CN103983948A - 基于稀疏表示的目标角度距离联合估计方法 - Google Patents
基于稀疏表示的目标角度距离联合估计方法 Download PDFInfo
- Publication number
- CN103983948A CN103983948A CN201410233655.3A CN201410233655A CN103983948A CN 103983948 A CN103983948 A CN 103983948A CN 201410233655 A CN201410233655 A CN 201410233655A CN 103983948 A CN103983948 A CN 103983948A
- Authority
- CN
- China
- Prior art keywords
- angle
- matrix
- target
- unit
- theta
- 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
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
-
- 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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/74—Multi-channel systems specially adapted for direction-finding, i.e. having a single antenna system capable of giving simultaneous indications of the directions of different signals
-
- 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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Abstract
本发明公开一种基于稀疏表示的目标角度-距离联合估计方法,主要解决现有技术计算量大的问题。其技术方案是:1.对阵元接收信号进行离散化,构造接收信号矩阵;2.将探测区域的角度范围与距离范围分别进行等间隔划分,构造基于角度的稀疏基和基于距离的稀疏基;3.根据接收信号矩阵、基于角度的稀疏基和基于距离的稀疏基,建立稀疏优化模型,并用二维交替优化的方法对稀疏优化模型进行求解,得到最终优化解;4.通过对最终优化解的峰值搜索,得到目标的角度与距离。本发明具有计算量小和估计精确的优点,可用于雷达、声呐中的目标探测。
Description
技术领域
本发明属于信号处理技术领域,特别涉及一种目标估计方法,可以用于雷达、声呐中的目标探测。
背景技术
相控阵是利用电磁波的相干原理,通过计算机控制馈往各辐射阵元电流的相位,从而改变波束方向的阵列天线。相控阵采用电子扫描方式,可实现回波数据的实时更新,因此获得了广泛的关注。其中利用相控阵进行目标位置估计是相控阵应用的一个主要方面。
目前,目标位置的估计方法已有很多,例如多重信号分类MUSIC方法、旋转不变技术估计信号参数ESPRIT方法、基于稀疏表示的方法等,其中:
多重信号分类MUSIC方法,是将阵列接收信号的自相关矩阵进行特征值分解,然后利用信号子空间和噪声子空间之间的正交关系来估计目标的位置。例如,孙洪亮的硕士论文“近场源参数联合估计算法仿真研究”,就是用MUSIC方法进行目标位置的估计,这种方法的最大不足是分辨率不高。
旋转不变技术估计信号参数ESPRIT方法,是利用两个对称子阵自相关和互相关矩阵的广义特征值进行目标位置的估计。例如,张群飞,保铮,黄建国的论文“一种水下多目标方位、频率、距离联合估计新方法”(电子学报,Vol.32No.9Sep.2004),就是用ESPRIT方法进行目标位置的估计,这种方法的最大不足是在噪声较大的情况下,该方法的精度不是很高。
基于稀疏表示的目标位置估计方法,是将探测区域进行网格化,利用目标在网格化探测区域中具有稀疏性的假设,将目标位置估计问题转化成目标具有稀疏性假设的优化求解问题。例如,王鹏的硕士论文“阵列天线雷达的目标方位距离联合估计和高分辨成像”,就是一种基于稀疏表示的方法,这种方法的最大不足是在稀疏优化模型中,目标的角度距离双参量是构造在一个稀疏域里,若网格划分过密,会导致该稀疏域维数巨大,使得优化求解的计算量很大,工程应用比较困难。
发明内容
本发明的目的在于针对上述已有技术的不足,提出一种基于稀疏表示的目标角度距离联合估计的方法,以减少求解计算量,便于实现工程应用。
本发明的思路是:将角度距离双参量稀疏基的联合构造转变为各参量对应的稀疏基级联。其实现步骤包括如下:
(1)将探测区域进行离散化,即将距离范围rmin~rmax和角度范围θmin~θmax分别进行等间隔划分,共得到G个距离单元rg和Q个角度单元θq:
其中,rmin和rmax分别表示探测区域的最小距离和最大距离,θmin和θmax分别表示探测区域的最小角度和最大角度,g=1,2,…,G,q=1,2,…,Q;
(2)用M个阵元组成阵列,并将第一个阵元作为参考阵元,设参考阵元发射的窄带信号为t表示时间,p(t)是基带信号,f0是信号载频,j是虚数单位,M≥2;
(3)设探测目标在离散化的探测区域中,则第m个阵元接收到目标反射信号为xm(t),m=1,2,…,M;对目标反射信号xm(t)进行离散采样,得到离散数据xm(tn),n=1,2,…,N,N是采样点数;并以该离散数据xm(tn)作为第m行,构成阵列信号接收矩阵X:
(4)根据Q个角度单元θq和G个距离单元rg,构造基于Q个角度单元的稀疏基Φ和基于G个距离单元的稀疏基Ψ;
(5)用距离单元的稀疏基Ψ和角度单元的稀疏基Φ作为约束条件,引入辅助矩阵Y,采用二维交替优化的方法,求解下述优化式,得到目标角度距离二维谱矩阵A:
其中,λ是用户输入的正则化参量,Yq表示辅助矩阵Y的第q行,q=1,2,…,Q,Ag表示角度距离二维谱矩阵A的第g行,g=1,2,…,G,||||2表示求向量的2范数,(·)T表示转置;
(6)根据步骤(5)中求的角度距离二维谱矩阵A,采用阈值比较法,得到目标的距离位置a与角度位置b,并通过下式确定目标的距离ra与角度θb:
本发明与常规方法相比具有以下优点:
第一,由于本发明是将距离角度双参量稀疏基的联合构造转变为各参量对应的稀疏基级联,降低了优化求解的计算量,求解所用时间少,便于工程应用。
第二,由于本发明是将距离角度双参量稀疏基的联合构造转变为各参量对应的稀疏基级联,可以将探测区域划分的更密,最后得到目标的距离与角度更精确。
附图说明
图1是探测区域的离散化图;
图2是本发明的流程图;
图3是用现有技术获得的目标角度距离二维谱的仿真结果图;
图4是用本发明方法获得的目标角度距离二维谱的仿真结果图;
图5是用现有技术和本发明方法进行目标角度距离联合估计所用时间对比图。
具体实施方式
下面结合附图对本发明做进一步的详细描述。
参照图2,本发明的具体实施步骤如下:
步骤一:构造接收信号矩阵。
1.1)探测区域进行离散化
参照图1,将探测区域的距离范围rmin~rmax和角度范围θmin~θmax分别进行等间隔划分,得到G个距离单元rg和Q个角度单元θq:
其中,rmin和rmax分别表示探测区域的最小距离和最大距离,θmin和θmax分别表示探测区域的最小角度和最大角度,g=1,2,…,G,q=1,2,…,Q;
1.2)用M个阵元组成阵列,并将第一个阵元作为参考阵元,设参考阵元发射的窄带信号为t表示时间,p(t)是基带信号,j是虚数单位,f0是信号载频,M≥2;
1.3)设离散化的探测区域中共有L个探测目标,则第m个阵元接收到目标反射信号xm(t)为:
其中,τml是第l个目标与第m个阵元之间的距离引起的信号传播相对时间延迟,m=1,2,…,M,l=1,2,…,L,L远小于G×Q;
1.4)对目标反射信号xm(t)进行离散采样,得到离散数据并以该离散数据xm(tn)作为第m行,构成接收信号矩阵X:
其中,n=1,2,…,N,N是采样点数;
步骤二:构造稀疏基。
根据Q个角度单元θq和G个距离单元rg,按如下公式构造基于Q个角度单元的稀疏基Φ和基于G个距离单元的稀疏基Ψ:
其中,d为阵列中相邻阵元的间距,c是信号s(t)的传播速度,[·]T表示转置,j是虚数单位。
步骤三:建立稀疏优化模型并求解。
3a)用距离单元的稀疏基Ψ和角度单元的稀疏基Φ作为约束条件,引入辅助矩阵Y,构建优化式:
其中,λ是用户输入的正则化参量,Yq表示辅助矩阵Y的第q行,q=1,2,…,Q,Ag表示角度距离二维谱矩阵A的第g行,g=1,2,…,G,||||2表示求向量的2范数,(·)T表示转置;
3b)采用二维交替优化的方法,求解上述优化式,得到目标角度距离二维谱矩阵A:
3b1)设置角度距离二维谱矩阵A的初值A0、辅助矩阵Y的初值Y0、两个拉格朗日乘子Λ1和Λ2的初值为全1矩阵,输入正则化因子λ,初始化与第一个拉格朗日乘子Λ1对应的惩罚因子β1>0,初始化与第二个拉格朗日乘子Λ2对应的惩罚因子β2>0,初始化与第一个拉格朗日乘子Λ1对应的步长0<γ1<1.618,初始化与第二个拉格朗日乘子Λ2对应的步长0<γ2<1.618,循环迭代次数k=1;
3b2)循环执行以下步骤:
3b2.1)按如下公式计算与角度距离二维谱矩阵A的第k-1次迭代值Ak-1对应的对角矩阵Θ1:
其中,diag是构造对角矩阵的函数,是Ak-1的第g行,g=1,2,…,G,G是距离单元的个数;
3b2.2)按如下公式计算角度距离二维谱矩阵A的第k次迭代值Ak:
Ak=(Θ1+β2ΨHΨ)-1(β2ΨH(Yk-1)T+ΨHΛ2),
其中,(·)H表示共轭转置,(·)-1表示矩阵求逆,(·)T表示转置;
3b2.3)按如下公式计算与辅助矩阵Y的第k-1次迭代值Yk-1对应的对角矩阵Θ2:
其中,diag是构造对角矩阵的函数,是Yk-1的第q行,q=1,2,…,Q,Q是角度单元的个数;
3b2.4)按如下公式计算辅助矩阵Y的第k次迭代值Yk:
其中,(·)H表示共轭转置,(·)-1表示矩阵求逆,(·)T表示转置,I是Q×Q的单位矩阵;
3b2.5)按如下公式更新两个拉格朗日乘子Λ1和Λ2:
3b2.6)判断是否满足迭代终止值δ=10-5,若满足,则停止迭代;否则,继续迭代,更新迭代次数k=k+1,直到满足其中,表示矩阵Frobenius范数的平方;
迭代最终得到的角度距离二维谱矩阵Ak,就是本发明要求的角度距离二维谱矩阵A。
步骤四:计算目标的角度与距离。
4a)令向量表示转置,Ag是角度距离二维谱矩阵A的第g行,g=1,2,…,G,G是距离单元的个数;
4b)对向量进行归一化处理,得到归一化向量A;
4c)设置检测阈值ε=0.1,按下式得到归一化向量A峰值元素索引值z:
z={i|Ai>ε,i=1,2,…,G×Q},
其中,Ai是归一化向量A的第i个元素,G是距离单元的个数,Q是角度单元的个数;
4d)根据峰值元素索引值z和距离单元的个数G,计算目标的角度位置:b=z%G,%表示取余;
4e)根据目标的角度位置b、峰值元素索引值z和角度单元个数Q,计算目标的距离位置:
4f)根据目标的距离位置a、距离单元个数G、探测区域的最小距离rmin和最大距离rmax,计算目标的距离:
4g)根据目标的角度位置b、角度单元个数Q、探测区域的最小角度θmin和最大角度θmax,计算目标的角度:
本发明的效果可通过以下仿真进一步说明
1、仿真条件
本实验的硬件测试平台是:Intel Core i5CPU,主频3.10GHz,内存8.00GB;软件仿真平台是:64位windows8操作系统和Matlab R(2013b),仿真参数设置如下表1所示:
表1仿真参数
参数 | 参数值 |
系统载频 | 300MHz |
阵元个数 | 16 |
阵元间距 | 0.5m |
时间采样频率 | 600MHz |
时间采样点数 | 276 |
信噪比 | 10dB |
目标个数 | 3 |
目标角度 | 25、25、30 |
目标距离 | 1020、1030、1020 |
2.仿真内容与结果
仿真1,用现有技术进行目标角度距离联合估计,得到目标的角度距离二维谱如图2所示,搜索峰值得到目标的角度与距离如下表2所示:
表2
角度 | 24 | 24 | 30 |
距离 | 1030 | 1020 | 1020 |
仿真2,用本发明方法进行目标角度距离联合估计,得到目标的角度距离二维谱如图3所示,搜索峰值得到目标的角度与距离如下表3所示:
表3
角度 | 25 | 25 | 30 |
距离 | 1030 | 1020 | 1020 |
从图2、图3、表2和表3的比较可以看出,用本发明方法得到的目标距离与角度更精确。
仿真3,分别用现有技术和本发明方法进行目标角度距离联合估计,得到两种方法随采样点数的时间对比图,仿真结果图如图4所示。
从图4可以看出,随着采样点数的增大,本发明方法所用时间远远小于现有技术,说明本发明方法降低了求解计算量。
Claims (4)
1.一种基于稀疏表示的目标角度距离联合估计方法,包括如下步骤:
(1)将探测区域进行离散化,即将距离范围rmin~rmax和角度范围θmin~θmax分别进行等间隔划分,共得到G个距离单元rg和Q个角度单元θq:
其中,rmin和rmax分别表示探测区域的最小距离和最大距离,θmin和θmax分别表示探测区域的最小角度和最大角度,g=1,2,…,G,q=1,2,…,Q;
(2)用M个阵元组成阵列,并将第一个阵元作为参考阵元,设参考阵元发射的窄带信号为t表示时间,p(t)是基带信号,j是虚数单位,f0是信号载频,M≥2;
(3)设探测目标在离散化的探测区域中,则第m个阵元接收到目标反射信号为xm(t),m=1,2,…,M;对目标反射信号xm(t)进行离散采样,得到离散数据xm(tn),n=1,2,…,N,N是采样点数;并以该离散数据xm(tn)作为第m行,构成阵列信号接收矩阵X:
(4)根据Q个角度单元θq和G个距离单元rg,构造基于Q个角度单元的稀疏基Φ和基于G个距离单元的稀疏基Ψ;
(5)用距离单元的稀疏基Ψ和角度单元的稀疏基Φ作为约束条件,引入辅助矩阵Y,采用二维交替优化的方法,求解下述优化式,得到目标角度距离二维谱矩阵A:
其中,λ是用户输入的正则化参量,Yq表示辅助矩阵Y的第q行,q=1,2,…,Q,Ag表示角度距离二维谱矩阵A的第g行,g=1,2,…G,||||2表示求向量的2范数,(·)T表示转置;
(6)根据步骤(5)中求得的角度距离二维谱矩阵A,采用阈值比较法,得到目标的距离位置a与角度位置b,并通过下式确定目标的距离ra与角度θb:
2.根据权利要求1所述的基于稀疏表示的目标角度距离联合估计方法,其中所述步骤(4)中根据Q个角度单元θq和G个距离单元rg,构造基于Q个角度单元的稀疏基Φ和基于G个距离单元的稀疏基Ψ,按如下公式进行:
其中,d为阵列中相邻阵元的间距,c是信号s(t)的传播速度,[·]T表示转置,j是虚数单位。
3.根据权利要求1所述的基于稀疏表示的目标角度距离联合估计方法,其中所述步骤(5)中采用二维交替优化的方法,求解优化式,得到目标角度距离二维谱矩阵A,按如下步骤进行:
(5a)设置角度距离二维谱矩阵A的初值A0、辅助矩阵Y的初值Y0、两个拉格朗日乘子Λ1和Λ2的初值为全1矩阵,输入正则化因子λ,初始化与第一个拉格朗日乘子Λ1对应的惩罚因子β1>0,初始化与第二个拉格朗日乘子Λ2对应的惩罚因子β2>0,初始化与第一个拉格朗日乘子Λ1对应的步长0<γ1<1.618,初始化与第二个拉格朗日乘子Λ2对应的步长0<γ2<1.618,循环迭代次数k=1;
(5b)循环执行以下步骤:
(5b1)按如下公式计算与角度距离二维谱矩阵A的第k-1次迭代值Ak-1对应的对角矩阵Θ1:
其中,diag是构造对角矩阵的函数,是Ak-1的第g行,g=1,2,…,G,G是距离单元的个数;
(5b2)按如下公式计算角度距离二维谱矩阵A的第k次迭代值Ak:
Ak=(Θ1+β2ΨHΨ)-1(β2ΨH(Yk-1)T+ΨHΛ2),
其中,(·)H表示共轭转置,(·)-1表示矩阵求逆,(·)T表示转置;
(5b3)按如下公式计算与辅助矩阵Y的第k-1次迭代值Yk-1对应的对角矩阵Θ2:
其中,diag是构造对角矩阵的函数,是Yk-1的第q行,q=1,2,…,Q,Q是角度单元的个数;
(5b4)按如下公式计算辅助矩阵Y的第k次迭代值Yk:
其中,(·)H表示共轭转置,(·)-1表示矩阵求逆,(·)T表示转置,I是Q×Q的单位矩阵;
(5b5)按如下公式更新两个拉格朗日乘子Λ1和Λ2:
(5b6)判断是否满足迭代终止值δ=10-5,若满足,则停止迭代;否则,继续迭代,更新迭代次数k=k+1,直到满足其中,表示矩阵Frobenius范数的平方。
4.根据权利要求1所述的基于稀疏表示的目标角度距离联合估计方法,其中所述步骤(6)中采用阈值比较法,得到目标的距离位置a与角度位置b,按如下步骤进行:
(6a)令向量表示转置,Ag是角度距离二维谱矩阵A的第g行,g=1,2,…,G,G是距离单元的个数;
(6b)对向量进行归一化处理,得到归一化向量A;
(6c)设置检测阈值ε=0.1,按下式得到归一化向量A峰值元素索引值z:
z={i|Ai>ε,i=1,2,…,G×Q},
其中,Ai是归一化向量A的第i个元素,G是距离单元的个数,Q是角度单元的个数;
(6d)按如下公式求得目标的角度位置b与距离位置a:
其中,%表示取余。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410233655.3A CN103983948B (zh) | 2014-05-29 | 2014-05-29 | 基于稀疏表示的目标角度距离联合估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410233655.3A CN103983948B (zh) | 2014-05-29 | 2014-05-29 | 基于稀疏表示的目标角度距离联合估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103983948A true CN103983948A (zh) | 2014-08-13 |
CN103983948B CN103983948B (zh) | 2016-05-25 |
Family
ID=51275991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410233655.3A Expired - Fee Related CN103983948B (zh) | 2014-05-29 | 2014-05-29 | 基于稀疏表示的目标角度距离联合估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103983948B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104199021A (zh) * | 2014-09-03 | 2014-12-10 | 西安电子科技大学 | 基于调频广播信号的外辐射源雷达修正比相测角方法 |
CN107425895A (zh) * | 2017-06-21 | 2017-12-01 | 西安电子科技大学 | 一种基于实测的3d mimo统计信道建模方法 |
CN110988854A (zh) * | 2019-12-24 | 2020-04-10 | 西安电子科技大学 | 基于交替方向乘子法的鲁棒自适应波束形成算法 |
CN111679248A (zh) * | 2020-05-15 | 2020-09-18 | 黑龙江工程学院 | 一种基于海底水平l型阵列的目标方位和距离联合稀疏重构定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004104627A1 (en) * | 2003-05-21 | 2004-12-02 | Telefonaktiebolaget Lm Ericsson (Publ) | Selectable range lobes using wide-band array |
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 |
JP2013234871A (ja) * | 2012-05-07 | 2013-11-21 | Mitsubishi Electric Corp | 観測装置 |
CN103454624A (zh) * | 2013-09-22 | 2013-12-18 | 河海大学 | 基于降维稀疏重构空时谱的直接数据域动目标检测方法 |
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 |
CN103760546A (zh) * | 2014-01-23 | 2014-04-30 | 西安电子科技大学 | 一种雷达用低空目标波达方向估计方法 |
-
2014
- 2014-05-29 CN CN201410233655.3A patent/CN103983948B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004104627A1 (en) * | 2003-05-21 | 2004-12-02 | Telefonaktiebolaget Lm Ericsson (Publ) | Selectable range lobes using wide-band array |
US20060250299A1 (en) * | 2003-05-21 | 2006-11-09 | Falk Kent O | Method and system for unambiguous angle resolution of a sparse wide-band antenna array |
JP2013234871A (ja) * | 2012-05-07 | 2013-11-21 | Mitsubishi Electric Corp | 観測装置 |
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 |
CN103454624A (zh) * | 2013-09-22 | 2013-12-18 | 河海大学 | 基于降维稀疏重构空时谱的直接数据域动目标检测方法 |
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 |
CN103760546A (zh) * | 2014-01-23 | 2014-04-30 | 西安电子科技大学 | 一种雷达用低空目标波达方向估计方法 |
Non-Patent Citations (2)
Title |
---|
N.HU ET AL.: ""Wideband doa estimation from the sparse recovery perspective for the spatial-only modeling of array data"", 《SIGNAL PROCESSING》, vol. 92, no. 5, 30 December 2012 (2012-12-30), pages 1359 - 1364, XP028435143, DOI: doi:10.1016/j.sigpro.2011.12.002 * |
王鹏: ""阵列天线雷达的目标方位距离联合估计和高分辨率成像"", 《中国优秀硕士学位论文全文数据库信息科技辑》, 15 February 2012 (2012-02-15) * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104199021A (zh) * | 2014-09-03 | 2014-12-10 | 西安电子科技大学 | 基于调频广播信号的外辐射源雷达修正比相测角方法 |
CN104199021B (zh) * | 2014-09-03 | 2016-09-07 | 西安电子科技大学 | 基于调频广播信号的外辐射源雷达修正比相测角方法 |
CN107425895A (zh) * | 2017-06-21 | 2017-12-01 | 西安电子科技大学 | 一种基于实测的3d mimo统计信道建模方法 |
CN107425895B (zh) * | 2017-06-21 | 2020-07-03 | 西安电子科技大学 | 一种基于实测的3d mimo统计信道建模方法 |
CN110988854A (zh) * | 2019-12-24 | 2020-04-10 | 西安电子科技大学 | 基于交替方向乘子法的鲁棒自适应波束形成算法 |
CN111679248A (zh) * | 2020-05-15 | 2020-09-18 | 黑龙江工程学院 | 一种基于海底水平l型阵列的目标方位和距离联合稀疏重构定位方法 |
CN111679248B (zh) * | 2020-05-15 | 2023-04-21 | 黑龙江工程学院 | 一种基于海底水平l型阵列的目标方位和距离联合稀疏重构定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103983948B (zh) | 2016-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103018730B (zh) | 分布式子阵波达方向估计方法 | |
Wang et al. | Clutter suppression algorithm based on fast converging sparse Bayesian learning for airborne radar | |
CN103713288B (zh) | 基于迭代最小化稀疏贝叶斯重构线阵sar成像方法 | |
CN103353596B (zh) | 基于压缩感知的波束空间域米波雷达测高方法 | |
CN102565790B (zh) | 平面相控阵自适应的和差测角方法 | |
Kim et al. | Mapping surface currents from HF radar radial velocity measurements using optimal interpolation | |
CN103207380B (zh) | 基于二维频域稀疏约束的宽带目标测向方法 | |
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 | |
CN103116162B (zh) | 基于目标空间稀疏性的高分辨声呐定位方法 | |
CN106599427B (zh) | 一种基于贝叶斯理论和气垫船姿态信息的海浪信息预测方法 | |
Li et al. | On the use of calibration sensors in source localization using TDOA and FDOA measurements | |
CN103760527B (zh) | 单基地mimo雷达相干源波达方向估计方法 | |
CN103983948A (zh) | 基于稀疏表示的目标角度距离联合估计方法 | |
CN102353930B (zh) | 一种高精度测向阵列结构设计方法 | |
CN106526529A (zh) | 导向矢量失配情况下基于稀疏表示的波达方向估计方法 | |
CN104931923A (zh) | Grid Iterative ESPRIT,一种可扩展的用于均匀圆阵二维到达角的快速估计算法 | |
CN103364762A (zh) | 任意阵列流形的单基地mimo雷达波达方向估计方法 | |
Gill et al. | On the development of a second-order bistatic radar cross section of the ocean surface: A high-frequency result for a finite scattering patch | |
CN107656239B (zh) | 一种基于极化敏感阵列的相干信源测向方法 | |
Xu et al. | Joint Doppler and DOA estimation using (Ultra-) Wideband FMCW signals | |
Liang et al. | Two-dimensional DOA estimation method of acoustic vector sensor array based on sparse recovery | |
CN103399308A (zh) | 主瓣和旁瓣干扰背景下雷达目标角度快速估计方法 | |
CN105044688A (zh) | 基于迭代子空间跟踪算法的雷达稳健空时自适应处理方法 | |
CN105425234B (zh) | 基于多任务贝叶斯压缩感知的距离‑多普勒成像方法 | |
CN101900805A (zh) | 一种球面波成像数学模型及近场效应的补偿方法 |
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: 20160525 Termination date: 20210529 |
|
CF01 | Termination of patent right due to non-payment of annual fee |