CN103760546B - 一种雷达用低空目标波达方向估计方法 - Google Patents
一种雷达用低空目标波达方向估计方法 Download PDFInfo
- Publication number
- CN103760546B CN103760546B CN201410032288.0A CN201410032288A CN103760546B CN 103760546 B CN103760546 B CN 103760546B CN 201410032288 A CN201410032288 A CN 201410032288A CN 103760546 B CN103760546 B CN 103760546B
- Authority
- CN
- China
- Prior art keywords
- theta
- radar
- matrix
- vector
- data vector
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于雷达波达方向估计技术领域,公开了一种雷达用低空目标波达方向估计方法。该雷达用目标波达方向估计方法,包括以下步骤:雷达的天线阵列接收回波信号;对所述回波信号进行采样,得到数据矢量矩阵;对数据矢量矩阵进行奇异值分解,生成对应的降维数据矢量、以及噪声子空间矩阵;得出导向矢量阵;根据噪声子空间矩阵、以及导向矢量阵,得出对应的多径衰减矢量;构造复合导向矢量;构造感知矩阵;得出正则化参数;通过求解对应的数学模型得出波达方向。
Description
技术领域
本发明属于雷达波达方向估计技术领域,特别涉及一种雷达用低空目标波达方向估计方法。
背景技术
雷达用于远程预警时,作用距离较远,由于远距低空目标的飞行高度多在几千米以下的低空领域,强烈的地海杂波将导致回波信号的信杂比降低,从而难以准确得到波达方向(DOA)。同时,雷达在探测和跟踪低空目标时,不仅接收到直达波信号,还会接收到多径反射回波信号,导致多径效应。由于直达波信号和反射信号高度相关,且两回波入射角度大多相差小于一个半功率的波束宽度,因此,二者为相干信号源。传统的单脉冲测角方法和波束扫描法难以区分出目标真实回波信号,无法得到有效的波达方向。因此,能够分辨相干信号的高分辨算法成为该领域研究的热点。
目前,许多学者提出了一些方法来解决低空目标的波达方向检测问题。最大似然估计算法和广义MUSIC算法虽然对相干信号具有高分辨力,但都需要二维空间谱搜索,计算量大;基于多快拍下稀疏矩阵重构的L1-SVD角度估计算法和矩阵束解相干算法虽然降低了运算量,但这两种算法只适用在高信噪比的条件下,在低信杂噪比下其分辨能力仍然较差。
发明内容
本发明的目的在于提出一种雷达用低空目标波达方向估计方法。该雷达用低空目标波达方向估计方法可应用于目标定向和雷达追踪,运算量小,并具有易于工程实现的特点。
为实现上述技术目的,本发明采用如下技术方案予以实现。
一种雷达用低空目标波达方向估计方法,包括以下步骤:
S1:雷达的天线阵列接收回波信号;对所述回波信号进行采样,得到数据矢量矩阵X;对数据矢量矩阵X进行奇异值分解,根据分解结果,生成对应的降维数据矢量Xc、以及噪声子空间矩阵En;
S2:根据雷达搜索角度范围的下限、雷达搜索角度范围的上限、以及雷达测角精度,得出角度采样点个数M、以及对应的第1个采样角度至第M个采样角度,计算与第i目标采样角度θ1i对应的第i镜像采样角度θ2i,i取1至M;根据第i目标采样角度θ1i和第i镜像采样角度θ2i,得出对应的导向矢量阵A(θ1i,θ2i);
S3:根据噪声子空间矩阵En、以及导向矢量阵A(θ1i,θ2i),得出对应的多径衰减矢量构造复合导向矢量b(θ1i),构造感知矩阵B,B=[b(θ11),...,b(θ1M)];
S4:得出满足以下关系式的正则化参数μ:μ2≥Mσ2,σ2为所述回波信号中的噪声信号的平均功率;建立如下范数约束式:
其中,Ψc为稀疏矢量,||·||1表示L1范数,||·||2表示L2范数,为:||Ψc||1最小时的Ψc;然后,针对所述范数约束式,求解出Ψc;根据以下公式计算波达方向其中,Ψc(i)为求解出的Ψc中的第i个元素,abs(Ψc(i))表示Ψc(i)的模值,表示min(abs(Ψc(i)))对应的θ1i。
本发明的特点和进一步改进在于:
在步骤S1中,所述雷达的天线阵列包括N个阵元,每个阵元在接收到回波信号之后,进行L次采样;第n个阵元在进行第l次采样后得到的数据为xn(l),其中,n取1至N,l取1至L;然后构造数据矢量矩阵X,数据矢量矩阵X的行数为N,列数为L,数据矢量矩阵X的第n行第l列的元素为xn(l);
在步骤S1中,按照以下公式对数据矢量矩阵X进行奇异值分解:X=UΛVH,其中,U为N×N阶酉矩阵,Λ为N×L阶矩阵,V为L×L阶酉矩阵,VH为V的共轭转置;然后根据以下公式生成对应的降维数据矢量Xc:
Xc=UΛY=XVY
其中,Y为N×1维向量,Y中第一行第一列元素为1,其余元素均为0;在N阶酉矩阵U中,取出后N-1列元素构成噪声子空间矩阵En。
在步骤S2中,根据以下公式计算得出角度采样点个数M:其中,α为雷达搜索角度范围的下限,β为雷达搜索角度范围的上限,Δθ为雷达测角精度;然后根据以下公式得出第i目标采样角度θ1i:
θ1i=α+(i-1)·Δθ;
然后,根据以下公式计算与第i镜像采样角度θ2i:
其中,R为目标与雷达之间的距离,ha为雷达高度,hs为多径效应的反射面高度,本发明实施例中,hs等于0。然后,构造目标导向列向量a(θ1i)和镜像导向列向量a(θ2i),
其中,f为雷达频率,d为雷达阵元间距,c为光速,则导向矢量阵A(θ1i,θ2i)为:A(θ1i,θ2i)=[a(θ1i)a(θ2i)]。
在步骤S3中,按照以下公式计算噪声投影矩阵P:表示En的共轭转置;按照以下公式得出多径衰减矢量
其中,w=[1,0]T。
在步骤S4中,针对所述范数约束式,利用凸优化设计工具箱CVX,求解出Ψc。
本发明的有益效果为:本发明充分利用了多径衰减系数和角度关系,在有效提高角度估计精度的同时,减小角度搜索范围地。通过将复合导向矢量利用到稀疏矩阵重构中,提高了信息矢量的稀疏性,在低信噪比下对多径信号具有较高的角度分辨能力。
附图说明
图1为本发明的一种雷达用低空目标波达方向估计方法的流程示意图;
图2为本发明和L1-SVD算法在波达方向均方根误差上的对比示意图;
图3为利用本发明检测波达方向时的多径衰减系数估计误差随信噪比变化示意图。
具体实施方式
下面结合附图对本发明作进一步说明:
参照图1,为本发明的一种雷达用低空目标波达方向估计方法的流程示意图。该雷达用低空目标波达方向估计方法包括以下步骤:
S1:雷达的天线阵列为N个等距离的阵元(即N元线阵),N为大于1的自然数,N个等距离的阵元包括第1阵元至第N阵元;每个阵元接收目标的回波信号,然后对回波信号进行第1次采样至第L次采样(数字采样),L为大于1的自然数。第n个阵元在进行第l次采样后得到的数据为xn(l),其中,n取1至N,l取1至L。
根据xn(l),获得数据矢量矩阵X(N×L阶矩阵),数据矢量矩阵X的第n行第l列的元素为xn(l),也就是说数据矢量矩阵X为:
然后,按照以下公式对数据矢量矩阵X进行奇异值分解:X=UΛVH,其中,U为N×N阶酉矩阵,Λ为N×L阶矩阵(X的奇异值从大到小依次排列在Λ的对角线上),V为L×L阶酉矩阵,VH为V的共轭转置。
根据N阶酉矩阵U和N×L阶矩阵Λ,计算出N×1维的降维数据矢量Xc:
Xc=UΛY=XVY
其中,Y为N×1维向量,Y中第一行第一列元素为1,其余元素均为0。
在N×N阶酉矩阵U中,取出后N-1列元素构成噪声子空间矩阵En。
S2:根据以下公式计算得出角度采样点个数M:其中,α为雷达搜索角度范围的下限,β为雷达搜索角度范围的上限,Δθ为雷达测角精度。
根据以下公式得出第i目标采样角度θ1i:
θ1i=α+(i-1)·Δθ;
根据以下公式计算与第i镜像采样角度θ2i:
其中,R为目标与雷达之间的距离,ha为雷达高度,hs为回波反射面高度(hs等于0);目标与雷达之间的距离R的获取过程如下,雷达利用脉冲压缩技术发射信号,并利用回波信号计算出目标与雷达之间的距离R。
构造目标导向列向量a(θ1i)和镜像导向列向量a(θ2i):
其中,j表示虚部,f为雷达频率,d为雷达阵元间距,c为光速。
构造导向矢量阵A(θ1i,θ2i)为:A(θ1i,θ2i)=[a(θ1i)a(θ2i)],由此看出,A(θ1i,θ2i)为N×2阶矩阵。
S3:按照以下公式计算噪声投影矩阵P:表示En的共轭转置。根据噪声子空间矩阵En、以及导向矢量阵A(θ1i,θ2i),得出对应的多径衰减矢量
其中,w=[1,0]T。
构造复合导向矢量b(θ1i),
构造感知矩阵B,B=[b(θ11),...,b(θ1M)]。
S4:得出满足以下关系式的正则化参数μ:μ2≥Mσ2,σ2为所述回波信号中的噪声信号在时域中的平均功率,以下举例说明σ2的获得方式:将目标的回波信号进行离散傅里叶变换,使空中目标的回波信号转变为频域信号,根据频域信号,估计噪声信号在频域中的平均功率;然后将所述噪声信号在频域中的平均功率除以离散傅里叶变换点数,得出噪声信号在时域中的平均功率σ2。
然后建立如下范数约束式:
其中,Ψc为稀疏矢量,||·||1表示L1范数,||·||2表示L2范数,为:||Ψc||1最小时的Ψc;然后,针对所述范数约束式,利用凸优化设计工具箱CVX,求解出Ψc;根据以下公式计算波达方向其中,Ψc(i)为求解出的Ψc中的第i个元素(从上至下),abs(Ψc(i))表示Ψc(i)的模值,表示min(abs(Ψc(i)))对应的θ1i。至此,得到了雷达的波达方向(即目标角度)
下面通过一个仿真实施例对本发明作进一步说明:
1)仿真条件说明:
为不失一般性,假设雷达的天线阵列为一个俯仰方向上的均匀线阵,阵元数为20,阵元间距为半波长,雷达载频为10GHz,雷达高度为10m,接收到的信号均为窄带信号,噪声为与信号不相关的高斯白噪声,快拍数(采样数)为50,多径效应的反射面高度为0,目标高度为100m,目标与雷达距离为6km,进行100次蒙特卡洛实验。根据多径模型通过计算可得此时目标直射回波入射角约为15mrad,镜像反射回波入射角约为-18.3mrad。波达方向的均方根误差采用以下公式计算:
其中,Monte为蒙特卡洛实验次数,因此Monte=100,θreal为目标真实角度,表示第t次蒙特卡洛实验角度估计值;多径衰减系数估计误差采用如下公式计算:
其中,β为多径衰减系数的真实值,表示第i次蒙特卡洛实验系数估计值。
2)仿真内容:
进行两组试验:第一组试验中,每次蒙特卡洛实验,采用本发明进行波达方向估计;第二组试验中,每次蒙特卡洛实验,采用L1-SVD算法进行波达方向检测,参照图2,为本发明和L1-SVD算法在波达方向均方根误差上的对比示意图。从图2可以看出,本发明的波达方向测量精度要高于L1-SVD算法,也就说明本发明在较低信噪比就可以达到较高的角度分辨能力。例如,当信噪比为5dB时,L1-SVD算法的波达方向均方根误差为7.5mrad,本发明的波达方向均方根误差仅为2mrad。参照图3,为利用本发明检测波达方向时的多径衰减系数估计误差随信噪比变化示意图。从图3可以看出,随着信噪比的增加,多径衰减系数的估计值越来越精确,说明:角度估计误差越小,定位精度越高,表明本发明是实际可行的。
综上所述,本发明可实现多径环境下高分辨的波达方向的估计,且方向估计精度高。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种雷达用低空目标波达方向估计方法,其特征在于,包括以下步骤:
S1:雷达的天线阵列接收回波信号;对所述回波信号进行采样,得到数据矢量矩阵X;对数据矢量矩阵X进行奇异值分解,根据分解结果,生成对应的降维数据矢量Xc、以及噪声子空间矩阵En;
S2:根据雷达搜索角度范围的下限、雷达搜索角度范围的上限、以及雷达测角精度,得出角度采样点个数M、以及对应的第1个采样角度至第M个采样角度,计算与第i个采样角度θ1i对应的第i镜像采样角度θ2i,i取1至M;根据第i目标采样角度θ1i和第i镜像采样角度θ2i,得出对应的导向矢量阵A(θ1i,θ2i);
S3:根据噪声子空间矩阵En、以及导向矢量阵A(θ1i,θ2i),得出对应的多径衰减矢量构造复合导向矢量b(θ1i),构造感知矩阵B,B=[b(θ11),...,b(θ1M)];
S4:得出满足以下关系式的正则化参数μ:μ2≥Mσ2,σ2为所述回波信
号中的噪声信号的平均功率;建立如下范数约束式:
其中,Ψc为稀疏矢量,||·||1表示L1范数,||·||2表示L2范数,为:||Ψc||1最小时的Ψc;然后,针对所述范数约束式,求解出Ψc;根据以下公式计算波达方向 其中,Ψc(i)为求解出的Ψc中的第i个元素,abs(Ψc(i))表示Ψc(i)的模值,表示min(abs(Ψc(i)))对应的θ1i。
2.如权利要求1所述的一种雷达用低空目标波达方向估计方法,其特征在于,在步骤S1中,所述雷达的天线阵列包括N个等距离分布的阵元,每个阵元在接收到回波信号之后,进行L次采样;第n个阵元在进行第l次采样后得到的数据为xn(l),其中,n取1至N,l取1至L;然后构造数据矢量矩阵X,数据矢量矩阵X的行数为N,列数为L,数据矢量矩阵X的第n行第l列的元素为xn(l);
在步骤S1中,按照以下公式对数据矢量矩阵X进行奇异值分解:X=UΛVH,其中,U为N×N阶酉矩阵,Λ为N×L阶矩阵,V为L×L阶酉矩阵,VH为V的共轭转置;然后根据以下公式生成对应的降维数据矢量Xc:
Xc=UΛY=XVY
其中,Y为N×1维向量,Y中第一行第一列元素为1,其余元素均为0;在N阶酉矩阵U中,取出后N-1列元素构成噪声子空间矩阵En。
3.如权利要求1所述的一种雷达用低空目标波达方向估计方法,其特征在于,在步骤S2中,根据以下公式计算得出角度采样点个数M:其中,α为雷达搜索角度范围的下限,β为雷达搜索角度范围的上限,Δθ为雷达测角精度;然后根据以下公式得出第i目标采样角度θ1i:
θ1i=α+(i-1)·Δθ;
然后,根据以下公式计算与第i镜像采样角度θ2i:
其中,R为目标与雷达之间的距离,ha为雷达高度,hs为多径效应的反射面高度,-hs等于0;然后,构造目标导向列向量a(θ1i)和镜像导向列向量a(θ2i),
其中,f为雷达频率,d为雷达阵元间距,c为光速,则导向矢量阵A(θ1i,θ2i)为:A(θ1i,θ2i)=[a(θ1i)a(θ2i)]。
4.如权利要求1所述的一种雷达用低空目标波达方向估计方法,其特征在于,在步骤S3中,按照以下公式计算噪声投影矩阵P: 表示En的共轭转置;按照以下公式得出多径衰减矢量
其中,w=[1,0]T。
5.如权利要求1所述的一种雷达用低空目标波达方向估计方法,其特征在于,在步骤S4中,针对所述范数约束式,利用凸优化设计工具箱CVX,求解出Ψc。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410032288.0A CN103760546B (zh) | 2014-01-23 | 2014-01-23 | 一种雷达用低空目标波达方向估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410032288.0A CN103760546B (zh) | 2014-01-23 | 2014-01-23 | 一种雷达用低空目标波达方向估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103760546A CN103760546A (zh) | 2014-04-30 |
CN103760546B true CN103760546B (zh) | 2015-11-18 |
Family
ID=50527813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410032288.0A Expired - Fee Related CN103760546B (zh) | 2014-01-23 | 2014-01-23 | 一种雷达用低空目标波达方向估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103760546B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983948B (zh) * | 2014-05-29 | 2016-05-25 | 西安电子科技大学 | 基于稀疏表示的目标角度距离联合估计方法 |
CN105022025B (zh) * | 2015-07-08 | 2017-08-04 | 陕西理工学院 | 基于稀疏处理的信号波达方向估计方法 |
CN106772221B (zh) * | 2016-12-26 | 2019-04-23 | 西安电子科技大学 | 基于机翼形变拟合的共形阵列幅相误差校正方法 |
CN108549059B (zh) * | 2018-03-26 | 2022-05-03 | 西安电子科技大学 | 一种复杂地形条件下的低空目标仰角估计方法 |
CN109782245B (zh) * | 2018-12-31 | 2020-12-25 | 深圳市华讯方舟太赫兹科技有限公司 | 波达方向估计方法及装置、雷达、可读存储介质 |
CN110333477B (zh) * | 2019-07-02 | 2021-04-06 | 苏州迈斯维通信技术有限公司 | 杂波背景下天线阵列的信号波达方向估计方法 |
CN111142063B (zh) * | 2020-01-06 | 2023-04-07 | 西安邮电大学 | 一种基于降维优化的快速压缩感知低空目标测角方法 |
WO2021243529A1 (zh) * | 2020-06-01 | 2021-12-09 | 华为技术有限公司 | 一种波达角aoa估计方法和装置 |
CN113050059A (zh) * | 2021-03-24 | 2021-06-29 | 西安电子科技大学 | 利用互质阵雷达的群目标聚焦超分辨波达方向估计方法 |
TWI813046B (zh) * | 2021-10-27 | 2023-08-21 | 為昇科科技股份有限公司 | 利用大型多輸入多輸出陣列天線進行高角度解析之目標物角度估測方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012505A (zh) * | 2010-10-15 | 2011-04-13 | 西安电子科技大学 | 雷达低仰角目标的波达方向估计方法 |
CN102288951A (zh) * | 2011-07-17 | 2011-12-21 | 西安电子科技大学 | 基于aic压缩信息获取和fbmp的雷达目标参数估计方法 |
CN102353947A (zh) * | 2011-07-08 | 2012-02-15 | 哈尔滨工程大学 | 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 |
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 |
CN102608598A (zh) * | 2012-03-19 | 2012-07-25 | 西安电子科技大学 | 基于子空间投影的实孔径前视成像方法 |
-
2014
- 2014-01-23 CN CN201410032288.0A patent/CN103760546B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012505A (zh) * | 2010-10-15 | 2011-04-13 | 西安电子科技大学 | 雷达低仰角目标的波达方向估计方法 |
CN102353947A (zh) * | 2011-07-08 | 2012-02-15 | 哈尔滨工程大学 | 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 |
CN102288951A (zh) * | 2011-07-17 | 2011-12-21 | 西安电子科技大学 | 基于aic压缩信息获取和fbmp的雷达目标参数估计方法 |
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 |
CN102608598A (zh) * | 2012-03-19 | 2012-07-25 | 西安电子科技大学 | 基于子空间投影的实孔径前视成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103760546A (zh) | 2014-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103760546B (zh) | 一种雷达用低空目标波达方向估计方法 | |
CN102565784B (zh) | 基于vsar系统的动目标重定位与速度解模糊方法 | |
CN108549059B (zh) | 一种复杂地形条件下的低空目标仰角估计方法 | |
CN103364772B (zh) | 基于实数域广义多重信号分类算法的目标低仰角估计方法 | |
CN102288944B (zh) | 基于地形匹配的数字阵列米波雷达超分辨测高方法 | |
CN103926572B (zh) | 一种机载非正侧阵雷达用自适应子空间的杂波抑制方法 | |
CN101915911B (zh) | 基于相消积累空时谱的空间任意构型分布式sar动目标参数估计方法 | |
CN103197294B (zh) | 多频融合最大似然低空目标仰角估计方法 | |
CN105182325B (zh) | 基于秩1约束的米波mimo雷达低仰角目标测高方法 | |
CN106950529B (zh) | 声矢量近场源esprit和music参数估计方法 | |
CN103091669B (zh) | 基于压缩感知的机动目标参数估计方法 | |
CN103823217A (zh) | 基于双频发射的双基地mimo雷达高速运动目标参数估计方法 | |
CN102393525A (zh) | 子空间投影的导航干扰抑制与信号增强方法 | |
CN101581785B (zh) | 用于小型水下载体的三维前视声像声纳系统和方法 | |
CN104898119A (zh) | 一种基于相关函数的动目标参数估计方法 | |
CN104678384B (zh) | 一种波束域的声压差互相关谱分析水下目标速度估计方法 | |
CN103529437A (zh) | 系留气球载相控阵雷达在多目标下分辨空地目标的方法 | |
CN103267966A (zh) | 一种单个二维压差式矢量水听器方位估计的方法 | |
CN103885049B (zh) | 基于最小冗余线性稀疏子阵的米波雷达低仰角估计方法 | |
CN105785337A (zh) | 复杂地形下的米波雷达低仰角目标测高方法 | |
CN104330787A (zh) | 水下运动阵列多目标检测和方位估计一体化方法 | |
CN108535698A (zh) | 基于波束空间的米波雷达低仰角估计方法 | |
CN103293526B (zh) | 基于合成导向矢量的波束形成米波雷达测高方法 | |
CN113376577B (zh) | 一种基于二维任意阵子空间的超短基线定位水下声源方法 | |
CN104267389A (zh) | 一种mimo天波超视距雷达信号处理方法 |
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: 20151118 Termination date: 20200123 |
|
CF01 | Termination of patent right due to non-payment of annual fee |