CN108761419A - 基于组合空时主通道自适应处理的低空风切变风速估计方法 - Google Patents

基于组合空时主通道自适应处理的低空风切变风速估计方法 Download PDF

Info

Publication number
CN108761419A
CN108761419A CN201810618511.8A CN201810618511A CN108761419A CN 108761419 A CN108761419 A CN 108761419A CN 201810618511 A CN201810618511 A CN 201810618511A CN 108761419 A CN108761419 A CN 108761419A
Authority
CN
China
Prior art keywords
wind
main channel
signal
weather radar
clutter
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
Application number
CN201810618511.8A
Other languages
English (en)
Other versions
CN108761419B (zh
Inventor
李海
王杰
章涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN201810618511.8A priority Critical patent/CN108761419B/zh
Publication of CN108761419A publication Critical patent/CN108761419A/zh
Application granted granted Critical
Publication of CN108761419B publication Critical patent/CN108761419B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/95Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/953Radar or analogous systems specially adapted for specific applications for meteorological use mounted on aircraft
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种基于组合空时主通道自适应处理的低空风切变风速估计方法。其包括读取飞机、雷达参数;利用参数对雷达回波信号进行相位补偿;对雷达各距离单元相位补偿后回波信号进行距离依赖性矫正,估计待测距离单元的杂波协方差矩阵;构造降维联合空时变换矩阵,对雷达回波信号进行降维自适应处理;利用降维联合空时变换矩阵和杂波协方差矩阵求解组合空时主通道自适应降维处理器的最优权矢量;利用最优权矢量构造代价函数并通过搜索代价函数的最大值来估计待测单元的风速等步骤。本发明针对机载气象雷达存在幅相误差影响时,杂波抑制性能下降,低空风切变风速估计不准确问题,将组合空时主通道自适应处理器应用到低空风切变风速估计中,能有效实现地杂波抑制和风速估计。

Description

基于组合空时主通道自适应处理的低空风切变风速估计方法
技术领域
本发明属于机载气象雷达低空风切变检测技术领域,特别是涉及一种基于组合空时主通道自适应处理的低空风切变风速估计方法。
背景技术
低空风切变属于民航运输领域的灾难性天气之一,它具有持续时间短、作用区域小、瞬间强度大、危害性高等特点。当飞机在起飞或者进近阶段遭遇风切变时,由于飞行高度较低,飞行员无法及时调整飞机姿态,将有可能导致空难的发生,因此针对低空风切变的检测和预警就成为当前民航领域的一项重要课题,而风切变风速估计作为整个风切变检测流程的基础,直接影响了风切变检测的准确程度。
机载气象雷达是民航飞机必不可少的重要电子设备,它是民航飞机的“双眼”。当机载气象雷达工作在下视模式时,风切变的回波信号会被淹没在地杂波背景中,因此地杂波的抑制效果将直接影响低空风切变的风速估计精度。传统的地杂波抑制方法有杂波图法、多扫描方法以及零陷滤波器法等,其本质均在于寻找合适的凹口,在抑制地杂波的同时保留风切变信号。但当阵列存在幅相误差时,杂波谱将在空域展宽,降低了处理器的自由度,严重影响杂波抑制的性能,进而影响风速估计结果的准确性。
相控阵雷达采用多个天线接收回波信号,相对于传统的单天线雷达,其接收的回波信号中包含目标空域信息,使得空时联合处理成为可能,因此相控阵雷达在强杂波背景下的目标检测和参数估计性能更加优越。空时自适应处理(Space-time AdaptiveProcessing, STAP)是机载相控阵雷达杂波抑制与目标检测的关键技术,它能够利用雷达回波的空时耦合特性实现杂波抑制和信号匹配。迄今为止,传统的STAP技术多针对点目标进行检测和参数估计,而针对低空风切变等分布式目标检测与参数估计的参考文献相对较少,尤其是幅相误差情况下的机载气象雷达低空风切变检测研究还未有文献报道。
发明内容
为了解决上述问题,本发明的目的在于提供一种存在幅相误差时,仍然可以精确估计风速的基于组合空时主通道自适应处理的低空风切变风速估计方法。
为了达到上述目的,本发明提供的基于组合空时主通道自适应处理的低空风切变风速估计方法包括按顺序进行的下列步骤:
1)从机载设备中读取飞机状态参数、机载气象雷达参数作为先验信息;
2)利用步骤1)中读取的先验信息对机载气象雷达回波信号进行相位补偿,剔除飞机运动带来的速度偏移;
3)对机载气象雷达各距离单元相位补偿后的回波信号进行杂波距离依赖性矫正,并估计出待测距离单元的杂波协方差矩阵;
4)构造降维联合空时变换矩阵,对矫正后的机载气象雷达回波信号进行降维自适应处理;
5)利用步骤4)获得的降维联合空时变换矩阵和步骤3)估计得到的杂波协方差矩阵求解组合空时主通道自适应降维处理器的最优权矢量,实现杂波抑制和风切变信号匹配;
6)利用上述最优权矢量构造代价函数并通过搜索代价函数的最大值来估计出待测距离单元的风速;
7)重复步骤3)-6),依次处理机载气象雷达工作范围内所有距离单元的机载气象雷达回波信号,得到风速随距离的变化曲线。
在步骤1)中,所述的飞机状态参数、机载气象雷达参数包括飞机速度V、飞行高度H、机载气象雷达波长λ、天线扫描的主瓣方位角θ0、俯仰角和脉冲重复频率fr
在步骤2)中,所述的利用步骤1)中读取的先验信息对机载气象雷达回波信号进行相位补偿是:利用上述先验信息对机载气象雷达回波信号进行相位补偿,剔除飞机运动带来的速度偏移,以消除飞机的运动对参数估计的影响。
在步骤3)中,所述的对机载气象雷达各距离单元相位补偿后的回波信号进行杂波距离依赖性矫正,并估计出待测距离单元的杂波协方差矩阵的方法是:利用杂波配准法矫正杂波距离依赖性,并利用参考距离单元的机载气象雷达回波信号作为样本估计得到待测距离单元的杂波协方差矩阵。
在步骤4)中,所述的构造降维联合空时变换矩阵,对矫正后的机载气象雷达回波信号进行降维自适应处理的方法是:利用切比雪夫权对待测距离单元内的空域波束和时域通道分别进行加权,并通过定义两个正交的方向向量族构造降维联合空时变换矩阵,对待测距离单元的机载气象雷达回波信号进行自适应降维处理。
在步骤5)中,所述的利用步骤4)获得的降维联合空时变换矩阵和步骤3)估计得到的杂波协方差矩阵求解组合空时主通道自适应降维处理器的最优权矢量,实现杂波抑制和风切变信号匹配的方法是:根据LCMV准则,利用步骤4)获得的降维联合空时变换矩阵和步骤3)估计得到的杂波协方差矩阵计算得到组合空时主通道自适应降维处理器的最优权矢量,并利用求解得到的最优权矢量对机载气象雷达回波信号进行滤波。
在步骤6)中,所述的利用上述最优权矢量构造代价函数并通过搜索代价函数的最大值来估计出待测距离单元的风速的方法是:循环更新用于重构风场目标空时导向矢量的归一化多普勒中心频率,得到不同的风速匹配结果,最大输出信号功率对应的速度值即为待测距离单元内的低空风切变信号风速的估计值。
本发明提供的基于组合空时主通道自适应处理的低空风切变风速估计方法是立足于新一代相控阵体制的机载气象雷达,将组合空时主通道自适应处理器应用到低空风切变的风速估计中。在存在幅相误差影响的情况下,通过计算降维联合空时变换矩阵构造降维处理器,并利用降维处理器的最优权矢量实现杂波抑制和风场目标信号匹配,进而获得风速的有效估计。
附图说明
图1为本发明提供的基于组合空时主通道自适应处理的低空风切变风速估计方法的实现框图;
图2为机载前视阵回波仿真示意图;
图3为组合空时主通道自适应降维处理器原理图;
图4为机载气象雷达回波信号空时二维谱;
图5为第74~78号距离单元滤波器频响图;
图6为风速估计结果对比图;
图7为幅相误差情况下风速估计结果对比图;
具体实施方式
下面结合附图和具体实施例对本发明提供的基于组合空时主通道自适应处理的低空风切变风速估计方法进行详细说明。
如图1所示,本发明提供的基于组合空时主通道自适应处理的低空风切变风速估计方法包括按顺序进行的下列步骤:
1)从机载设备中读取飞机状态参数、机载气象雷达参数作为先验信息;
从机载设备中读取飞机速度V、飞行高度H、机载气象雷达波长λ、天线扫描的主瓣方位角θ0、俯仰角和脉冲重复频率fr在内的参数作为信号处理的先验信息。
2)利用步骤1)中读取的先验信息对机载气象雷达回波信号进行相位补偿,剔除飞机运动带来的速度偏移;
利用上述先验信息对机载气象雷达回波信号进行相位补偿,剔除飞机运动带来的速度偏移,以消除飞机的运动对参数估计的影响,公式如下:x(l)=X(l)e-jΩ,其中X(l)表示第l个距离单元未进行相位补偿的机载气象雷达回波信号,
3)对机载气象雷达各距离单元相位补偿后的回波信号进行杂波距离依赖性矫正,并估计出待测距离单元的杂波协方差矩阵;
利用杂波配准法矫正杂波距离依赖性,并利用参考距离单元的机载气象雷达回波信号估计得到待测距离单元的杂波协方差矩阵其中,Υ(j)=Pj, lx(j),(1≤j≤L,j≠l)为第j号参考距离单元矫正后的回波信号,x(j)为该参考距离单元机载气象雷达回波信号,Pj,l为杂波配准补偿矩阵。
4)构造降维联合空时变换矩阵,对矫正后的机载气象雷达回波信号进行降维自适应处理;
如图2所示,设飞机速度为V,飞行高度为H,在机载平台上沿航向的垂直方向均匀放置N元线阵,阵元间隔d=0.5λ,其中λ为雷达波长。图中,θ和为地面散射单元水平方位角和俯仰角,θ0为天线扫描的主瓣方位角和俯仰角,假设杂波无起伏无模糊,噪声为加性高斯白噪声。
不失一般性,假设在相干处理时间(Coherent Processing Interval,CPI)内,相干处理脉冲数为K,脉冲重复频率为fr,机载气象雷达在其工作范围内有L个距离单元,第l个距离单元的空时二维快拍数据x(l),(l=1,2,…,L)可表示为:
x(l)=s(l)+c(l)+n (1)
其中,c(l)为第l个距离单元的地杂波,n为高斯白噪声,s(l)为该距离单元的低空风切变信号,可表示为:
其中,Γ为该距离单元的风场回波复幅度,A(ψ0,fl)为该距离单元的风场空时导向矢量,ψ0为风场信号空间锥角,fl为该距离单元内风场目标回波的多普勒中心频率,At(fl)为该距离单元的风场信号的时域导向矢量,表示Kronecker积,As0)为该距离单元的风场信号的空域导向矢量。时域导向矢量At(fl)和空域导向矢量As0)可以分别表示为:
At(fl)=at(fl)⊙g(σf) (3)
As0)=as0)⊙g(ψ0) (4)
其中,表示该距离单元中多普勒中心频率为fl的点目标的时域导向矢量,⊙为Hadamard积,表示频率扩展函数。表示该距离单元风场中心上点目标的空域导向矢量,为风场信号的角度扩展函数,其中,σθ表示天线扫描的主瓣方位角θ0方向上的角度扩展,表示天线扫描的主瓣俯仰角方向上的角度扩展。
如图3所示,假设fll表示待测距离单元待搜索的风场信号归一化多普勒频率(fll取值范围为[-1,1])。利用切比雪夫权对空域波束和时域通道分别进行加权,可以有效削弱空时二维旁瓣杂波,使杂波仅局限在正交的空域主波束和时域主通道内。在二维加权空时响应平面(即ψ-f响应平面)内,分别以ψ=ψ0和f=fll为中线的空域主波束和时域主通道可以定义为如下两个正交的方向向量族:
其中,分别表示所有沿ψ=ψ0和f=fll加权导向矢量的集合。f为风场信号占据的归一化多普勒频率范围,ψ∈[0,π]为风场信号所在的空间锥角范围,B(ψ0,f)和 B(ψ,fll)为不同的加权空时导向矢量,分别可以进一步表示为:
其中,Bt(f)={At(f),f∈[-1 1]}表示归一化多普勒频域内所有时间导向矢量的集合,Bs(ψ)={As(ψ),ψ∈[0π]}表示空域范围内所有空间导向矢量的集合。Bs0)和Bt(fll)分别表示为:
式中,Qt=[qt1 qt1…qtK]T和Qs=[qs1 qs1…qsN]T分别表示时域和空域的切比雪夫加权矢量,IN和IK分别为N×N和K×K的单位阵,为NK×N的矩阵,为NK×K的矩阵。组成的矩阵的秩为N+K-1 (即矩阵中任意(N+K-1)个列向量相互独立),由此可以构造降维联合空时变换矩阵为:
其中,T'fll由Tfll的前N-1列组成。
5)利用步骤4)获得的降维联合空时变换矩阵和步骤3)估计得到的杂波协方差矩阵求解组合空时主通道自适应降维处理器的最优权矢量,实现杂波抑制和风切变信号匹配;
根据LCMV准则可以将第l个距离单元内的组合空时主通道自适应降维处理器描述为如下数学优化问题:
其中,RT(l)=Tl HR(l)Tl为降维杂波协方差矩阵,R(l)为估计得到的该距离单元的杂波协方差矩阵。BT(l)为该距离单元内降维变换后低空风切变信号的空时导向矢量,即:
其中,B(ψ0,fll)为构造的该距离单元内低空风切变信号的空时导向矢量,fll为上文中假定的归一化多普勒频率。此时,组合空时主通道自适应降维处理器的最优权矢量为:
6)利用上述最优权矢量构造代价函数并通过搜索代价函数的最大值来估计出待测距离单元的风速;
当机载气象雷达回波信号通过组合空时主通道自适应降维处理器后,可以在降维的基础上实现地杂波抑制和风切变信号匹配,此时,可用下式作为代价函数估计待测距离单元风场回波信号的多普勒频率:
其中,xT(l)=Tl Hx(l),进而得到第l个距离单元的风速估计值为:
7)重复步骤3)-6),依次处理机载气象雷达工作范围内所有距离单元的机载气象雷达回波信号,得到风速随距离的变化曲线;
利用步骤3)-6)所述方法估计出每个距离单元的风速,并绘出风速随距离的变化曲线,即完成低空风切变场的风速估计过程。
本发明提供的基于组合空时主通道自适应处理的低空风切变风速估计方法的效果可以通过以下仿真结果进一步说明。
仿真条件描述:低空风切变场分布于飞机前方约8.5-16.5km处,机载气象雷达的天线阵为阵元数N=8的均匀线阵,阵元间距d=λ/2,主瓣波束水平方位角为90°,俯仰角为0°,机载气象雷达工作波长为0.05m,脉冲重复频率为7000Hz,最小可分辨距离150m,相干处理脉冲数K=32,信噪比5dB,杂噪比40dB,飞机速度为75m/s,飞行高度为600m。
图4为仿真的机载气象雷达回波信号空时二维谱,从图4中可见,当机载气象雷达工作在前视模式时,地杂波的空时二维谱为椭圆形,低空风切变的功率谱总体为一条窄带,并且地杂波的回波功率远大于风场的回波功率,导致风场回波的多普勒信息完全淹没在地杂波的多普勒信息中,这为低空风切变的检测和参数估计带来了困难。
图5为利用本发明方法对第74~78号待测距离单元进行空时自适应处理时的滤波器频响图,从图中可以看出,基于组合空时主通道的自适应处理器在零频杂波带上形成了明显的凹口,可以有效地滤除地杂波,并且在归一化多普勒频率分别为0.15、0.22、0.25、0.3、0.35处形成了有效的信号增益以匹配风场信号。
图6为无误差时本发明方法与其他方法的风速估计结果对比图,从图可以看出,利用本发明方法在强杂波下可以获得比较准确的风速估计结果,并且在8.5-16.5km范围内,低空风切变信号的风速随距离变化而表现正负变化的反“S”形分布,这是低空风切变信号最主要的特征。
图7为本发明方法在不同幅相误差下的风速估计结果。其中图7(a)为仅存在幅度误差,且幅度误差分别为1%,2%,3%,4%,5%时的风速估计结果图;图7(b)为仅存在相位误差,且相位误差分别为1°,2°,3°,4°,5°时的风速估计结果图;图7(c) 为同时存在不同幅度和相位误差时,本发明方法的风速估计结果对比图。从图中可以看出,随着幅度和相位误差的增大,杂波谱展宽,但本发明方法依然可以较准确地得到整体的风速估计结果。

Claims (7)

1.一种基于组合空时主通道自适应处理的低空风切变风速估计方法,其特征在于:所述的基于组合空时主通道自适应处理的低空风切变风速估计方法包括按顺序进行的下列步骤:
1)从机载设备中读取飞机状态参数、机载气象雷达参数作为先验信息;
2)利用步骤1)中读取的先验信息对机载气象雷达回波信号进行相位补偿,剔除飞机运动带来的速度偏移;
3)对机载气象雷达各距离单元相位补偿后的回波信号进行杂波距离依赖性矫正,并估计出待测距离单元的杂波协方差矩阵;
4)构造降维联合空时变换矩阵,对矫正后的机载气象雷达回波信号进行降维自适应处理;
5)利用步骤4)获得的降维联合空时变换矩阵和步骤3)估计得到的杂波协方差矩阵求解组合空时主通道自适应降维处理器的最优权矢量,实现杂波抑制和风切变信号匹配;
6)利用上述最优权矢量构造代价函数并通过搜索代价函数的最大值来估计出待测距离单元的风速;
7)重复步骤3)-6),依次处理机载气象雷达工作范围内所有距离单元的机载气象雷达回波信号,得到风速随距离的变化曲线。
2.根据权利要求1所述的基于组合空时主通道自适应处理的低空风切变风速估计方法,其特征在于:在步骤1)中,所述的飞机状态参数、机载气象雷达参数包括飞机速度V、飞行高度H、机载气象雷达波长λ、天线扫描的主瓣方位角θ0、俯仰角和脉冲重复频率fr
3.根据权利要求1所述的基于组合空时主通道自适应处理的低空风切变风速估计方法,其特征在于:在步骤2)中,所述的利用步骤1)中读取的先验信息对机载气象雷达回波信号进行相位补偿是:利用上述先验信息对机载气象雷达回波信号进行相位补偿,剔除飞机运动带来的速度偏移,以消除飞机的运动对参数估计的影响。
4.根据权利要求1所述的基于组合空时主通道自适应处理的低空风切变风速估计方法,其特征在于:在步骤3)中,所述的对机载气象雷达各距离单元相位补偿后的回波信号进行杂波距离依赖性矫正,并估计出待测距离单元的杂波协方差矩阵的方法是:利用杂波配准法矫正杂波距离依赖性,并利用参考距离单元的机载气象雷达回波信号作为样本估计得到待测距离单元的杂波协方差矩阵。
5.根据权利要求1所述的基于组合空时主通道自适应处理的低空风切变风速估计方法,其特征在于:在步骤4)中,所述的构造降维联合空时变换矩阵,对矫正后的机载气象雷达回波信号进行降维自适应处理的方法是:利用切比雪夫权对待测距离单元内的空域波束和时域通道分别进行加权,并通过定义两个正交的方向向量族构造降维联合空时变换矩阵,对待测距离单元的机载气象雷达回波信号进行自适应降维处理。
6.根据权利要求1所述的基于组合空时主通道自适应处理的低空风切变风速估计方法,其特征在于:在步骤5)中,所述的利用步骤4)获得的降维联合空时变换矩阵和步骤3)估计得到的杂波协方差矩阵求解组合空时主通道自适应降维处理器的最优权矢量,实现杂波抑制和风切变信号匹配的方法是:根据LCMV准则,利用步骤4)获得的降维联合空时变换矩阵和步骤3)估计得到的杂波协方差矩阵计算得到组合空时主通道自适应降维处理器的最优权矢量,并利用求解得到的最优权矢量对机载气象雷达回波信号进行滤波。
7.根据权利要求1所述的基于组合空时主通道自适应处理的低空风切变风速估计方法,其特征在于:在步骤6)中,所述的利用上述最优权矢量构造代价函数并通过搜索代价函数的最大值来估计出待测距离单元的风速的方法是:循环更新用于重构风场目标空时导向矢量的归一化多普勒中心频率,得到不同的风速匹配结果,最大输出信号功率对应的速度值即为待测距离单元内的低空风切变信号风速的估计值。
CN201810618511.8A 2018-06-15 2018-06-15 基于组合空时主通道自适应处理的低空风切变风速估计方法 Active CN108761419B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810618511.8A CN108761419B (zh) 2018-06-15 2018-06-15 基于组合空时主通道自适应处理的低空风切变风速估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810618511.8A CN108761419B (zh) 2018-06-15 2018-06-15 基于组合空时主通道自适应处理的低空风切变风速估计方法

Publications (2)

Publication Number Publication Date
CN108761419A true CN108761419A (zh) 2018-11-06
CN108761419B CN108761419B (zh) 2021-11-16

Family

ID=64022487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810618511.8A Active CN108761419B (zh) 2018-06-15 2018-06-15 基于组合空时主通道自适应处理的低空风切变风速估计方法

Country Status (1)

Country Link
CN (1) CN108761419B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110109120A (zh) * 2019-05-17 2019-08-09 中国民航大学 载机俯冲下基于ddd-3dt的低空风切变风速估计方法及装置
CN110531359A (zh) * 2019-07-02 2019-12-03 中国航空工业集团公司雷华电子技术研究所 一种机载气象雷达风切变探测的设计方法
CN110554391A (zh) * 2019-09-11 2019-12-10 中国民航大学 基于ddd-gmb的低空风切变风速估计方法
GB2574490A (en) * 2017-11-22 2019-12-11 Foster Miller Inc Airborne wind profiling portable radar system and method
CN111175754A (zh) * 2020-01-07 2020-05-19 中国民航大学 Lfmcw体制下基于tdpc-jdl的低空风切变风速估计方法
CN111220986A (zh) * 2020-02-28 2020-06-02 中国民航大学 回波功率筛选与dlcd辅助的低空风切变风速估计方法
CN111239742A (zh) * 2020-02-26 2020-06-05 中国民航大学 海杂波背景下基于mbmc的低空风切变风速估计方法
CN112068087A (zh) * 2020-10-17 2020-12-11 中国电波传播研究所(中国电子科技集团公司第二十二研究所) 一种岸基多通道雷达仿机载海杂波测量方法
CN112415476A (zh) * 2020-11-13 2021-02-26 中国民航大学 一种基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法
CN113376599A (zh) * 2021-01-19 2021-09-10 西安电子科技大学 基于主瓣校正的fda距离模糊杂波抑制方法
CN113740824A (zh) * 2021-09-08 2021-12-03 中国科学院空天信息创新研究院 基于波束先验的三维组合波束降维空时自适应处理方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4725811A (en) * 1986-02-13 1988-02-16 Sundstrand Data Control, Inc. Wind shear detection and alerting system
CN104035095A (zh) * 2014-05-30 2014-09-10 中国民航大学 基于空时最优处理器的低空风切变风速估计方法
CN104280566A (zh) * 2014-09-29 2015-01-14 中国民航大学 基于空时幅相估计的低空风切变风速估计方法
CN104793210A (zh) * 2015-04-21 2015-07-22 中国民航大学 基于压缩感知的机载相控阵雷达低空风切变风速估计方法
CN104914421A (zh) * 2015-06-08 2015-09-16 中国民航大学 基于和差波束的低空风切变风速估计方法
CN104914420A (zh) * 2015-06-08 2015-09-16 中国民航大学 基于多通道联合自适应处理的低空风切变风速估计方法
CN106872982A (zh) * 2017-03-24 2017-06-20 中国民航大学 基于多普勒预滤波的降维stap微下击瀑流中心风速估计方法
CN107748364A (zh) * 2017-10-13 2018-03-02 中国民航大学 基于降秩多级维纳滤波器的低空风切变风场速度估计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4725811A (en) * 1986-02-13 1988-02-16 Sundstrand Data Control, Inc. Wind shear detection and alerting system
CN104035095A (zh) * 2014-05-30 2014-09-10 中国民航大学 基于空时最优处理器的低空风切变风速估计方法
CN104280566A (zh) * 2014-09-29 2015-01-14 中国民航大学 基于空时幅相估计的低空风切变风速估计方法
CN104793210A (zh) * 2015-04-21 2015-07-22 中国民航大学 基于压缩感知的机载相控阵雷达低空风切变风速估计方法
CN104914421A (zh) * 2015-06-08 2015-09-16 中国民航大学 基于和差波束的低空风切变风速估计方法
CN104914420A (zh) * 2015-06-08 2015-09-16 中国民航大学 基于多通道联合自适应处理的低空风切变风速估计方法
CN106872982A (zh) * 2017-03-24 2017-06-20 中国民航大学 基于多普勒预滤波的降维stap微下击瀑流中心风速估计方法
CN107748364A (zh) * 2017-10-13 2018-03-02 中国民航大学 基于降秩多级维纳滤波器的低空风切变风场速度估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HAI LI ET AL.: "Wind speed estimation of low-altitude wind-shear based on multiple Doppler channels joint adaptive processing", 《2016 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP)》 *
吴仁彪 等: "基于空时自适应处理的低空风切变风速估计方法", 《电子与信息学报》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2574490A (en) * 2017-11-22 2019-12-11 Foster Miller Inc Airborne wind profiling portable radar system and method
CN110109120B (zh) * 2019-05-17 2023-04-28 中国民航大学 载机俯冲下基于ddd-3dt的低空风切变风速估计方法及装置
CN110109120A (zh) * 2019-05-17 2019-08-09 中国民航大学 载机俯冲下基于ddd-3dt的低空风切变风速估计方法及装置
CN110531359A (zh) * 2019-07-02 2019-12-03 中国航空工业集团公司雷华电子技术研究所 一种机载气象雷达风切变探测的设计方法
CN110554391A (zh) * 2019-09-11 2019-12-10 中国民航大学 基于ddd-gmb的低空风切变风速估计方法
CN110554391B (zh) * 2019-09-11 2024-01-02 中国民航大学 基于ddd-gmb的低空风切变风速估计方法
CN111175754A (zh) * 2020-01-07 2020-05-19 中国民航大学 Lfmcw体制下基于tdpc-jdl的低空风切变风速估计方法
CN111239742A (zh) * 2020-02-26 2020-06-05 中国民航大学 海杂波背景下基于mbmc的低空风切变风速估计方法
CN111239742B (zh) * 2020-02-26 2023-05-12 中国民航大学 海杂波背景下基于mbmc的低空风切变风速估计方法
CN111220986A (zh) * 2020-02-28 2020-06-02 中国民航大学 回波功率筛选与dlcd辅助的低空风切变风速估计方法
CN112068087A (zh) * 2020-10-17 2020-12-11 中国电波传播研究所(中国电子科技集团公司第二十二研究所) 一种岸基多通道雷达仿机载海杂波测量方法
CN112068087B (zh) * 2020-10-17 2022-03-01 中国电波传播研究所(中国电子科技集团公司第二十二研究所) 一种岸基多通道雷达仿机载海杂波测量方法
CN112415476A (zh) * 2020-11-13 2021-02-26 中国民航大学 一种基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法
CN113376599A (zh) * 2021-01-19 2021-09-10 西安电子科技大学 基于主瓣校正的fda距离模糊杂波抑制方法
CN113376599B (zh) * 2021-01-19 2024-02-06 西安电子科技大学 基于主瓣校正的fda距离模糊杂波抑制方法
CN113740824A (zh) * 2021-09-08 2021-12-03 中国科学院空天信息创新研究院 基于波束先验的三维组合波束降维空时自适应处理方法
CN113740824B (zh) * 2021-09-08 2023-09-15 中国科学院空天信息创新研究院 基于波束先验的三维组合波束降维空时自适应处理方法

Also Published As

Publication number Publication date
CN108761419B (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
CN108761419A (zh) 基于组合空时主通道自适应处理的低空风切变风速估计方法
CN104035095B (zh) 基于空时最优处理器的低空风切变风速估计方法
CN103529437B (zh) 系留气球载相控阵雷达在多目标下分辨空地目标的方法
CN105445701B (zh) Ddma‑mimo雷达目标的单脉冲角度估计方法
CN109116311A (zh) 基于知识辅助稀疏迭代协方差估计的杂波抑制方法
CN1664611A (zh) 一种基于非直线天线阵列的无源通道校正方法
CN110554391B (zh) 基于ddd-gmb的低空风切变风速估计方法
CN106872982A (zh) 基于多普勒预滤波的降维stap微下击瀑流中心风速估计方法
CN112612006B (zh) 基于深度学习的机载雷达非均匀杂波抑制方法
CN104280566A (zh) 基于空时幅相估计的低空风切变风速估计方法
CN109001687A (zh) 基于广义旁瓣相消结构的机载雷达空时自适应滤波方法
CN103487798A (zh) 一种相控阵雷达测高方法
CN104793210B (zh) 基于压缩感知的机载相控阵雷达低空风切变风速估计方法
CN107748364A (zh) 基于降秩多级维纳滤波器的低空风切变风场速度估计方法
CN111220986A (zh) 回波功率筛选与dlcd辅助的低空风切变风速估计方法
CN106054195B (zh) 基于空时最优处理器的湍流谱宽估计方法
CN100585429C (zh) 一种基于非直线天线阵列的无源通道校正方法
CN104914421A (zh) 基于和差波束的低空风切变风速估计方法
CN111239742B (zh) 海杂波背景下基于mbmc的低空风切变风速估计方法
CN110109120B (zh) 载机俯冲下基于ddd-3dt的低空风切变风速估计方法及装置
CN104914420B (zh) 基于多通道联合自适应处理的低空风切变风速估计方法
Fang et al. E 2 DTF: An End-to-End Detection and Tracking Framework for Multiple Micro-UAVs With FMCW-MIMO Radar
CN108776341A (zh) 一种机载合成孔径雷达多普勒中心偏移计算方法
CN109212502A (zh) 基于重加权的采样矩阵求逆非均匀检测器
CN112835034B (zh) 一种双通道雷达对地测高系统及方法

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