CN105717479B - 基于分数阶傅里叶变换的单站无源快速定位方法 - Google Patents
基于分数阶傅里叶变换的单站无源快速定位方法 Download PDFInfo
- Publication number
- CN105717479B CN105717479B CN201610048467.2A CN201610048467A CN105717479B CN 105717479 B CN105717479 B CN 105717479B CN 201610048467 A CN201610048467 A CN 201610048467A CN 105717479 B CN105717479 B CN 105717479B
- Authority
- CN
- China
- Prior art keywords
- mrow
- signal
- msub
- mover
- fourier transform
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于分数阶傅里叶变换的单站无源快速定位方法,主要解决现有技术对辐射源相关性利用不足、定位精度较低、定位时间长的问题。其实现步骤是:1、获取基带信号,并对其进行积累,得到基带信号串;2、对基带信号串进行匹配滤波;3、对匹配滤波结果进行多倍插值,提取峰值采样复信号;4、对峰值采样复信号进行分数阶傅里叶变换,搜索最优调频率;5、利用最优调频率峰值采样复信号进行相位补偿;6、对补偿后的信号进行傅里叶变换,得到高精度测向结果,根据高精度测向结果,计算辐射源距离,进而得到辐射源位置。本发明将合成孔径雷达的概念应用到侦察定位方面,具有定位精度高,定位时间短的优点,可用于目标侦察和干扰源定位。
Description
技术领域
本发明属于信号处理技术领域,特别涉及一种无源定位方法,可用于单站侦察。
背景技术
无源定位是指单个侦察设备或者多个侦察设备在探测到散射源或者辐射源并获得有关定位参数的基础上,利用适当的数据处理手段,确定对散射源或辐射源在三维空间中的位置。
无源定位可以简单分为多站定位和单站定位。多站定位通过部署在不同地理位置的站点接收到的目标辐射信号进行信号级别或者数据级别的融合,从而达到定位的目的。在通信设备定位中应用较广;而雷达发射天线往往波束较窄,很难保证多个接收站能接收到目标信号,同时多站的时间同步机制要求设备复杂,而单站定位由于几乎没有上述问题,因而得到了广泛的关注。
单站无源定位通过单一观测平台被动接收辐射源信号完成目标定位,是获取目标位置信息的重要手段,已经应用到重要目标位置监视、紧急营救、智能交通以及反恐维稳等领域。单站定位与多站定位相比最大特点是只有一个观测平台,设备简单、部署灵活、机动性能强,因此在星载、机载、舰载等多种运动平台目标定位方面发挥了重要作用。
目前单站定位方法的研究,包括测向定位、到达时间差定位、多普勒频率及其变化率定位、相位差及其变化率定位以及上述的组合定位法等。其中,多普勒频率变化率定位和相位差变化率定位较为常用,这两种方法为了提高目标定位跟踪能力,采用了如包括牛顿迭代方法、卡尔曼滤波及其扩展方法、贝叶斯估计理论的粒子滤波方法等。2004年开始,意大利在直升机上采用双天线实现多普勒变化率定位实验。该方法在飞机两侧放置2个干涉仪天线,利用其频率差测量结果定位。实验结果显示该方法的最佳位置在两侧斜视角±45度处,其他位置均将下降;在定位距离约5km,定位35秒时间条件下,目标定位误差将超过10%。
上述的单站定位方法都是利用了目标与侦察设备位置变化的非线性变化特性,采用了非相干的积累方法实现目标位置的估计。但是随着现代雷达技术的发展,雷达的射频源稳定度得到了明显提高;雷达在成像、空时处理等模式下,都会有较长的信号稳定期,侦察获取信号的相干性明显增强。常规的单站定位方法不能有效的利用信号的相关性,需要很长的积累时间。
发明内容
本发明的目的在于针对上述已有技术的不足,提出一种基于分数阶傅里叶变换的单站无源快速定位方法,以减小运算量,改善定位精度,实现快速定位。
本发明技术思路是,将合成孔径成像雷达的相关技术应用到侦察领域,利用辐射源的相干性,将长时间积累信号虚拟合成长的天线阵列,使其不满足远场条件,即天线阵列的二次相位无法忽略;利用分数阶傅里叶变换对该不可忽略的二次相位进行估计,进而利用二次相位与辐射源距离的反比关系实现对辐射源目标位置的估计。其实现步骤包括如下:
(1)侦察设备做匀速直线运动,对接收信号进行瞬时测频和测向,得到测频结果和测向结果并利用测频结果进行混频消除载频,得到基带信号ur(t);
(2)对基带信号ur(t)进行积累,得到一组积累的基带信号:
ur1(t),ur2(t),…uri(t)…urn(t),i=1,2,3…n,
其中,n表示积累脉冲总个数;
(3)对积累的基带信号进行匹配滤波:
(3a)在积累的基带信号中选择其中一个作为参考信号ur0(t);
(3b)将参考信号ur0(t)与所有积累脉冲信号进行卷积,得到一组卷积结果u1(t),u2(t),…ui(t)…un(t);
(4)对每个卷积结果ui(t)进行多倍插值,得到采样信号vi(t),提取插值结果vi(t)峰值处的采样复信号uui(t),得到峰值采样复信号矩阵:
M=[uu1(t),uu2(t),…uui(t)…uun(t)];
(5)对峰值采样复信号矩阵M将进行分数阶傅里叶变换,搜索最优调频率
(5a)分数阶傅里叶变换的阶次α在[0,π/2]范围内等间隔的选择m个值:α1,α2…αk…αm,k=1,2,3…m;
(5b)对峰值采样复信号矩阵M分别进行α1,α2…αk…αm阶的分数阶傅里叶变换,记录分数阶傅里叶变换结果的峰值A1,A2…Ak…Am;
(5c)比较分数阶傅里叶变换的峰值A1,A2…Ak…Am,利用最大的峰值Amax所对应的参数αmax计算最优调频斜率
(6)根据最优调频率获得补偿后的信号矩阵Mc:
(6a)利用最优调频率构建补偿信号矩阵H=[h(η1),h(η2)…h(ηi)…h(ηn)],其中,h(ηi)为补偿信号,ηi=iTpri,ηi表示辐射源脉冲到达时间,Tpri表示辐射源脉冲重复周期;
(6b)将补偿信号矩阵H与峰值采样复信号矩阵M进行点乘,消除峰值采样复信号关于时间的二次相位,得到补偿后的信号矩阵:
Mc=[uu1(t)h(η1),…uui(t)h(ηi)…uun(t)h(ηn)];
(7)对补偿后的信号矩阵Mc进行傅里叶变换得到多普勒频率计算高精度的测向结果
(8)利用高精度的测向结果计算辐射源和侦察设备的距离
(9)结合高精度的测向结果和辐射源和侦察设备的距离得到辐射源位置。
本发明与现有技术相比具有以下优点:
第一,相对于传统的定位方法,本发明利用了辐射源的相干性,缩短定位时间,可以实现快速定位;
第二,将合成孔径雷达的原理应用在雷达定位中,将长时间积累的信号虚拟合成长的天线阵列,实现对目标的精确角度测量;
第三,利用虚拟长天线阵列不满足远场条件,即接收信号关于时间的二次相位无法忽略的特性,通过分数阶傅里叶变换进行时频域匹配搜索,得到距离参数,提高定位精度。
附图说明
图1是本发明的实现流程图;
图2是本发明的定位误差图;
图3是本发明方法定位时间与相位差分法定位时间的对比图。
具体实施方式
下面结合附图对本发明做进一步详细的描述。
参照图1,本发明的具体实现步骤如下:
步骤1、获取基带信号。
本发明采用做匀速直线运动的侦察设备,对接收信号进行瞬时测频和测向,得到测频结果和测向结果并利用测频结果进行混频消除载频,得到基带信号ur(t),测频误差要求较低,小于1MHz即可。
步骤2、积累基带信号。
对基带信号ur(t)进行积累,即每进行一次混频得到的基带信号进行储存,累计得到一组基带信号:
ur1(t),ur2(t),…uri(t)…urn(t),i=1,2,3…n
其中,n表示积累脉冲总个数。
步骤3、对积累的基带信号进行匹配滤波。
在积累的基带信号中选择其中的任意一个作为参考信号ur0(t),将该参考信号ur0(t)与所有积累的信号ur1(t),ur2(t),…uri(t)…urn(t)分别做卷积,得到匹配滤波结果:
u1(t),u2(t),…ui(t)…un(t)
步骤4、多倍插值,提取峰值采样复信号。
(4a)对每个卷积结果ui(t)分别进行傅里叶变换,将卷积结果ui(t)转换到频域,并在频域中心插入(K-1)Nf个零,得到插值后的频域信号,其中,Nf为傅里叶变换后的数据个数,K为插值倍数,取值为2的整数次幂,本实例K取8;
(4b)对插值后的频域信号进行逆傅里叶变换,将信号恢复到时域,得到采样信号vi(t);记录采样结果vi(t)达到峰值时的时间tmax,提取时间tmax对应的峰值采样复信号uui(t)=vi(tmax);
(4c)对所有的卷积结果u1(t),u2(t),…ui(t)…un(t)进行(4a)-(4b)处理,得到一组峰值采样复信号:uu1(t),uu2(t),…uui(t)…uun(t),形成峰值采样复信号矩阵M=[uu1(t),uu2(t),…uui(t)…uun(t)]。
步骤5、对峰值采样复信号矩阵M进行分数阶傅里叶变换,搜索最优调频率
(5a)在[0,π/2]范围内分数阶傅里叶变换的阶次α等间隔的选择m个值:
α1,α2…αk…αm,k=1,2,3…m;
(5b)对峰值采样复信号矩阵M分别进行α1,α2…αk…αm阶的分数阶傅里叶变换,记录分数阶傅里叶变换结果的峰值A1,A2…Ak…Am,其中分数阶傅里叶变换定义为:
其中,Kα(t,u)是变换核,u是t的α阶变换。
(5c)比较分数阶傅里叶变换的峰值A1,A2…Ak…Am,利用最大的峰值Amax所对应的参数αmax,计算最优调频斜率
步骤6、根据最优调频率获得补偿后的信号矩阵Mc。
(6a)根据最优调频率和辐射源脉冲到达时间ηi,按照下式构造补偿信号h(ηi):
其中,ηi=iTpri,Tpri表示辐射源脉冲重复周期;
(6b)用n个补偿信号h(η1),h(η2)…h(ηi)…h(ηn),形成补偿信号矩阵:
H=[h(η1),h(η2)…h(ηi)…h(ηn)];
(6c)将补偿信号矩阵H与峰值采样复信号矩阵M进行点乘,消除所有峰值采样复信号关于时间的二次相位,得到补偿后的信号矩阵:
Mc=[uu1(t)h(η1),…uui(t)h(ηi)…uun(t)h(ηn)]。
步骤7、进行高精度测向。
对补偿后的信号矩阵Mc进行傅里叶变换得到多普勒频率利用多普勒频率得到高精度的测向结果为:
其中,λ为接收信号的波长,v为侦察设备运动速度。
如果因为余弦的周期性,存在相位模糊的情况时,则可利用步骤1得到的测向结果解模糊。
步骤8、计算辐射源与侦察设备间的距离。
利用高精度的测向结果侦察设备运动速度v、接收信号的波长λ和最优调频率计算辐射源和侦察设备的距离为:
步骤9、完成定位。
结合高精度的测向结果和辐射源和侦察设备的距离得到辐射源位置,完成定位。
本发明的效果可通过以下仿真进一步阐述。
1.仿真条件:
条件1:仿真设定辐射源工作在X波段,波长为0.03m,信号带宽为10MHz,脉冲宽度为10μs,脉冲重频为1KHz,辐射源距离侦察设备200km,到达角为45度。测角精度为0.01度,测频精度为1MHz。侦察设备速度为300m/s,侦察时间为0.5秒。
条件2:仿真设定辐射源工作在X波段,波长为0.03m,信号带宽为10MHz,脉冲宽度为10μs,脉冲重频为1KHz,辐射源距离侦察设备200km,到达角为0度。测角精度为0.01度,测频精度为1MHz。侦察设备速度为300m/s,侦察时间为0.5秒。
2.仿真内容:
仿真1:在条件1下,采用本发明在不同信噪比下,仿真侦察设备的距离定位误差,每个信噪比下进行100次蒙特卡罗仿真试验,结果如图2所示。
仿真2:在条件2下,对本发明与相位差分法定位时间性能指标进行比较,结果如图3所示。
3.仿真分析:
从图2可以看出,随信噪比的提升,距离定位误差下降。侦察接收端信噪比约10dB,经过100次蒙特卡罗仿真试验,距离定位误差降到0.05%。现代雷达信噪比可改善至10dB~20dB,经过100次蒙特卡罗仿真试验,距离定位误差可降到0.05%以下,提高了定位精度。
从图3可以看出,随着目标距离的增大,相位差变化率法所需积累时间呈线性增大,探测目标达到300km时,最小积累时间需要6秒。本发明所需积累时间的平方与距离成正比,因此不同的距离所需的时间差异不大。当距离达到300km时,本发明的定位时间约为0.5秒,显著提升了定位速度。
Claims (5)
1.一种基于分数阶傅里叶变换的单站无源快速定位方法,包括如下步骤:
(1)侦察设备做匀速直线运动,对接收信号进行瞬时测频和测向,得到测频结果和测向结果并利用测频结果进行混频消除载频,得到基带信号ur(t);
(2)对基带信号ur(t)进行积累,得到一组积累的基带信号:
ur1(t),ur2(t),…uri(t)…urn(t),i=1,2,3…n,
其中,n表示积累脉冲总个数;
(3)对积累的基带信号进行匹配滤波:
(3a)在积累的基带信号中选择其中一个作为参考信号ur0(t);
(3b)将参考信号ur0(t)与所有积累脉冲信号进行卷积,得到一组卷积结果u1(t),u2(t),…ui(t)…un(t);
(4)对每个卷积结果ui(t)进行多倍插值,得到插值结果vi(t),提取插值结果vi(t)峰值处的采样复信号uui(t),得到峰值采样复信号矩阵:
M=[uu1(t),uu2(t),…uui(t)…uun(t)];
(5)对峰值采样复信号矩阵M将进行分数阶傅里叶变换,搜索最优调频率
(5a)分数阶傅里叶变换的阶次α在[0,π/2]范围内等间隔的选择m个值:α1,α2…αk…αm,k=1,2,3…m;
(5b)对峰值采样复信号矩阵M分别进行α1,α2…αk…αm阶的分数阶傅里叶变换,记录分数阶傅里叶变换结果的峰值A1,A2…Ak…Am;
(5c)比较分数阶傅里叶变换的峰值A1,A2…Ak…Am,利用最大的峰值Amax所对应的参数αmax计算最优调频斜率
<mrow>
<msub>
<mover>
<mi>&mu;</mi>
<mo>^</mo>
</mover>
<mn>2</mn>
</msub>
<mo>=</mo>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
(6)根据最优调频率获得补偿后的信号矩阵Mc:
(6a)利用最优调频率构建补偿信号矩阵H=[h(η1),h(η2)…h(ηi)…h(ηn)],其中,h(ηi)为补偿信号,ηi=iTpri,ηi表示辐射源脉冲到达时间,Tpri表示辐射源脉冲重复周期;
(6b)将补偿信号矩阵H与峰值采样复信号矩阵M对应位置元素相乘,消除峰值采样复信号关于时间的二次相位,得到补偿后的信号矩阵:
Mc=[uu1(t)h(η1),…uui(t)h(ηi)…uun(t)h(ηn)];
(7)对补偿后的信号矩阵Mc进行傅里叶变换得到多普勒频率计算高精度的测向结果
(8)利用高精度的测向结果计算辐射源和侦察设备的距离
(9)结合高精度的测向结果和辐射源和侦察设备的距离得到辐射源位置。
2.根据权利要求1所述的基于分数阶傅里叶变换的单站无源快速定位方法,其特征在于,所述步骤(4)中对每个卷积结果ui(t)进行多倍插值,按如下步骤进行:
(4a)对卷积结果ui(t)进行傅里叶变换,将卷积结果ui(t)转换到频域;
(4b)在频域中心插入(K-1)Nf个零,得到插值后的频域信号,其中Nf为傅里叶变换后的数据个数,K为插值倍数,取值为2的整数次幂,且K取值大于1;
(4c)对插值后的频域信号进行逆傅里叶变换,将信号恢复到时域,得到采样信号vi(t)。
3.根据权利要求1所述的基于分数阶傅里叶变换的单站无源快速定位方法,其特征在于,所述步骤(6a)中利用最优调频率构建补偿信号矩阵H,按如下步骤进行:
(6a1)根据最优调频率和辐射源脉冲到达时间ηi,按照下式构造补偿信号h(ηi):
<mrow>
<mi>h</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&eta;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mi>&pi;</mi>
<msub>
<mover>
<mi>&mu;</mi>
<mo>^</mo>
</mover>
<mn>2</mn>
</msub>
<msup>
<msub>
<mi>&eta;</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
(6a2)用n个补偿信号h(η1),h(η2)…h(ηi)…h(ηn),构建补偿信号矩阵:
H=[h(η1),h(η2)…h(ηi)…h(ηn)]。
4.根据权利要求1所述的基于分数阶傅里叶变换的单站无源快速定位方法,其特征在于,所述步骤(7)中利用多普勒频率计算高精度的测向结果通过下式计算:
<mrow>
<msub>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>=</mo>
<mi>arccos</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>&lambda;</mi>
<msub>
<mover>
<mi>f</mi>
<mo>^</mo>
</mover>
<mi>d</mi>
</msub>
</mrow>
<mi>v</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中,λ为接收信号的波长,v为侦察设备运动速度。
5.根据权利要求1所述的基于分数阶傅里叶变换的单站无源快速定位方法,其特征在于,所述步骤(8)中利用高精度的测向结果侦察设备运动速度v、接收信号的波长λ和最优调频率计算辐射源和侦察设备的距离,通过下式计算:
<mrow>
<mover>
<mi>r</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mi>v</mi>
<mn>2</mn>
</msup>
<msup>
<mi>sin</mi>
<mn>2</mn>
</msup>
<msub>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>&lambda;</mi>
<msub>
<mover>
<mi>&mu;</mi>
<mo>^</mo>
</mover>
<mn>2</mn>
</msub>
</mrow>
</mfrac>
<mo>.</mo>
</mrow>
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610048467.2A CN105717479B (zh) | 2016-01-25 | 2016-01-25 | 基于分数阶傅里叶变换的单站无源快速定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610048467.2A CN105717479B (zh) | 2016-01-25 | 2016-01-25 | 基于分数阶傅里叶变换的单站无源快速定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105717479A CN105717479A (zh) | 2016-06-29 |
CN105717479B true CN105717479B (zh) | 2018-04-17 |
Family
ID=56154819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610048467.2A Active CN105717479B (zh) | 2016-01-25 | 2016-01-25 | 基于分数阶傅里叶变换的单站无源快速定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105717479B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106842148B (zh) * | 2016-12-29 | 2019-09-03 | 西安电子科技大学 | 基于frft的线性调频雷达干扰快速抑制方法 |
CN106908760B (zh) * | 2017-04-21 | 2019-05-03 | 西安电子科技大学 | 基于阵列自相关矩阵的单站无源定位方法 |
CN108768541B (zh) * | 2018-05-28 | 2020-04-28 | 武汉邮电科学研究院有限公司 | 用于通信系统接收端色散和非线性补偿的方法及装置 |
CN109188353B (zh) * | 2018-08-14 | 2022-08-26 | 西安电子科技大学 | 基于多普勒频率差和压缩感知的单站无源定位方法 |
CN109839618B (zh) * | 2019-03-15 | 2020-10-30 | 北京应用物理与计算数学研究所 | 低信噪比雷达信号识别方法、计算机可读存储介质及系统 |
CN110109048B (zh) * | 2019-05-23 | 2020-11-06 | 北京航空航天大学 | 一种基于相位差的入侵信号来波方向角度范围估计方法 |
CN117784133B (zh) * | 2024-01-17 | 2024-06-18 | 中国科学院空天信息创新研究院 | 一种合成孔径无源定位迭代运动补偿方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5239310A (en) * | 1992-07-17 | 1993-08-24 | Meyers William G | Passive self-determined position fixing system |
CN101762812A (zh) * | 2009-12-11 | 2010-06-30 | 中国航空无线电电子研究所 | 一种机载单站无源定位系统对目标辐射波长的测定方法 |
CN104515971A (zh) * | 2014-12-25 | 2015-04-15 | 西安电子科技大学 | 宽带多目标机载单站无源定位方法 |
-
2016
- 2016-01-25 CN CN201610048467.2A patent/CN105717479B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5239310A (en) * | 1992-07-17 | 1993-08-24 | Meyers William G | Passive self-determined position fixing system |
CN101762812A (zh) * | 2009-12-11 | 2010-06-30 | 中国航空无线电电子研究所 | 一种机载单站无源定位系统对目标辐射波长的测定方法 |
CN104515971A (zh) * | 2014-12-25 | 2015-04-15 | 西安电子科技大学 | 宽带多目标机载单站无源定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105717479A (zh) | 2016-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105717479B (zh) | 基于分数阶傅里叶变换的单站无源快速定位方法 | |
CN105717480B (zh) | 基于相位差分的单站无源快速定位方法 | |
CN105572635B (zh) | 基于最小二乘法的单站无源快速定位方法 | |
CN105676174B (zh) | 基于相位差分最小二乘法的单站无源快速定位方法 | |
Chen et al. | Radon-fractional ambiguity function-based detection method of low-observable maneuvering target | |
CN106872974B (zh) | 基于高超声速平台双通道雷达的高精度运动目标成像方法 | |
CN110412558A (zh) | 基于tdm mimo的解车载fmcw雷达速度模糊方法 | |
CN104515971B (zh) | 宽带多目标机载单站无源定位方法 | |
Liu et al. | Bistatic FMCW SAR signal model and imaging approach | |
CN108051809A (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
CN102221697A (zh) | 一种机载多天线sar层析三维成像系统及其成像方法 | |
CN103091669B (zh) | 基于压缩感知的机动目标参数估计方法 | |
CN101833095A (zh) | 一种基于空域展开的星机联合sar二维频域成像方法 | |
CN103383448A (zh) | 适用于hprf波形机载雷达的杂波抑制方法 | |
CN102323583A (zh) | 一种超分辨线阵三维合成孔径雷达成像方法 | |
CN104698453B (zh) | 基于合成孔径天线阵列的雷达信号被动定位方法 | |
CN102749621A (zh) | 一种双基地合成孔径雷达频域成像方法 | |
CN105487074B (zh) | 一种双基地合成孔径雷达数值距离多普勒成像方法 | |
CN104749570A (zh) | 一种移不变机载双基合成孔径雷达目标定位方法 | |
He et al. | Fast non-searching method for ground moving target refocusing and motion parameters estimation | |
CN102121990B (zh) | 基于空时分析的逆合成孔径雷达的目标转速估计方法 | |
CN102004250A (zh) | 基于频域展开的星机联合双基地合成孔径雷达成像方法 | |
CN105044667A (zh) | 一种运动目标的双星跟踪方法、装置和系统 | |
CN104166134A (zh) | 一种实波束前视扫描雷达目标二维定位方法 | |
CN108535726A (zh) | 基于幂权Fourier变换的ISAR成像方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |