CN108828593B - 一种随机辐射雷达关联成像方法 - Google Patents
一种随机辐射雷达关联成像方法 Download PDFInfo
- Publication number
- CN108828593B CN108828593B CN201810387112.5A CN201810387112A CN108828593B CN 108828593 B CN108828593 B CN 108828593B CN 201810387112 A CN201810387112 A CN 201810387112A CN 108828593 B CN108828593 B CN 108828593B
- Authority
- CN
- China
- Prior art keywords
- random
- array
- radiation field
- radar
- imaging
- 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
- 230000005855 radiation Effects 0.000 title claims abstract description 71
- 238000003384 imaging method Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 33
- 238000009826 distribution Methods 0.000 claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 238000005070 sampling Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 7
- 238000010276 construction Methods 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
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
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous 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
- 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
- G01S7/41—Details 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种随机辐射雷达关联成像方法,应用于雷达成像技术领域,针对现有的随机辐射场构造方法,形成的辐射场分布含有较高的冗余信息,在有限带宽的阵列孔径下辐射场的矩阵相关性较高的问题,本发明首先通过传输天线阵列传输空间的随机信号来得到空间随机场,然后辐射场在配制好传输信号参数的基础上随时间随机变化;根据天线阵列的配置、传输信号的参数和目标距离历史得到空时二维随机辐射场的分布,由接收天线根据随机辐射场的分布来得到回波信号;最后,由随机辐射场的分布和回波信号的关系得到目标场景的相关成像结果;本发明的方法保证了发射信号随机幅度和相位的正交性,增强了回波随机散射场的非相关性。
Description
技术领域
本发明属于雷达成像技术领域,特别涉及一种雷达关联成像技术。
背景技术
雷达成像因其全天候和全天时的特性,被广泛应用于军事和民用领域。传统实孔径雷达,利用真实的大孔径天线或阵列天线产生窄波束来获得高方位分辨能力,但其实孔径方位分辨率依然有限。因此,雷达采用随机辐射信号,构建空-时两维随机辐射场,以获得更多的目标观测信息,对实现雷达高分辨成像具有重要作用。
文献“Xu,R.,Li,Y.,Xing,M.,&Shao,P.(2014,October).3-D ghost imagingwith microwave radar.In Imaging Systems and Techniques(IST),2014IEEEInternational Conference on(pp.190-194).IEEE.”中,作者利用相控阵天线调制其起始相位,利用两位空间波束形成构造空-时两维随机辐射场,该方法通过空-时两维随机辐射场凝视固定区域内的目标,利用接收的散射回波与随机辐射场间的逆运算关系,获得观测区域内目标的高分辨成像。但该方法因天线孔径限制,使随机辐射场的随机性因发射信号的时延传播而降低,成像分辨率因随机辐射场随机性的降低而下降。文献“Guo,Yuanyue,Xuezhi He,and Dongjin Wang."A novel super-resolution imaging method based onstochastic radiation radar array."Measurement Science and Technology 24.7(2013):074013.”中,作者提出了一种基于随机噪声辐射的空时两维随机辐射场产生方法,利用接收的回波与辐射场矩阵,得到观测区域内目标的高分辨成像。但文献中所述的随机辐射场构造方法,形成的辐射场分布含有较高的冗余信息,在有限带宽的阵列孔径下辐射场的矩阵相关性较高。
发明内容
为解决上述技术问题,本发明提出一种随机辐射雷达关联成像方法,通过产生行正交矩阵作为二维阵列初始幅度相位,以保证二维阵列初始幅度相位的正交性,来增强空时随机辐射场的随机性,提高随机辐射雷达关联成像性能。
本发明采用的技术方案为:一种随机辐射雷达关联成像方法,包括:
S1、通过正交初始幅度相位参数配置发射信号;
S2、根据步骤S1的发射信号产生空-时二维随机辐射场;
S3、根据步骤S2的空-时二维随机辐射场,得到目标点处产生的反射回波散射场矩阵;
S4、通过对步骤S3的反射回波散射场矩阵求解,得到目标散射系数;
S5、根据步骤S4得到的目标散射系数得到随机辐射雷达反演成像结果。
进一步地,所述步骤S1具体包括以下分步骤:
S11、根据发射信号的时宽、系统采样频率计算回波采样点数量Ts;
S12、根据回波采样点数Ts和阵列发射天线单元个数MN-1,产生维数为Ts*(MN-1)的二维行向量正交矩阵A和P;
S13、将A和P分别作为随机发射信号的幅度及相位;
S14、根据天线单元的分布,对A和P沿行向量进行划分;
S15、根据阵列分布将步骤S13确定的幅度和相位参数配置为发射信号。
进一步地,所述的阵列分布为以间距为D沿行列均匀分布,且其中心位置为接收阵元。
进一步地,步骤S2所述空-时二维随机辐射场由MN-1个发射阵元的辐射信号在目标点处叠加产生。
进一步地,步骤S4对步骤S3的反射回波散射场矩阵采用截断奇异值矩阵求逆方法,得到目标散射系数。
本发明的有益效果:本发明的一种随机辐射雷达关联成像方法,首先通过传输天线阵列传输空间的随机信号来得到空间随机场,然后辐射场在配制好传输信号参数的基础上随时间随机变化;根据天线阵列的配置、传输信号的参数和目标距离历史得到空时二维随机辐射场的分布,由接收天线根据随机辐射场的分布来得到回波信号;最后,由随机辐射场的分布和回波信号的关系得到目标场景的相关成像结果;与背景技术中的方法相比,本发明根据阵列空间分布和时间随机信号模型,保证了发射信号随机幅度和相位的正交性,以增强回波随机散射场的非相关性,能够弥补的背景技术的缺陷,为随机辐射雷达高分辨率成像奠定基础。
附图说明
图1为本发明关联成像的几何结构;
图2为本发明方法的处理流程图;
图3为不同随机辐射场产生方法的辐射场关联矩阵奇异值分布;
图4为25dB信噪比下不同随机辐射场产生方法成像结果对比;
其中,图4(a)为成像原始场景,图4(b)为基于相控阵天线波束形成的空-时随机辐射场生成方法得到的成像结果,图4(c)位采用随机噪声空-时随机辐射场生成方法得到的成像结果,图4(d)为本发明所提出的方法得到的成像结果;
图5为15dB信噪比下不同随机辐射场产生方法成像结果对比;
其中,图5(a)为成像原始场景,图5(b)为基于相控阵天线波束形成的空-时随机辐射场生成方法得到的成像结果,图5(c)位采用随机噪声空-时随机辐射场生成方法得到的成像结果,图5(d)为本发明所提出方法得到的成像结果。
具体实施方式
为便于本领域技术人员理解本发明的技术内容,下面结合附图对本发明内容进一步阐释。
本发明的仿真实验都在Matlab 2015b仿真平台上进行,如图1所示为本发明提供的关联成像的几何结构示意图,图中的xyz表示空间坐标轴,Ω表示成像目标场景,仿真中场景包括K*L个点,K和L分别表示沿着x轴与y轴方向的目标点数,如表1所示为本发明所用到的仿真参数,M、N分别表示沿x轴和y轴方向发射阵元的行数和列数。
表1仿真参数
载频 | f<sub>c</sub>=10GHz | 场景大小 | 40m*40m |
发射阵元数量 | M*N-1=99 | 目标间距 | 0.8m |
阵元间距 | D=0.2m | 采样频率 | f<sub>s</sub>=1GHz |
发射信号时宽 | B=400MHz | 场景距离 | H=1km |
如图2所示为本发明的方案流程图,本发明的技术方案为一种随机辐射雷达关联成像方法,基于初始正交幅度-相位配置的空-时随机辐射场关联成像方法,根据阵列空间分布和时间随机信号模型,通过保证发射信号随机幅度和相位的正交性,以增强回波随机散射场的非相关性,能够弥补的背景技术的缺陷,为随机辐射雷达高分辨率成像奠定基础;具体包括以下步骤:
S1、通过正交初始幅度相位参数配置发射信号;
S2、根据步骤S1的发射信号产生空-时二维随机辐射场;
S3、根据步骤S2的空-时二维随机辐射场,得到目标点处产生的反射回波散射场矩阵;
S4、通过对步骤S3的反射回波散射场矩阵求解,得到目标散射系数;
S5、根据步骤S4得到的目标散射系数得到随机辐射雷达反演成像结果。
所述步骤S1具体包括以下分步骤:
S11、根据发射信号的时宽、系统采样频率计算回波采样点数量Ts;
Ts=T*fs=1000
其中,T表示发射信号的时宽,fs表示系统采样频率。
S12、根据回波采样点数Ts和阵列发射天线单元个数MN-1,产生维数为Ts*(MN-1)的二维行向量正交矩阵A和P;
S13、将A和P分别作为随机发射信号的幅度及相位;
S14、根据天线单元的分布,对A和P沿行向量进行划分,即将Ts*(MN-1)维矩阵依照阵列位置划分为Ts个(MN-1)的向量;
S15、根据阵列分布将步骤S13确定的幅度和相位参数配置为发射信号;这里所述的阵列分布实际为阵列的结构,具体的阵列结构为以间距为D沿行列均匀分布,且其中心位置为接收阵元。
根据步骤S1得到的发射信号随时间维度可以表示为
其中,Ai(t)为第i个天线单元的随机辐度调制信号,T=1us为传输信号的时宽,fc为载波频率,且fc=10GHz,Φi(t)为第i个天线单元的随机相位调制信号。
步骤S2具体为:
通过步骤S1中二维正交随机初始幅度相位参数配置,由于起始时刻随机辐射信号幅度相位的空-时正交分布,在时刻t,目标上空间辐射场分布可以由MN-1个发射阵元的辐射信号获得,发射阵列发射信号在目标点处叠加产生的辐射场可以表示为:
对于空间场景内各目标点的辐射场能量可以表示为
其中,K,L分别为观测场景内距离及方位两方向上的点数。
步骤S3具体为:
根据步骤S2中产生的空-时二维随机辐射场,在各目标点处所产生的反射回波散射场为:
其中,σ(τip)表示目标在Rip处的散射系数。
在接收单元处,其接收回波数据可以表示为:
沿采样时刻,其回波数据可以表示为
其中,Rir=(τip+τrp)*c表示第p个目标关于第i个传输天线和接收天线的完整距离历史,[n(t1),n(t2),...n(tTs)]T表示加性噪声,σ(Rir)表示位于Rir的目标的散射系数,为了方便分析成像方法,接收信号能被表达成矩阵形式
Rec=Esσ+N# (7)
步骤S4具体为:
根据步骤S3中如公式(4)所示的目标反射信号回波散射场矩阵Es,因为通过本发明提出方法所产生的空时二维随机散射场矩阵所具有的条件数更小,因此可以利用截断奇异值(TSVD)矩阵求逆方法实现目标散射系数的求解。
根据公式(7)所示回波矩阵形式,因回波散射场矩阵可根据阵列构型及阵列发射信号获得,对矩阵Es进行TSVD分解可得
Es=UΛVH (8)
其中,U,V表示TSVD分解的酉矩阵,Λ表示矩阵Es的奇异值。对奇异值进行阶段求逆后,目标散射系数可以表示为
其中,Λ′表示对Λ的对角元素diag(Λ)的倒数中大于e的值进行置零处理,本实施例中e=1,此时可获得随机辐射雷达反演成像结果。
如图3所示是使用不同方法时矩阵Es的奇异值分布曲线,图3中的横坐标thetruncated value(logarithmic scale)表示截断值(对数刻度),纵坐标retainedproportion表示保留比例,the 2-D phased array beamforming表示使用二维相控阵波束形成方法时矩阵Es的奇异值分布曲线,the random noise method表示使用随机噪声法时矩阵Es的奇异值分布曲线,the proposed APOD method表示使用本发明方法时矩阵Es的奇异值分布曲线,可见本发明方法产生的随机辐射矩阵具有的奇异值有所增大,采用TSVD处理方法时,其能够保留的目标信息更多,且本发明方法的条件数有所增大,其矩阵求逆的抗噪性能更好。
图4是25dB信噪比时的成像结果,图4(a)为成像原始场景,图4(b)为基于相控阵天线波束形成的空-时随机辐射场生成方法得到的成像结果,图4(c)位采用随机噪声空-时随机辐射场生成方法得到的成像结果,图4(d)为本发明所提出的方法得到的成像结果;图5是加性噪声为15dB时的成像结果,图5(a)为成像原始场景,图5(b)为基于相控阵天线波束形成的空-时随机辐射场生成方法得到的成像结果,图5(c)位采用随机噪声空-时随机辐射场生成方法得到的成像结果,图5(d)为本发明所提出方法得到的成像结果。从图4以及图5的成像处理结果来看,可以看出本发明所提出方法相比于其他方法能够通过改善空时随机辐射矩阵提高成像过程中矩阵求逆对噪声的敏感性,并且本发明的方法在较低信噪比(如图5所示的15dB时的成像结果)条件下,也能够实现随机辐射雷达高分辨关联成像。图4与图5中的横坐标x axis表示x轴,纵坐标y axis表示y轴。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。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权利要求范围之内。
Claims (4)
1.一种随机辐射雷达关联成像方法,其特征在于,包括:
S1、通过正交初始幅度相位参数配置发射信号;所述步骤S1具体包括以下分步骤:
S11、根据发射信号的时宽、系统采样频率计算回波采样点数Ts;
S12、根据回波采样点数Ts和阵列发射天线单元个数MN-1,产生维数为Ts*(MN-1)的二维行向量正交矩阵A和P;
S13、将A和P分别作为随机发射信号的幅度及相位;
S14、根据天线单元的分布,对A和P沿行向量进行划分;
S15、根据步骤S14获得的阵列分布将步骤S13确定的幅度和相位参数配置为发射信号;
S2、根据步骤S1的发射信号产生空-时二维随机辐射场;
S3、根据步骤S2的空-时二维随机辐射场,得到目标点处产生的反射回波散射场矩阵;
S4、通过对步骤S3的反射回波散射场矩阵求解,得到目标散射系数;
S5、根据步骤S4得到的目标散射系数得到随机辐射雷达反演成像结果。
2.根据权利要求1所述的一种随机辐射雷达关联成像方法,其特征在于,所述的阵列分布为以间距为D沿行列均匀分布,且其中心位置为接收阵元。
3.根据权利要求2所述的一种随机辐射雷达关联成像方法,其特征在于,步骤S2所述空-时二维随机辐射场由MN-1个发射阵元的辐射信号在目标点处叠加产生。
4.根据权利要求3所述的一种随机辐射雷达关联成像方法,其特征在于,步骤S4对步骤S3的反射回波散射场矩阵采用截断奇异值矩阵求逆方法,得到目标散射系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810387112.5A CN108828593B (zh) | 2018-04-26 | 2018-04-26 | 一种随机辐射雷达关联成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810387112.5A CN108828593B (zh) | 2018-04-26 | 2018-04-26 | 一种随机辐射雷达关联成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108828593A CN108828593A (zh) | 2018-11-16 |
CN108828593B true CN108828593B (zh) | 2020-06-02 |
Family
ID=64154149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810387112.5A Active CN108828593B (zh) | 2018-04-26 | 2018-04-26 | 一种随机辐射雷达关联成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108828593B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884626B (zh) * | 2019-02-22 | 2019-11-22 | 中国人民解放军军事科学院国防科技创新研究院 | 基于匹配滤波脉压的雷达关联三维成像方法 |
CN109946696B (zh) * | 2019-04-15 | 2022-12-06 | 西安电子科技大学 | 基于目标先验信息的雷达凝视关联成像方法 |
CN110082760A (zh) * | 2019-05-27 | 2019-08-02 | 电子科技大学 | 一种随机辐射雷达三维高分辨成像方法 |
CN110082759B (zh) * | 2019-05-27 | 2021-06-15 | 电子科技大学 | 一种随机辐射雷达快速高分辨成像处理方法 |
CN110441780B (zh) * | 2019-08-21 | 2021-09-28 | 中国海洋大学 | 一种超声相控阵关联成像方法 |
CN110780295B (zh) * | 2019-09-29 | 2022-11-11 | 西安电子科技大学 | 一种基于变分贝叶斯的雷达关联成像方法 |
CN111812597B (zh) * | 2020-07-21 | 2022-10-21 | 西安电子科技大学 | 基于低相关性空时二维随机方向图干扰抑制方法 |
CN113835087B (zh) * | 2021-09-24 | 2023-03-21 | 电子科技大学 | 一种脉间跳频积累的随机辐射雷达高分辨成像方法 |
CN113835088B (zh) * | 2021-09-24 | 2023-04-18 | 电子科技大学 | 一种自适应步进频积累的随机辐射雷达伪影抑制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102141618A (zh) * | 2011-01-04 | 2011-08-03 | 中国科学技术大学 | 微波凝视成像的方法 |
CN102141617A (zh) * | 2011-01-04 | 2011-08-03 | 中国科学技术大学 | 微波凝视成像关联方法 |
CN102169179A (zh) * | 2011-01-04 | 2011-08-31 | 中国科学技术大学 | 用于悬停平台的对地凝视成像系统 |
CN103744078A (zh) * | 2013-12-30 | 2014-04-23 | 中国科学技术大学 | 一种基于不同码速随机跳频的微波凝视关联成像装置 |
CN103837873A (zh) * | 2014-03-14 | 2014-06-04 | 中国科学技术大学 | 一种基于浮空平台密集阵列天线的微波凝视关联成像系统与成像方法 |
CN104597444A (zh) * | 2015-01-30 | 2015-05-06 | 中国科学技术大学 | 一种基于强度关联的微波凝视高分辨成像方法 |
CN107102326A (zh) * | 2017-05-26 | 2017-08-29 | 中国科学技术大学 | 基于条带分割和数据融合的快速关联成像方法及装置 |
CN107678028A (zh) * | 2017-11-22 | 2018-02-09 | 中国科学技术大学 | 低信噪比条件下的微波凝视关联成像方法 |
-
2018
- 2018-04-26 CN CN201810387112.5A patent/CN108828593B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102141618A (zh) * | 2011-01-04 | 2011-08-03 | 中国科学技术大学 | 微波凝视成像的方法 |
CN102141617A (zh) * | 2011-01-04 | 2011-08-03 | 中国科学技术大学 | 微波凝视成像关联方法 |
CN102169179A (zh) * | 2011-01-04 | 2011-08-31 | 中国科学技术大学 | 用于悬停平台的对地凝视成像系统 |
CN103744078A (zh) * | 2013-12-30 | 2014-04-23 | 中国科学技术大学 | 一种基于不同码速随机跳频的微波凝视关联成像装置 |
CN103837873A (zh) * | 2014-03-14 | 2014-06-04 | 中国科学技术大学 | 一种基于浮空平台密集阵列天线的微波凝视关联成像系统与成像方法 |
CN104597444A (zh) * | 2015-01-30 | 2015-05-06 | 中国科学技术大学 | 一种基于强度关联的微波凝视高分辨成像方法 |
CN107102326A (zh) * | 2017-05-26 | 2017-08-29 | 中国科学技术大学 | 基于条带分割和数据融合的快速关联成像方法及装置 |
CN107678028A (zh) * | 2017-11-22 | 2018-02-09 | 中国科学技术大学 | 低信噪比条件下的微波凝视关联成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108828593A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108828593B (zh) | 一种随机辐射雷达关联成像方法 | |
CN113820711B (zh) | 阵列快速成像方法及其应用 | |
Chang et al. | An advanced scheme for range ambiguity suppression of spaceborne SAR based on blind source separation | |
CN107607945B (zh) | 一种基于空间嵌入映射的扫描雷达前视成像方法 | |
CN109597076B (zh) | 用于地基合成孔径雷达的数据处理方法及装置 | |
CN108132466B (zh) | 一种机载阵列天线下视三维成像方法和系统 | |
CN112147608A (zh) | 一种快速高斯网格化非均匀fft穿墙成像雷达bp方法 | |
Ji et al. | Novel sparse apertures ISAR imaging algorithm via the TLS‐ESPRIT technique | |
CN113835087A (zh) | 一种脉间跳频积累的随机辐射雷达高分辨成像方法 | |
Zhang et al. | Target imaging based on generative adversarial nets in through-wall radar imaging | |
CN113238221A (zh) | 基于二维最小相位相干因子的mimo穿墙雷达成像方法 | |
CN108761457B (zh) | 基于mimo阵列合成孔径的高精度三维快速成像方法及装置 | |
Luo et al. | Two-Dimensional Angular Super-Resolution for Airborne Real Aperture Radar by Fast Conjugate Gradient Iterative Adaptive Approach | |
Cao et al. | Coherent-detecting and incoherent-modulating microwave coincidence imaging with off-grid errors | |
Xiong et al. | Space time adaptive processing for airborne MIMO radar based on space time sampling matrix | |
Leigsnering et al. | CS based wall ringing and reverberation mitigation for through-the-wall radar imaging | |
Xu et al. | Backward projection imaging of through-wall radar based on airspace nonuniform sampling | |
Liu et al. | DOA estimation method for multi‐path targets based on TR MIMO radar | |
Yan et al. | Orthogonal waveform separation in multiple‐input and multiple‐output imaging sonar with fractional Fourier filtering | |
Sun et al. | Through‐the‐wall radar imaging algorithm for moving target under wall parameter uncertainties | |
Mao et al. | Stochastic radiation radar imaging based on the 2-D amplitude-phase orthogonal distribution array | |
Yin et al. | MIMO Array-Radiation-Pattern Optimization for Effective-Field-of-View Enhancement in MMW Short-Range Imaging | |
Zhang et al. | Wide-swath ip-sar | |
Tian et al. | SAR 3D sparse imaging based on CLA | |
Wu | The efficient high-resolution SAR reconstruction imaging algorithms for three-dimensional electrically large-scale targets in clutter |
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 |