CN104330781A - 一种高机动目标运动补偿方法及系统 - Google Patents
一种高机动目标运动补偿方法及系统 Download PDFInfo
- Publication number
- CN104330781A CN104330781A CN201410601345.2A CN201410601345A CN104330781A CN 104330781 A CN104330781 A CN 104330781A CN 201410601345 A CN201410601345 A CN 201410601345A CN 104330781 A CN104330781 A CN 104330781A
- Authority
- CN
- China
- Prior art keywords
- translation
- target
- time
- module
- doppler frequency
- 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
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/32—Shaping echo pulse signals; Deriving non-pulse signals from echo pulse 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
- 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
- G01S13/50—Systems of measurement based on relative movement of target
Abstract
本发明涉及一种高机动目标运动补偿方法及系统,主要解决现有同类方法无法完全补偿高机动目标整体平动的问题。其实现过程是:对目标的慢时间回波信号进行短时傅里叶变换;记录时频分布中最大值位置;通过最大值位置估计目标的瞬时多普勒频率值;对瞬时多普勒频率值进行经验模态分解,利用分解结果估计目标整体平动多普勒频率;利用整体平动多普勒频率计算目标整体平动的瞬时相位值以及补偿量;利用补偿量对慢时间回波信号进行整体平动补偿,得到运动补偿后的信号。本发明可消除机动目标的整体平动带来的时变多普勒调制现象,可用于对高机动目标的整体平动进行运动补偿。
Description
技术领域
本发明涉及一种目标运动补偿方法,尤其一种高机动目标运动补偿方法及系统,属于雷达技术领域。
背景技术
雷达对运动目标进行探测时,回波信号会产生多普勒频率。若目标相对雷达匀速运动,产生的多普勒频率是一个不随时间变化的固定值。实际中,目标相对于雷达通常是非匀速运动的,此时目标相对雷达的运动具有加速度,或者加加速度等高阶的运动变化量。由这些高阶运动变化量引起的多普勒频率不再是一个固定值,而是随时间变化的变量。这种由目标机动引起的多普勒频率随时间变化的特性对某些雷达功能的实现,如长时间相干积累,微动特征提取等是不利的。因此,需要对机动目标进行运动补偿。
在运动补偿领域,目前已有的方法如Chirp-Fourier变换是对目标的运动参数进行估计,从而进行运动补偿。利用这种方法进行运动补偿时需要提前假设目标的运动模型。当目标加速度恒定时,多普勒随时间呈线性变化,雷达回波信号具有线性调频的特点,符合Chirp-Fourier变换假设的运动模型,因此利用这种方法可以取得较好的补偿效果。当目标加速度随时间变化时,目标整体运动引起的多普勒是随时间变化的曲线,对于这类存在高阶运动分量的运动补偿,Chirp-Fourier变换等方法不再适用。
发明内容
本发明所要解决的技术问题是,针对现有技术的不足,提供一种基于经验模态分解的高机动目标运动补偿方法,以消除机动目标的整体平动带来的时变多普勒调制现象。
本发明解决上述技术问题的技术方案如下:一种高机动目标运动补偿方法,具体包括以下步骤:
步骤1:采集目标的慢时间回波信号,对所述慢时间回波信号进行变换处理,得到慢时间回波信号的时频分布;
步骤2:根据慢时间回波信号的时频分布,得到时频分布中的频率最大值对应的位置值,进而得到时频分布的多个位置值;
步骤3:根据时频分布中的多个位置值,计算得到目标的瞬时多普勒频率值;
步骤4:对瞬时多普勒频率值进行经验模态分解,得到分解结果,利用分解结果估计目标整体平动的多普勒频率;
步骤5:利用目标整体平动的多普勒频率计算得到目标整体平动的瞬时相位值和目标平动的补偿量;
步骤6:根据目标整体平动的补偿量对慢时间回波信号进行整体平动补偿,得到平动补偿后的信号,结束。
本发明的有益效果是:本发明可消除机动目标的整体平动带来的时变多普勒调制现象,可用于对高机动目标的整体平动进行运动补偿。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述步骤4具体包括以下步骤:
步骤4.1:对目标的瞬时多普勒频率值进行经验模态分解,得到一个余项和多个本征模函数;
步骤4.2:将余项作为目标整体平动的多普勒频率的估计,得到目标整体平动的多普勒频率。
进一步,所述步骤5具体包括以下步骤:
步骤5.1:利用目标整体平动的多普勒频率计算得到目标整体平动的瞬时相位值;
步骤5.2:根据目标整体平动的瞬时相位值,计算得到目标平动的补偿量。
进一步,所述步骤1中对所述慢时间回波信号进行变换处理采用短时傅里叶变换,得到慢时间回波信号的时频分布。
本发明解决上述技术问题的技术方案如下:一种高机动目标运动补偿系统,包括采集模块、位置值模块、多普勒估计模块、分解模块、补偿量模块和平动补偿模块;
所述采集模块用于采集目标的慢时间回波信号,对所述慢时间回波信号进行变换处理,得到慢时间回波信号的时频分布;
所述位置值模块用于根据慢时间回波信号的时频分布,得到时频分布中的频率最大值对应的位置值,进而得到时频分布的多个位置值;
所述多普勒估计模块用于根据时频分布中的多个位置值,计算得到目标的瞬时多普勒频率值;
所述分解模块用于对瞬时多普勒频率值进行经验模态分解,得到分解结果,利用分解结果估计目标整体平动的多普勒频率;
所述补偿量模块用于利用目标整体平动的多普勒频率计算得到目标整体平动的瞬时相位值和目标平动的补偿量;
所述平动补偿模块用于根据目标整体平动的补偿量对慢时间回波信号进行整体平动补偿,得到平动补偿后的信号。
本发明的有益效果是:本发明可消除机动目标的整体平动带来的时变多普勒调制现象,可用于对高机动目标的整体平动进行运动补偿。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述分解模块包括模态分解模块和平动估计模块;
所述模态分解模块用于对目标的瞬时多普勒频率值进行经验模态分解,得到一个余项和多个本征模函数;
所述平动估计模块用于将余项作为目标整体平动的多普勒频率的估计,得到目标整体平动的多普勒频率。
进一步,所述补偿量模块包括相位值模块和补偿量计算模块;
所述相位值模块用于利用目标整体平动的多普勒频率计算得到目标整体平动的瞬时相位值;
所述补偿量计算模块用于根据目标整体平动的瞬时相位值,计算得到目标平动的补偿量。
进一步,所述采集模块中对所述慢时间回波信号进行变换处理采用短时傅里叶变换,得到慢时间回波信号的时频分布。
附图说明
图1为本发明所述的一种高机动目标运动补偿方法的流程图;
图2为本发明所述的一种高机动目标运动补偿系统结构框图;
图3为本发明具体实施例所述的一种高机动目标运动补偿方法流程图;
图4为目标的慢时间回波信号的短时傅里叶变换时频分布图;
图5为采用本发明对高机动目标整体平动多普勒频率估计示意图;
图6为采用本发明对高机动目标整体平动补偿效果示意图;
图7为现有的Chirp-Fourier变换方法补偿结果示意图。
附图中,各标号所代表的部件列表如下:
1、采集模块,2、位置值模块,3、多普勒估计模块,4、分解模块,5、补偿量模块,6、平动补偿模块。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,为本发明所述的一种高机动目标运动补偿方法,具体包括以下步骤:
步骤1:采集目标的慢时间回波信号,对所述慢时间回波信号进行短时傅里叶变换,得到慢时间回波信号的时频分布;
步骤2:根据慢时间回波信号的时频分布,得到时频分布中的频率最大值对应的位置值,进而得到时频分布的多个位置值;
步骤3:根据时频分布中的多个位置值,计算得到目标的瞬时多普勒频率值;
步骤4:对瞬时多普勒频率值进行经验模态分解,得到分解结果,利用分解结果估计目标整体平动的多普勒频率;
步骤5:利用目标整体平动的多普勒频率计算得到目标整体平动的瞬时相位值和目标平动的补偿量;
步骤6:根据目标整体平动的补偿量对慢时间回波信号进行整体平动补偿,得到平动补偿后的信号,结束。
如图2所示,为本发明所述的一种高机动目标运动补偿系统,包括采集模块1、位置值模块2、多普勒估计模块3、分解模块4、补偿量模块5和平动补偿模块6;
所述采集模块1用于采集目标的慢时间回波信号,对所述慢时间回波信号进行短时傅里叶变换,得到慢时间回波信号的时频分布;
所述位置值模块2用于根据慢时间回波信号的时频分布,得到时频分布中的频率最大值对应的位置值,进而得到时频分布的多个位置值;
所述多普勒估计模块3用于根据时频分布中的多个位置值,计算得到目标的瞬时多普勒频率值;
所述分解模块4用于对瞬时多普勒频率值进行经验模态分解,得到分解结果,利用分解结果估计目标整体平动的多普勒频率;
所述补偿量模块5用于利用目标整体平动的多普勒频率计算得到目标整体平动的瞬时相位值和目标平动的补偿量;
所述平动补偿模块6用于根据目标整体平动的补偿量对慢时间回波信号进行整体平动补偿,得到平动补偿后的信号。
如图3所示,为本发明具体实施例所述的一种高机动目标运动补偿方法流程图,具体实现步骤如下:
步骤1,对目标的慢时间回波信号进行短时傅里叶变换。
雷达接收到的慢时间回波信号为:s={s1,s2,...,sN},其中si为慢时间回波信号s第i点的值,i=1,2,...,N,N为脉冲积累数,对慢时间回波信号s进行短时傅里叶变换:
其中,w(·)是分析窗函数,τ和t为时间变量,ω为角频率。YM×N为M×N矩阵,写成列向量的形式为YM×N={Y1,Y2,...,YN},Yi为s的时频分布YM×N在第i个脉冲时间的值,i=1,2,...,N,N为脉冲数,Yi是M维向量,M是时频分析的频点数。
步骤2,搜索并记录时频分布YM×N的最大值位置。
对于YM×N的每一列Yi,i=1,2,...,N,记录其最大值所在的位置pi,i=1,2,...,N,得到N个位置值{p1,p2,...,pN}。
步骤3,瞬时多普勒频率估计。
利用在第i个脉冲时间上时频分布Yi的最大值位置pi,计算目标在第i个脉冲时间上的瞬时多普勒频率值:
fai=-fr/2+(fr·pi)/M (2)
其中,i=1,2,...,N,fr为雷达的脉冲重复频率。得到目标的瞬时多普勒频率fa={fa1,fa2,...,faN},;
步骤4,对目标的瞬时多普勒频率值fa进行经验模态分解。
对目标的瞬时多普勒频率值fa按如下步骤进行经验模态分解:
4a)定义中间变量x=fa;
4b)对中间变量x进行逐点搜索,记录下中间变量x的极小值点和极大值点;
4c)对于中间变量x的极小值点进行插值,得到中间变量x的下包络emin;
4d)对于中间变量x的极大值点进行插值,得到中间变量x的上包络emax;
4e)计算中间变量x的包络均值:
4f)从中间变量x中减去包络均值,得到新的信号fnew=x-eav,并更新中间变量x=fnew;
重复步骤4b)至4f),直到新的信号fnew成为本征模函数,得到第一个本征模函数m1=fnew和剩余信号f1=fa-m1,并对剩余信号f1迭代进行经验模态分解,得到分解结果:
式中,L为本征模函数个数,mα为第α个本征模函数,fb为经验模态分解后得到的剩余项,fb为一向量,写成分量形式为fb={fb1,fb2,...,fbN}。
步骤5,计算目标整体平动的瞬时相位值。
将余项fb={fb1,fb2,...,fbN}作为目标整体平动多普勒频率的估计,则第i个脉冲时间上目标整体平动多普勒频率为fbi,i=1,2,...,N,由此计算第i个脉冲时间上目标整体平动的瞬时相位值:
得到目标整体平动的瞬时相位值γ={γ1,γ2,...,γN}。
步骤6,计算目标整体平动的补偿量。
根据目标整体平动的瞬时相位值γ,计算目标整体平动的补偿量:
ψ=exp(-j2πγ) (5)
步骤7,对目标的慢时间回波信号s进行整体平动补偿。
利用目标整体平动的补偿量对目标的慢时间回波信号s进行整体平动补偿,得到运动补偿后的信号:
smd=s·ψ(t) (6)
本发明的效果通过以下对实测数据的实验进一步说明:
1.实验场景:
实测数据来源于某微波雷达测量实验系统,雷达录取了某高机动目标的回波信号。该次测量中,雷达观测到了目标较为明显的微动调制现象。
2.实验内容:
2.1)对于目标的慢时间回波信号,进行短时傅里叶变换,得到的时频分布如图4所示。
2.2)对于短时傅里叶变换得到的时频分布,依次记录时频分布在每一个脉冲时间上的最大值所在位置。根据该位置计算出目标的瞬时多普勒频率,并利用经验模态分解估计目标整体平动多普勒频率,结果如图3所示。
2.3)利用现有的Chirp-Fourier变换方法对目标的慢时间回波信号进行整体平动补偿的结果和本发明的补偿结果比较如图6、7所示。其中,图6为本发明的补偿结果,图7为现有的Chirp-Fourier变换方法补偿结果。
3.实验结果分析:
从图4中可以看出,目标的多普勒随时间的整体变化趋势呈曲线,微多普勒分量叠加于目标整体平动多普勒之上,说明目标的整体平动是高阶运动。
从图5中可以看出,利用时频分布在每一个脉冲时间上的最大值所在位置估计的目标瞬时多普勒频率包含了目标的整体平动趋势。利用经验模态分解能够对目标的整体平动多普勒频率进行较好的估计。
从图6和图7中可以看出,本发明的方法较好的补偿了目标的整体平动,Chirp-Fourier变换方法对目标的整体平动有补偿效果,但却无法完全补偿由高阶运动项带来的目标多普勒频率弯曲现象。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种高机动目标运动补偿方法,其特征在于,具体包括以下步骤:
步骤1:采集目标的慢时间回波信号,对所述慢时间回波信号进行变换处理,得到慢时间回波信号的时频分布;
步骤2:根据慢时间回波信号的时频分布,得到时频分布中的频率最大值对应的位置值,进而得到时频分布的多个位置值;
步骤3:根据时频分布中的多个位置值,计算得到目标的瞬时多普勒频率值;
步骤4:对瞬时多普勒频率值进行经验模态分解,得到分解结果,利用分解结果估计目标整体平动的多普勒频率;
步骤5:利用目标整体平动的多普勒频率计算得到目标整体平动的瞬时相位值和目标平动的补偿量;
步骤6:根据目标整体平动的补偿量对慢时间回波信号进行整体平动补偿,得到平动补偿后的信号,结束。
2.根据权利要求1所述的一种高机动目标运动补偿方法,其特征在于,所述步骤4具体包括以下步骤:
步骤4.1:对目标的瞬时多普勒频率值进行经验模态分解,得到一个余项和多个本征模函数;
步骤4.2:将余项作为目标整体平动的多普勒频率的估计,得到目标整体平动的多普勒频率。
3.根据权利要求2所述的一种高机动目标运动补偿方法,其特征在于,所述步骤5具体包括以下步骤:
步骤5.1:利用目标整体平动的多普勒频率计算得到目标整体平动的瞬时相位值;
步骤5.2:根据目标整体平动的瞬时相位值,计算得到目标平动的补偿量。
4.根据权利要求1-3任一项所述的一种高机动目标运动补偿方法,其特征在于,所述步骤1中对所述慢时间回波信号进行变换处理采用短时傅里叶变换,得到慢时间回波信号的时频分布。
5.一种高机动目标运动补偿系统,其特征在于,包括采集模块、位置值模块、多普勒估计模块、分解模块、补偿量模块和平动补偿模块;
所述采集模块用于采集目标的慢时间回波信号,对所述慢时间回波信号进行变换处理,得到慢时间回波信号的时频分布;
所述位置值模块用于根据慢时间回波信号的时频分布,得到时频分布中的频率最大值对应的位置值,进而得到时频分布的多个位置值;
所述多普勒估计模块用于根据时频分布中的多个位置值,计算得到目标的瞬时多普勒频率值;
所述分解模块用于对瞬时多普勒频率值进行经验模态分解,得到分解结果,利用分解结果估计目标整体平动的多普勒频率;
所述补偿量模块用于利用目标整体平动的多普勒频率计算得到目标整体平动的瞬时相位值和目标平动的补偿量;
所述平动补偿模块用于根据目标整体平动的补偿量对慢时间回波信号进行整体平动补偿,得到平动补偿后的信号,结束。
6.根据权利要求5所述的一种高机动目标运动补偿系统,其特征在于,所述分解模块包括模态分解模块和平动估计模块;
所述模态分解模块用于对目标的瞬时多普勒频率值进行经验模态分解,得到一个余项和多个本征模函数;
所述平动估计模块用于将余项作为目标整体平动的多普勒频率的估计,得到目标整体平动的多普勒频率。
7.根据权利要求6所述的一种高机动目标运动补偿系统,其特征在于,所述补偿量模块包括相位值模块和补偿量计算模块;
所述相位值模块用于利用目标整体平动的多普勒频率计算得到目标整体平动的瞬时相位值;
所述补偿量计算模块用于根据目标整体平动的瞬时相位值,计算得到目标平动的补偿量。
8.根据权利要求5-7任一项所述的一种高机动目标运动补偿系统,其特征在于,所述采集模块中对所述慢时间回波信号进行变换处理采用短时傅里叶变换,得到慢时间回波信号的时频分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410601345.2A CN104330781B (zh) | 2014-10-30 | 2014-10-30 | 一种高机动目标运动补偿方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410601345.2A CN104330781B (zh) | 2014-10-30 | 2014-10-30 | 一种高机动目标运动补偿方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104330781A true CN104330781A (zh) | 2015-02-04 |
CN104330781B CN104330781B (zh) | 2017-01-25 |
Family
ID=52405542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410601345.2A Active CN104330781B (zh) | 2014-10-30 | 2014-10-30 | 一种高机动目标运动补偿方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104330781B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105445713A (zh) * | 2015-11-13 | 2016-03-30 | 北京无线电测量研究所 | 一种高机动目标微动周期计算方法及系统 |
CN111537989A (zh) * | 2020-03-25 | 2020-08-14 | 中国电子科技集团公司第二十九研究所 | 一种基于经验模态分解提取信号微多普勒调制分量的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520396A (zh) * | 2012-01-04 | 2012-06-27 | 西安电子科技大学 | 基于复数经验模态分解的时变窄带干扰抑制方法 |
CN103227888A (zh) * | 2013-04-21 | 2013-07-31 | 中国科学技术大学 | 一种基于经验模式分解和多种评价准则的视频去抖动方法 |
CN103235306A (zh) * | 2013-03-29 | 2013-08-07 | 西安电子科技大学 | 一种适用于高速机动飞行器载sar成像的运动补偿方法 |
US20140112103A1 (en) * | 2012-10-22 | 2014-04-24 | U.S. Army Research Laboratory Attn: Rdrl-Loc-I | Method and system for motion compensated target detection using acoustical focusing |
-
2014
- 2014-10-30 CN CN201410601345.2A patent/CN104330781B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520396A (zh) * | 2012-01-04 | 2012-06-27 | 西安电子科技大学 | 基于复数经验模态分解的时变窄带干扰抑制方法 |
US20140112103A1 (en) * | 2012-10-22 | 2014-04-24 | U.S. Army Research Laboratory Attn: Rdrl-Loc-I | Method and system for motion compensated target detection using acoustical focusing |
CN103235306A (zh) * | 2013-03-29 | 2013-08-07 | 西安电子科技大学 | 一种适用于高速机动飞行器载sar成像的运动补偿方法 |
CN103227888A (zh) * | 2013-04-21 | 2013-07-31 | 中国科学技术大学 | 一种基于经验模式分解和多种评价准则的视频去抖动方法 |
Non-Patent Citations (3)
Title |
---|
XUERU BAI等: "Imaging of Micromotion Targets With Rotating Parts Based on Empirical-Mode Decomposition", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
YANBING LI等: "Hierarchical Classification of Moving Vehicles Based on Empirical Mode Decomposition of Micro-Doppler Signatures", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
刑涛等: "基于非均匀快速傅里叶变换的SAR方位向运动补偿算法", 《电子与信息学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105445713A (zh) * | 2015-11-13 | 2016-03-30 | 北京无线电测量研究所 | 一种高机动目标微动周期计算方法及系统 |
CN111537989A (zh) * | 2020-03-25 | 2020-08-14 | 中国电子科技集团公司第二十九研究所 | 一种基于经验模态分解提取信号微多普勒调制分量的方法 |
CN111537989B (zh) * | 2020-03-25 | 2022-07-15 | 中国电子科技集团公司第二十九研究所 | 一种基于经验模态分解提取信号微多普勒调制分量的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104330781B (zh) | 2017-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104076351B (zh) | 一种用于高速高机动目标的相参积累检测方法 | |
CN103744068B (zh) | 双通道调频连续波sar系统的动目标检测成像方法 | |
CN102628937B (zh) | 基于广义keystone变换和非相参积累的雷达检测方法 | |
CN105301590B (zh) | 一种机动目标调频步进逆合成孔径成像方法 | |
CN103345577A (zh) | 变分贝叶斯概率假设密度多目标跟踪方法 | |
CN103885061B (zh) | 基于改进相位梯度自聚焦的双基sar运动补偿方法 | |
CN104360336B (zh) | 一种自适应提取雷达目标微动周期的新方法 | |
CN106970371A (zh) | 一种基于Keystone和匹配滤波的目标检测方法 | |
CN103675759B (zh) | 一种改进的分数阶傅里叶变换机动弱目标检测方法 | |
CN105785338B (zh) | 一种频率捷变雷达载频的优化方法 | |
Hurkmans et al. | Time-evolving mass loss of the Greenland Ice Sheet from satellite altimetry | |
CN103135100B (zh) | 同轨双基sar的动目标参数估计方法 | |
CN103364783B (zh) | 基于单通道sar的运动目标径向速度无模糊估计方法 | |
CN104297740B (zh) | 基于相位分析的雷达目标多普勒谱估计方法 | |
CN103729637A (zh) | 基于容积卡尔曼滤波的扩展目标概率假设密度滤波方法 | |
CN111551922B (zh) | 三维空间双/多基地雷达高速目标检测方法 | |
CN102121989B (zh) | 一种同时测量高速运动目标的速度和距离的方法 | |
CN104849708A (zh) | 基于频域多项式相位变换的高速机动目标参数估计方法 | |
CN104808188A (zh) | 多项式Hough傅里叶变换的高速隐身目标检测方法 | |
CN108427115A (zh) | 合成孔径雷达对运动目标参数的快速估计方法 | |
CN104502898A (zh) | 将修正rft和mdcft相结合的机动目标参数估计方法 | |
CN104007424A (zh) | 基于时频分析的机动目标检测方法 | |
CN108919221A (zh) | 一种用于变加速运动目标的相参积累检测方法 | |
CN104330781A (zh) | 一种高机动目标运动补偿方法及系统 | |
CN104880698A (zh) | 基于距离频域多项式相位变换的空间机动目标检测方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230616 Address after: 59F, 50 Yongding Road, Haidian District, Beijing 100854 Patentee after: BEIJING INSTITUTE OF RADIO MEASUREMENT Patentee after: Pinghu Space Perception Laboratory Technology Co.,Ltd. Address before: 100854 32nd floor, 50 Yongding Road, Haidian District, Beijing Patentee before: BEIJING INSTITUTE OF RADIO MEASUREMENT |