CN103245942A - 一种基于mimo阵列的无失真扇扫成像方法 - Google Patents
一种基于mimo阵列的无失真扇扫成像方法 Download PDFInfo
- Publication number
- CN103245942A CN103245942A CN2013101761861A CN201310176186A CN103245942A CN 103245942 A CN103245942 A CN 103245942A CN 2013101761861 A CN2013101761861 A CN 2013101761861A CN 201310176186 A CN201310176186 A CN 201310176186A CN 103245942 A CN103245942 A CN 103245942A
- Authority
- CN
- China
- Prior art keywords
- array
- output
- mimo
- autocorrelation function
- amplitude
- 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
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明提供了一种基于MIMO阵列的无失真扇扫成像方法,首先利用计算机建立可模拟该扇扫成像系统的模型。接着模拟回波处理流程,将匹配滤波输出简化为发射信号的自相关函数项,并将其带入相移波束形成器进行波束形成。最后根据波束形成的输出结果来估计所有波束角上的幅度损失因子,并利用幅度损失因子来补偿实际的扇扫成像系统中的幅度损失。本发明的基本原理经过了数学推导证明,实施方案经过了计算机数值仿真的验证,其结果表明:利用本发明的幅度补偿方法,可以有效克服窄带MIMO阵列使用相移波束形成时带来的幅度损失,获得无失真的二维扇扫图。
Description
技术领域
本发明涉及一种阵列成像方法。
背景技术
在声纳、雷达以及医学等阵列成像技术中,扇扫成像是广泛使用的工作方式之一(Sutton J L,Underwater acoustic imaging,Proceedings of the IEEE,1979;67(4):554-566.Bao Z,Xing M D and Wang T,Radar imaging technique,China:Publish House ofElectronics Industry,2005.Makovski A,Ultrasonic imaging using arrays,Proceedings ofthe IEEE,1979;67(4):484-495.)。扇扫成像系统的分辨率可分为距离分辨率和方位分辨率(Soumekh M,Array imaging with beam-steered data.IEEE Trans.Image Process.,1992;1(3):379-390)。距离分辨率由发射信号的带宽决定,可以通过增加信号带宽来提高。方位分辨率则由阵列的有效孔径决定,可以通过增加阵列尺寸或提高发射信号频率来改善。但是更大尺寸的阵列需要更大的安装空间,而发射信号频率的提高会导致栅瓣的出现和更严重的介质吸收损失(Van Trees H L,Optimum array processing:part4ofdetection,estimation,and modulation theory.Hoboken:John Wiley&Sons Inc.,2002.)。为了克服传统扇扫成像方法在提高方位分辨率上存在的不足,王怀军(Wang H J,Lei W T,Huang C L,and Su Y,MIMO radar imaging model and algorithm,J.Electronics(China),2009;26(5):577-583.)、王党卫(Wang D W,Ma X Y,Chen A L,and Su Y,High-resolutionimaging using a wideband MIMO radar system with two distributed arrays,IEEE Trans.Image Process.,2010;19(5):1280-1289.)和Li Jian(Li J,Stoica P,Zheng X.Signalsynthesis and receiver design for MIMO radar imaging.IEEE Trans.Signal Process.,2008,56(8):3959–3968.)等人研究了多输入多输出(Multiple-Input Multiple-Output,MIMO)阵列的扇扫成像能力,认为MIMO阵列可以比传统阵列使用更少的阵元来获得所需的方位分辨率。
但是这些已有的研究没有考虑这样一个事实,即使用窄带信号时,相移波束形成会给波束输出带来幅度损失。在使用MIMO阵列进行扇扫成像时,需要先对回波进行匹配滤波处理再送入波束形成器进行波束形成。匹配滤波器输出端的主要分量可以看作是发射信号的自相关函数(Wang D W,Ma X Y,Chen A L,and Su Y,High-resolutionimaging using a wideband MIMO radar system with two distributed arrays,IEEE Trans.Image Process.,2010;19(5):1280-1289.Li J,Stoica P,Zheng X,Signal synthesis andreceiver design for MIMO radar imaging.IEEE Trans.Signal Process.,2008,56(8):3959–3968.),且这些自相关函数的主瓣都是很窄的尖峰。由于某个方向的回波按照一定的时延差到达所有接收阵元,因此经过匹配滤波后,这些尖峰之间也存在时延差,且不同方向的回波对应不同的时延差值。相移波束形成器只能补偿这些窄尖峰的相位差,并不能补偿其时延差。因此,这些具有时延差的窄尖峰的求和结果会产生不同的峰值,即波束输出产生不同的幅度。这些窄尖峰的时延差值越大,对应的求和结果的峰值就越小,即波束输出幅度也越小。这说明当MIMO阵列采用窄带发射信号和相移波束形成器时,会在不同波束指向角下产生不同的幅度损失,使得二维扇扫强度图产生失真。
发明内容
为了克服现有技术利用窄带MIMO阵列进行扇扫成像时,由相移波束形成器带来的幅度损失而导致的二维扇扫图失真,本发明提出一种补偿幅度损失以获得无失真二维扇扫图的方法。该方法在MIMO阵型、阵元个数、阵元间距、发射信号、波束指向角预先确定的前提下,计算出每个波束指向角上的幅度损失量。利用估计出的幅度损失量去补偿每个波束的幅度损失,最终获得强度无失真的二维扇扫图。
本发明解决其技术问题所采用的技术方案包括以下步骤:
(1)根据实际使用的成像系统中MIMO阵列的阵型、阵元个数、阵元间距和窄带发射信号,通过计算机建立可模拟该扇扫成像系统的虚拟模型。首先,根据发射阵列和接收阵列的阵元位置、发射信号的波形,模拟出空间中某个角度上散射点的回波。接着,用发射信号对接收阵元上的回波进行匹配滤波,获得匹配滤波输出。当MIMO阵列采用具有良好的自相关和互相关特性(自相关函数的最大旁瓣值小于等于主瓣值的0.2倍,同时其互相关函数的最大值小于等于自相关函数最大值的0.2倍。)的正交信号作为发射信号时,将匹配滤波输出简化为发射信号的自相关函数项。最后对匹配滤波输出进行多波束形成,获得多个波束角上的输出。
(2)根据步骤1)建立的模型来估计波束指向角上的幅度损失。首先,根据MIMO阵型、阵元个数、阵元间距来计算不同波束角上的时延差。然后,根据窄带发射信号的波形获得其自相关函数。再次,按照计算出的时延差对自相关函数进行延时、移相、求和,获得任意一个波束指向角上的幅度值。调整波束指向,获得所有波束角上的幅度值。最后,将最大的幅度值作为分子、所有波束角上的幅度值作为分母进行分数计算,获得所有波束角上的幅度损失因子。
(3)利用与某个波束指向角对应的幅度损失因子,乘以该波束上的波束输出时间序列,对其进行幅度补偿。逐次补偿完所有波束输出序列,再提取强度,最终获得强度无失真的扇扫图。
本发明的有益效果是:针对某一扇扫成像系统中的阵列阵型、阵元个数、阵元间距和窄带发射信号,本发明首先利用计算机建立可模拟该扇扫成像系统的模型。接着模拟回波处理流程,将匹配滤波输出简化为发射信号的自相关函数项,并将其带入相移波束形成器进行波束形成。最后根据波束形成的输出结果来估计所有波束角上的幅度损失因子,并利用幅度损失因子来补偿实际的扇扫成像系统中的幅度损失。本发明的基本原理经过了数学推导证明,实施方案经过了计算机数值仿真的验证,其结果表明:利用本发明的幅度补偿方法,可以有效克服窄带MIMO阵列使用相移波束形成时带来的幅度损失,获得无失真的二维扇扫图。
附图说明
图1是M发N收的MIMO阵列及其坐标系;
图2是子码个数均为256的2个正交多相编码信号的自相关和互相关函数,其中ACF1为信号1的自相关函数,ACF2为信号2的自相关函数,CCF为两者的互相关函数;为了显示清晰,只给出了自相关函数主瓣峰值附近的数值,且对自相关和互相关函数都进行了归一化和取包络的处理;
图3是窄带MIMO阵列使用相移波束形成时,在不同波束指向角下的幅度损失示意图;其中图3(a)中θq=0°,图3(b)和图3(c)中θq≠0°且图3(c)中的|θq|大于图3(b)中的|θq|;
图4是本发明的主要步骤的流程;
图5是处理回波并补偿幅度损失以获得无失真扇扫图的流程;
图6是MIMO阵列和3个散射点的相对位置,其中θ代表角度;
图7是波束指向角从-45°到45°、共91个方向上的幅度损失值αq;
图8是具有幅度损失的二维扇扫成像结果,其中图8(a)为失真的二维扇扫图,图8(b)为距离等于12米处的剖面图;
图9是经过幅度补偿的二维扇扫成像结果,其中图9(a)为无失真的二维扇扫图,图9(b)为距离等于12米处的剖面图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明的主要内容有:
1)在MIMO阵型、阵元个数、阵元间距和发射信号预先确定的前提下,建立模拟扇扫成像系统的模型,并根据该模型估计波束指向角上的幅度损失。据此,本发明给出了估计幅度损失的办法,并根据估计出的幅度损失对波束输出进行幅度补偿,获得强度无失真的二维扇扫图。
2)通过计算机数值仿真,给出了当窄带发射信号和相移波束形成器联合使用时有失真的扇扫成像结果,以及经过幅度补偿后无失真的扇扫成像结果。通过对比这两种结果,检验了本发明中提出的利用幅度补偿生成无失真扇扫图方法的有效性。
本发明解决现存问题所采用的技术方案可分为以下4个步骤:
1)在MIMO阵型、阵元个数、阵元间距和发射信号已知的前提下,利用计算机建立模拟扇扫成像系统的模型。首先,根据发射阵列和接收阵列的阵元位置、发射信号的波形,模拟出空间中某个角度上散射点的回波。接着,用发射信号对接收阵元上的回波进行匹配滤波,获得匹配滤波输出。当MIMO阵列采用具有良好的自相关和互相关特性(自相关函数的最大旁瓣值小于等于主瓣值的0.2倍,同时其互相关函数的最大值小于等于自相关函数最大值的0.2倍。)的正交信号作为发射信号时,匹配滤波器的输出可以简化为发射信号的自相关函数项。由于发射信号的自相关函数具有相同的主瓣和很低的旁瓣,对匹配滤波器的输出进行波束形成时,自相关函数的主瓣是波束形成器的主要输入分量。这些自相关函数的主瓣都是窄尖峰且相互之间存在时延差。每一个波束角对应着一个特定的时延差,相邻的窄尖峰以该时延差为单位在时域上相互错开排列。利用相移波束形成器只能补偿这些窄尖峰的相位差,并不能补偿其时延差。因此,先补偿相位差再求和的处理方式,会由于窄尖峰之间的时延差给波束输出结果带来幅度损失。
2)估计幅度损失的大小。由步骤1)可知,相邻窄尖峰之间的时延差越大,其在时域上相互错开的程度就越严重,经过相移波束形成器后,波束输出幅度就越小。首先,根据MIMO阵型、阵元个数、阵元间距来计算不同波束角上的时延差。然后,根据窄带发射信号的波形获得其自相关函数。再次,按照计算出的时延差对自相关函数进行延时、移相、求和,获得某个波束指向角上的幅度值。调整波束指向,逐步获得所有波束角上的幅度值。最后,将最大的幅度值作为分子、所有波束角上的幅度值作为分母进行分数计算,获得所有波束角上的幅度损失因子。
3)利用与某个波束指向角对应的幅度损失因子,乘以该波束上的波束输出时间序列,对其进行幅度补偿。逐次补偿完所有波束输出序列,再提取强度,最终获得强度无失真的扇扫图。
下面对本发明的每个步骤作详细说明:
步骤1)涉及的相关理论和具体内容如下:
假设MIMO阵列的发射阵为M元直线阵,接收阵为N元直线阵。发射直线阵和接收直线阵位于同一条直线上,且两者的几何中心重合。MIMO阵列的发射阵元间距dt和接收阵元间距dr满足如下关系:
dt=Ndr (1)
将远场中的目标建模为P个离散点,其中第p(p=1,2,…,P)个离散点相对于阵列法线方向的入射角为θp。由于MIMO阵列采用密集式布阵法,因此每个散射点到所有发射和接收阵元的入射角也都可以看作是θp。阵元间距满足式(1)的MIMO阵列及其坐标系如图1所示。
为了简化分析,忽略掉信号的传播损失和介质吸收损失,仅考虑目标的散射强度对回波强度的影响。MIMO阵列的M个发射阵元同时发射相互正交的窄带信号。设sm(t)为第m(m=1,2,…,M)个阵元发射的窄带信号(其中t代表时间项),则第n个接收阵元上的信号xn(t)可看作是这M种正交信号经过不同传播衰减和时延后的时域叠加,即
其中,σp为第p个散射点的散射强度,(m=1,2,···,M)是第m个发射阵元到第p个散射点的信号传播时延,(n=1,2,···,N)是第p个散射点到第n个接收阵元的信号传播时延,n(t)代表噪声项。
与第m个发射信号对应的匹配滤波器的冲击响应函数hm(t)可以表示为
hm(t)=[sm(T-t)]c (3)
其中,[]c表示对中括号里的变量取共轭,T为发射信号的脉冲宽度。
用M个匹配滤波器对N个接收阵元上的回波进行匹配滤波,可获得MN个输出。其中第(m-1)N+n个输出可表示为y(m-1)N+n(t),其表达式为
y(m-1)N+n(t)=xn(t)*hm(t) (4)
其中,*为卷积运算。
当多普勒频移效果不明显时,可以认为匹配滤波处理相当于对回波求相关。因此匹配滤波器的输出可以看作是发射信号的自相关函数和互相关函数的时域叠加,即式(4)可以重写为
其中,Rm(t)表示第m个发射信号的自相关函数,Rm,i(t)为第m个发射信号与第i(i≠m)个发射信号之间的互相关函数。当发射信号与噪声的相关输出峰值小于等于自相关函数峰值的0.2倍,且互相关函数的峰值也小于等于自相关函数峰值的0.2倍时,可以将n(t)*hm(t)项与互相关函数项忽略。据此式(5)可简化为
式(6)中的匹配滤波器输出即为波束形成器的输入。由于波束形成器的输入应该是同一个波形经过不同时延后产生的多路信号,因此要求这些自相关函数Rm(t)可看作是相同的。当这M种自相关函数具有相同的主瓣,同时其旁瓣峰值小于等于主瓣值的0.2倍时,可以认为这些自相关函数是相同的,即式(6)可改写为
其中,R0(t)表示具有相同的主瓣和低旁瓣的自相关函数。满足式(5)到式(7)的信号有多种,以正交多相编码信号为例,其表达式为
其中,L表示子码个数,T0表示单个子码的长度(所有子码都具有相同的长度),表示第m个发射信号中第l个子码的相位,f0为载波频率,也是信号的中心频率。当子码个数L足够多时(比如L=128或更多),各个发射信号之间的互相关函数可以忽略,其自相关函数都具有相同的“图钉”形状。以2个子码个数为256的正交多相编码信号为例,其2个自相关函数和互相关函数如图2所示。从图2可以发现,2个自相关函数的主瓣是重合的,且旁瓣峰值小于等于主瓣峰值的0.2倍,可以认为这2个自相关函数是相同的。此外,互相关函数的峰值小于等于自相关函数峰值的0.2倍,可以将其忽略。
在远场条件下,式(9)可以重写为
对匹配滤波器的输出进行多波束形成,获得各个波束下的输出。对窄带信号而言,相移波束形成可表示为
其中,Bq(t)代表第q个波束的输出,w(m-1)N+n为与窄带信号对应的加权值。
第q个波束下的幅度输出Aq可以表示为
Aq=|Bq(t)| (13)
其中,||表示取绝对值。
步骤2)所涉及的相关内容如下:
进一步地,假设远场中的P个散射点在角度上互相分开。从而对成像系统中很窄的波束宽度(半功率点波束宽度小于等于3°)而言,一个波束内只含有一个散射点。相应地,可以认为第p个散射点的入射角θp与第q个波束的指向角θq是相等的,即θp=θq。根据这一假设,每个角度下的波束输出幅度都由包含其内的散射点的散射强度决定。将这些散射点设为具有相等的散射强度,忽略掉扩展损失和介质吸收损失后,所有波束输出的幅度应该是相等的。但是在MIMO阵列使用窄带信号和相移波束形成器的情况下,这些波束输出的幅度并不相等。
由式(12)可以发现,相移波束形成器的主要输入分量是发射信号的自相关函数,且这些自相关函数的主瓣都是一个窄尖峰。如图3所示,当散射点位于法线方向(θp=θq=0°,对应着中央波束)时,式(11)中的时延差为0,MN个自相关函数的主瓣在时域上是相互对齐的。当散射点位于非法线方向(θp=θq≠0°,对应着周边波束)时,式(11)中的时延差不为0,这些自相关函数的主瓣在时域上是相互错开的,且错开的单位时延值等于drsin|θp|/c。可以看出,drsin|θp|/c的值越大,自相关函数的主瓣在时域上错开的程度就越大。相移波束形成器仅仅补偿这些主瓣的相位,并没有补偿其时延差。因此,即使这些自相关函数的主瓣具有相同的峰值,错开程度较小的主瓣求和结果将比错开程度较大的主瓣求和结果产生更大的幅度。而且,法线方向上的波束具有最大的幅度。窄带MIMO阵列使用相移波束形成而导致幅度损失的示意图如图3所示。
换言之,对于散射强度相同的多个散射点而言,中央波束上的输出幅度将大于周边波束上的输出幅度,即
max(|B0(t)|)≥max(|Bq(t)|) (14)
其中,B0(t)为中央波束(θp=θq=0°)的输出,max(·)代表取最大值。此外,波束指向角越远离法线方向,自相关函数的主瓣在时域上错开的程度就越大,输出幅度就会越小。这就是使用窄带信号的MIMO阵列采用相移波束形成时带来的幅度损失现象。本发明中,将描述第q个波束的幅度损失的变量称作幅度损失因子,设其为αq,表达式为
步骤3)所涉及的具体内容如下:
当MIMO阵型、阵元个数、阵元间距、发射信号和波束指向角已知时,式(15)的αq是可以预先估计出来的。估计αq并进行幅度补偿的步骤如下所示:
a)将M个自相关函数复制N次,获得MN个自相关函数;
b)对于第q个波束而言,根据式(11)对这MN个自相关函数进行延时,式(11)中散射点入射角θp被波束指向角θq代替;
c)根据式(12)获得第q个波束的输出Bq(t);对于中央波束输出B0(t),可以将步骤a)中的MN个自相关函数直接求和获得;
d)根据式(15)计算出αq;
e)用估计出的αq乘以第q个波束的输出Bq(t),获得幅度补偿后的输出Bq(t),即
Bq(t)=αqBq(t) (16)
补偿完所有波束输出后,取绝对值并将结果进行拼接,就可以获得目标区域无失真的二维散射强度图。本发明的主要步骤流程如图4所示,对回波进行处理并补偿幅度损失以获得无失真扇扫图的流程如图5所示。
以典型的水下扇扫成像过程为例,给出本发明的实施实例。实施实例从未经幅度补偿和经过幅度补偿的二维扇扫成像结果来检验本发明所提出方法的有效性。
1)设定阵列和发射信号参数
假设发射信号为声波,其在水下的传播速度为1500米/秒。MIMO阵列由4元发射直线阵和32元接收直线阵组成,发射阵和接收阵都位于x轴上且都以坐标原点为中心。接收阵元间距为400kHz信号的半波长,发射阵元间距等于32倍的接收阵元间距。MIMO阵列的发射信号为正交多相编码信号,其子码个数为128,子码长度为200倍的采样周期,载波频率为400kHz,接收端的采样频率为1600kHz。4个发射信号的带宽均为20kHz,与400kHz的中心频率相比,可以看作是窄带信号。
2)设定水下目标参数
设水下有3个静止的散射点,其散射强度均设为1,目标区域其他散射点的散射强度均设为0.05。接收端的噪声为加性高斯白噪声,信噪比设为4dB。3个散射点到阵列法线方向的入射角分别为0°,20°和35°,到坐标原点的距离均为12米。MIMO阵列和3个散射点的相对位置关系如图6所示。
3)进行二维扇扫成像
接收端采用相移波束形成且阵元幅度加权为均匀加权。共形成91个波束覆盖[-45°,45°]的角度空间,指向角间隔为1°。按照图4、图5所示的流程进行发射信号、采集回波,对回波进行匹配滤波、波束形成、幅度补偿等一系列处理,获得无失真的二维扇扫图。所有的成像结果都进行了归一化处理。与各个波束对应的αq如图7所示。可以看出,随着波束指向角逐渐远离法线方向,αq的值变得越来越大,这说明幅度损失也越来越严重。
有幅度损失的扇扫成像结果如图8所示,其中图8(a)为二维扇扫图,图8(b)为图8(a)中距离等于12米处的剖面图。经过计算,图8(b)中3个散射点的强度分别为0.98,0.68,0.52。其幅度损失大小与图7相符。利用图7中的αq值对图8中的结果进行幅度补偿,其结果如图9所示。其中图9(a)为经过幅度补偿后的扇扫图,图9(b)为图9(a)中距离等于12米处的剖面图。补偿后,三个散射点的幅度分别等于0.98,0.93,0.96,基本达到了无失真成像的目的。
根据实施实例,可以认为:利用本发明中的幅度补偿方法,可以有效克服窄带MIMO阵列使用相移波束形成时带来的幅度损失,获得无失真的二维扇扫图。
Claims (1)
1.一种基于MIMO阵列的无失真扇扫成像方法,其特征在于包括下述步骤:
(1)通过计算机建立可模拟扇扫成像系统的虚拟模型:首先,根据发射阵列和接收阵列的阵元位置、发射信号的波形,模拟出空间中某个角度上散射点的回波;接着,用发射信号对接收阵元上的回波进行匹配滤波,获得匹配滤波输出;当MIMO阵列采用自相关函数的最大旁瓣值小于等于主瓣值的0.2倍,同时其互相关函数的最大值小于等于自相关函数最大值的0.2倍的正交信号作为发射信号时,将匹配滤波输出简化为发射信号的自相关函数项;最后对匹配滤波输出进行多波束形成,获得多个波束角上的输出;
(2)根据步骤1)建立的模型来估计波束指向角上的幅度损失:首先,根据MIMO阵型、阵元个数、阵元间距来计算不同波束角上的时延差;然后,根据窄带发射信号的波形获得其自相关函数;再次,按照计算出的时延差对自相关函数进行延时、移相、求和,获得任意一个波束指向角上的幅度值;调整波束指向,获得所有波束角上的幅度值;最后,将最大的幅度值作为分子、所有波束角上的幅度值作为分母进行分数计算,获得所有波束角上的幅度损失因子;
(3)利用与某个波束指向角对应的幅度损失因子,乘以该波束上的波束输出时间序列,对其进行幅度补偿;逐次补偿完所有波束输出序列,再提取强度,最终获得强度无失真的扇扫图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310176186.1A CN103245942B (zh) | 2013-05-14 | 2013-05-14 | 一种基于mimo阵列的无失真扇扫成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310176186.1A CN103245942B (zh) | 2013-05-14 | 2013-05-14 | 一种基于mimo阵列的无失真扇扫成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103245942A true CN103245942A (zh) | 2013-08-14 |
CN103245942B CN103245942B (zh) | 2015-01-28 |
Family
ID=48925581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310176186.1A Expired - Fee Related CN103245942B (zh) | 2013-05-14 | 2013-05-14 | 一种基于mimo阵列的无失真扇扫成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103245942B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103454626A (zh) * | 2013-08-31 | 2013-12-18 | 西北工业大学 | 一种基于mimo阵列和稀疏阵列的扇扫成像方法 |
CN103728591A (zh) * | 2013-12-17 | 2014-04-16 | 河海大学 | 一种mimo雷达近场目标高效实波束方位聚焦方法 |
CN104090275A (zh) * | 2014-07-23 | 2014-10-08 | 中国电子科技集团公司第四十一研究所 | 一种用于多探头阵列成像的幅度补偿方法 |
CN108490450A (zh) * | 2018-05-07 | 2018-09-04 | 电子科技大学 | 基于宽带自相关拟合的机载前视扫描雷达成像方法 |
CN109782239A (zh) * | 2018-12-26 | 2019-05-21 | 南京信息工程大学 | 一种基于波形相似度的双基地mimo雷达故障阵元诊断方法 |
CN112327257A (zh) * | 2020-10-29 | 2021-02-05 | 哈尔滨工业大学 | 基于发射信号修正的运动mimo系统空域补偿方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108627803B (zh) * | 2017-03-17 | 2021-10-08 | 南京理工大学 | 基于波束形成的频谱配对法及配对系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102809746A (zh) * | 2012-08-06 | 2012-12-05 | 西北工业大学 | 一种基于mimo技术的高分辨扇扫成像方法 |
-
2013
- 2013-05-14 CN CN201310176186.1A patent/CN103245942B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102809746A (zh) * | 2012-08-06 | 2012-12-05 | 西北工业大学 | 一种基于mimo技术的高分辨扇扫成像方法 |
Non-Patent Citations (2)
Title |
---|
DANG-WEI WANG ET AL.: "High-Resolution Imaging Using a Wideband MIMO Radar System With Two Distributed Arrays", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 * |
曲长文 等: "基于相位调制的相干雷达对消干扰分析", 《电子科技大学学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103454626A (zh) * | 2013-08-31 | 2013-12-18 | 西北工业大学 | 一种基于mimo阵列和稀疏阵列的扇扫成像方法 |
CN103454626B (zh) * | 2013-08-31 | 2015-05-27 | 西北工业大学 | 一种基于mimo阵列和稀疏阵列的扇扫成像方法 |
CN103728591A (zh) * | 2013-12-17 | 2014-04-16 | 河海大学 | 一种mimo雷达近场目标高效实波束方位聚焦方法 |
CN103728591B (zh) * | 2013-12-17 | 2016-05-25 | 河海大学 | 一种mimo雷达近场目标高效实波束方位聚焦方法 |
CN104090275A (zh) * | 2014-07-23 | 2014-10-08 | 中国电子科技集团公司第四十一研究所 | 一种用于多探头阵列成像的幅度补偿方法 |
CN104090275B (zh) * | 2014-07-23 | 2017-01-18 | 中国电子科技集团公司第四十一研究所 | 一种用于多探头阵列成像的幅度补偿方法 |
CN108490450A (zh) * | 2018-05-07 | 2018-09-04 | 电子科技大学 | 基于宽带自相关拟合的机载前视扫描雷达成像方法 |
CN109782239A (zh) * | 2018-12-26 | 2019-05-21 | 南京信息工程大学 | 一种基于波形相似度的双基地mimo雷达故障阵元诊断方法 |
CN109782239B (zh) * | 2018-12-26 | 2022-03-11 | 南京信息工程大学 | 一种基于波形相似度的双基地mimo雷达故障阵元诊断方法 |
CN112327257A (zh) * | 2020-10-29 | 2021-02-05 | 哈尔滨工业大学 | 基于发射信号修正的运动mimo系统空域补偿方法 |
CN112327257B (zh) * | 2020-10-29 | 2023-08-15 | 哈尔滨工业大学 | 基于发射信号修正的运动mimo系统空域补偿方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103245942B (zh) | 2015-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103245942B (zh) | 一种基于mimo阵列的无失真扇扫成像方法 | |
CN101251597B (zh) | 一种多输入多输出雷达系统阵列误差自校正的方法 | |
Xu et al. | Joint range and angle estimation using MIMO radar with frequency diverse array | |
CN102156279B (zh) | 基于mimo的双基地雷达地面动目标检测方法 | |
CN103969633B (zh) | 杂波中检测目标用mimo雷达发射波形的分级设计方法 | |
CN105699953B (zh) | 频率分集mimo雷达距离‑角度解耦合波束形成方法 | |
CN103353591B (zh) | 基于mimo的双基地雷达局域化降维杂波抑制方法 | |
CN107272005B (zh) | 基于可靠声路径下目标回波到达时延和到达角度的主动定位方法 | |
CN103760547B (zh) | 基于互相关矩阵的双基mimo雷达角度估计方法 | |
CN103245943A (zh) | 一种使用线性调频信号的mimo阵列扇扫成像方法 | |
CN103353592B (zh) | 基于mimo的双基地雷达多通道联合降维杂波抑制方法 | |
CN103076594B (zh) | 一种基于互相关的水声脉冲信号双阵元定位的方法 | |
CN105807267A (zh) | 一种mimo雷达扩展目标的检测方法 | |
CN102809746B (zh) | 一种基于mimo技术的高分辨扇扫成像方法 | |
CN102183435A (zh) | 一种基于多路径反射理论的海底密度和声速测量方法 | |
CN105974388B (zh) | 基于距离-方位耦合的双基地mimo雷达信号处理方法 | |
CN109283497B (zh) | 双基地fda-mimo雷达距离欺骗干扰识别方法 | |
CN103454630A (zh) | 一种基于多阵元发射技术的超宽带三维成像方法 | |
CN110058219A (zh) | Mimo谐波雷达 | |
CN103885037A (zh) | 基于空时编码的mimo-sar信号发射及接收方法 | |
CN102353947A (zh) | 一种基于csa-mwf的无源雷达目标回波信号子空间的估计方法 | |
CN104730517A (zh) | 双基地多输入多输出雷达多目标跟踪方法 | |
CN109212489A (zh) | 一种基于辅助脉冲的fda-mimo雷达模糊杂波抑制方法 | |
CN104635219A (zh) | 基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法 | |
CN105487054A (zh) | 提高基于mimo-ofdm雷达stap最差检测性能的稳健波形设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
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: 20150128 Termination date: 20200514 |
|
CF01 | Termination of patent right due to non-payment of annual fee |