CN108490443B - 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 - Google Patents
基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 Download PDFInfo
- Publication number
- CN108490443B CN108490443B CN201810158669.1A CN201810158669A CN108490443B CN 108490443 B CN108490443 B CN 108490443B CN 201810158669 A CN201810158669 A CN 201810158669A CN 108490443 B CN108490443 B CN 108490443B
- Authority
- CN
- China
- Prior art keywords
- subarray
- azimuth
- wave number
- array
- echo
- 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
Images
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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/003—Bistatic sonar systems; Multistatic sonar systems
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/006—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法,获取N个子阵的回波,对单个子阵的回波数据进行二维快速傅立叶变换,将回波数据变换到二维波数域,并求解单个子阵回波的二维波数谱解析解;对各子阵的方位向波数谱进行延展;矫正各个子阵的方位向时间偏移;消除数据基线长度对二维波数谱的影响,同时完成参考函数相乘和距离向脉冲压缩;基于非均匀傅里叶变换进行Stolt映射及距离向IFFT;将所得结果数据进行相干叠加;对叠加后的距离多普勒域中的数据进行方位向的IFFT实现成像。本发明构建了多接收子阵SAS在非停走停假设下几何模型,适用于多接收子阵SAS成像的精确的二维波数谱解析解,通过仿真实验和湖试数据成像结果验证了其正确性和有效性。
Description
技术领域
本发明属于成像算法技术领域,具体涉及一种基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法。
背景技术
一般来说,合成孔径声纳(SAS,Synthetic Aperture Sonar)采用多个接收子阵以提高测绘速率,通过增加发射阵元的数量来提高探测距离。多接收子阵SAS在提高测绘速率时,由于平台运动速度增大,而水声的传播速度较低,使得采用偏置相位中心(DPC,Displaced Phase Center)近似将收发分置模式下的回波数据转化为收发合置模式下的回波进行处理时,需要在非停走停假设下予以重新考虑。针对这一问题,对非停走停假设下的DPC近似乘以一个相位项来补偿DPC近似引入的误差,但在方位高分辨率的要求下该方法仍不能满足需要。可以在非停走停模式下通过等效的基线长度对DPC模型进行修正,但该方法对近距离的目标成像时有一定的散焦问题。近年来双基地合成孔径雷达(Bistatic SAR)回波的二维频谱计算取得了较大的进展,采用瞬时多普勒波数(IDW,Instantaneous Dopplerwavenumber)和半双基地角(Half Quasi-Bistatic Angle,HQBA)得到了回波的二维波数谱,在顺轨Bistatic SAR几何模型下得到了二维波数谱中HQBA的精确解析解,并分别采用ωk算法(ωkA,ωk Algorithm)和距离多普勒算法(RDA,Range Doppler Algorithm)对仿真数据进行了成像。经比较,该方法得到的解析解在一定条件下优于LBF(Loffeld’sBistatic Formula)方法、MSR(Method of Series Reversion)方法以及DMO(Dip MoveOut)方法得到的解。以上二维波数谱解析解都是对Bistatic SAR而言的,由于较低的声速、较高的相对带宽等问题使得SAS的处理过程实际上有别于SAR,目前已有借鉴双基地雷达的二维频谱的解析解并利用MSR方法,采用方位谱扩展的RDA算法进行成像的方法,但是该算法仅适用于窄带、窄测绘带等条件下。
发明内容:
为了克服上述背景技术的缺陷,本发明提供一种基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法。
为了解决上述技术问题本发明的所采用的技术方案为:
基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法:
步骤1,获取N个子阵的回波;
步骤2,对单个子阵的回波数据进行二维快速傅立叶变换,将回波数据变换到二维波数域,并求解单个子阵回波的二维波数谱解析解;
步骤3,对各子阵的方位向波数谱进行延展;
步骤4,矫正各个子阵的方位向时间偏移;
步骤5,消除数据基线长度对二维波数谱的影响,同时完成参考函数相乘和距离向脉冲压缩;
步骤6,基于非均匀傅里叶变换进行Stolt映射及距离向IFFT;
步骤7,将步骤6所得结果数据进行相干叠加;
步骤8,对叠加后的距离多普勒域中的数据进行方位向的IFFT实现成像。
较佳地,步骤1中子阵i的回波可表示为
si(τ,η)=A0wr(τ-Ri/c)wa(η)exp{-j2πf0Ri/c}exp{jπμ(τ-Ri/c)2}
其中A0为常数,wr(·)为距离向包络,wa(·)为方位向包络,τ为快时间,Ri为发射阵发射脉冲到达接收子阵i时历经的距离,c为声速,η为慢时间,f0为发射的线性调频信号的载波频率,μ为线性调频信号的调频率。在非停走停假设下,其中xT为发射阵发射时刻所在的方位位置,xp为目标方位位置,r为目标零多普勒距离;Δdi为发射阵相位中心与第i个接收子阵相位中心的距离,V为合成孔径声纳运动速度,τi *为非停走停假设下发射阵发射的信号到达第i个接收子阵时历经的时间,
较佳地,步骤2中第i个子阵的回波的二维波数谱解析解为:
其中,fτ为发射信号基带频率,f0为发射信号载频,c为波速,fa为方位向多普勒频率,μ为发射信号调频率,Wr(kr)表示发射信号谱包络形状,wa(kx)表示方位谱包络形状,A为常量,RB为目标的零多普勒距离,xn为目标方位向位置,β0是收发分置半角β在发射波束中心扫过条带区域中心点目标时的接收子阵的数据基线长度hic和条带区域中心距离RB=RBc时的值,收发分置半角β的解析解为
其中hi为子阵i的数据基线长度。
较佳地,步骤3,对方位向波数谱进行复制延展得到:
其中,Kx_M为方位频谱延展后的方位向波数,方位频谱延展的倍数为不小于由方位向多普勒带宽与脉冲重复频率的比值的整数。
较佳地,步骤4,矫正各个子阵的方位向时间轴的方法包括:
较佳地,步骤5,消除数据基线长度对二维波数谱的影响,同时完成参考函数相乘和距离向脉冲压缩的方法包括:
将步骤4所得结果乘以
较佳地,步骤7对步骤6所得的各个子阵的结果进行相干叠加。
较佳地,对步骤8对步骤7所得的结果进行方位向逆傅立叶变换,变换后的结果即为成像结果。
本发明的有益效果在于:本发明构建了多接收子阵SAS在非停走停假设下的几何模型,推导了适用于多接收子阵SAS成像的精确的二维波数谱解析解,提出了一种与与该二维波数谱相结合的、基于NUFFT的多接收子阵SAS的ωkA成像算法,最后通过仿真实验和湖试数据成像结果验证了其正确性和有效性。
附图说明
图1为本发明实施例的流程图;
图2为本发明实施例多子阵SAS成像几何模型;
图3为本发明实施例斜距平面上点目标分布示意图;
图4为本发明实施例RBc=85m时成像结果;
图5为本发明实施例RBc=45m时成像结果;
图6为本发明实施例所述方法进行湖试实测数据成像结果;
图7为采用RDA成像算法进行湖试实测数据成像结果。
具体实施方式
下面结合附图和实施例对本发明做进一步的说明,如图1所示,包括如下步骤:
步骤1:获取N个子阵的回波,回波的几何模型如图2所示。
图2为多子阵SAS几何模型。为斜距平面,x轴为方位轴,r轴为距离轴。声纳沿x轴正方向以速度V运动,发射阵在前接收子阵在后,发射阵及各接收子阵孔径宽度均为La且紧密相邻。θT为发射阵到目标的视角,RT为发射阵到目标的距离,θR为接收阵到目标的视角,RR为接收子阵到目标的距离,条带成像区域中心距离为RB,β为收发分置半角,设定发射阵波束中心扫过条带成像区域中心点目标P(Xn,Yn)的时刻为方位向0时刻。
在非停走停假设下发射阵发射的信号经过目标反射回接收阵期间,接收阵将发生移动,定义发射阵发射时刻所在的位置与第i个接收子阵接收时刻所在的位置之间的间距hi为“数据基线”的长度。设数据基线中点为Mi,Δdi是发射阵相位中心与第i个接收子阵相位中心之间的距离,若发射阵发射的信号被第i个接收子阵接收到的时间为τi *,该时间内接收子阵移动的距离Vτi *,则第i个接收子阵的数据基线长度hi=Δdi-Vτi *。发射阵在位置(xr,0)处发射的脉冲到达第i个接收子阵的时间τi *可以表示为
其中xp是目标方位位置,r为目标零多普勒距离,c为声速。
步骤2对单个子阵的回波数据进行二维快速傅立叶变换,将回波数据变换到二维波数域,并求解单个子阵回波的二维波数谱解析解。
由于在非停走停假设下hi是变化的,因此对τi *的近似是成像算法首先要解决的问题。由于V/c较小而且成像条带区域距离向宽度相对于声速来也较小,所以τi *可用发射阵波束中心扫过条带区域中心点目标时的回波时间来近似。根据公式(1),其中xp为条带中心目标方位,rc条带中心目标距离,设第i个子阵接收条带区域中心点目标反射的方位0时刻发射的信号时数据基线的长度为hic,hic=Δdi-Vτic *,此时数据基线中点xMi与方位坐标原点之间有的偏移。
在非停走停假设下,单个子阵回波的二维波数谱的解析解为
β的解析解为:
选择发射波束中心扫过条带区域中心点目标时的接收子阵的数据基线长度hic和条带区域中心距离RBc来对β近似,设此时β值为β0。对(2)式在RB=RBc处做1阶泰勒级数展开,即可得第i个子阵的回波的二维波数谱解析解为
步骤3对方位向波数谱进行延展。
对多子阵SAS来说,单个子阵的方位谱存在严重的多普勒频谱卷绕,如果直接处理,则卷绕的频谱将严重影响成像质量。因此先需要对方位谱进行延展以解决多普勒频谱卷绕问题,方位频谱延展的倍数为大于方位向多普勒带宽与脉冲重复频率比值的最小整数。延展后回波的二维波数谱解析解为
其中Kx_M为方位频谱延展后的方位向波数。
步骤4各个子阵的方位向时间轴的矫正。
步骤5参考函数相乘。
步骤6:基于非均匀傅里叶变换进行Stolt映射。
则经过Stolt映射后的二维波数谱为
G(Kx,KR)=AWr(Kr)Wa(Kx)exp{-j(RB-RBc)Ky-jKx_MXn)} (12)
即完成得映射,相应的频域的映射关系为其中fτ′为映射后的新的频率轴上的频率,fτ′各频点之间的间隔是非均匀的,此时使用NUFFT直接完成Stolt插值以及距离向傅立叶逆变换(IFFT)的计算。计算完成后回波数据变换到距离多普勒域,
步骤7:将步骤6所得结果数据的相干叠加,相干叠加等价于提高了方位向的采样频率,用于消除多普勒频谱混叠的影响。根据傅立叶变换是线性变换的特点,该叠加也可以在方位向IFFT之后进行。
步骤8:方位向逆傅立叶变换实现成像。对叠加后的距离多普勒域中的数据进行方位向的IFFT从而实现成像。
仿真数据成像结果如图4、图5所示,实测数据成像结果如图6所示。设发射信号载频为150kHz,带宽40kHz,脉冲宽度20ms,发射脉冲重复间隔为0.2s,平台的运动速度为2.5m/s,发射和接收阵元孔径均为0.04m,接收子阵个数为25个,条带区域距离向宽度为30m,条带中心距离为RBc。成像区域中心点有1个目标T3,其它目标相对于中心目标在距离上有±3m的偏移,在方位上有±1m的偏移,如图3所示。
图4给出了采用仿真的多子阵数据进行成像后的结果。其中图4、图5是本算法结果,计算过程中NUFFT的计算误差设定为10-6,从图4、图5可见,本文算法在近距离的成像结果与远距离时基本一致,结合前文分析以及成像结果,说明本文算法能适用于较大的成像条带宽度。
图6和图7给出了ChiSAS-150多子阵SAS系统在千岛湖湖底采集的数据进行成像的结果,通过与参考算法的成像结果对比可知,在细节上图6好于图7,说明本文提出的算法在在实际应用中有较好的适用性。
本实施例以基于HQBA的二维波数谱位基础,首先进行方位谱延展,然后完成方位时间校正、消除数据基线长度对二维波数谱的影响、参考函数相乘以及距离向脉冲压缩,随后完成基于NUFFT(NUFFT,Nonuniform FFT)的Stolt插值,最后对插值后多子阵数据的相干叠加并进行方位向逆傅立叶变换,实现最终成像。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (8)
1.基于解析解及NUFFT的多子阵合成孔径声纳ωk成像方法,其特征在于:
步骤1,获取N个子阵的回波;
步骤2,对单个子阵的回波数据进行二维快速傅立叶变换,将回波数据变换到二维波数域,并求解单个子阵回波的二维波数谱解析解;
步骤3,对各子阵的方位向波数谱进行延展;
步骤4,矫正各个子阵的方位向时间偏移;
步骤5,消除数据基线长度对二维波数谱的影响,同时完成参考函数相乘和距离向脉冲压缩;
步骤6,基于非均匀傅里叶变换进行Stolt映射;
步骤7,将步骤6所得结果数据进行相干叠加;
步骤8,对叠加后的距离多普勒域中的数据进行方位向的IFFT实现成像;
所述步骤1获取的第i个子阵的回波为
si(τ,η)=A0wr(τ-Ri/c)wa(η)exp{-j2πf0Ri/c}exp{jπμ(τ-Ri/c)2}
其中,i=1,2,3……N,A0为常数,wr(·)为距离向包络,wa(×)为方位向包络,τ为快时间,Ri为发射阵发射脉冲到达接收子阵i时历经的距离,c为声速,η为慢时间,f0为发射的线性调频信号的载波频率,μ为线性调频信号的调频率;在非停走停假设下,其中xT为发射阵发射时刻所在的方位位置,xp为目标方位位置,r为目标零多普勒距离;Δdi为发射阵相位中心与第i个接收子阵相位中心的距离,V为合成孔径声纳运动速度,τi *为非停走停假设下发射阵发射的信号到达第i个接收子阵时历经的时间,
7.根据权利要求6所述的基于解析解及NUFFT的多子阵合成孔径声纳ωk成像方法,其特征在于,所述步骤7对步骤6所得的各个子阵的结果进行相干叠加。
8.根据权利要求7所述的基于解析解及NUFFT的多子阵合成孔径声纳ωk成像方法,其特征在于,对所述步骤8对步骤7所得的结果进行方位向逆傅立叶变换,变换后的结果即为成像结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810158669.1A CN108490443B (zh) | 2018-02-24 | 2018-02-24 | 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810158669.1A CN108490443B (zh) | 2018-02-24 | 2018-02-24 | 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108490443A CN108490443A (zh) | 2018-09-04 |
CN108490443B true CN108490443B (zh) | 2020-12-04 |
Family
ID=63340519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810158669.1A Active CN108490443B (zh) | 2018-02-24 | 2018-02-24 | 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108490443B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521401B (zh) * | 2018-09-27 | 2023-07-18 | 北京大学 | 一种合成孔径成像的快速波束形成方法 |
CN110058247B (zh) * | 2019-03-29 | 2020-11-17 | 杭州电子科技大学 | 一种合成孔径声呐实时成像的方法 |
CN113189599B (zh) * | 2021-06-02 | 2022-06-10 | 杭州电子科技大学 | 一种异构环境下多波束声呐成像方法 |
CN113640807B (zh) * | 2021-06-23 | 2024-04-30 | 中国人民解放军海军工程大学 | 多子阵合成孔径声纳脉内多普勒频移补偿逐线成像方法 |
CN113702909B (zh) * | 2021-08-30 | 2023-10-31 | 浙江大学 | 一种基于声音信号到达时间差的声源定位解析解计算方法及装置 |
CN114325710B (zh) * | 2022-03-15 | 2022-06-10 | 中国科学院空天信息创新研究院 | 斜视高轨sar非停走相位调制补偿方法及装置 |
CN116500626B (zh) * | 2023-06-30 | 2023-09-19 | 海底鹰深海科技股份有限公司 | 一种多接收阵元数据收发合置转换方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101430380B (zh) * | 2008-12-19 | 2011-07-27 | 北京航空航天大学 | 基于非均匀采样的大斜视角机载sar聚束模式成像方法 |
CN101793957B (zh) * | 2009-12-08 | 2013-09-11 | 中国科学院声学研究所 | 一种基于集群处理机的sas频域信号处理的方法 |
CN101858976B (zh) * | 2010-05-25 | 2012-05-23 | 重庆大学 | 一种基于单通道sar多子孔径的运动目标检测方法 |
CN101915920B (zh) * | 2010-07-02 | 2012-09-05 | 北京航空航天大学 | 一种地球同步轨道合成孔径雷达卫星的高分辨率成像方法 |
CN102890277B (zh) * | 2012-09-19 | 2014-07-09 | 电子科技大学 | 移不变双基地合成孔径雷达距离徙动成像方法 |
CN102928839B (zh) * | 2012-10-22 | 2014-06-04 | 西安电子科技大学 | 多通道波束指向sar的全孔径成像方法 |
CN103048660B (zh) * | 2012-12-10 | 2014-06-18 | 北京航空航天大学 | 俯冲模型非线性频率变标的聚束合成孔径雷达成像方法 |
CN103135100B (zh) * | 2013-01-31 | 2015-04-08 | 西安电子科技大学 | 同轨双基sar的动目标参数估计方法 |
US9453900B2 (en) * | 2013-03-15 | 2016-09-27 | Lockheed Martin Corporation | Method and apparatus for three dimensional wavenumber-frequency analysis |
-
2018
- 2018-02-24 CN CN201810158669.1A patent/CN108490443B/zh active Active
Non-Patent Citations (3)
Title |
---|
A New Range Doppler Algorithm for Processing Squint Multi-Receiver SAS Data;Haoran Wu;《2017 10th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI 2017)》;20171231;1-5 * |
Extended Range Doppler Algorithm for Multiple-Receiver Synthetic Aperture Sonar Based on Exact Analytical Two-Dimensional Spectrum;Zhen Tian;《IEEE JOURNAL OF OCEANIC ENGINEERING》;20160131;第41卷(第1期);164-174 * |
Focusing of Tandem Bistatic-Configuration Data With Range Migration Algorithm;Qisong Wu;《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》;20110131;第8卷(第1期);88-92 * |
Also Published As
Publication number | Publication date |
---|---|
CN108490443A (zh) | 2018-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108490443B (zh) | 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 | |
CN111537966B (zh) | 一种适用于毫米波车载雷达领域的阵列天线误差校正方法 | |
CN107976660B (zh) | 弹载多通道雷达超低空目标分析与多径回波建模方法 | |
CN102998672B (zh) | 基于相干化处理的步进频率isar成像方法 | |
CN104898119B (zh) | 一种基于相关函数的动目标参数估计方法 | |
CN102707269B (zh) | 一种机载雷达距离走动校正方法 | |
CN112444811A (zh) | 一种综合mimo雷达和isar的目标检测和成像方法 | |
CN106054187B (zh) | 基于斜距模型下的大斜视sar曲线轨迹波数域成像方法 | |
CN109655819B (zh) | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 | |
CN108318879B (zh) | 基于iaa谱估计技术的isar图像横向定标方法 | |
CN111007503A (zh) | 基于频率谱精确定位的运动目标聚焦和定位方法及系统 | |
CN114545411A (zh) | 一种基于工程实现的极坐标格式多模高分辨sar成像方法 | |
CN109738893B (zh) | 一种双基合成孔径雷达回波数据生成方法和装置 | |
CN112433210A (zh) | 一种双站前视探地雷达快速时域成像方法 | |
CN112415512B (zh) | 基于进退法和黄金分割法的sar运动目标聚焦方法 | |
CN116500626B (zh) | 一种多接收阵元数据收发合置转换方法 | |
CN112147593B (zh) | 一种高速密集爆炸物破片目标的四维参数估计方法 | |
CN111880179A (zh) | 一种弹载弧线俯冲大斜视tops sar的成像方法 | |
CN111707996A (zh) | 基于改进grft-stap的geo星机sar动目标检测方法 | |
CN115453530B (zh) | 一种基于参数化模型的双基sar滤波反投影两维自聚焦方法 | |
Van Dorp | LFMCW based MIMO imaging processing with keystone transform | |
CN115421134A (zh) | 一种雷达的速度解模糊的方法、装置及毫米波雷达 | |
CN115015925A (zh) | 基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置 | |
Kim et al. | Azimuth angle resolution improvement technique with neural network | |
CN108983192B (zh) | 基于gps辐射源的雷达运动目标参数估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |