间的最小多普勒频率间隔:
其中T为接收机相干处理时间;
速度分辨率定义为相同角度和距离条件下能分辨两个目标的最小速度间隔:
其中λ是信号波长,T为接收机相干处理时间;
在分析双基地雷达特性的基础上,研究被动雷达功率预算的雷达方程,具体分析杂波、干扰、热噪声等的影响,考虑相干累积增益和目标双基地雷达横截面积,修正双基地雷达的雷达方程,提出更为准确的被动雷达性能预测方法,计算照射源的最大探测距离性能;
计算完波形的目标分辨能力后,进而计算最大探测距离,假设被动雷达接收机与发射基站的距离远小于目标到发射端/接收端的距离,则假设非合作照射源到目标的距离RTS等于目标到被动雷达接收机的距离RSR,记为目标距离R,接收机输出端的信噪比写为:
其中,GT是发射天线增益,GR是接收天线增益,GP是相干累计增益;PT是非合作照射源的发射功率;σB是目标双基地雷达横截面积,是收发两基地与目标夹角的函数;LT和LR分别是非合作照射源和被动雷达接收机的损耗;F是接收机的有效噪声指数,K是玻尔兹曼(Boltzmann)常数;T0是参考温度,290度绝对(Kelvins)温度;BN是接收机带宽,进而,最大探测距离由下式计算:
进而计算波形的模糊函数,来分析照射源是否适合作为被动雷达照射源,波形模糊函数决定距离分辨率、距离模糊、距离旁瓣水平以及多普勒分辨率、多普勒模糊,这些参数由信号波形的脉冲宽度、带宽、幅度、频率及相位调制等因素决定:
模糊函数表示匹配滤波器的输出,定义为信号二维自相关函数模的平方:
其中,s(t)为发射信号,τ为时延,fd为多普勒频移,通过计算波形的目标分辨能力、最大探测距离和模糊函数,对被动雷达系统性能进行评价,通过改变在第一部分中提到的无线发射信号模型与信道模型的物理层的具体参数,计算不同参数情况时波形的目标分辨能力、最大探测距离和模糊函数,得到这些参数变化对被动雷达系统性能的影响规律。
本发明的技术特点及效果:
宽带认知被动雷达能实现多制式多标准兼容,解决未来照射源复杂异构的问题,提高被动雷达系统的覆盖性能;通过对照射源的识别和择优,提高系统的探测能力和精度。
附图说明
附图1多制式多标准兼容的宽带认知被动雷达系统架构设计。
附图2基于压缩感知的宽带认知频谱感知框架。
具体实施方式
本发明提供一种面向未来复杂异构无线通信照射源的宽带认知被动雷达,契合目前被动雷达领域利用新理论探索新方法的发展态势,争取实现国防安全技术的重大突破,为被动雷达的研究另辟蹊径。
本发明提供一种基于软件无线电架构的多制式多标准兼容的宽带认知被动雷达系统架构,研究认知频谱感知在被动雷达发现可用照射源中的应用,使得认知被动雷达系统能根据环境反馈和先验知识始终选择最佳的照射源,并根据认知决策的过程动态调整自身参数,提高系统性能,令被动雷达具有更实际的应用价值和更广泛的应用前景。
1)面向未来复杂异构无线通信发射信号的获取
未来宽带无线通信技术的物理层关键技术大多基于OFDM和MIMO。可以基于NI板卡,采用LabVIEW内嵌MATLAB的模式开发MIMO-OFDM测试床。该测试床可以采用LabVIEW控制硬件模块,基带信号处理算法在MATLAB环境中实现,从而可以根据不同标准所定义的物理层协议和参数灵活配置。发射端硬件上配置了任意波形发生器和支持高频的射频超外差上变频模块。本发明在研读未来无线通信宽带技术物理层协议的基础上,获取未来宽带无线通信发射信号,并能随时配置和更改。
在编程的过程获取未来宽带无线通信发射信号中,需要知道所需的发射信号模型以及信道模型。OFDM的发射信号模型可以写成:
其中,Re是实部,e是自然常数,j是虚数符号,t是时间,从OFDM符号开头算起,0<t<Ts;Ts是一个OFDM符号的持续时间;ck是每个子载波的幅度,是一个复数;fc是载波频率;Nused是有用子载波数,取决于快速傅里叶变换FFT的大小;Δf是子载波间隔;τ是时延;k是子载波偏移的序号。
根据无线通信协议定义的物理层参数,即可获得单天线上发射信号。再根据帧结构和多天线的配置方式,可获得完整的物理层发射信号。
信道模型采用WiNNER II中定义的宽带MIMO信道模型,它是面向4G无线通信IMT-Advanced的信道模型。其定义的传播场景环境包括室内办公室、室内大厅、室内到室外、城市微小区、恶劣城市微小区、室外到室内、中继环境,城郊宏小区、城市宏小区、农村宏小区和农村移动网络环境。在实际应用中可根据各场景定义的典型参数预测传播损耗和信道矩阵。能支持2-6GHz频带,100MHz的射频带宽,收发天线方向图可自定义,并能支持极化传播现象的预测。
MIMO信道传输矩阵可表示为:
其中N是多径的个数,上述信道传输矩阵是由发送天线阵列响应矩阵Ftx和接收天线阵列响应矩阵Frx和簇数为n的传播信道响应矩阵hn组成:
其中M表示该簇信道中射线的个数,的Frx,u,V和Frx,u,H分别代表了接收端的天线元u垂直和水平极化的电场强度,Ftx,s,V和Ftx,s,H分别代表了发送端的天线元s垂直和水平极化的电场强度,αn,m,VV,αn,m,VH,αn,m,HV和αn,m,HH分别表示着复杂的射线n,m的垂直到垂直、垂直到水平、水平到垂直、水平到水平的极化增益,λ0是载波的波长,是第n条径的第m条射线的到达角,φn,m是第n条径的第m条射线的离开角,是到达角的单位向量,是离开角的单位向量,和分别表示了阵元s和u的位置向量,vn,m表示了射线n和m的多普勒频率分量,δ()表示冲激函数,τn,m表示了特定的时延。
由上述的发射信号模型和信道模型可以预测接收到的直达波信号和目标反射回波信号模型,用于之后系统仿真和算法评估。
2)复杂异构照射源的性能评估
采用Griffiths和Baker等人的研究结果进行对被动雷达照射源探测能力的预测。计算双基地雷达目标分辨能力即可得到具有大致相等回波幅度和任意恒定相位的目标在距离、角度、速度上能被区分的程度。
双基地雷达距离分辨率定义为双基地雷达能分辨的两个目标之间的最小间距:
其中c是光速,ω是脉冲宽度,β是双基地角,定义为以目标为顶点,发射基地、接收基地与目标连线之间的夹角。
双基地雷达角度分辨率定义为同一距离上能分辨两个目标的最小角度:
其中,ΔθR为接收天线单程方向图半功率波束宽度,目标与接收基地的距离为RSR;
双基地雷达多普勒分辨率定义为相同角度和距离条件下,接收基地能够分辨两目标回波之间的最小多普勒频率间隔:
其中T为接收机相干处理时间;
速度分辨率定义为相同角度和距离条件下能分辨两个目标的最小速度间隔:
其中λ是信号波长,T为接收机相干处理时间;
在分析双基地雷达特性的基础上,研究被动雷达功率预算的雷达方程,具体分析杂波、干扰、热噪声等的影响,考虑相干累积增益和目标双基地雷达横截面积,修正双基地雷达的雷达方程,提出更为准确的被动雷达性能预测方法,计算照射源的最大探测距离性能;
计算完波形的目标分辨能力后,进而计算最大探测距离,假设被动雷达接收机与发射基站的距离远小于目标到发射端/接收端的距离,则可以假设非合作照射源到目标的距离RTS等于目标到被动雷达接收机的距离RSR,记为目标距离R,接收机输出端的信噪比可以写为:
其中,GT是发射天线增益,GR是接收天线增益,GP是相干累计增益;PT是非合作照射源的发射功率;σB是目标双基地雷达横截面积,是收发两基地与目标夹角的函数;LT和LR分别是非合作照射源和被动雷达接收机的损耗;F是接收机的有效噪声指数,K是玻尔兹曼(Boltzmann)常数;T0是参考温度,290度绝对(Kelvins)温度;BN是接收机带宽,进而,最大探测距离可由下式计算:
进而计算波形的模糊函数,来分析照射源是否适合作为被动雷达照射源,波形模糊函数决定距离分辨率、距离模糊、距离旁瓣水平以及多普勒分辨率、多普勒模糊,这些参数由信号波形的脉冲宽度、带宽、幅度、频率及相位调制等因素决定:
模糊函数表示匹配滤波器的输出,定义为信号二维自相关函数模的平方:
其中,s(t)为发射信号,τ为时延,fd为多普勒频移,通过计算波形的目标分辨能力、最大探测距离和模糊函数,对被动雷达系统性能进行评价,通过改变在第一部分中提到的无线发射信号模型与信道模型的物理层的具体参数,计算不同参数情况时波形的目标分辨能力、最大探测距离和模糊函数,可以得到这些参数变化对被动雷达系统性能的影响规律。
3)基于机器学习的异构融合被动雷达照射源库的建立
采用支持向量机机器学习方法建立异构融合的被动雷达照射源库。支持向量机基于统计学习理论和结构风险最小化的原则,将最大分类器思想和基于核的方法结合在一起,不仅考虑了渐进性能的要求,而且能在现有有限信息的条件下得到最优的结果,并能根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷。
选取照射源的目标分辨率、最大探测距离和模糊性质作为特征值,通过机器学习,不断地将新的照射源加入到库中,并支持开放式地添加新的照射源。照射源库具有强大的管理、维护、查询的功能,在实际应用中,可以根据少量的环境实测数据,自动搜索匹配对应的照射源。
4)多制式多标准兼容的宽带认知被动雷达系统架构
Simon Kykin指出认知被动雷达需要具备连续感知环境、用相控阵天线快速电扫描环境的能力,并要求具有强大的数字信号处理能力。随着软件无线电和认知无线电技术的发展,只需感知系统能实现认知,并能自适应选择最佳照射源,便能实现多制式多标准兼容的认识被动雷达。
借鉴Simon Hykin提出的认知雷达架构,提出改进的认知被动雷达系统架构,如附图1所示。认知被动雷达系统包括软件无线电宽带接收机、雷达感知分析器和目标跟踪器。其中感知分析器不仅要感知环境内的可用频谱,还要自动匹配并做出最佳照射源选择决策、对所选照射源进行来波方向估计。而目标跟踪器则要能够根据感知分析器提供的所选照射源频率、带宽、来波方向等参数,自适应进行频域和空域滤波,提高整个系统的目标检测和跟踪性能。
认知的被动雷达系统需要包含可配置的无线电部分,而基于软件无线电架构可将对工作频段、带宽、天线方向图等的配置在数字域实现。
在实际应用进行频谱感知时需要很高的采样频率,对ADC的动态范围以及处理器的处理速度提出了很高的要求。而且要求能在很宽的频带范围内寻找可利用的频谱机会,需要射频前端天线及功率放大器等能在很宽的频率范围内工作。可以采用Altera Satratix II系列FPGA,配合ADS5474芯片提供14位、400Mbps的采样能力,搭建软件无线电基带信号处理平台,同时研制宽带高精度、大动态范围的射频前端,实现基于软件无线电架构的认知被动雷达接收机。
5)基于压缩感知的快速宽带认知频谱感知
宽带频谱感知方法可在缺乏先验信息的情况下,获得潜在可利用的频段。通过扫描一段很大的频谱范围,构造该段频谱上每一个频率分段上的功率谱密度,并认为具有较高功率谱密度的频段即是被动雷达潜在的照射源。该方法采用单一的射频链路,利用高速的数字信号处理技术,同时扫描整个宽带频段。宽带频谱感知方法等价为数字信号处理问题,需要确定宽带频谱中各个子带的位置,并对各个子带内的功率谱密度进行精细检测。
宽带频谱信号在频域具有稀疏性,因此采用压缩感知技术能降低所需的采样速率,节约存储空间,提高频谱检测速度。采用感知矩阵对信号进行欠采样,再利用已有的恢复算法重构出相应的频域信号,最后利用小波边缘探测器确定各个子带的位置,从而得到重构的频域信号和各个子带的具体位置。
假设宽带范围内的潜在照射源由k个互不重叠、分段平滑的子带组成,且频谱的起始和终止频率点都是确定的。采用压缩感知以及小波边缘检测方法进行宽带认知频谱感知的基本原理如附图2所示。
记rt是接收到的信号r(t)的N点采样数据,利用一个K×N阶感知矩阵Φ对rt进行测量,得到一个K维向量xt,k<<N,则
xt=Φrt (27)
完成对模拟信号r(t)的欠采样,得到一个长度为K的离散序列xt,由傅里叶变换可得认知信号r(t)的频谱表示为:
rf=FMrt (28)
对(6)式作傅里叶逆变换,可得rt=FM -1rf,将其带入(5)式,可得:
xt=(ΦFM -1)rf (29)
其中FM和FM -1分别表示傅立叶变换矩阵及其逆变换矩阵,rf表示信号r(t)的频域响应;选择合适的感知矩阵Φ,通过已有的信号重构算法,从(7)式中重构频域信号重构的问题通过求解(8)式所描述的线性凸优化问题来完成:
min||rf||1
(30)
s.t.xt=(ΦFM -1)rf
其中s是尺度扩展因子,对于二进制尺度变换,s取2的幂次,即s=2l,l=1,2,3,...;这样式(9)进一步变换为:
对(11)式中得到的小波变换系数取峰值,可得到各个子带的位置;
6)照射源自动识别及择优
基于对无线通信照射源的波形分析,以及利用机器学习建立的被动雷达照射源库。经过频谱感知模块,可以获得可用照射源的频率和带宽信息,据此可基于机器学习在照射源库中搜索匹配的照射源。
如果感知到所处的环境中有多个照射源可供选择,则结合照射源库中存储的波形性能评价(包括目标分辨能力、最大探测能力及模糊性质等),并综合考虑信号功率谱密度,通过多目标联合优化,选择最佳波形作为被动雷达照射源。
本发明综述如下:
首先根据3G、B3G、4G等宽带无线通信技术的标准定义的系统参数,生成发射信号。在此基础上,将上述的复杂异构无线通信的发射信号作为被动雷达照射源,分析其目标分辨率、最大探测距离和模糊性质。进而以频段、带宽、模糊函数性质等作为特征值,利用机器学习建立基于未来宽带无线通信技术的被动雷达照射源库,并支持动态添加新照射源的功能,为多制式多标准兼容的宽带认知被动雷达提供照射源评估的先验信息。然后要提出多制式多标准兼容的宽带认知被动雷达系统架构,提出快速自适应频谱感知方法,实现对环境的感知,最后要根据环境反馈和照射源库提供的先验信息,动态选择最佳波形作为被动雷达照射源,实现复杂异构照射源的异构融合和择优工作。
Claims (8)
1.一种宽带认知被动雷达系统架构设计方法,其特征是,包括下列步骤:将复杂异构无线通信的发射信号作为被动雷达照射源,分析其目标分辨率、最大探测距离和模糊性质;进而以频段、带宽、模糊函数性质作为特征值,利用机器学习建立基于未来宽带无线通信技术的被动雷达照射源库,并支持动态添加新照射源的功能,为多制式多标准兼容的宽带认知被动雷达提供照射源评估的先验信息;然后给出多制式多标准兼容的宽带认知被动雷达系统架构,给出快速自适应频谱感知方法,实现对环境的感知,最后根据环境反馈和照射源库提供的先验信息,动态选择最佳波形作为被动雷达照射源,实现复杂异构照射源的异构融合和择优工作。
2.如权利要求1所述的宽带认知被动雷达系统架构设计方法,其特征是,将复杂异构无线通信的发射信号作为被动雷达照射源,分析其目标分辨率、最大探测距离和模糊性质,具体步骤为:计算双基地雷达目标分辨率得到具有大致相等回波幅度和任意恒定相位的目标在角度、距离、速度上能被区分的程度,基于无线通信信号模型,通过改变物理层参数,分布计算波形的目标分辨能力、最大探测距离和模糊函数,得出照射源物理层参数变化对被动雷达系统性能的影响规律。
3.如权利要求1所述的宽带认知被动雷达系统架构设计方法,其特征是,认知被动雷达系统包括软件无线电宽带接收机、雷达感知分析器和目标跟踪器;雷达感知分析器用于感知环境内的可用频谱,自动匹配并做出最佳照射源选择决策、对所选照射源进行来波方向估计;目标跟踪器则要能够根据感知分析器提供的所选照射源频率、带宽、来波方向等参数,自适应进行频域和空域滤波。
4.如权利要求1所述的宽带认知被动雷达系统架构设计方法,其特征是,雷达感知分析器是通过频谱感知模块感知环境内的可用频谱,频谱感知模块是,通过扫描一段很大的频谱范围,构造该段频谱上每一个频率分段上的功率谱密度,并认为具有较高功率谱密度的频段即是被动雷达潜在的照射源,即:采用单一的射频链路,利用高速的数字信号处理技术,同时扫描整个宽带频段,宽带频谱感知方法等价为数字信号处理问题,需要确定宽带频谱中各个子带的位置,并对各个子带内的功率谱密度进行精细检测。
5.如权利要求1所述的宽带认知被动雷达系统架构设计方法,其特征是,雷达感知分析器是利用感知矩阵对信号进行欠采样,再利用已有的恢复算法重构出相应的频域信号,最后利用小波边缘探测器确定各个子带的位置,从而得到重构的频域信号和各个子带的具体位置。
6.如权利要求1所述的宽带认知被动雷达系统架构设计方法,其特征是,复杂异构无线通信的发射信号的获取及随时更改以形成满足要求的发射端,具体步骤如下:
正交频分复用OFDM的发射信号模型为:
其中,Re是实部,e是自然常数,j是虚数符号,t是时间,从OFDM符号开头算起,0<t<Ts;Ts是一个OFDM符号的持续时间;ck是每个子载波的幅度,是一个复数;fc是载波频率;Nused是有用子载波数,取决于快速傅里叶变换FFT的大小;Δf是子载波间隔;τ是时延;k是子载波偏移的序号;
根据无线通信协议定义的物理层参数,获得单天线上发射信号,再根据帧结构和多天线的配置方式,获得完整的物理层发射信号;
信道模型采用WiNNER II中定义的宽带多输入多输出MIMO信道模型
多输入多输出MIMO信道传输矩阵表示为:
其中N是多径的个数,上述信道传输矩阵是由发送天线阵列响应矩阵Ftx和接收天线阵列响应矩阵Frx和簇数为n的传播信道响应矩阵hn组成:
其中M表示该簇信道中射线的个数,的Frx,u,V和Frx,u,H分别代表了接收端的天线元u垂直和水平极化的电场强度,Frx,s,V和Frx,s,H分别代表了发送端的天线元s垂直和水平极化的电场强度,αn,m,VV,αn,m,VH,αn,m,HV和αn,m,HH分别表示着复杂的射线n,m的垂直到垂直、垂直到水平、水平到垂直、水平到水平的极化增益,λ0是载波的波长,是第n条径的第m条射线的到达角,φn,m是第n条径的第m条射线的离开角,是到达角的单位向量,是离开角的单位向量,和分别表示了阵元s和u的位置向量,vn,m表示了射线n
和m的多普勒频率分量,δ()表示冲激函数,τn,m表示了特定的时延;
由上述的发射信号模型和信道模型预测接收到的直达波信号和目标反射回波信号模型,用于之后系统仿真和算法评估。
7.如权利要求1所述的宽带认知被动雷达系统架构设计方法,其特征是,频谱感知具体步骤为:
假设宽带范围内的潜在照射源由k个互不重叠、分段平滑的子带组成,且频谱的起始和终止频率点都是确定的,采用压缩感知以及小波边缘检测方法进行宽带认知频谱感知:
记rt是接收到的信号r(t)的N点采样数据,利用一个K×N阶感知矩阵Φ对rt进行测量,得到一个K维向量xt,k<<N,则
xt=Φrt (5)
完成对模拟信号r(t)的欠采样,得到一个长度为K的离散序列xt,由傅里叶变换得认知信号r(t)的频谱表示为:
rf=FMrt (6)
对(6)式作傅里叶逆变换,得rt=FM -1rf,将其带入(5)式,得:
xt=(ΦFM -1)rf (7)
其中FM和FM -1分别表示傅立叶变换矩阵及其逆变换矩阵,rf表示信号r(t)的频域响应;
min||rf||1
(8)
s.t.xt=(ΦFM -1)rf
其中W是小波变换的符号,*表示卷积运算,f表示频率;ψ(f)是小波基函数,定义为: 是小波平滑函数,若定义尺度扩展的小波平滑函数为:
其中s是尺度扩展因子,对于二进制尺度变换,s取2的幂次,即s=2l,l=1,2,3,...;这样式(9)进一步变换为:
对(11)式中得到的小波变换系数取峰值,得到各个子带的位置;
8.如权利要求1所述的宽带认知被动雷达系统架构设计方法,其特征是,双基地雷达距离分辨率定义为双基地雷达能分辨的两个目标之间的最小间距:
其中c是光速,ω是脉冲宽度,β是双基地角,定义为以目标为顶点,发射基地、接收基地与目标连线之间的夹角;
双基地雷达角度分辨率定义为同一距离上能分辨两个目标的最小角度:
其中,ΔθR为接收天线单程方向图半功率波束宽度,目标与接收基地的距离为RSR;双基地雷达多普勒分辨率定义为相同角度和距离条件下,接收基地能够分辨两目标回波之间的最小多普勒频率间隔:
其中T为接收机相干处理时间;
速度分辨率定义为相同角度和距离条件下能分辨两个目标的最小速度间隔:
其中λ是信号波长,T为接收机相干处理时间;
在分析双基地雷达特性的基础上,研究被动雷达功率预算的雷达方程,具体分析杂波、干扰、热噪声等的影响,考虑相干累积增益和目标双基地雷达横截面积,修正双基地雷达的雷达方程,提出更为准确的被动雷达性能预测方法,计算照射源的最大探测距离性能;
计算完波形的目标分辨能力后,进而计算最大探测距离,假设被动雷达接收机与发射基站的距离远小于目标到发射端/接收端的距离,则假设非合作照射源到目标的距离RTS等于目标到被动雷达接收机的距离RSR,记为目标距离R,接收机输出端的信噪比写为:
其中,GT是发射天线增益,GR是接收天线增益,GP是相干累计增益;PT是非合作照射源的发射功率;σB是目标双基地雷达横截面积,是收发两基地与目标夹角的函数;LT和LR分别是非合作照射源和被动雷达接收机的损耗;F是接收机的有效噪声指数,K是玻尔兹曼(Boltzmann)常数;T0是参考温度,290度绝对(Kelvins)温度;BN是接收机带宽,进而,最大探测距离由下式计算:
进而计算波形的模糊函数,来分析照射源是否适合作为被动雷达照射源,波形模糊函数决定距离分辨率、距离模糊、距离旁瓣水平以及多普勒分辨率、多普勒模糊,这些参数由信号波形的脉冲宽度、带宽、幅度、频率及相位调制等因素决定:
模糊函数表示匹配滤波器的输出,定义为信号二维自相关函数模的平方:
其中,s(t)为发射信号,τ为时延,fd为多普勒频移,通过计算波形的目标分辨能力、最大探测距离和模糊函数,对被动雷达系统性能进行评价,通过改变在第一部分中提到的无线发射信号模型与信道模型的物理层的具体参数,计算不同参数情况时波形的目标分辨能力、最大探测距离和模糊函数,得到这些参数变化对被动雷达系统性能的影响规律。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201210156795 CN102680962B (zh) | 2012-05-18 | 2012-05-18 | 宽带认知被动雷达系统架构设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201210156795 CN102680962B (zh) | 2012-05-18 | 2012-05-18 | 宽带认知被动雷达系统架构设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102680962A true CN102680962A (zh) | 2012-09-19 |
CN102680962B CN102680962B (zh) | 2013-07-03 |
Family
ID=46813176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201210156795 Expired - Fee Related CN102680962B (zh) | 2012-05-18 | 2012-05-18 | 宽带认知被动雷达系统架构设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102680962B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197297A (zh) * | 2013-03-21 | 2013-07-10 | 西安电子科技大学 | 基于认知框架的雷达动目标检测方法 |
CN103338094A (zh) * | 2013-07-26 | 2013-10-02 | 厦门大学 | 一种多输入多输出系统信道的建模方法 |
CN104020452A (zh) * | 2014-06-20 | 2014-09-03 | 西安电子科技大学 | 频域空域极化域参数联合估计方法 |
CN104597440A (zh) * | 2015-01-12 | 2015-05-06 | 中国人民解放军63921部队 | 基于目标运动匹配的智能雷达 |
CN104967506A (zh) * | 2015-04-27 | 2015-10-07 | 西安空间无线电技术研究所 | 一种资源复用的完全重构子带综合处理方法 |
CN106093906A (zh) * | 2016-07-19 | 2016-11-09 | 西安交通大学 | 一种高精度高频谱利用率的实时目标距离估计方法 |
CN106646410A (zh) * | 2017-01-06 | 2017-05-10 | 天津大学 | 宽带认知被动雷达架构下的学习‑感知‑决策‑响应方法 |
CN107121677A (zh) * | 2017-06-02 | 2017-09-01 | 太原理工大学 | 基于超宽带认知cppm信号的避障雷达方法及装置 |
CN107402382A (zh) * | 2017-08-14 | 2017-11-28 | 天津大学 | 基于压缩感知理论的认知被动雷达及其实现方法 |
CN107678014A (zh) * | 2017-08-23 | 2018-02-09 | 天津大学 | 软件无线电在认知被动雷达系统及实现方法 |
CN108845316A (zh) * | 2018-06-04 | 2018-11-20 | 中国卫星海上测控部 | 一种基于压缩感知理论的雷达稀疏探测方法 |
CN109270494A (zh) * | 2018-09-21 | 2019-01-25 | 电子科技大学 | 一种高精度雷达测量系统防干扰方法 |
CN110082757A (zh) * | 2019-05-20 | 2019-08-02 | 上海飞斯信息科技有限公司 | 基于大数据特征匹配技术的认知雷达信息处理平台架构 |
CN110161478A (zh) * | 2019-06-14 | 2019-08-23 | 西安电子科技大学 | 一种基于杂波功率谱密度自优化的波形设计方法 |
CN110554400A (zh) * | 2018-06-04 | 2019-12-10 | 美国亚德诺半导体公司 | 光学距离检测 |
CN110611462A (zh) * | 2019-10-17 | 2019-12-24 | 江苏科技大学 | 无刷直流电机三段转速指示装置及指示方法 |
CN111025276A (zh) * | 2019-11-21 | 2020-04-17 | 南京航空航天大学 | 频谱共存环境下双基地雷达最优射频隐身功率分配方法 |
CN113253226A (zh) * | 2021-05-06 | 2021-08-13 | 中国电子科技集团公司第三十六研究所 | 外辐射源雷达信号的采集处理方法和设备 |
CN113296091A (zh) * | 2021-04-26 | 2021-08-24 | 江苏中科西北星信息科技有限公司 | 体制异构毫米波雷达融合方法 |
CN113341382A (zh) * | 2021-05-31 | 2021-09-03 | 东南大学 | 一种面向智慧认知无线电的探测识别开发一体化平台 |
CN113630227A (zh) * | 2021-06-29 | 2021-11-09 | 中国信息通信研究院 | 一种通感系统信息获取方法和设备 |
CN116500618A (zh) * | 2023-06-28 | 2023-07-28 | 逻安科技(天津)有限责任公司 | 一种高频超视距雷达测距与模糊环境成像的实现方法 |
WO2024032562A1 (zh) * | 2022-08-09 | 2024-02-15 | 华为技术有限公司 | 一种通信方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101173985A (zh) * | 2006-11-01 | 2008-05-07 | 中国科学院国家天文台 | 利用卫星信号探测低空目标的被动雷达探测方法 |
CN101727514A (zh) * | 2009-12-02 | 2010-06-09 | 哈尔滨工程大学 | 一种被动雷达接收机仿真方法 |
-
2012
- 2012-05-18 CN CN 201210156795 patent/CN102680962B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101173985A (zh) * | 2006-11-01 | 2008-05-07 | 中国科学院国家天文台 | 利用卫星信号探测低空目标的被动雷达探测方法 |
CN101727514A (zh) * | 2009-12-02 | 2010-06-09 | 哈尔滨工程大学 | 一种被动雷达接收机仿真方法 |
Non-Patent Citations (5)
Title |
---|
《中国博士学位论文全文数据库 信息科技辑》 20101115 汪清 基于WiMAX的被动雷达理论及系统研究 1-5 , 第11期 * |
NICHOLAS J. WILLIS: "《RADAR HANDBOOK》", 31 December 1990, article "Chapter 25 BISTATIC RADAR", pages: 25.1-25.33 * |
汪清: "基于WiMAX的被动雷达理论及系统研究", 《中国博士学位论文全文数据库 信息科技辑》, no. 11, 15 November 2010 (2010-11-15) * |
汪清等: "基于固定WiMAX的被动雷达系统研究", 《传感器与微系统》, vol. 29, no. 10, 31 December 2010 (2010-12-31), pages 55 - 58 * |
汪清等: "基于移动W iMAX的被动雷达信号分析及模糊函数性质研究", 《计算机应用研究》, vol. 27, no. 6, 30 June 2010 (2010-06-30), pages 2226 - 2231 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197297B (zh) * | 2013-03-21 | 2014-08-06 | 西安电子科技大学 | 基于认知框架的雷达动目标检测方法 |
CN103197297A (zh) * | 2013-03-21 | 2013-07-10 | 西安电子科技大学 | 基于认知框架的雷达动目标检测方法 |
CN103338094A (zh) * | 2013-07-26 | 2013-10-02 | 厦门大学 | 一种多输入多输出系统信道的建模方法 |
CN103338094B (zh) * | 2013-07-26 | 2016-03-09 | 厦门大学 | 一种多输入多输出系统信道的建模方法 |
CN104020452A (zh) * | 2014-06-20 | 2014-09-03 | 西安电子科技大学 | 频域空域极化域参数联合估计方法 |
CN104597440A (zh) * | 2015-01-12 | 2015-05-06 | 中国人民解放军63921部队 | 基于目标运动匹配的智能雷达 |
CN104597440B (zh) * | 2015-01-12 | 2017-06-16 | 中国人民解放军63921部队 | 基于目标运动匹配的智能雷达 |
CN104967506B (zh) * | 2015-04-27 | 2018-03-09 | 西安空间无线电技术研究所 | 一种资源复用的完全重构子带综合处理方法 |
CN104967506A (zh) * | 2015-04-27 | 2015-10-07 | 西安空间无线电技术研究所 | 一种资源复用的完全重构子带综合处理方法 |
CN106093906A (zh) * | 2016-07-19 | 2016-11-09 | 西安交通大学 | 一种高精度高频谱利用率的实时目标距离估计方法 |
CN106646410B (zh) * | 2017-01-06 | 2019-06-14 | 天津大学 | 宽带认知被动雷达架构下的学习-感知-决策-响应方法 |
CN106646410A (zh) * | 2017-01-06 | 2017-05-10 | 天津大学 | 宽带认知被动雷达架构下的学习‑感知‑决策‑响应方法 |
CN107121677A (zh) * | 2017-06-02 | 2017-09-01 | 太原理工大学 | 基于超宽带认知cppm信号的避障雷达方法及装置 |
CN107121677B (zh) * | 2017-06-02 | 2019-10-11 | 太原理工大学 | 基于超宽带认知cppm信号的避障雷达方法及装置 |
CN107402382A (zh) * | 2017-08-14 | 2017-11-28 | 天津大学 | 基于压缩感知理论的认知被动雷达及其实现方法 |
CN107678014A (zh) * | 2017-08-23 | 2018-02-09 | 天津大学 | 软件无线电在认知被动雷达系统及实现方法 |
CN108845316A (zh) * | 2018-06-04 | 2018-11-20 | 中国卫星海上测控部 | 一种基于压缩感知理论的雷达稀疏探测方法 |
CN110554400A (zh) * | 2018-06-04 | 2019-12-10 | 美国亚德诺半导体公司 | 光学距离检测 |
US11598861B2 (en) | 2018-06-04 | 2023-03-07 | Analog Devices, Inc. | Optical distance detection |
CN109270494A (zh) * | 2018-09-21 | 2019-01-25 | 电子科技大学 | 一种高精度雷达测量系统防干扰方法 |
CN110082757A (zh) * | 2019-05-20 | 2019-08-02 | 上海飞斯信息科技有限公司 | 基于大数据特征匹配技术的认知雷达信息处理平台架构 |
CN110082757B (zh) * | 2019-05-20 | 2023-03-17 | 上海飞斯信息科技有限公司 | 基于大数据特征匹配技术的认知雷达信息处理平台架构 |
CN110161478B (zh) * | 2019-06-14 | 2022-12-06 | 西安电子科技大学 | 一种基于杂波功率谱密度自优化的波形设计方法 |
CN110161478A (zh) * | 2019-06-14 | 2019-08-23 | 西安电子科技大学 | 一种基于杂波功率谱密度自优化的波形设计方法 |
CN110611462B (zh) * | 2019-10-17 | 2021-01-15 | 江苏科技大学 | 无刷直流电机三段转速指示装置及指示方法 |
CN110611462A (zh) * | 2019-10-17 | 2019-12-24 | 江苏科技大学 | 无刷直流电机三段转速指示装置及指示方法 |
CN111025276B (zh) * | 2019-11-21 | 2022-04-05 | 南京航空航天大学 | 频谱共存环境下双基地雷达最优射频隐身功率分配方法 |
CN111025276A (zh) * | 2019-11-21 | 2020-04-17 | 南京航空航天大学 | 频谱共存环境下双基地雷达最优射频隐身功率分配方法 |
CN113296091A (zh) * | 2021-04-26 | 2021-08-24 | 江苏中科西北星信息科技有限公司 | 体制异构毫米波雷达融合方法 |
CN113253226A (zh) * | 2021-05-06 | 2021-08-13 | 中国电子科技集团公司第三十六研究所 | 外辐射源雷达信号的采集处理方法和设备 |
CN113341382A (zh) * | 2021-05-31 | 2021-09-03 | 东南大学 | 一种面向智慧认知无线电的探测识别开发一体化平台 |
CN113630227A (zh) * | 2021-06-29 | 2021-11-09 | 中国信息通信研究院 | 一种通感系统信息获取方法和设备 |
WO2024032562A1 (zh) * | 2022-08-09 | 2024-02-15 | 华为技术有限公司 | 一种通信方法及装置 |
CN116500618A (zh) * | 2023-06-28 | 2023-07-28 | 逻安科技(天津)有限责任公司 | 一种高频超视距雷达测距与模糊环境成像的实现方法 |
CN116500618B (zh) * | 2023-06-28 | 2023-09-15 | 逻安科技(天津)有限责任公司 | 一种高频超视距雷达测距与模糊环境成像的实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102680962B (zh) | 2013-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102680962B (zh) | 宽带认知被动雷达系统架构设计方法 | |
Mishra et al. | Toward millimeter-wave joint radar communications: A signal processing perspective | |
Luong et al. | Radio resource management in joint radar and communication: A comprehensive survey | |
Kumari et al. | IEEE 802.11 ad-based radar: An approach to joint vehicular communication-radar system | |
He et al. | Geometrical-based modeling for millimeter-wave MIMO mobile-to-mobile channels | |
Mahler et al. | Channel measurement based antenna synthesis for mobile automotive MIMO communication systems | |
Barneto et al. | Millimeter-wave mobile sensing and environment mapping: Models, algorithms and validation | |
Ramasamy et al. | Compressive tracking with 1000-element arrays: A framework for multi-Gbps mm wave cellular downlinks | |
CN110412570B (zh) | 基于空间脉冲相位编码的hrws-sar成像方法 | |
CN114095318B (zh) | 智能超表面辅助的混合构型毫米波通信系统信道估计方法 | |
Khatun et al. | Millimeter wave systems for airports and short-range aviation communications: A survey of the current channel models at mmwave frequencies | |
Zaimbashi | Multiband FM‐based passive bistatic radar: target range resolution improvement | |
Shi et al. | Adaptive resource management algorithm for target tracking in radar network based on low probability of intercept | |
Geng et al. | LTE‐based multistatic passive radar system for UAV detection | |
Jasim et al. | Generalized pattern search for beam discovery in millimeter wave systems | |
Mazhar et al. | Analysis of target multipaths in WiFi‐based passive radars | |
CN103546191B (zh) | 全域覆盖多波束s-lte的主同步序列干扰抵消检测方法 | |
Mantoro et al. | NLOS and LOS of the 28 GHz bands millimeter-wave in 5G cellular networks | |
Wang et al. | Receiving antenna mode of troposcatter passive ranging based on the signal group delay | |
Ko et al. | Measurements and analyses of 28 GHz indoor channel propagation based on a synchronized channel sounder using directional antennas | |
Bogdani et al. | Single-point model of MIMO-UWB indoor systems using time-reversal transmission | |
Radmard et al. | Receivers’ positioning in multiple-input multiple-output digital video broadcast-terrestrial-based passive coherent location | |
CN109361426A (zh) | 基于最佳跳频码的分布式mimo-sar信号设计方法 | |
Mishra et al. | A Signal Processing Outlook Toward Joint Radar‐Communications | |
Guo et al. | Passive radar detection using wireless networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130703 Termination date: 20210518 |
|
CF01 | Termination of patent right due to non-payment of annual fee |