CN104237896B - 一种基于欠采样解模糊的雷达测距方法 - Google Patents
一种基于欠采样解模糊的雷达测距方法 Download PDFInfo
- Publication number
- CN104237896B CN104237896B CN201410469326.9A CN201410469326A CN104237896B CN 104237896 B CN104237896 B CN 104237896B CN 201410469326 A CN201410469326 A CN 201410469326A CN 104237896 B CN104237896 B CN 104237896B
- Authority
- CN
- China
- Prior art keywords
- frequency
- vector
- signal
- mohu
- radar
- 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.)
- Active
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/491—Details of non-pulse systems
- G01S7/493—Extracting wanted echo signals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于欠采样解模糊的雷达测距方法,本发明属于通信技术领域,更进一步涉及雷达数字信号处理技术领域中的基于欠采样解模糊的雷达测距方法。其步骤为:步骤1,雷达向目标发射线性调频信号,获取目标回波信号;步骤2,获取单载频正弦信号;步骤3,欠采样,得到单载频正弦信号离散序列;步骤4,得到单载频正弦信号离散序列频谱的左侧峰值频率和右侧峰值频率;步骤5,构建左侧峰值频率模糊数向量和右侧峰值频率模糊数向量;步骤6,构建频率模糊数矩阵;步骤7,构建距离模糊数矩阵;步骤8,解模糊得到目标到雷达的距离。本发明方案能够降低数据处理量,通过解模糊获得目标距离,测距精度明显提高。
Description
技术领域
本发明属于通信技术领域,更进一步涉及雷达数字信号处理技术领域中的基于欠采样解模糊的雷达测距方法。本发明可用于各种高精度的雷达测距系统。
背景技术
激光雷达是雷达技术与激光技术的产物,其基本原理和构成与微波雷达相似。激光雷达由激光发射机、光学接收机、转台和信息处理部分等构成。与普通雷达相比,激光雷达由于使用的是激光束,工作频率较微波高了很多,因此,激光雷达具有分辨率高、隐蔽性好、抗干扰能力强、低空探测性能好、体积小和质量轻的优势。使用激光雷达可有精确测量目标的位置(距离和角度)、运动状态(速度、振动和姿态)和形状,探测、识别、分辨和跟踪目标。目前,科学家已经研制出了火控激光雷达、侦测激光雷达、导弹制导激光雷达、导航激光雷达等。
目前,广泛使用的是脉冲式激光雷达,由激光雷达发射单频脉冲信号,照射到目标表面并反射回波信号。回波信号滞后于发射脉冲,在雷达显示器上,由收发开关接收过来的发射能量,通过接收机并在显示器荧光屏上显示出来。通过测量回波信号滞后于发射脉冲的时间,可以测量目标的距离。受信号带宽限制,目前使用的脉冲式激光雷达的测距精度一般在10mm至20mm之间,典型的室内激光雷达精度也只能达到1mm左右。
发明内容
本发明的目的在于针对上述已有技术的不足,提供一种基于欠采样解模糊的激光雷达测距方法,提高测距精度。
为达到上述目的,本发明采用以下技术方案予以实现。
一种基于欠采样解模糊的雷达测距方法包括以下步骤:
步骤1,雷达向目标发射线性调频信号,并接收目标回波信号sr(t),t为时间变量;
步骤2,目标到雷达的参考距离表示为Rref,利用目标到雷达的参考距离Rref得到参考信号sref(t);根据参考信号sref(t)和目标回波信号sr(t)得到差频信号so(t), 表示参考信号sref(t)的共轭;提取差频信号so(t)的实部作为单载频正弦信号s″0(t);
步骤3,对单载频正弦信号s″0(t)进行KAD路的欠采样,KAD为大于1的自然数;
设定第k路欠采样的采样频率为fk,fk为低于单载频正弦信号s″0(t)的奈奎斯特频率;k=1,2,…,KAD;对单载频正弦信号s″0(t)进行第k路的欠采样之后,得到第k路单载频正弦信号离散序列xk;进而在对单载频正弦信号s″0(t)进行KAD路的欠采样之后,得到单载频正弦信号离散序列
步骤4,对第k路单载频正弦信号离散序列xk的频谱进行频谱细化,得到第k路单载频正弦信号离散序列xk的频谱的左侧峰值频率fkl、以及第k路单载频正弦信号离散序列xk的频谱的右侧峰值频率fkr;则KAD路单载频正弦信号离散序列的频谱的左侧峰值频率依次为KAD路单载频正弦信号离散序列的频谱的右侧峰值频率依次为
步骤5,构建第k路左侧峰值频率模糊数向量Fkl:Fkl=[fkl,fk+fkl,2fk+fkl,…,(Nmohu-1)fk+fkl],Nmohu表示第k路左侧峰值频率模糊数向量中频率模糊数的个数,fk表示第k路欠采样的采样频率;构建第k路右侧峰值频率模糊数向量Fkr;Fkr=[fkr,fk+fkr,2fk+fkr,…,(Nmohu-1)fk+fkr];则KAD路的左侧峰值频率模糊数向量依次为KAD路的右侧峰值频率模糊数向量依次为
步骤6,构建第k路反褶影响频率范围F* k:其中,∪表示并集操作,m为设定的阈值系数,Δfk为第k路单载频正弦信号离散序列xk的频谱的频域分辨率;
利用第k路反褶影响频率范围F* k对第k路的左侧峰值频率模糊数向量Fkl和右侧峰值频率模糊数向量Fkr进行筛选:如果第k路单载频正弦信号离散序列xk的频谱的左侧峰值频率fkl落在第k路反褶影响频率范围F* k内,则删除第k路左侧峰值频率模糊数向量Fkl和第k路右侧峰值频率模糊数向量Fkr;否则,保留第k路左侧峰值频率模糊数向量Fkl和第k路右侧峰值频率模糊数向量Fkr;
在对KAD路的左侧峰值频率模糊数向量和右侧峰值频率模糊数向量进行筛选之后,得到保留的左侧峰值频率模糊数向量F’1l,F′2l,…,F′el,…,F′El、以及保留的右侧峰值频率模糊数向量F′1r,F′2r,…,F′er,…,F′Er,e=1,2,…,E,E是不大于KAD的正整数;构建频率模糊数矩阵Fmohu:Fmohu=[F′1l,F′1r,F′2l,F′2r,…,F′el,F′er,…,F′El,F′Er]T,Fmohu的维数为2E×Nmohu;
步骤7,得出距离模糊数矩阵Rmohu,K为雷达发射信号的调频率,c为光速;
步骤8,对距离模糊数矩阵Rmohu解模糊,得到最小距离模糊数得出目标到雷达的距离R,
与现有技术相比,本发明具有突出的实质性特点和显著的进步。本发明与现有方法相比,具有以下优点:
(1)本发明使用KAD路A/D通道对单载频正弦信号进行欠采样,每一路的采样频率均小于单载频正弦信号的奈奎斯特频率,与无失真采样相比,有效的降低了数据处理量。
(2)本发明通过使用线性调频Z变换的方法对频谱的峰值频率进行精确的估计,运算量降低,频率误差保证在10Hz之内。利用中国余数定理解模糊,得出目标到雷达的距离,误差可以达到15μm以内,比目前普遍使用的脉冲式激光雷达的测距精度提高了大约100倍。
附图说明
图1是本发明的基本流程图。
图2是仿真结果图像;(a)为无噪声条件下仿真得到的目标距离图像,横坐标表示仿真中设定的目标到雷达的距离,单位为米(m),纵坐标表示本发明方法得到的目标到雷达的距离R,单位为米(m);
(b)为(a)的局部放大图像;
(c)为无噪声条件下仿真得到的测距标准误差图像,横坐标表示仿真中设定的目标到雷达的距离,单位为米(m),纵坐标表示测量得到的标准误差,单位为米(m);
(d)为加性白噪声条件下仿真得到的目标距离图像,横坐标表示仿真中设定的目标到雷达的距离,单位为米(m),纵坐标表示本发明方法得到的目标到雷达的距离R,单位为米(m);
(e)为(d)的局部放大图像;
(f)为加性白噪声条件下仿真得到的测距标准误差图像,横坐标表示仿真中设定的目标到雷达的距离,单位为米(m),纵坐标表示测量得到的标准误差,单位为米(m)。
具体实施方法
参照图1,本发明实现雷达测距的步骤如下:
步骤1,雷达向目标发射线性调频信号,并获取目标回波信号sr(t),t为时间变量。
其具体子步骤为:
1a)雷达的发射信号为线性调频信号,发射信号s(t)的表达式为:
其中,t为时间变量,T为雷达发射信号的时宽,K为雷达发射信号的调频率,fc为发射信号的中心频率,rect(·)表示矩形窗函数。发射信号也就是雷达发射的线性调频信号。发射信号s(t)的在t=ta时刻的瞬时频率fins(ta)为:
fins(ta)=fc+Kta(0≤ta≤T)
需要说明,本发明中雷达优选的使用激光雷达,该激光雷达工作在紫外到红外光谱段,工作频率为1014Hz至1016Hz数量级,因此,本发明要求其瞬时频率fins(ta)达到1014Hz至1016Hz数量级,更有利于精度的提高。
1b)雷达接收到的目标回波信号sr(t)为:
其中,R表示目标到雷达的距离。
步骤2,目标到雷达的参考距离为Rref,利用目标到雷达的参考距离Rref得到参考信号sref(t);根据参考信号sref(t)和目标回波信号sr(t)得到差频信号so(t);提取差频信号so(t)的实部作为单载频正弦信号s″0(t)。
其具体子步骤为:
2a)设目标到雷达的参考距离为Rref,得到参考信号sref(t)为:
2b)设定目标到雷达的距离R和目标到雷达的参考距离Rref之差RΔ为RΔ=R-Rref,则根据参考信号sref(t)和目标回波信号sr(t)得到差频信号so(t)为:
其中,表示参考信号sref(t)的共轭。
差频信号so(t)表达式为下式(1):
上式(1)共有三个相位项,其中第一相位项表明解线频调后得到的信号是单频的,第二相位项的相位变化会使回波产生多普勒频移,第三相位项是解线频调方法所独有的,称为剩余视频相位(ResidualVideo Phase,RVP),它会使多普勒有少许改变。雷达测距时,我们只关心的是第一相位项,这一相位项包含了目标的距离信息。
2c)对差频信号so(t)的表达式(1)进行简化,得到简化后的差频信号s'o(t)为;
其中,
在0≤t≤T时,A中的三个相位项的相位比式(1)中的第一相位项的相位相差多个数量级,对差频信号的频率的贡献较少,因此可以忽略A中的三个相位项的影响,将简化后的差频信号s'o(t)看成是单载频信号。
2d)简化后的差频信号s'o(t)的实部作为单载频正弦信号s″0(t),得到:
s″0(t)=Acos(2πf0t)
单载频正弦信号的频率时间变量t的范围是0≤t≤T,T为发射信号的时宽。
雷达发射和接收的都是实信号,在信号处理过程中,我们也是对实信号进行处理的,因此,得到简化后的差频信号s'o(t)之后,我们需要提取它的实部得到实信号作为单载频正弦信号s″0(t)。
步骤3,对单载频正弦信号s″0(t)进行KAD路的欠采样,KAD为大于1的自然数;设定第k路欠采样的采样频率为fk,fk为低于单载频正弦信号s″0(t)的奈奎斯特频率;k=1,2,…,KAD;对单载频正弦信号s″0(t)进行第k路的欠采样之后,得到第k路单载频正弦信号离散序列xk;进而在对单载频正弦信号s″0(t)进行KAD路的欠采样之后,得到单载频正弦信号离散序列第k路单载频正弦信号离散序列xk为:xk={xk(0),xk(2)...,xk(n)...xk(Nk-1)},xk(n)表示第k路单载频正弦信号离散序列xk中的第n个数值,n为整数且n取0至Nk-1,Nk为第k路欠采样的采样点数。
具体地说,解线频调得到的单载频正弦信号在进行傅立叶变换之前,我们需要对信号进行采样。对于单载频正弦信号s″0(t),频率为f0,按照奈奎斯特采样定理要求,要完成无失真采样,要求A/D(Analog to Digital Converter,模数转换器)的采样频率fs大于f0的两倍,需要使用高速A/D芯片,信号的处理量太大。以最远目标距离50米,参考距离为0,调频率为100GHz,信号时宽为1ms为例,可以算出解线频调得到的单载频正弦信号的频率约为33MHz,故无失真采样采样率为66MHz,这意味着数据处理量为66000/秒,单位时间需要处理的数据量太大,会降低系统工作性能,不利于实时的信号处理。
通常将待采样信号的最高频率记为fm,将最低允许采样频率fs=2fm称为奈奎斯特频率,当采样频率低于奈奎斯特频率时就是欠采样。使用欠采样的方法,可以有效的降低数据量处理量,提高系统工作性能。但欠采样后的序列在频域会造成混叠,一路欠采样得到的频谱不能无失真恢复原始信号,因此需要使用多路欠采样解模糊,解模糊方法会在后面介绍。
利用第k路欠采样的采样频率fk对单载频正弦信号s″0(t)进行欠采样,得到第k路单载频正弦信号离散序列xk,fk低于单载频正弦信号s″0(t)的奈奎斯特频率,第k路单载频正弦信号离散序列xk为:
其中,f0为单载频正弦信号s″0(t)的频率,k=1,2,…,KAD,0≤n≤Nk-1,Nk=fk×T,T为雷达发射信号的时宽。
通过步骤3,使用A/D通道欠采样,根据前面所讲,以最远目标距离50米,参考距离为0,调频率为100GHz,信号时宽为1ms为例,假设每一路的的采样频率均低于4MHz,使得采样点数都不会高于4000/秒,有效的降低了数据处理量。与无失真采样相比,单位时间的数据处理量降低了10倍左右。
步骤4,对第k路单载频正弦信号离散序列xk的频谱进行频谱细化,得到第k路单载频正弦信号离散序列xk的频谱的左侧峰值频率fkl、以及第k路单载频正弦信号离散序列xk的频谱的右侧峰值频率fkr;则KAD路单载频正弦信号离散序列的频谱的左侧峰值频率依次为KAD路单载频正弦信号离散序列的频谱的右侧峰值频率依次为本发明中,在每路单载频正弦信号离散序列的频谱中,只有左右两个峰值。
具体地说,对采样后的离散序列进行FFT(Fast Fourier Transform,快速傅立叶变换),得到每一路的频谱。为了进行解模糊处理,我们首先需要获得精确的频谱峰值频率(需要注意的是正弦信号的频谱为双线谱)。一般为了得到较精确的频谱峰值频率,使用的方法是在序列后面补零再进行FFT,这种方法的弊端是增加运算量,不适合信号的实时处理。本发明使用线性调频Z变换的方法实现频谱峰值频率的精确估计,其最大的特点就是可以对频谱峰值附近的一段频谱直接进行处理,对峰值频率进行估计,而对于其它部分不进行处理,减小了不必要的计算量。
步骤4具体包括以下子步骤:
4a)对第k路单载频正弦信号离散序列xk进行快速傅立叶变换,得到第k路单载频正弦信号离散序列xk的频谱Xk(ω),-π≤ω≤π。
4b)获取第k路单载频正弦信号离散序列xk的频谱Xk(ω)的左侧峰值对应的频率通过左侧峰值对应的频率fk0 *确定对单载频正弦信号离散序列xk进行线性调频Z变换的起始频率fk1和截止频率fk2;
fk1=fk0 *-Δfk,
fk2=fk0 *+Δfk,
其中,为第k路的频域分辨率。
4c)设定圆周卷积点数Lk,Lk≥Mk+Nk-1且Lk=2a,其中,Mk为单载频正弦信号离散序列xk的频谱Xk(ω)的点数,a为任意正整数。
4d)对单载频正弦离散序列xk的频谱Xk(ω)沿螺线作等分角抽样,抽样点zb表示为:
zb=AkWk -b
其中,b=0,1,…,Mk-1,Ak和Wk分别为:
其中,fk1为对第k路单载频正弦信号离散序列xk进行线性调频Z变换的起始频率,fk2为对第k路单载频正弦信号离散序列xk进行线性调频Z变换的截止频率,Ak0表示第k路欠采样对应的抽样起始点z0的矢量半径长度,θk0表示第k路欠采样对应的抽样起始点z0的相角,φk0为每两个相邻抽样点之间的角度差,Wk0表示螺线的伸展率。
4e)获得对第k路单载频正弦信号离散序列xk进行线性调频Z变换(Chirp ZTransform,CZT)的起始频率fk1和截止频率fk2之间细化的频谱X'k(ω)。
具体地说,首先构建第一序列gk,gk中的第n个数值gk(n)为:
其中,Lk为圆周卷积点数。
利用快速傅立叶变换求第一序列gk的频谱Gk(r):
然后构建第二序列hk,hk中的第n个数值hk(n)为:
其中,Mk为单载频正弦信号离散序列xk的频谱Xk(ω)的点数。
利用快速傅立叶变换求第二序列hk的频谱Hk(r):
将第一序列gk的频谱Gk(r)和第二序列hk的频谱Hk(r)相乘,得到频域离散序列Qk(r)=Hk(r)Gk(r)。
求频域离散序列Qk(r)的离散傅立叶逆变换(Inverse Discrete FourierTransform,IDFT),得到第一序列gk和第二序列hk的圆周卷积qk:
其中,qk中前Mk个值等于hk(n)和gk(n)的线性卷积的结果,当n≥Mk时qk(n)的值没有意义,不需要去求。计算出圆周卷积qk的前Mk个值得到hk和gk的线性卷积qk(b),其中,b=0,1,…,Mk-1。
利用第二序列hk和第一序列gk的线性卷积qk(b)构建抽样点zb的频谱X(zb),
所有抽样点zb(0≤b≤Mk-1)的频谱Xk(zb)构成了对第k路单载频正弦信号离散序列xk进行线性调频Z变换的起始频率fk1和截止频率fk2之间细化的频谱X'k(ω),
此时获得对第k路单载频正弦信号离散序列xk(n)进行线性调频Z变换的起始频率fk1和截止频率fk2之间细化的频谱X'k(ω)。接下来,要估计峰值对应的频率,我们只需要对X'k(ω)进行处理即可,可以有效降低运算量。
4f)从起始频率fk1和截止频率fk2之间细化的频谱X'k(ω)中,确定最大频谱值,再求取最大频谱值对应的频率为pk2为最大频谱值的位置,即最大频谱值对应的频域采样点。
4g)将子步骤4f)中最大频谱值对应的频率作为:第k路单载频正弦信号离散序列xk的频谱Xk(ω)的左侧峰值频率fkl。
4h)定义第k路单载频正弦信号的修正序列x'k,x'k中的第n个数值x'k(n)为:
其中,将第k路单载频正弦信号的修正序列x'k作为第k路单载频正弦信号离散序列xk,重复执行步骤4a)至步骤4f),得出第k路单载频正弦信号的修正序列x'k最大频谱值对应的频率。
4i)将第k路单载频正弦信号的修正序列x'k最大频谱值对应的频率作为第k路单载频正弦信号离散序列xk的频谱的右侧峰值频率fkr。
4j)根据子步骤4a)至子步骤4i),令k从1至KAD依次进行取值,得出KAD路单载频正弦信号离散序列的频谱的左侧峰值频率和右侧峰值频率,KAD路单载频正弦信号离散序列的频谱的左侧峰值频率依次为KAD路单载频正弦信号离散序列的频谱的右侧峰值频率依次为
步骤5,构建第k路左侧峰值频率模糊数向量Fkl:Fkl=[fkl,fk+fkl,2fk+fkl,…,(Nmohu-1)fk+fkl],Nmohu表示第k路左侧峰值频率模糊数向量中频率模糊数的个数,fk表示第k路欠采样的采样频率;构建第k路右侧峰值频率模糊数向量Fkr;Fkr=[fkr,fk+fkr,2fk+fkr,…,(Nmohu-1)fk+fkr];则KAD路的左侧峰值频率模糊数向量依次为KAD路的右侧峰值频率模糊数向量依次为
其具体子步骤为:
5a)构建第k路左侧峰值频率模糊数向量Fkl:
Fkl=[fkl,fk+fkl,2fk+fkl,…,(Nmohu-1)fk+fkl],
其中,Nmohu表示第k路左侧峰值频率模糊数向量中频率模糊数的个数,有
其中floor[Y]表示小于或等于实数Y的最大整数,fmin为KAD路欠采样的最小采样频率,fmax为KAD路欠采样的最大采样频率。
5b)构建第k路右侧峰值频率模糊数向量Fkr:
Fkr=[fkr,fk+fkr,2fk+fkr,…,(Nmohu-1)fk+fkr]。
5c)按照子步骤5a)至子步骤5b),令k从1至KAD依次进行取值,就可以得到KAD路的左侧峰值频率模糊数向量、以及KAD路的右侧峰值频率模糊数向量。
步骤6,构建第k路反褶影响频率范围F* k:其中,∪表示并集操作,m为设定的阈值系数,Δfk为第k路单载频正弦信号离散序列xk的频谱的频域分辨率。
利用第k路反褶影响频率范围F* k对第k路的左侧峰值频率模糊数向量Fkl和右侧峰值频率模糊数向量Fkr进行筛选:如果第k路单载频正弦信号离散序列xk的频谱的左侧峰值频率fkl落在第k路反褶影响频率范围F* k内,则删除第k路左侧峰值频率模糊数向量Fkl和第k路右侧峰值频率模糊数向量Fkr;否则,保留第k路左侧峰值频率模糊数向量Fkl和第k路右侧峰值频率模糊数向量Fkr。
在对KAD路的左侧峰值频率模糊数向量和右侧峰值频率模糊数向量进行筛选之后,得到保留的左侧峰值频率模糊数向量F’1l,F′2l,…,F′el,…,F′El、以及保留的右侧峰值频率模糊数向量F′1r,F′2r,…,F′er,…,F′Er,e=1,2,…,E,E是不大于KAD的正整数;构建频率模糊数矩阵Fmohu:Fmohu=[F′1l,F′1r,F′2l,F′2r,…,F′el,F′er,…,F′El,F′Er]T,Fmohu的维数为2E×Nmohu。
由于频谱反褶的影响,当双线谱的峰值频率落在反褶影响频率范围时,单载频正弦信号离散序列xk的频谱Xk(ω)的左侧峰值频率和右侧峰值频率就会产生比较大的误差,这样就会直接影响构建的左侧峰值频率模糊数向量和右侧峰值频率模糊数向量,最终影响解模糊所得出的目标距离的准确性。因此需要划定合适的反褶影响频率范围,筛选KAD路A/D欠采样构建的频率模糊数向量。
所述步骤6的具体子步骤为:
6a)构建第k路反褶影响频率范围F* k:
其中,∪表示并集操作,m为阈值系数,Δfk为第k路单载频正弦信号离散序列xk的频谱的频域分辨率,fk为第k路欠采样的采样频率。
本发明中,阈值系数m为经验值,为了更好说明阈值系数m的取值范围,以下通过具体步骤说明求取阈值系数m的方法:
确定阈值系数m的下限mmin,一般取mmin=10。确定阈值系数m的上限mmax:根据欠采样的原理,当单载频正弦信号离散序列的频谱峰值频率恰好落在反褶影响频率范围的边界位置时,设定单载频正弦信号的频率f0满足以下关系式:
f0=ndfd±u×Δfd (3)
其中,fk为第k路欠采样的采样频率,fd为第d路欠采样的采样频率,Δfk为第k路单载频正弦信号离散序列xk的频谱的频域分辨率,Δfd为第d路单载频正弦信号离散序列xd的频谱的频域分辨率,k=1,2,…,KAD,d=1,2,…,KAD,且k≠d,nk和nd为整数,nk≤Nmohu-1,nd≤nm-1。Nmohu为第k路的模糊数的个数,u为最大偏离系数。
由上面两式(2)和(3)可以得出:
所以有:
由上式可以得出最大偏离系数u的最小值为:
对于KAD路A/D采样通道,对其中的任意两路进行组合,将会得出不同的最大偏离系数u的最小值所有最大偏离系数u的最小值的构建出最大偏离系数最小值集合U,
取最大偏离系数最小值矩阵U的元素的最小值作为阈值系数m的上限mmax,即mmax=min(U),其中,min(·)表示求矩阵中元素的最小值。
由上述方法可得,mmin≤m≤mmax。通常将阈值系数m选取越接近其上限mmax越好。
本发明中提供的关于阈值系数m的选择对于实现雷达测距起到非常关键的作用。m的选择会直接影响接下来划定的反褶影响的频率范围。m设置太小,导致划定的反褶影响的频率范围太小,不足以将所有受到反褶影响的模糊数筛选掉,解模糊时得到的目标距离将会和目标的真实距离之间产生很大的误差,造成测距精度降低。m设置太大,可能会将没有受到反褶影响的模糊数筛选掉,解模糊时由于筛选后的模糊数矩阵的数量减少也会影响测距的精度。
6b)利用第k路反褶影响频率范围F* k对第k路的左侧峰值频率模糊数向量Fkl和右侧峰值频率模糊数向量Fkr进行筛选:如果第k路左侧峰值频率fkl落在第k路反褶影响频率范围F* k内,则删除第k路左侧峰值频率模糊数向量Fkl和第k路右侧峰值频率模糊数向量Fkr;否则,保留第k路左侧峰值频率模糊数向量Fkl和第k路右侧峰值频率模糊数向量Fkr;
6c)k从1至KAD进行遍历,重复执行步骤6b),KAD,实现对KAD路的左侧峰值频率模糊数向量以及KAD路的右侧峰值频率模糊数向量的筛选,得到保留的左侧峰值频率模糊数向量F’1l,F′2l,…,F′el,…,F′El,和保留的右侧峰值频率模糊数向量e=1,2,…,E,E是不大于KAD的正整数。
利用保留的左侧峰值频率模糊数向量F’1l,F′2l,…,F′el,…,F′El,和保留的右侧峰值频率模糊数向量F′1r,F′2r,…,F′er,…,F′Er构建频率模糊数矩阵Fmohu:
Fmohu=[F′1l,F′1r,F′2l,F′2r,…,F′el,F′er,…,F′El,F′Er]T,
其中,e=1,2,…,E,E是不大于KAD的正整数,T表示矩阵转置,频率模糊数矩阵Fmohu的维数为2E×Nmohu。Nmohu为第k路的模糊数的个数。
步骤7,得出距离模糊数矩阵Rmohu,K为雷达发射信号的调频率,c为光速。
步骤8,对距离模糊数矩阵Rmohu解模糊,得到最小距离模糊数得出目标到雷达的距离R,
其具体子步骤为:
8a)提取距离模糊数矩阵Rmohu的第一行作为解模糊参考向量RE:
RE=Rmohu(1)
其中,Rmohu(1)表示距离模糊数矩阵Rmohu的第1行,Rmohu(1)为Nrank列的行向量,Nrank为解模糊参考向量RE中的距离模糊数(距离模糊数矩阵Rmohu的列数)。
8b)设定行变量i*,Lrow距离模糊数矩阵Rmohu的行数。
提取距离模糊数矩阵Rmohu的第2i*-1行和第2i*行,利用距离模糊数矩阵Rmohu的第2i*-1行和第2i*行构建临时存储向量P,临时存储向量P维数为1×2Nrank;
P=[Rmohu(2i*-1),Rmohu(2i*)]
其中,Rmohu(2i*-1)表示距离模糊数矩阵Rmohu的第2i*-1行,其维数为1×Nrank,Rmohu(2i*)表示距离模糊数矩阵Rmohu的第2i*行,其维数为1×Nrank。
将临时存储向量P中每个元素分别与解模糊参考向量RE的第j*个元素作差,由这些差值的绝对值构建绝对值向量D:
其中,|·|表示取绝对值,Dl表示临时存储向量P中第l个元素与解模糊参考向量RE的第j*个元素的差值,l取1至2Nrank。
8c)求绝对值向量D中元素的最小值Dmin,Dmin=min(D),min(D)表示绝对值向量D中元素的最小值;确定最小值Dmin在绝对值向量D的序列标号v;
8d)设定条件判断系数p,p=0,1,2...,当p=0时,执行子步骤8e);
8e)设定误差上限Err,将绝对值向量D中元素的最小值Dmin与误差上限Err比较,如果绝对值向量D的最小值Dmin≥Err,则令条件判断系数p保持不变;否则,令P(v)表示临时存储向量P中的第v个模糊数,然后令条件判断系数p的值自增1;
8f)根据子步骤8b)至子步骤8e),令j*从1至Nrank依次进行取值,得出T1(1),T1(2),…,T1(NT1),构建过渡向量T1:
T1=[T1(1),T1(2),…,T1(NT1)],
其中,NT1为过渡向量T1中元素的数目,NT1≤Nrank;
8g)如果条件判断系数p=0,将解模糊参考向量RE的每个元素更新为常数值XX,得到更新后的解模糊参考向量,XX为大于1000Rref的任意值,
如果条件判断系数p≠0,对解模糊参考向量RE进行更新,更新后的解模糊参考向量为过渡向量T1;
8h)根据子步骤8c)至子步骤8g),令i*从2至依次进行取值,得到与i*对应的更新后的解模糊参考向量,将i*取时得到的更新后的解模糊参考向量确定为第一目标向量R1;
8i)提取距离模糊数矩阵Rmohu的第二行作为解模糊参考向量RE:
RE=Rmohu(2),
其中,Rmohu(2)表示距离模糊数矩阵Rmohu的第2行,Rmohu(2)为Nrank列的行向量,Nrank为解模糊参考向量RE中的距离模糊数(解模糊参考向量RE的列数);
8j)执行子步骤8b)至子步骤8h),将i*取时得到的更新后的解模糊参考向量确定为作为第二目标向量R2;
8k)根据第一目标向量R1以及第二目标向量R2,由中国余数定理可知,求取第一目标向量R1和第二目标向量R2中所有元素的最小值,得到最小距离模糊数 其中,min(R1,R2)表示求第一目标向量R1和第二目标向量R2中所有元素的最小值;
8l)得出目标到雷达的距离R,R=RΔ+Rref。
至此,本发明的基于欠采样解模糊的雷达测距完成。
由于在实际的信号处理过程中对信号采样、频谱细化,估计峰值频率等操作,以及噪声的影响,本发明得到的目标到雷达的距离R和目标到雷达的真实距离存在一定的误差,以下通过仿真进一步说明本发明实现雷达测距的有效性。
下面结合仿真实验对本发明的效果做进一步说明。
1、仿真条件
本仿真分别考虑在无噪声环境和有加性白噪声条件下,在1~51m范围内每间隔500μm选取一个点目标进行测距,得到目标到雷达的距离和测距的标准误差,并于测距精度比较,验证本发明的有效性。
无噪声环境下仿真参数如下表一:
表一:无噪声环境下仿真参数
时宽 | 1ms |
带宽 | 100GHz |
光速 | 3×108m/s |
测距范围 | 1~51m |
点目标间隔 | 500μm |
误差上限 | 8000μm |
第一路A/D采样频率f1 | 3.7MHz |
第二路A/D采样频率f2 | 3.1MHz |
第三路A/D采样频率f3 | 2.9MHz |
第四路A/D采样频率f4 | 2.7MHz |
阈值系数 | 28 |
加性白噪声环境下仿真参数参数如下表二:
表二:加性白噪声环境下仿真参数
时宽 | 1ms |
带宽 | 100GHz |
光速 | 3×108m/s |
测距范围 | 1~51m |
点目标间隔 | 500μm |
误差上限 | 8000μm |
第一路A/D采样频率f1 | 3.7MHz |
第二路A/D采样频率f2 | 3.1MHz |
第三路A/D采样频率f3 | 2.9MHz |
第四路A/D采样频率f4 | 2.7MHz |
阈值系数 | 28 |
信号幅值 | 1 |
噪声幅值 | 0.2 |
2、仿真内容
在无噪声噪声环境下,对1~51m范围内间隔500μm扫描一个点目标进行测距,绘制目标距离图像和测距标准误差图像,图2(a)为无噪声条件下仿真得到的目标距离图像,横坐标表示仿真中设定的目标到雷达的距离,单位为米(m),纵坐标表示通过本发明方法得到的目标到雷达的距离R,单位为米(m)。图2(b)为图2(a)的局部放大图像,每一个圆代表一个目标。图2(c)为无噪声条件下仿真得到的测距标准误差图像,横坐标仿真中设定的目标到雷达的距离,单位为米(m),纵坐标表示标准误差ΔRest,单位为米(m)。
标准误差ΔRest为本发明方法得到的目标到雷达的距离R与仿真中设定的目标到雷达的距离之差。
需要说明的是,仿真中设定的目标到雷达的距离为一组向量,即用上表中的测距范围和点目标间隔可得,仿真中设定的目标到雷达的距离为一组向量为1,1.0005,1.001,…,50.9990,50.9995,51。
在加性白噪声环境下,对1~51m范围内的目标间隔500μm扫描一个点目标进行测距,绘制目标距离图像和测距标准误差图像,图2(d)为加性白噪声条件下仿真得到的目标距离图像,横坐标表示仿真中设定的目标到雷达的距离,单位为米(m),纵坐标表示本发明方法得到的目标到雷达的距离R,单位为米(m)。图2(d)为图2(e)的局部放大图像,每一个圆代表一个目标。图2(f)为加性白噪声条件下仿真得到的测距标准误差图像,横坐标表示仿真中设定的目标到雷达的距离,单位为米(m),纵坐标表示测量得到的标准误差ΔRest,单位为米(m)。
3、仿真结果分析
如图2(a)和图2(d)所示,无论在有噪声的环境下,还是在无噪声的环境下,本发明都能实现对指定范围内的目标到雷达的距离进行测量,得到目标到雷达的距离R。通过局部放大图像图2(b)和图2(e),看出图2(a)和图2(d)真实的反映了仿真中设定的目标到雷达的距离与本发明方法得到的目标到雷达的距离R的对应关系,验证了本发明测距的可行性。
下面分析本发明测距的效果。
标准误差ΔRest直接放映了测距的效果,标准误差ΔRest越小,说明本发明获得的目标到雷达的距离越接近仿真中设定的目标到雷达的距离,测量的效果越好,反之,标准误差ΔRest越大,说明本发明获得的目标到雷达的距离和仿真中设定的目标到雷达的距离的误差越大,测量的效果越差。通过绘制测距标准误差图像可以直观的看出测量的效果。
从图2(c)中可以看出,在无噪声的环境下,使用本发明对1~51m范围内选取的所有点目标测距,测量得到的标准误差ΔRest都保持在8μm之内。从图2(f)中可以看出,在加性白噪声的环境下,使用本发明对1~51m范围内选取的所有点目标测距,测量得到的标准误差都ΔRest保持在13μm之内。
Claims (5)
1.一种基于欠采样解模糊的雷达测距方法,其特征在于,包括以下步骤:
步骤1,雷达向目标发射线性调频信号,并接收目标回波信号sr(t),t为时间变量;
步骤2,目标到雷达的参考距离表示为Rref,利用目标到雷达的参考距离Rref得到参考信号sref(t);根据参考信号sref(t)和目标回波信号sr(t)得到差频信号so(t), 表示参考信号sref(t)的共轭;提取差频信号so(t)的实部作为单载频正弦信号s″0(t);
步骤3,对单载频正弦信号s″0(t)进行KAD路的欠采样,KAD为大于1的自然数;
设定第k路欠采样的采样频率为fk,fk为低于单载频正弦信号s″0(t)的奈奎斯特频率;k=1,2,…,KAD;对单载频正弦信号s″0(t)进行第k路的欠采样之后,得到第k路单载频正弦信号离散序列xk;进而在对单载频正弦信号s″0(t)进行KAD路的欠采样之后,得到单载频正弦信号离散序列
步骤4,对第k路单载频正弦信号离散序列xk的频谱进行频谱细化,得到第k路单载频正弦信号离散序列xk的频谱的左侧峰值频率fkl、以及第k路单载频正弦信号离散序列xk的频谱的右侧峰值频率fkr;则KAD路单载频正弦信号离散序列的频谱的左侧峰值频率依次为KAD路单载频正弦信号离散序列的频谱的右侧峰值频率依次为
步骤5,构建第k路左侧峰值频率模糊数向量Fkl:Fkl=[fkl,fk+fkl,2fk+fkl,…,(Nmohu-1)fk+fkl],Nmohu表示第k路左侧峰值频率模糊数向量中频率模糊数的个数,fk表示第k路欠采样的采样频率;构建第k路右侧峰值频率模糊数向量Fkr;Fkr=[fkr,fk+fkr,2fk+fkr,…,(Nmohu-1)fk+fkr];则KAD路的左侧峰值频率模糊数向量依次为KAD路的右侧峰值频率模糊数向量依次为
步骤6,构建第k路反褶影响频率范围F* k:其中,∪表示并集操作,m为设定的阈值系数,Δfk为第k路单载频正弦信号离散序列xk的频谱的频域分辨率;
利用第k路反褶影响频率范围F* k对第k路的左侧峰值频率模糊数向量Fkl和右侧峰值频率模糊数向量Fkr进行筛选:如果第k路单载频正弦信号离散序列xk的频谱的左侧峰值频率fkl落在第k路反褶影响频率范围F* k内,则删除第k路左侧峰值频率模糊数向量Fkl和第k路右侧峰值频率模糊数向量Fkr;否则,保留第k路左侧峰值频率模糊数向量Fkl和第k路右侧峰值频率模糊数向量Fkr;
在对KAD路的左侧峰值频率模糊数向量和右侧峰值频率模糊数向量进行筛选之后,得到保留的左侧峰值频率模糊数向量F′1l,F′2l,…,F′el,…,F′El、以及保留的右侧峰值频率模糊数向量F′1r,F′2r,…,F′er,…,F′Er,e=1,2,…,E,E是不大于KAD的正整数;构建频率模糊数矩阵Fmohu:Fmohu=[F′1l,F′1r,F′2l,F′2r,…,F′el,F′er,…,F′El,F′Er]T,Fmohu的维数为2E×Nmohu;
步骤7,得出距离模糊数矩阵Rmohu,K为雷达发射信号的调频率,c为光速;
步骤8,对距离模糊数矩阵Rmohu解模糊,得到最小距离模糊数得出目标到雷达的距离R,
2.根据权利要求1所述的一种基于欠采样解模糊的雷达测距方法,其特征在于,步骤1包括以下子步骤:
1a)雷达的发射信号为线性调频信号,发射信号s(t)的表达式为:
其中,t为时间变量,T为雷达发射信号的时宽,K为雷达发射信号的调频率,fc为雷达发射信号的中心频率,rect(·)表示矩形窗函数;
1b)雷达接收到的目标回波信号sr(t)为:
其中,c为光速,R表示目标到雷达的距离。
3.根据权利要求1所述的一种基于欠采样解模糊的雷达测距方法,其特征在于,步骤2包括以下子步骤:
2a)目标到雷达的参考距离为Rref,则参考信号sref(t)为:
其中,t为时间变量,T为雷达发射信号的时宽,c为光速,K为雷达发射信号的调频率,fc为雷达发射信号的中心频率,rect(·)表示矩形窗函数;
2b)根据参考信号sref(t)和目标回波信号sr(t)得到差频信号so(t)为:
其中,表示参考信号sref(t)的共轭;
差频信号so(t)表达式为下式:
其中,R表示目标到雷达的距离,R△=R-Rref;
2c)对差频信号so(t)的表达式进行简化,得到简化后的差频信号s′o(t)为;
其中,
2d)将简化后的差频信号s′o(t)的实部作为单载频正弦信号s″0(t),得到:
s″0(t)=A cos(2πf0t)
其中,单载频正弦信号的频率时间变量t的范围是0≤t≤T。
4.根据权利要求1所述的一种基于欠采样解模糊的雷达测距方法,其特征在于,步骤4包括以下子步骤:
4a)对第k路单载频正弦信号离散序列xk进行快速傅立叶变换,得到第k路单载频正弦信号离散序列xk的频谱Xk(ω),-π≤ω≤π,k=1,2,…,KAD;
4b)获取第k路单载频正弦信号离散序列xk的频谱Xk(ω)的左侧峰值对应的频率确定对单载频正弦信号离散序列xk(n)进行线性调频Z变换的起始频率fk1和截止频率fk2;fk1=fk0 *-Δfk,
fk2=fk0 *+Δfk,
其中,Δfk为第k路的频域分辨率,fk为第k路欠采样的采样频率,Nk为第k路欠采样的采样点数;
4c)设定圆周卷积点数Lk,Lk≥Mk+Nk-1且Lk=2a,其中,Mk为单载频正弦信号离散序列xk的频谱Xk(ω)的点数,a为任意正整数;
4d)对单载频正弦离散序列xk的频谱Xk(ω)沿螺线作等分角抽样,抽样点zb表示为:zb=AkWk -b
其中,b=0,1,…,Mk-1,Ak和Wk分别为:
其中,fk1为对第k路单载频正弦信号离散序列xk进行线性调频Z变换的起始频率,fk2为对第k路单载频正弦信号离散序列xk进行线性调频Z变换的截止频率,Ak0表示第k路欠采样对应的抽样起始点z0的矢量半径长度,θk0表示第k路欠采样对应的抽样起始点z0的相角,φk0为每两个相邻抽样点之间的角度差,Wk0表示螺线的伸展率;
4e)获得对第k路单载频正弦信号离散序列xk进行线性调频Z变换的起始频率fk1和截止频率fk2之间细化的频谱X′k(ω);
4f)从起始频率fk1和截止频率fk2之间细化的频谱X′k(ω)中,确定最大频谱值,所述最大频谱值对应的频率为其中,pk2为最大频谱值的位置;
4g)将子步骤4f)中最大频谱值对应的频率作为:第k路单载频正弦信号离散序列xk的频谱Xk(ω)的左侧峰值频率fkl;
4h)第k路单载频正弦信号离散序列xk为:xk={xk(0),xk(1)...,xk(n)...xk(Nk-1)},xk(n)表示第k路单载频正弦信号离散序列xk中的第n个数值,n为整数且n取0至Nk-1,Nk为第k路欠采样的采样点数;
定义第k路单载频正弦信号的修正序列x′k,x′k中的第n个数值x′k(n)为:
其中,将第k路单载频正弦信号的修正序列x′k作为第k路单载频正弦信号离散序列xk,重复执行子步骤4a)至子步骤4f),得出第k路单载频正弦信号的修正序列x′k最大频谱值对应的频率;
4i)将第k路单载频正弦信号的修正序列x′k最大频谱值对应的频率作为第k路单载频正弦信号离散序列xk的频谱的右侧峰值频率fkr;
4j)根据子步骤4a)至子步骤4i),令k从1至KAD依次进行取值,得出KAD路单载频正弦信号离散序列的频谱的左侧峰值频率和右侧峰值频率,KAD路单载频正弦信号离散序列的频谱的左侧峰值频率依次为KAD路单载频正弦信号离散序列的频谱的右侧峰值频率依次为
5.根据权利要求1所述的一种基于欠采样解模糊的雷达测距方法,其特征在于,所述步骤8包括以下子步骤:
8a)提取距离模糊数矩阵Rmohu的第一行作为解模糊参考向量RE:
RE=Rmohu(1)
其中,Rmohu(1)表示距离模糊数矩阵Rmohu的第1行,Rmohu(1)为Nrank列的行向量,Nrank为解模糊参考向量RE中的距离模糊数;
8b)设定条件判断系数p,p=0,1,2...,当p=0时,执行子步骤8c);
8c)设定行变量i*,Lrow距离模糊数矩阵Rmohu的行数;
提取距离模糊数矩阵Rmohu的第2i*-1行和第2i*行,利用距离模糊数矩阵Rmohu的第2i*-1行和第2i*行构建临时存储向量P,临时存储向量P维数为1×2Nrank;
P=[Rmohu(2i*-1),Rmohu(2i*)]
其中,Rmohu(2i*-1)表示距离模糊数矩阵Rmohu的第2i*-1行,其维数为1×Nrank,Rmohu(2i*)表示距离模糊数矩阵Rmohu的第2i*行,其维数为1×Nrank;
将临时存储向量P中每个元素分别与解模糊参考向量RE的第j*个元素作差,由这些差值的绝对值构建绝对值向量D:
其中,|·|表示取绝对值,Dl表示临时存储向量P中第l个元素与解模糊参考向量RE的第j*个元素的差值,l取1至2Nrank;
8d)求绝对值向量D中元素的最小值Dmin;确定最小值Dmin在绝对值向量D的序列标号v;
8e)设定误差上限Err,将绝对值向量D中元素的最小值Dmin与误差上限Err比较,如果绝对值向量D的最小值Dmin≥Err,则令条件判断系数p保持不变;否则,令P(v)表示临时存储向量P中的第v个模糊数,然后令条件判断系数p的值自增1;
8f)根据子步骤8c)至子步骤8e),令j*从1至Nrank依次进行取值,得出T1(1),T1(2),…,T1(NT1),构建过渡向量T1:
T1=[T1(1),T1(2),…,T1(NT1)],
其中,NT1为过渡向量T1中元素的数目,NT1≤Nrank;
8g)如果条件判断系数p=0,将解模糊参考向量RE的每个元素更新为常数值XX,得到更新后的解模糊参考向量,XX为大于1000Rref的任意值,
如果条件判断系数p≠0,对解模糊参考向量RE进行更新,更新后的解模糊参考向量为过渡向量T1;
8h)根据子步骤8b)至子步骤8g),令i*从2至依次进行取值,得到与i*对应的更新后的解模糊参考向量,将i*取时得到的更新后的解模糊参考向量确定为第一目标向量R1;
8i)提取距离模糊数矩阵Rmohu的第二行作为解模糊参考向量RE:
RE=Rmohu(2),
其中,Rmohu(2)表示距离模糊数矩阵Rmohu的第2行,Rmohu(2)为Nrank列的行向量,Nrank为解模糊参考向量RE中的距离模糊数;
8j)执行子步骤8b)至子步骤8h),将i*取时得到的更新后的解模糊参考向量确定为作为第二目标向量R2;
8k)根据第一目标向量R1以及第二目标向量R2,求取第一目标向量R1和第二目标向量R2中所有元素的最小值,得到最小距离模糊数
8l)得出目标到雷达的距离R,R=R△+Rref。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410469326.9A CN104237896B (zh) | 2014-09-15 | 2014-09-15 | 一种基于欠采样解模糊的雷达测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410469326.9A CN104237896B (zh) | 2014-09-15 | 2014-09-15 | 一种基于欠采样解模糊的雷达测距方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104237896A CN104237896A (zh) | 2014-12-24 |
CN104237896B true CN104237896B (zh) | 2016-09-07 |
Family
ID=52226350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410469326.9A Active CN104237896B (zh) | 2014-09-15 | 2014-09-15 | 一种基于欠采样解模糊的雷达测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104237896B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104931973B (zh) * | 2015-06-17 | 2017-05-10 | 浙江理工大学 | 用于激光雷达系统的非对称相位编码测距方法 |
CN105510927B (zh) * | 2015-11-25 | 2017-09-26 | 中国科学院上海光学精密机械研究所 | 机载分频激光三维成像装置及其成像方法 |
CN111766597B (zh) * | 2020-07-08 | 2022-05-13 | 哈尔滨理工大学 | 调频连续波激光测距差拍信号测频方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288946A (zh) * | 2011-05-12 | 2011-12-21 | 中国电子科技集团公司第五十四研究所 | 一种伪随机码调相连续波雷达测距解模糊方法 |
EP2653830A2 (en) * | 2012-04-20 | 2013-10-23 | Astrodesign, Inc. | Distance measurement system |
CN103698777A (zh) * | 2013-12-23 | 2014-04-02 | 哈尔滨工业大学 | 一种基于子空间投影的gnss接收机互相关干扰抑制方法 |
-
2014
- 2014-09-15 CN CN201410469326.9A patent/CN104237896B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288946A (zh) * | 2011-05-12 | 2011-12-21 | 中国电子科技集团公司第五十四研究所 | 一种伪随机码调相连续波雷达测距解模糊方法 |
EP2653830A2 (en) * | 2012-04-20 | 2013-10-23 | Astrodesign, Inc. | Distance measurement system |
CN103698777A (zh) * | 2013-12-23 | 2014-04-02 | 哈尔滨工业大学 | 一种基于子空间投影的gnss接收机互相关干扰抑制方法 |
Non-Patent Citations (2)
Title |
---|
《Multiple Radar Time Series Similarity Matching Algorithm》;chen xuejun et.al;《Computer Science and Software Engineering,2008 International Conference》;20081231;第1卷;第584-589页 * |
《欠采样稀疏频率估计方法及研究》;李莉;《中国优秀硕士学位论文全文数据库 信息科技辑》;20110815(第08期);第I163-60页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104237896A (zh) | 2014-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104865568B (zh) | 基于稀疏重构的宽带雷达高速群目标分辨方法 | |
CN101526614B (zh) | 基于子孔径和等效散射体的sar回波快速模拟方法 | |
CN105891828B (zh) | 一种机载cssar雷达动目标的检测方法 | |
CN102955158B (zh) | 一种提高地面运动目标检测性能的多基线设计方法 | |
CN106405541A (zh) | 全相参连续波多普勒雷达及其测距测速方法 | |
CN106338721B (zh) | 基于多帧回波相参积累的空中匀速弱小目标检测方法 | |
CN105467369B (zh) | 一种目标回波仿真方法和装置 | |
CN104898119B (zh) | 一种基于相关函数的动目标参数估计方法 | |
CN103760545A (zh) | 合成孔径雷达中子带串扰对成像性能影响的分析方法 | |
CN106199582A (zh) | 应用于室内的双频连续波雷达人体定位跟踪的方法 | |
CN106772228A (zh) | 基于到达信号强度的空中目标辐射源定位方法 | |
CN106772295B (zh) | 一种用于动目标雷达截面积测量的距离与多普勒匹配方法 | |
CN109471083A (zh) | 基于空时级联的机载外辐射源雷达杂波抑制方法 | |
CN104237896B (zh) | 一种基于欠采样解模糊的雷达测距方法 | |
CN107271955A (zh) | 一种宽带线性调频信号的时差和尺度差估计方法 | |
CN110850400A (zh) | 基于干涉仪测向的lfmcw雷达多目标检测方法 | |
CN108490443A (zh) | 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 | |
CN106643297B (zh) | 一种运动平台矢量脱靶量参数估计修正方法 | |
CN106597440A (zh) | 一种调频步进雷达低信噪比成像方法 | |
CN106680791A (zh) | 基于宽带扫频数据的雷达回波仿真方法 | |
CN106990403A (zh) | 基于多波段两级信息融合的低空目标跟踪方法 | |
CN101526609B (zh) | 一种基于无线信道频域幅度响应的匹配定位方法 | |
Huang et al. | Detection and fast motion parameter estimation for target with range walk effect based on new axis rotation moving target detection | |
CN109471063A (zh) | 基于延迟快拍的均匀线列阵高分辨波达方向估计方法 | |
CN105548959B (zh) | 一种基于稀疏重建的多传感器多目标的定位方法 |
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 |