CN108880648A - 基于微波光子阵列的超宽带信号频率估计方法 - Google Patents
基于微波光子阵列的超宽带信号频率估计方法 Download PDFInfo
- Publication number
- CN108880648A CN108880648A CN201810735983.1A CN201810735983A CN108880648A CN 108880648 A CN108880648 A CN 108880648A CN 201810735983 A CN201810735983 A CN 201810735983A CN 108880648 A CN108880648 A CN 108880648A
- Authority
- CN
- China
- Prior art keywords
- microwave
- ultra
- signal
- broadband signal
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/50—Transmitters
- H04B10/516—Details of coding or modulation
- H04B10/5165—Carrier suppressed; Single sideband; Double sideband or vestigial
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0795—Performance monitoring; Measurement of transmission parameters
- H04B10/07955—Monitoring or measuring power
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/70—Photonic quantum communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
Abstract
本发明提出了一种基于微波光子阵列的超宽带信号波达频率估计方法,用于解决现有技术中存在的超宽带信号波达频率估计效率和估计精度较低的技术问题。实现步骤为:1)获取一阶边带信号E0(t);2)构建微波光子阵列D;3)获取微波光子阵列D输出的超宽带信号Em的光功率Pm;4)定义光功率比值向量Q;5)定义与阵列流型向量相关的M×Nθ维矩阵6)获取微波光子阵列D输出的超宽带信号Em的波达频率Ωm。
Description
技术领域
本发明属于光电通信技术领域,涉及一种超宽带信号频率估计方法,特别涉及一种基于微波光子阵列的超宽带信号频率估计方法,可用于目标检测与无源定位。
背景技术
超宽带信号频率估计是利用空间中的信号接收设备接收多个不同方向的信号源发出的信号,运用现代信号处理方法快速准确的获得信号源频率的技术,在雷达、声纳、无线通信等领域具有重要应用价值。
目前,最新超宽带信号波达方向角估计方法是用微波光子估计超超宽带信号波达方向角,这种方法旨在采用光电器件和光电学方法估计超超宽带信号波达方向角,与传统超超宽带信号波达方向角估计方法相比,具有估计带宽大、损耗小、抗干扰能力强、系统小型等优点,能够克服电子瓶颈,适应复杂的电磁环境的优点。例如申请公布号为CN107528638A,名称为“基于微波光子的超宽带接收机装置及实现方法”的专利申请中,公开了一种基于微波光子的超宽带接收机装置及实现方法,该方法将激光源输出的光信号分成两路,一路用于生成频率等间隔的光频梳,采用外调制的方式实现;另一路被待接收射频信号经电光调制器调制,并与光频梳路的光信号合成。该合成信号通过可调谐窄带带通光学滤波器,经该滤波器可将载有待测信号的光频与最临近的光频梳的固定频点滤出,再经过高速探测器变换,实现两个频率拍频合成得到其差频,即得到待测信号下变频的中频信号。本发明将微波光子学中光频梳的技术应用于微波信号接收的设计,结合可调光滤波器,实现了在低频率本振信号(2GHz~5GHz)的条件下,超宽带信号接收和下变频,其中接收带宽十几倍于低频本振信号。但是由于该方法是基于两阵元实现的,因此频率估计范围有限,且估计效率和估计精度较低。
发明内容
本发明的目的在于克服上述现有技术存在的不足,提出了一种基于微波光子阵列的超宽带信号频率估计方法,用于解决现有技术中存在的超宽带信号频率估计效率和估计精度较低的问题。
为实现上述目的,本发明采取的技术方案包括如下步骤:
(1)获取一阶边带信号E0(t):
将天线0接收到的微波信号V0(t)和激光信号源输出的光载波信号E0输入到马赫增德尔调制器MZM-0中进行调制,得到多边带信号,并对多边带信号进行窄带滤波,得到一阶边带信号E0(t);
(2)构建微波光子阵列D:
构建由m个级联的微波时延线组成的微波光子阵列D,相邻微波时延线之间的距离为d,m=1...M,m≥2,第m个微波时延线上级联有马赫增德尔调制器MZM-m、滤波器F-m和光功率计OPM-m,得到微波光子阵元Dm,m个微波光子阵元组成微波光子阵列D;
(3)获取微波光子阵列D输出的超宽带信号Em的光功率Pm:
(3a)将第m个微波时延线接收到的微波时延信号Vm(t)和MZM-0输出的一阶边带信号E0(t)输入到马赫增德尔调制器MZM-m中进行调制,并通过滤波器F-m对调制得到的第m个调制信号进行窄带滤波,得到第m个超宽带信号Em:
其中Vm为马赫增德尔调制器MZM-m的半波电压且V1=V2=...Vm=VM,β1k=β2k=...=βmk...=βMk,τ为相邻微波时延线接收到的微波信号Vm(t)的延迟时间,Ωk表示微波时延线接收到的微波信号的角频率,Ωkm表示m个微波时延线接收到的微波信号的角频率之和,Lm为马赫增德尔调制器MZM-m的插入损耗且L1=L2=...Lm=LM,J1(·)表示一阶贝赛尔函数;
(3b)将第m个超宽带信号Em输入到光功率计OPM-m中,计算超宽带信号Em的光功率Pm:
(4)定义光功率比值向量Q:
(4a)计算Pm的相对光功率比值Qm:
(4b)定义M×1维的光功率比值向量:Q=[Q1,Q2,…,Qm…,QM]T,其中[·]T表示矩阵[·]的转置;
(5)定义M×N维矩阵ZD(w)m,k:
(5a)根据微波信号源的空域稀疏特性,采用空间网格划分方法,将可搜索的空间频率域等间隔划分成N份,得到超宽带信号Em的频率的取值空间w为:w=[w1,w2,…,wk…,wN];
(5b)定义与阵列流型向量相关的M×N维的矩阵ZD(w)m,k:
(6)估计微波光子阵列D输出的超宽带信号Em的频率Ωm:
(6a)定义一个N×1维的稀疏表示系数向量:该向量为未知向量;
(6b)通过改进的L1-SRACV算法模型,构建基于稀疏重构的约束优化方程式:
其中||·||1和||·||2分别表示l1范数和l2范数,s.t.表示约束关系,ε表示误差的允许值;
(6c)估计稀疏重构的约束优化方程中的最优解,并用的最优解求解超宽带信号Em的频率Ωm。
本发明与现有技术相比,具有以下优点:
1)本发明在超宽带信号的获取中采用微波光子阵列,无需事先估计入射信号的个数,避免了现有超宽带信号频率估计方法中角度搜索和角度匹配的问题,与现有技术相比,提高了超宽带信号频率的估计效率。
2)本发明在超宽带信号频率的估计中采用稀疏表示的思想将频率度估计问题转化成稀疏重构问题,利用信号源在的空域稀疏特性进行建模,突破了微波信号瑞利限的问题,与现有技术相比,提高了超宽带信号频率的估计精度。
附图说明
图1是实现本发明采用的估计系统的结构示意图;
图2是本发明的实现流程图。
具体实施方式
下面结合附图和具体实施例,对本发明作进一步详细描述:
参照图1、实现本发明采用的估计系统,包括微波光子阵列和一阶边带信号生成器。在空间等间隔放置m个级联的微波时延线,m=1...M,m≥2,分别定义为微波时延线1,微波时延线2,...,微波时延线m,...,微波时延线M,相邻微波时延线之间的距离为d,m个级联的微波时延线组成微波光子阵列,第m个微波时延线上级联有马赫增德尔调制器MZM-m、滤波器F-m和光功率计OPM-m。一阶边带信号生成器是将激光信号源、天线0和一个滤波器F-0并联到马赫增德尔调制器MZM-0上。一阶边带信号生成器中的滤波器F-0与微波光子阵列D中每一个微波时延线相连接,微波光子阵列D中的每一个光功率计分别级联1个功率比值器,m个光功率比值器并联到稀疏表示模型中。
参照图2、一种基于微波光子阵列的超宽带信号频率估计方法,包括如下步骤:
步骤1)获取一阶边带信号E0(t):
将天线0接收到的微波信号V0(t)和激光信号源输出的光载波信号E0输入到马赫增德尔调制器MZM-0中进行调制成为光电信号,得到多边带光电信号,并对多边带光电信号进行窄带滤波,滤除光载频以外的信号频率分量,得到一阶边带光电信号E0(t):
其中,ω表示光载波信号E0的载波角频率,p表示光载波信号E0的载波功率,,k为调制系数,L0为MZM-0的插入损耗,Ω0为微波信号V0(t)的角频率,J1(·)表示一阶贝赛尔函数。
马赫增德尔调制器是将输入的光载波信号和微波信号调制成为光电信号的光电器件,将光信号和电信号调制成为光电信号,即微波光子。
步骤2)构建微波光子阵列D:
在空间等间隔放置m个微波时延线,m=1...M,m≥2,分别定义为微波时延线1,微波时延线2,...,微波时延线m,微波时延线M,相邻微波时延线之间的距离为d,构建由m个并联的微波时延线组成的微波光子阵列,第m个微波时延线上级联有马赫增德尔调制器MZM-m、滤波器F-m和光功率计OPM-m,得到微波光子阵元Dm,这m个微波光子阵元组成微波光子阵列D,将一阶边带光电信号E0(t)输入到这m个微波光子阵元组成微波光子阵列D中,可同时得到m个超宽带信号,对m个超宽带信号进行频率的估计,这样可以避免传统超宽带信号的频率估计中需要进角度搜索和角度匹配的问题,不用预先知道信号个数,提高了超宽带信号频率的估计效率,具体实施例中,m=50。
步骤3)获取微波光子阵列D输出的超宽带信号Em的光功率Pm:
步骤3a)将第m个微波时延线接收到的微波信号Vm(t)和MZM-0输出的一阶边带光电信号E0(t)输入到马赫增德尔调制器MZM-m中进行调制,并通过滤波器F-m对调制得到的第m个调制信号进行窄带滤波,得到第m个超宽带信号Em:
其中Vm为马赫增德尔调制器MZM-m的半波电压且V1=V2=...Vm=VM,β1k=β2k=...=βmk...=βMk,τ为相邻微波时延线接收到的微波信号Vm(t)的延迟时间,Ωk表示微波时延线接收到的微波信号的角频率,Ωkm表示m个微波时延线接收到的微波信号的角频率之和,Lm为马赫增德尔调制器MZM-m的插入损耗且L1=L2=...Lm=LM,J1(·)表示一阶贝赛尔函数;
步骤3b)将第m个超宽带信号Em输入到光功率计OPM-m中,计算超宽带信号Em的光功率Pm:
(4)定义光功率比值向量Q:
(4a)计算Pm的相对光功率比值Qm:
(4b)定义M×1维的光功率比值向量:Q=[Q1,Q2,…,Qm…,QM]T,其中[·]T表示矩阵[·]的转置;
步骤5)定义M×N维矩阵ZD(w)m,k:
步骤5a)根据微波信号源的空域稀疏特性,采用空间网格划分方法,将可搜索的频率域等间隔划分成N份,得到超带微波信号Em的角频率的取值空间w为:w=[w1,w2,…,wk…,wN];
(5b)定义与阵列流型向量相关的M×N维的矩阵ZD(w)m.k:
步骤6)估计微波光子阵列D输出的超宽带信号Em的频率Ωm:
步骤6a)定义一个N×1维的稀疏表示系数向量:该向量为未知向量;
步骤6b)信号源在空域有稀疏特性,应用于超宽带信号的频率可以突破微波信号的瑞利限,进一步提高超宽带信号频率精度。通过改进的L1-SRACV算法模型,可得稀疏重构约束化方程为:
其中||·||1和||·||2分别表示l1范数和l2范数,s.t.表示约束关系,ε表示误差的允许值;
改进的L1-SRACV算法模型是利用阵列接收数据奇异值分解(SVD)得到的信号子空间构造稀疏表示模型,重构稀疏约束化方程。
步骤6c)估计约束优化方程中稀疏表示系数向量最优解,并用稀疏表示系数向量的最优解求解超宽带信号Em的频率Ωm:
采用凸优化方法求解稀疏重构约束化方程,凸优化是一种比较特殊的优化,是指目标函数和约束函数均为凸函数的优化问题,凸优化问题有一套非常完备的解决算法,在此采用现有针对凸优化问题的软件包CVX(Grant M,Boyd S.CVX:Matlab software fordisciplined convex programming[J].2008[Online]Available:http://stanfordedu/~boyd/cvx)来求解,通过该方法能够快速地得到稀疏表示系数向量的最优解。
以超宽带信号Em的频率取值范围w=[w1,w2,...,wk...,wN]的值为x轴坐标,以稀疏表示系数向量最优解的幅度值为y轴坐标,绘制幅度谱图,在该幅度谱图中按照从高到低的顺序寻找幅值较大的前M个谱峰,第m谱峰的峰值点所对应的x轴坐标即为所求第m个超宽带信号Em的频率Ωm。
Claims (3)
1.一种基于微波光子阵列的超宽带信号频率估计方法,其特征在于,包括如下步骤:
(1)获取一阶边带信号E0(t):
将天线0接收到的微波信号V0(t)和激光信号源输出的光载波信号E0输入到马赫增德尔调制器MZM-0中进行调制,得到多边带信号,并对多边带信号进行窄带滤波,得到一阶边带信号E0(t);
(2)构建微波光子阵列D:
构建由m个级联的微波时延线组成的微波光子阵列D,相邻微波时延线之间的距离为d,m=1…M,m≥2,第m个微波时延线上级联有马赫增德尔调制器MZM-m、滤波器F-m和光功率计OPM-m,得到微波光子阵元Dm,m个微波光子阵元组成微波光子阵列D;
(3)获取微波光子阵列D输出的超宽带信号Em的光功率Pm:
(3a)将第m个微波时延线接收到的微波时延信号Vm(t)和MZM-0输出的一阶边带信号E0(t)输入到马赫增德尔调制器MZM-m中进行调制,并通过滤波器F-m对调制得到的第m个调制信号进行窄带滤波,得到第m个超宽带信号Em:
其中Vm为马赫增德尔调制器MZM-m的半波电压且V1=V2=…Vm=VM,β1k=β2k=…=βmk…=βMk,τ为相邻微波时延线接收到的微波信号Vm(t)的延迟时间,Ωk表示微波时延线接收到的微波信号的角频率,Ωkm表示m个微波时延线接收到的微波信号的角频率之和,Lm为马赫增德尔调制器MZM-m的插入损耗且L1=L2=…Lm=LM,J1(·)表示一阶贝赛尔函数;
(3b)将第m个超宽带信号Em输入到光功率计OPM-m中,计算超宽带信号Em的光功率Pm:
(4)定义光功率比值向量Q:
(4a)计算Pm的相对光功率比值Qm:
(4b)定义M×1维的光功率比值向量:Q=[Q1,Q2,…,Qm…,QM]T,其中[·]T表示矩阵[·]的转置;
(5)定义M×N维矩阵ZD(w)m,k:
(5a)根据微波信号源的空域稀疏特性,采用空间网格划分方法,将可搜索的空间频率域等间隔划分成N份(N>>M),得到超宽带信号Em的频率的取值空间w为:w=[w1,w2,…,wk…,wN];
(5b)定义与阵列流型向量相关的M×N维的矩阵ZD(w)m,k:
(6)估计微波光子阵列D输出的超宽带信号Em的频率Ωm:
(6a)定义一个N×1维的稀疏表示系数向量:该向量为未知向量;
(6b)通过改进的L1-SRACV算法模型,构建基于稀疏重构的约束优化方程式:
其中||·||1和||·||2分别表示l1范数和l2范数,s.t.表示约束关系,ε表示误差的允许值;
(6c)估计稀疏重构的约束优化方程中的最优解,并用的最优解求解超宽带信号Em的频率Ωm。
2.根据权利要求1所述的基于微波光子阵列的超宽带信号频率估计方法,其特征在于,步骤(1)中所述的一阶边带信号E0(t),其表达式为:
其中,ω表示光载波信号E0的载波角频率,p表示光载波信号E0的载波功率, k为调制系数,L0为MZM-0的插入损耗,Ω0为微波信号V0(t)的角频率,J1(·)表示一阶贝赛尔函数。
3.根据权利要求1所述的基于微波光子阵列的超宽带信号频率估计方法,其特征在于,步骤(6b)中所述的估计约束优化方程中并用稀疏表示系数向量的最优解,并用稀疏表示系数向量的最优解求解超宽带信号Em的频率Ωm,按如下步骤进行:
采用凸优化方法求解稀疏重构约束化方程估计稀疏表示系数向量的最优解,以超宽带信号Em的角频率取值范围w=[w1,w2,…,wk…,wN]的值为x轴坐标,以稀疏表示系数向量的最优解的幅度值为y轴坐标,绘制幅度谱图,在该幅度谱图中按照从高到低的顺序寻找幅值较大的前M个谱峰,第m谱峰的峰值点所对应的x轴坐标即为所求第m个超宽带信号Em的频率Ωm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810735983.1A CN108880648B (zh) | 2018-07-06 | 2018-07-06 | 基于微波光子阵列的超宽带信号频率估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810735983.1A CN108880648B (zh) | 2018-07-06 | 2018-07-06 | 基于微波光子阵列的超宽带信号频率估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108880648A true CN108880648A (zh) | 2018-11-23 |
CN108880648B CN108880648B (zh) | 2021-04-06 |
Family
ID=64299377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810735983.1A Active CN108880648B (zh) | 2018-07-06 | 2018-07-06 | 基于微波光子阵列的超宽带信号频率估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108880648B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111698036A (zh) * | 2020-06-08 | 2020-09-22 | 西安电子科技大学 | 基于微波光子的多微波信号频率估计方法 |
CN111693932A (zh) * | 2020-06-08 | 2020-09-22 | 西安电子科技大学 | 基于微波光子的多微波信号波达方向角估计方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103326789A (zh) * | 2013-05-03 | 2013-09-25 | 华中科技大学 | 一种频率可调谐的微波相移系统及方法 |
CN107707309A (zh) * | 2017-10-13 | 2018-02-16 | 南京航空航天大学 | 基于级联相位和偏振调制器的微波光子正交混频方法、装置 |
CN108155949A (zh) * | 2017-12-14 | 2018-06-12 | 华东师范大学 | 一种微波光子多频二进制相位编码信号产生装置和方法 |
-
2018
- 2018-07-06 CN CN201810735983.1A patent/CN108880648B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103326789A (zh) * | 2013-05-03 | 2013-09-25 | 华中科技大学 | 一种频率可调谐的微波相移系统及方法 |
CN107707309A (zh) * | 2017-10-13 | 2018-02-16 | 南京航空航天大学 | 基于级联相位和偏振调制器的微波光子正交混频方法、装置 |
CN108155949A (zh) * | 2017-12-14 | 2018-06-12 | 华东师范大学 | 一种微波光子多频二进制相位编码信号产生装置和方法 |
Non-Patent Citations (2)
Title |
---|
JINGJING CAI; DAN BAO; PENG LI; JINGJING CAI; DAN BAO; PENG LI: "DOA estimation via sparse recovering from the smoothed covariance vector", 《JOURNAL OF SYSTEMS ENGINEERING AND ELECTRONICS》 * |
邹喜华,卢冰: "基于光子技术的微波频率测量研究进展", 《数据采集与处理》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111698036A (zh) * | 2020-06-08 | 2020-09-22 | 西安电子科技大学 | 基于微波光子的多微波信号频率估计方法 |
CN111693932A (zh) * | 2020-06-08 | 2020-09-22 | 西安电子科技大学 | 基于微波光子的多微波信号波达方向角估计方法 |
CN111698036B (zh) * | 2020-06-08 | 2021-06-08 | 西安电子科技大学 | 基于微波光子的多微波信号频率估计方法 |
CN111693932B (zh) * | 2020-06-08 | 2023-04-21 | 西安电子科技大学 | 基于微波光子的多微波信号波达方向角估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108880648B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109116294A (zh) | 基于微波光子阵列的超宽带信号波达方向角估计方法 | |
CN107329108B (zh) | 基于内插虚拟阵列协方差矩阵Toeplitz化重建的互质阵列波达方向估计方法 | |
CN108414966B (zh) | 一种基于时间调制的宽带线性调频信号测向系统及方法 | |
CN105259550B (zh) | 基于压缩感知的多输入多输出雷达二维角度估计方法 | |
CN103344940B (zh) | 低复杂度的doa估计方法及系统 | |
Wang et al. | Partially-connected hybrid beamforming design for integrated sensing and communication systems | |
JP2017515337A (ja) | 軌道角運動量を持つ電磁モードを有する信号を送信及び/又は受信するためのシステム、並びに、そのデバイス及び方法 | |
CN102707273B (zh) | 一种THz雷达的收发前端 | |
CN102055512B (zh) | 天线组阵中基于循环自相关的信号相位差估计装置与方法 | |
CN109613510A (zh) | 用于小目标探测或实时跟踪成像的微波光子雷达实现方法及系统 | |
CN103323667B (zh) | 贝塞尔函数与虚拟阵列相结合的sfm信号的参数估计方法 | |
CN103605112B (zh) | 多发多收干涉合成孔径雷达时频二维信号波形设计方法 | |
CN103592647A (zh) | 阵列三维sar数据获取方法 | |
Mai et al. | Beampattern optimization for frequency diverse array with sparse frequency waveforms | |
CN108880648A (zh) | 基于微波光子阵列的超宽带信号频率估计方法 | |
CN107315161A (zh) | 基于压缩感知的非圆信号波达方向角估计方法 | |
CN104122273A (zh) | 基于多通道频带合成的辐射计 | |
CN107102328B (zh) | 基于fpga的实时成像信号处理方法及fpga | |
CN111698037B (zh) | 基于微波光子的单微波信号波达方向角估计方法 | |
Bose et al. | Waveform design for mutual interference mitigation in automotive radar | |
CN109085546A (zh) | 基于光子参量采样的相控阵雷达接收装置 | |
Rave et al. | On the mapping between steering direction and frequency of a uniform linear array with fixed true time delays | |
CN103236885A (zh) | 一种超宽带无频率色散的doa估计方法及其装置 | |
Klemes | Reception of OAM radio waves using pseudo-doppler interpolation techniques: A frequency-domain approach | |
CN111693932B (zh) | 基于微波光子的多微波信号波达方向角估计方法 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Cai Jingjing Inventor after: Fei Xuming Inventor after: Zong Ru Inventor after: Su Ruolong Inventor after: Che Jinge Inventor before: Cai Jingjing Inventor before: Zong Ru Inventor before: Su Ruolong Inventor before: Che Jinge |
|
GR01 | Patent grant | ||
GR01 | Patent grant |