CN109001737A - 一种双基地声呐系统直达波抑制方法 - Google Patents
一种双基地声呐系统直达波抑制方法 Download PDFInfo
- Publication number
- CN109001737A CN109001737A CN201810510987.XA CN201810510987A CN109001737A CN 109001737 A CN109001737 A CN 109001737A CN 201810510987 A CN201810510987 A CN 201810510987A CN 109001737 A CN109001737 A CN 109001737A
- Authority
- CN
- China
- Prior art keywords
- signal
- matrix
- direct wave
- vector
- array
- 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.)
- Pending
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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
-
- 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
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供的是一种双基地声呐系统直达波抑制方法。采用加权稀疏约束Capon波束形成器的优化模型得到最优权;通过零点约束波束形成技术在阵列方向图的固定方向上产生零点,消除该方向上的干扰,对相干干扰进行抑制,从而抑制了直达波。由于双基地声呐系统采用收发分置的配置系统,接收端除了接收到目标回波外,还会收到幅度远远大于目标回波的直达波。本发明可以在相干干扰附近产生更深的零陷,既有更好的宽容性,并且可以形成较低的旁瓣,提高了阵列输出SINR及抗导向矢量角度失配的能力。
Description
技术领域
本发明涉及的是一种双或多基地声呐系统直达波抑制方法。具体地说是当在时域上无法分离直达波与目标回波的时候,在空域上对直达波进行有效抑制的方法。
背景技术
我国是一个有着300多万平方公里的海洋面积的海陆兼具的国家,对于我国这样一个海洋大国来说,维护海洋权益对国家的崛起与安全显得至关重要。因此,我们需要先进的海洋技术。双/多基地声呐系统的优点是:抗干扰能力强;作用距离大。传统的声呐设备大多是采用收发合置的单基地声呐,而双基地声呐系统采用的是收发分置的设备配置,声源(发射机)和接收设备是远距离分开的。由于这种配置使得接收机除了收到目标的发射和散射信号之外必然还会接收到发射源产生的直达波信号。
直达波干扰是一种强相干干扰,由于双基地的配置中发射站相对于接收站的位置已知,可将直达波看成是固定方位的强相干干扰。干扰抑制技术就是抑制干扰方向的信号,使最终的处理结果只含有目标回波的相关信息,实现弱信号的提取。抑制直达波的方法主要有两类,一类是在时域上进行直达波的抑制,一类是从空域上进行抑制。
时间门限法是一种在时域上进行直达波抑制的方法,是直接对接收信号加一定长度的窗函数,抑制窗函数内的信号。对于较远距离的目标,直达波与目标散射回波在时间上具有可以分离的特性,可以采用时间窗技术将二者分离。但是,当声纳系统和目标间的距离小到一定程度时,目标散射信号几乎完全被淹没在直达波或其多途信号中,仅依靠时间窗技术不可能完全去除直达波,在去除直达波的同时,有可能将目标回波信号也一起抑制了。
对于固定的收发分置的双基地声呐直达波的方向是已知的,只要目标不在基线上,目标回波达到的方位角就与直达波的方位角不同,于是可以从空域上分离直达波与目标回波,目前的主要方法有:零点抑制技术,自适应对消技术,自适应阵列信号处理等技术。西北工业大学郭晶等根据主动声纳中直达波的特点,利用自适应对消技术来达到直达波滤除的方法,但是由于拟合直达波的本身就存在误差,因此无法使直达波完全被抵消。中科院的陈拓等提出了一种采用典型相关分析(CCA)实现主动声纳直达波干扰抑制,优点在于回波强度得到了充分体现,缺点在于直达波的能量特性不能完全消除。零点约束方法以约束矩阵对阵列输出的空间谱进行约束,通过在直达波方向预置零点实现对干扰的抑制,计算量较小。但是零点约束的常规波束形成受瑞利限的制约,波束分辨力不高。综上所述,目前已有的直达波抑制算法仍有改进的空间,如何有效抑制直达波仍待解决。
发明内容
本发明的目的在于提供一种能有效抑制直达波,并且对弱回波信号进行提取的双基地声呐系统直达波抑制方法。
本发明的目的是这样实现的:
采用加权稀疏约束Capon波束形成器的优化模型得到最优权;通过零点约束波束形成技术在阵列方向图的固定方向上产生零点,消除该方向上的干扰,对相干干扰进行抑制,从而抑制了直达波。
本发明还可以包括:
1.所述采用加权稀疏约束Capon波束形成器的优化模型得到最优权具体包括:
步骤1-1:获取信号的阵列时域数据,接收信号模型为
其中sj(t)表示t时刻的期望信号或干扰信号;θj表示期望信号或干扰信号的波达方向;a(θj)表示期望信号或干扰的导向矢量,j=0,1,2,…J,n(t)表示t时刻的加性高斯白噪声,
步骤1-2:求接收数据的协方差矩阵,即利用有限快拍得到的阵列采样数据协方差矩阵,其中L为快拍数;
步骤1-3:定义旁瓣区,阵列流型矩阵为A=[a(θ0)a(θ1)···a(θJ)],Aφ为旁瓣区域内导向矢量的集合;
步骤1-4:阵列的协方差矩阵划分为两个空间,即信号子空间和噪声子空间,对样本数据的协方差矩阵Rx进行特征分解Rx=UΣUH,其中Σ和U分别为Rx的特征值和特征向量矩阵;
步骤1-5:按照特征值大小顺序,把与信号个数K相等的特征值和对应的特征矢量看作信号子空间Us,把剩下的M-K个特征值和特征矢量看作噪声子空间UN,两者正交;
步骤1-6:由于信号子空间和入射信号的导向矢量张成的空间是同一个空间,则AHUN=0,将干扰方位导向矢量组成的矩阵记为AI,由于则AI HUN=0,由于Aφ包含干扰方位导向矢量AI,将Aφ划分为Aφ=[AIAIC];
步骤1-7:根据步骤1-6得其中D1为干扰方位导向矢量与噪声子空间的内积,其值均为0;D2为旁瓣区域中除干扰方位外的导向矢量与噪声子空间向量的内积;D为整个旁瓣区域导向矢量与噪声子空间的内积;
步骤1-8:对矩阵D的每一行取l2范数,得到列向量d1的值均为0,对应干扰方位,d2对应除去干扰方位的旁瓣中的其余方位;
步骤1-9:将d中的每个元素逐一取倒数,得到gi=1/di,构成新向量g,最终加权矩阵表述为G=diag(g);
步骤1-10:将步骤1-9中的G代入到优化约束模型
得到最优权ω。
2.所述通过零点约束波束形成技术在阵列方向图的固定方向上产生零点具体包括:
步骤2-1:根据步骤1-10,其波束输出的响应表示为B(θ)=ωHa(θ),在约束条件下,用一个约束方向图来逼近这个理想方向图,该约束方向图表示为Bs(θ)=ωs Ha(θ);
步骤2-2:定义一个约束矩阵C0,C0=[a(θk)],k=1,2,…K,K为要形成零点的个数,有一些零点对θ的导数不为零,定义C1=[d1(θk)],其中C1=[d1(θk)]为a(θ)对θ的一阶导数在θk处的值,同理,定义更高阶的约束矩阵;
步骤2-3:扩展C0为C,C=[C0C1···];
步骤2-4:零点约束的约束条件为ωs HC=0,为使理想方向图和约束方向图之间的最小二乘误差最小,利用拉格朗日乘子形式优化,得到最优权值为
ωs H=ωH-(ωHC[CHC]-1)CH。
为了克服现有直达波抑制方法的不足,本发明提供了一种双基地直达波抑制的算法,有效的抑制了直达波,并且对弱回波信号进行提取。
本发明的优点是:本发明可以在相干干扰附近产生更深的零陷,既有更好的宽容性,并且本方法较常规的波束形成而言可以形成较低的旁瓣,并且提高了阵列输出SINR及抗导向矢量角度失配的能力。
附图说明
图1是设置二阶零点约束波束图;
图2是改进算法与常规波束形成对比图;
图3是改进算法与常规自适应波束形成对比图;
图4是本发明的流程图。
具体实施方式
本发明的一种双基地声呐系统直达波抑制方法主要包括两部分:
步骤1:采用加权稀疏约束Capon波束形成器的优化模型得到最优权。
步骤2:通过零点约束波束形成技术在阵列方向图的固定方向上产生零点,消除该方向上的干扰,对相干干扰进行抑制,从而抑制了直达波。
上述的,所述的步骤1包含如下内容:
步骤1-1:获取信号的阵列时域数据,接收信号模型为
其中sj(t)(j=0,1,2,…J)表示t时刻的期望信号或干扰信号;θj(j=0,1,2,…J)表示期望信号或干扰信号的波达方向;a(θj)(j=0,1,2,…J)表示期望信号或干扰的导向矢量。n(t)表示t时刻的加性高斯白噪声。
步骤1-2:求接收数据的协方差矩阵,即利用有限快拍得到的阵列采样数据协方差矩阵。其中L为快拍数。
步骤1-3:定义旁瓣区。阵列流型矩阵为A=[a(θ0)a(θ1)···a(θJ)]Aφ为旁瓣区域内导向矢量的集合。
步骤1-4:阵列的协方差矩阵可以划分为两个空间,即信号子空间和噪声子空间。对样本数据的协方差矩阵Rx进行特征分解Rx=UΣUH,其中Σ和U分别为Rx的特征值和特征向量矩阵。
步骤1-5:按照特征值大小顺序,把与信号个数K相等的特征值和对应的特征矢量看作信号子空间Us,把剩下的M-K个特征值和特征矢量看作噪声子空间UN,两者正交。
步骤1-6:由于信号子空间和入射信号的导向矢量张成的空间是同一个空间,则AHUN=0,将干扰方位导向矢量组成的矩阵记为AI,由于则AI HUN=0,由于Aφ包含干扰方位导向矢量AI,将Aφ划分为Aφ=[AIAIC]。
步骤1-7:根据步骤1-6可得其中D1为干扰方位导向矢量与噪声子空间的内积,其值均为0;D2为旁瓣区域中除干扰方位外的导向矢量与噪声子空间向量的内积;D为整个旁瓣区域导向矢量与噪声子空间的内积。
步骤1-8:对矩阵D的每一行取l2范数,得到列向量d1的值均为0,对应干扰方位,d2对应除去干扰方位的旁瓣中的其余方位。
步骤1-9:将d中的每个元素逐一取倒数,得到gi=1/di,构成新向量g,最终加权矩阵表述为G=diag(g)
步骤1-10:将步骤1-9中的G代入到优化约束模型
得到最优权ω。
上述的,所述的步骤2包含如下内容:
步骤2-1:根据步骤1-10,其波束输出的响应可表示为B(θ)=ωHa(θ),在约束条件下,用一个约束方向图来逼近这个理想方向图,该约束方向图可以表示为Bs(θ)=ωs Ha(θ)
步骤2-2:定义一个约束矩阵C0,C0=[a(θk)](k=1,2,…K)K为要形成零点的个数,有一些零点对θ的导数不为零,定义C1=[d1(θk)],其中C1=[d1(θk)]为a(θ)对θ的一阶导数在θk处的值,同理,可以定义更高阶的约束矩阵。
步骤2-3:扩展C0为C,C=[C0C1···]
步骤2-4:零点约束的约束条件为ωs HC=0,为使理想方向图和约束方向图之间的最小二乘误差最小,利用拉格朗日乘子形式优化,得到最优权值为
ωs H=ωH-(ωHC[CHC]-1)CH
通过以上步骤可完成直达波抑制。
下面举例对本发明做更详细的描述。
为验证算法有效性,采用阵元数M=12的均匀线阵,阵元间距为半波长,期望信号(目标回波)方向θ0=20°,干扰信号(直达波)方向θ1=-40°,目标回波的信噪比SNR=60dB,直达波的信噪比INR=10dB,信号频率f=4000Hz,声速c=1500m/s,采样频率为30kHz,采用2阶零点约束。具体步骤如下:1.获取信号的阵列时域数据,接收信号模型为
其中sj(t)(j=0,1,2,…J)表示t时刻的期望信号或干扰信号;θj(j=0,1,2,…J)表示期望信号或干扰信号的波达方向;a(θj)(j=0,1,2,…J)表示期望信号或干扰的导向矢量。n(t)表示t时刻的加性高斯白噪声;求接收数据的协方差矩阵,即利用有限快拍得到的阵列采样数据协方差矩阵。其中L为快拍数;定义旁瓣区。阵列流型矩阵为A=[a(θ0)a(θ1)···a(θJ)]Aφ为旁瓣区域内导向矢量的集合,阵列的协方差矩阵可以划分为两个空间,即信号子空间和噪声子空间;对样本数据的协方差矩阵Rx进行特征分解Rx=UΣUH,其中Σ和U分别为Rx的特征值和特征向量矩阵,按照特征值大小顺序,把与信号个数K相等的特征值和对应的特征矢量看作信号子空间Us,把剩下的M-K个特征值和特征矢量看作噪声子空间UN,两者正交;由于信号子空间和入射信号的导向矢量张成的空间是同一个空间,则AHUN=0,将干扰方位导向矢量组成的矩阵记为AI,由于则AI HUN=0,由于Aφ包含干扰方位导向矢量AI,将Aφ划分为Aφ=[AIAIC];根据步骤1-6可得其中D1为干扰方位导向矢量与噪声子空间的内积,其值均为0;D2为旁瓣区域中除干扰方位外的导向矢量与噪声子空间向量的内积;D为整个旁瓣区域导向矢量与噪声子空间的内积;对矩阵D的每一行取l2范数,得到列向量d1的值均为0,对应干扰方位,d2对应除去干扰方位的旁瓣中的其余方位;将d中的每个元素逐一取倒数,得到gi=1/di,构成新向量g,最终加权矩阵表述为G=diag(g);将G代入到优化约束模型得到最优权ω。根据步骤1,其波束输出的响应可表示为B(θ)=ωHa(θ),在约束条件下,用一个约束方向图来逼近这个理想方向图,该约束方向图可以表示为Bs(θ)=ωs Ha(θ);定义一个约束矩阵C0,C0=[a(θk)](k=1,2,…K)K为要形成零点的个数,有一些零点对θ的导数不为零,定义C1=[d1(θk)],其中C1=[d1(θk)]为a(θ)对θ的一阶导数在θk处的值,同理,可以定义更高阶的约束矩阵;扩展C0为C,C=[C0C1···];零点约束的约束条件为ωs HC=0,为使理想方向图和约束方向图之间的最小二乘误差最小,利用拉格朗日乘子形式优化,得到最优权值为ωs H=ωH-(ωHC[CHC]-1)CH。图1表示仿真的波束图,横坐标表示信号的角度,纵坐标表示归一化的波束响应,可以看出波束图在-40度形成零陷,对干扰的容限为-46度—34度,最高旁瓣级在-20dB。图2表示本算法与常规波束形成的对比图,可以看出,较常规波束形成,本算法可以在直达波方位形成容限较宽且较深的零陷,并且第一旁瓣级低于常规波束形成8dB。图3是本算法与常规自适应波束形成MVDR对比图,由图可知,本算法较常规自适应波束形成可以形成更宽更深的零陷,最高旁瓣级下降8dB。
Claims (3)
1.一种双基地声呐系统直达波抑制方法,其特征是:采用加权稀疏约束Capon波束形成器的优化模型得到最优权;通过零点约束波束形成技术在阵列方向图的固定方向上产生零点,消除该方向上的干扰,对相干干扰进行抑制,从而抑制了直达波。
2.根据权利要求1所述的双基地声呐系统直达波抑制方法,其特征是所述采用加权稀疏约束Capon波束形成器的优化模型得到最优权具体包括:
步骤1-1:获取信号的阵列时域数据,接收信号模型为
其中sj(t)表示t时刻的期望信号或干扰信号;θj表示期望信号或干扰信号的波达方向;a(θj)表示期望信号或干扰的导向矢量,j=0,1,2,…J,n(t)表示t时刻的加性高斯白噪声,
步骤1-2:求接收数据的协方差矩阵,即利用有限快拍得到的阵列采样数据协方差矩阵,其中L为快拍数;
步骤1-3:定义旁瓣区,阵列流型矩阵为A=[a(θ0)a(θ1)…a(θJ)],Aφ为旁瓣区域内导向矢量的集合;
步骤1-4:阵列的协方差矩阵划分为两个空间,即信号子空间和噪声子空间,对样本数据的协方差矩阵Rx进行特征分解Rx=UΣUH,其中Σ和U分别为Rx的特征值和特征向量矩阵;
步骤1-5:按照特征值大小顺序,把与信号个数K相等的特征值和对应的特征矢量看作信号子空间Us,把剩下的M-K个特征值和特征矢量看作噪声子空间UN,两者正交;
步骤1-6:由于信号子空间和入射信号的导向矢量张成的空间是同一个空间,则AHUN=0,将干扰方位导向矢量组成的矩阵记为AI,由于则AI HUN=0,由于Aφ包含干扰方位导向矢量AI,将Aφ划分为Aφ=[AIAIC];
步骤1-7:根据步骤1-6得其中D1为干扰方位导向矢量与噪声子空间的内积,其值均为0;D2为旁瓣区域中除干扰方位外的导向矢量与噪声子空间向量的内积;D为整个旁瓣区域导向矢量与噪声子空间的内积;
步骤1-8:对矩阵D的每一行取l2范数,得到列向量d1的值均为0,对应干扰方位,d2对应除去干扰方位的旁瓣中的其余方位;
步骤1-9:将d中的每个元素逐一取倒数,得到gi=1/di,构成新向量g,最终加权矩阵表述为G=diag(g);
步骤1-10:将步骤1-9中的G代入到优化约束模型
得到最优权ω。
3.根据权利要求2所述的双基地声呐系统直达波抑制方法,其特征是所述通过零点约束波束形成技术在阵列方向图的固定方向上产生零点具体包括:
步骤2-1:根据步骤1-10,其波束输出的响应表示为B(θ)=ωHa(θ),在约束条件下,用一个约束方向图来逼近这个理想方向图,该约束方向图表示为Bs(θ)=ωs Ha(θ);
步骤2-2:定义一个约束矩阵C0,C0=[a(θk)],k=1,2,…K,K为要形成零点的个数,有一些零点对θ的导数不为零,定义C1=[d1(θk)],其中C1=[d1(θk)]为a(θ)对θ的一阶导数在θk处的值,同理,定义更高阶的约束矩阵;
步骤2-3:扩展C0为C,C=[C0C1 …];
步骤2-4:零点约束的约束条件为ωs HC=0,为使理想方向图和约束方向图之间的最小二乘误差最小,利用拉格朗日乘子形式优化,得到最优权值为
ωs H=ωH-(ωHC[CHC]-1)CH。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810510987.XA CN109001737A (zh) | 2018-05-25 | 2018-05-25 | 一种双基地声呐系统直达波抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810510987.XA CN109001737A (zh) | 2018-05-25 | 2018-05-25 | 一种双基地声呐系统直达波抑制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109001737A true CN109001737A (zh) | 2018-12-14 |
Family
ID=64573909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810510987.XA Pending CN109001737A (zh) | 2018-05-25 | 2018-05-25 | 一种双基地声呐系统直达波抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109001737A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109752707A (zh) * | 2019-01-15 | 2019-05-14 | 哈尔滨工程大学 | 基于正交匹配追踪的多基地声呐系统直达波干扰抑制方法 |
CN110456361A (zh) * | 2019-06-27 | 2019-11-15 | 浙江大学 | 大范围海底地貌遥测的双基地声学成像方法 |
CN110673116A (zh) * | 2019-10-25 | 2020-01-10 | 海鹰企业集团有限责任公司 | 一种同频干扰抑制方法 |
CN112130154A (zh) * | 2020-08-21 | 2020-12-25 | 哈尔滨工程大学 | 一种融合网格LOF的自适应K-means离群去约束优化方法 |
CN115963457A (zh) * | 2023-03-16 | 2023-04-14 | 东南大学 | 一种多通道无源雷达直达波干扰抑制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104931941A (zh) * | 2015-06-15 | 2015-09-23 | 西北工业大学 | 一种Capon波束形成器的加权稀疏约束稳健设计方法 |
-
2018
- 2018-05-25 CN CN201810510987.XA patent/CN109001737A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104931941A (zh) * | 2015-06-15 | 2015-09-23 | 西北工业大学 | 一种Capon波束形成器的加权稀疏约束稳健设计方法 |
Non-Patent Citations (1)
Title |
---|
邹吉武: "多基地声纳关键技术研究", 《中国博士学位论文全文数据库 工程科技II辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109752707A (zh) * | 2019-01-15 | 2019-05-14 | 哈尔滨工程大学 | 基于正交匹配追踪的多基地声呐系统直达波干扰抑制方法 |
CN109752707B (zh) * | 2019-01-15 | 2023-01-03 | 哈尔滨工程大学 | 基于正交匹配追踪的多基地声呐系统直达波干扰抑制方法 |
CN110456361A (zh) * | 2019-06-27 | 2019-11-15 | 浙江大学 | 大范围海底地貌遥测的双基地声学成像方法 |
CN110456361B (zh) * | 2019-06-27 | 2021-05-11 | 浙江大学 | 大范围海底地貌遥测的双基地声学成像方法 |
CN110673116A (zh) * | 2019-10-25 | 2020-01-10 | 海鹰企业集团有限责任公司 | 一种同频干扰抑制方法 |
CN110673116B (zh) * | 2019-10-25 | 2022-05-10 | 海鹰企业集团有限责任公司 | 一种同频干扰抑制方法 |
CN112130154A (zh) * | 2020-08-21 | 2020-12-25 | 哈尔滨工程大学 | 一种融合网格LOF的自适应K-means离群去约束优化方法 |
CN115963457A (zh) * | 2023-03-16 | 2023-04-14 | 东南大学 | 一种多通道无源雷达直达波干扰抑制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109001737A (zh) | 一种双基地声呐系统直达波抑制方法 | |
Su et al. | Adaptive beamforming for nonstationary HF interference cancellation in skywave over-the-horizon radar | |
Abramovich et al. | Noncausal adaptive spatial clutter mitigation in monostatic MIMO radar: Fundamental limitations | |
CN109407055A (zh) | 基于多径利用的波束形成方法 | |
CN103760529B (zh) | 一种无源探测高效级联空时自适应处理方法 | |
Chen | Signal processing algorithms for MIMO radar | |
Fabrizio et al. | Spatial adaptive subspace detection in OTH radar | |
Rosenberg et al. | Constrained fast-time STAP for interference suppression in multichannel SAR | |
Daneshmand | GNSS interference mitigation using antenna array processing | |
CN108631851A (zh) | 基于均匀直线阵列零陷加深的自适应波束形成方法 | |
CN110261826A (zh) | 一种零陷展宽的相干干扰抑制方法 | |
Tao et al. | Waveguide invariant focusing for broadband beamforming in an oceanic waveguide | |
Hiemstra | Robust implementations of the multistage Wiener filter | |
EP0187851A1 (en) | ADAPTIVE DEVICE FOR PREDICTING SURFACE REVERBERATION IN A BISTATIC SONAR. | |
CN109188373A (zh) | 基于子阵阻塞矩阵预处理的抗主瓣干扰方法 | |
Wang et al. | Unambiguous broadband direction of arrival estimation based on improved extended frequency-difference method | |
CN109901131A (zh) | 基于斜投影的多径利用相干波束形成方法 | |
Leshem et al. | Information theoretic radar waveform design for multiple targets | |
Mahamuni | Space-Time Adaptive Processing (STAP) Techniques for Mitigation of Jammer Interference and Clutter Suppression in Airborne Radar Systems: A MATLAB Implementation-Based Study | |
Huang et al. | Joint transmitting subarray partition and beamforming for active jamming suppression in phased-MIMO radar | |
Yin et al. | Range-angle two-dimensional anti jamming against dense false targets | |
Ferguson et al. | Optimal spatial filtering of real data from submarine sonar arrays | |
CN109633563A (zh) | 基于多径信息的自适应相干波束形成方法 | |
He et al. | Analysis of over-the-horizon target detection based on the small aperture array | |
McCorkle et al. | Active Sonar Matched Waveforms for Resonant Spherical Target |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181214 |
|
RJ01 | Rejection of invention patent application after publication |