CN109143231B - 基于循环对消的数字电视无源双基地雷达目标检测方法 - Google Patents
基于循环对消的数字电视无源双基地雷达目标检测方法 Download PDFInfo
- Publication number
- CN109143231B CN109143231B CN201811265610.9A CN201811265610A CN109143231B CN 109143231 B CN109143231 B CN 109143231B CN 201811265610 A CN201811265610 A CN 201811265610A CN 109143231 B CN109143231 B CN 109143231B
- Authority
- CN
- China
- Prior art keywords
- cancellation
- doppler
- direct wave
- signal
- 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.)
- 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
- 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
-
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于循环对消的数字电视无源双基地雷达目标检测方法,包括以下步骤:(1)利用直达波抑制算法抑制直达波,估计强杂波的时延τ和多普勒频移f;重构各强杂波的回波信号;(2)在监测通道中,通过时延多普勒滑动滤波器组循环对消算法,实现各强杂波的抑制;(3)将对消结果与参考通道恢复的直达波信号再次进行距离多普勒互相关计算,从而实现弱目标的检测。本发明先利用目标检测算法抑制直达波并估计强杂波的时延和多普勒频移,重构各强杂波的回波信号;然后在监测通道中通过时延多普勒滑动滤波器组实现片状运动杂波的抑制;最后将对消后的信号与恢复的直达波信号进行距离多普勒互相关,从而实现弱目标检测。
Description
技术领域
本发明涉及基于循环对消的数字电视无源双基地雷达目标检测方法,属于数字电视无源雷达技术领域。
背景技术
无源雷达是指利用来自机会照射源的非合作信号,如调频广播(FM)、数字电视、模拟电视、手机信号、全球移动通信系统(GSM)等,以完全被动的方式探测移动目标的一种新体制雷达。相比于常用的FM、GSM等窄带信号照射源,数字电视照射源信号距离多普勒分辨率更高,发射功率更稳定,低空覆盖更广。
无源双基地雷达覆盖范围广,会面临大量片状运动杂波,如云雨杂波,洋流和涌波等。该类杂波与地杂波不同,不仅能量较强,可以遮盖低空小目标,而且由于多普勒效应的存在,归一化最小均方(NLMS)、采样矩阵求逆(DMI)等简单的地杂波抑制算法不能抑制该类片状运动杂波。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于循环对消的数字电视无源双基地雷达目标检测方法,在距离多普勒互相关处理之前有效地抑制直达波和片状运动杂波信号,从而实现弱目标检测。
为了实现上述目的,本发明是通过如下的技术方案来实现:
本发明的基于循环对消的数字电视无源双基地雷达目标检测方法,包括以下步骤:
(1)利用直达波抑制算法抑制直达波,估计强杂波的时延τ和多普勒频移f;重构各强杂波的回波信号;
(2)在监测通道中,通过时延多普勒滑动滤波器组循环对消算法,实现各强杂波的抑制;
(3)将对消结果与参考通道恢复的直达波信号再次进行距离多普勒互相关计算,从而实现弱目标的检测。
步骤(1)中,所述利用直达波抑制算法抑制直达波具体方法如下:
(1-1)在参考通道中,利用数字波束形成恢复直达波信号p(k),并作为匹配滤波的参考信号,其中,k表示离散时间;
(1-2)在监测通道中,将监测通道接收到的信号xS(k)与恢复的直达波信号对消,将对消后的信号y(k)与参考通道恢复的直达波信号p(k),进行距离与多普勒互相关计算。
步骤(1-1)中,所述恢复直达波信号p(k)的形成方法如下:
利用数字电视发射台位置信息,采用数字波束形成DBF实现发射站直达波恢复,波束输出公式如下:
步骤(1-2)中,所述对消结果y(k)具体的计算方法如下:
DMI滤波器的最优权计算公式为:
式中:Rpp为直达波信号p(k)的协方差矩阵,[]-1表示求逆运算,Ppx为p(k)与监测通道接收信号xs(k)的互相关矩阵,Rpp和Ppx表达式如下:
其中,N1和N2分别为采样数据的起始点和终点,[·]H表示共轭转置运算;
对消结果如下所示:
y(k)=xS(k)-FH(k)p(k) (8)
其中,xS(k)表示监测通道接收到的信号,p(k)表示DBF恢复的直达波信号。
步骤(1-2)中,对消后的信号y(k)与参考通道恢复的直达波信号p(k),进行距离与多普勒互相关计算,具体方法如下:
其中,N是相关数据的长度,τ是距离延迟,f是多普勒频移;设置门限Γ,当|ψ(τ,f)|>Γ时,记录τ和f的信息,此即估计的强杂波的时延和多普勒频移。
上述重构各强杂波的回波信号具体方法如下:
通过片状运动杂波检测算法获取由片状运动杂波分割的强杂波的个数NA,即|ψ(τ,f)|超出门限时记录的多普勒的个数,根据f和对应该多普勒频移的最小时延τi min,重构各强杂波的回波信号,公式如下所示:
其中,fs表示采样率。
步骤(2)中,所述时延多普勒滑动滤波器组循环对消算法具体方法如下:
步骤1:初始化对消次数j=0,输入对消前数据z0(k),即y(k),以及三个重构信号x1(k),x2(k)和x3(k);
步骤2:利用DMI计算最优权:
式中,Rxixi为重构信号xi(k)的协方差矩阵,[]-1表示求逆运算,Pxiy为xi(k)与y(k)的互相关矩阵;
步骤3:计算加权后辅助通道数据:
步骤4:计算对消剩余结果:
zj(k)=zj-1(k)-qj(k) (13)
步骤5:令j=j+1,重复上述步骤直到j≥NA/3,第j次对消结果为zj(k),最终对消结果为zl(k)。
步骤(3)中,将对消结果zl(k)与参考通道恢复的直达波信号p(k)再次进行距离多普勒互相关处理,实现弱目标的检测,公式如下所示:
其中,设置门限Γ,当|ψ(τ,f)|>Γ时,记录τ和f的信息,此即弱目标的时延和多普勒参数。
本发明在距离多普勒互相关处理之前有效地抑制直达波和片状运动杂波信号;先利用目标检测算法抑制直达波并估计强杂波的时延和多普勒频移(强杂波个数即片状运动杂波分割的个数),重构各强杂波的回波信号;然后在监测通道中通过时延多普勒滑动滤波器组实现片状运动杂波的抑制;最后将对消后的信号与恢复的直达波信号进行距离多普勒互相关,从而实现弱目标检测。
附图说明
图1为新型目标检测框图;
图2为直达波抑制框图;
图3一次时延多普勒滑动滤波器组对消框图;
图4多级循环对消框图;
图5直达波对消前的距离多普勒图;
图6(a)为直达波对消后的距离多普勒立体图;
图6(b)为直达波对消后的多普勒剖面图;
图6(c)为直达波对消后的距离剖面图;
图7(a)为循环对消后的距离多普勒立体图;
图7(b)为循环对消后的多普勒剖面图;
图7(c)为循环对消后的距离剖面图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
1.数字电视外辐射源雷达杂波模型
假设数字电视无源双基地雷达的发射信号为p(k),一个微小运动强杂波的多普勒频移为f,强杂波回波的衰减因子和时延分别为α0和τ0,那么该强杂波的回波S0(k)表示如下:
式中,k表示离散时间,θ0表示强杂波的入射角,fs表示采样率,A(θ0)表示该强杂波回波的阵列流形,可写成
其中,d表示阵元间距,λ表示数字电视信号的波长。
片状运动杂波可看作在时延和多普勒域连续的微小强杂波的集合,因此片状运动杂波的回波S(k)具有如下形式:
式中,n为S(k)在距离维上分割的个数,m为S(k)在多普勒维上分割的个数,θ表示入射角,A(θ)表示强杂波回波的阵列流形,τij表示强杂波回波的时延,fj表示多普勒频移。
2.基于循环对消的新型目标检测算法
本发明提出一种基于循环对消的新型目标检测算法,算法框图如图1所示。该算法先利用传统的目标检测算法抑制直达波从而检测片状运动杂波,估计强杂波的时延和多普勒频移(强杂波个数即片状运动杂波分割的个数),重构各强杂波的回波信号。然后通过时延多普勒滑动滤波器组实现各强杂波的抑制,最后将对消后的信号与恢复的直达波信号进行距离多普勒互相关,从而获取弱目标的时延和多普勒信息。
(1)直达波信号恢复
利用已知的数字电视发射台位置信息,采用数字波束形成技术(DBF)实现发射站直达波恢复,波束输出公式如下:
(2)直达波抑制算法
数字电视无源双基地雷达系统需要具备两个通道:实现直达波恢复的参考通道与实现直达波抑制与片状运动杂波检测的监测通道。如图2所示,在参考通道中,利用数字波束形成恢复直达波信号p(k),用作后续匹配滤波的参考信号。在监测通道中,将接收到的信号xS(k)(包括直达波信号、多径信号和噪声)与恢复的直达波信号对消,对消后的信号y(k)通过与直达波信号p(k)做距离多普勒互相关处理,提取出片状运动杂波的时延和多普勒信息,从而实现片状运动杂波的检测。
选择采样矩阵求逆算法(DMI)完成直达波的消除。DMI滤波器的最优权计算公式为:
式中:Rpp为直达波信号p(k)的协方差矩阵,[]-1表示求逆运算,Ppx为p(k)与监测通道接收信号xs(k)的互相关矩阵,Rpp和Ppx表达式如下:
其中,N1和N2分别为采样数据的起始点和终点,[]H表示共轭转置运算。
对消结果如下所示:
y(k)=xS(k)-FH(k)p(k). (8)
其中,xS(k)表示监测通道接收到的信号,p(k)表示DBF恢复的直达波信号。
(3)基于距离多普勒互相关的时延与多普勒参数估计
针对对消后的信号与参考通道恢复的直达波信号,进行距离与多普勒互相关计算,计算式如下
其中,y(k)、p(k)分别为对消剩余和参考通道恢复的直达波信号,τ是距离延迟,f是多普勒频移。设置门限Γ,当|ψ(τ,f)|>Γ时,记录τ和f的信息,此即估计的强杂波的时延和多普勒参数。
(4)强杂波重构
通过片状运动杂波检测算法获取由片状运动杂波分割的强杂波的个数NA(|ψ(τ,f)|超出门限时记录的多普勒的个数),各强杂波的时延τ以及多普勒频移f,根据f和对应该多普勒频移的最小时延τi min,重构各强杂波的回波信号,公式如下所示:
(5)时延多普勒滑动滤波器组循环对消算法
考虑到对消算法的复杂度和收敛性,每三个重构信号作为一组辅助通道,通过时延多普勒滑动滤波器与上一次对消结果进行对消,抑制强杂波信号。一次时延多普勒滑动滤波器组对消框图如图3所示。循环时延多普勒滑动对消NA/3次,多级循环对消框图见图4所示。对消步骤如下所示:
步骤1:初始化对消次数j=0,输入对消前数据z0(k),即y(k),以及三个重构信号x1(k),x2(k)和x3(k)。
步骤2:利用DMI计算最优权:
步骤3:计算加权后辅助通道数据:
步骤4:计算对消剩余结果:
zj(k)=zj-1(k)-qj(k). (13)
步骤5:令j=j+1,重复上述步骤直到j≥NA/3,第j次对消结果为zj(k),最终对消结果为zl(k)。
(6)基于距离多普勒互相关的弱目标检测
最终对消结果zl(k)与参考通道恢复的直达波信号p(k)再次进行距离多普勒互相关处理,实现弱目标的检测,公式如下所示:
其中,τ是距离延迟,f是多普勒频移。设置门限Γ,当|ψ(τ,f)|>Γ时,记录τ和f的信息,此即弱目标的时延和多普勒参数。
通过计算机仿真验证循环对消器的性能。仿真中设置采样率为300kHz,产生1个片状运动杂波和1个弱目标,弱目标的距离和多普勒分别是102km和140Hz,片状运动杂波的距离在60~65km区间内变化,多普勒在20~80Hz区间内变化。直达波入射角为15°,弱目标入射角为40°,接收阵列采用25单元的半波长等间隔线阵,指向角为30°。直达波对消前的距离多普勒图如图5所示,目标被片状运动杂波和直达波的副瓣所掩盖。
直达波抑制后的距离多普勒图如图6(a)-(c)所示,直达波被完全抑制,噪声基底由图5的163.5dB降低为151.7dB,可以更好地检测出片状运动杂波,而弱目标被片状运动杂波的旁瓣掩盖,无法被检测到。图6(b)中幅度与门限180dB相比,参数估计算法测得的片状运动杂波的多普勒为21~80Hz,共60种不同的多普勒频率,后续经过20(60/3)次循环对消。对消后的距离多普勒图如图7(a)-(c)所示,在对片状运动杂波进行抑制后,弱目标的信噪比由图6的22.3dB提升为36.3dB,检测到弱目标的距离和多普勒分别为102km和140Hz,与设置一致,可以较好地实现弱目标检测。仿真实验结果表明了该方法的有效性。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.基于循环对消的数字电视无源双基地雷达目标检测方法,其特征在于,包括以下步骤:
(1)利用直达波抑制算法抑制直达波,估计强杂波的时延τ和多普勒频移f;重构各强杂波的回波信号;
(2)在监测通道中,通过时延多普勒滑动滤波器组循环对消算法,实现各强杂波的抑制;
(3)将对消结果与参考通道恢复的直达波信号再次进行距离多普勒互相关计算,从而实现弱目标的检测;
步骤(1)中,所述利用直达波抑制算法抑制直达波具体方法如下:
(1-1)在参考通道中,利用数字波束形成恢复直达波信号p(k),并作为匹配滤波的参考信号,其中,k表示离散时间;
(1-2)在监测通道中,将监测通道接收到的信号xS(k)与恢复的直达波信号对消,将对消后的信号y(k)与参考通道恢复的直达波信号p(k),进行距离与多普勒互相关计算;
步骤(1-1)中,所述恢复直达波信号p(k)的形成方法如下:
利用数字电视发射台位置信息,采用数字波束形成DBF实现发射站直达波恢复,波束输出公式如下:
步骤(1-2)中,所述对消结果y(k)具体的计算方法如下:
DMI滤波器的最优权计算公式为:
式中:Rpp为直达波信号p(k)的协方差矩阵,[]-1表示求逆运算,Ppx为p(k)与监测通道接收信号xs(k)的互相关矩阵,Rpp和Ppx表达式如下:
其中,N1和N2分别为采样数据的起始点和终点,[·]H表示共轭转置运算;
对消结果如下所示:
y(k)=xS(k)-FH(k)p(k) (8)
其中,xS(k)表示监测通道接收到的信号,p(k)表示DBF恢复的直达波信号;
步骤(1-2)中,对消后的信号y(k)与参考通道恢复的直达波信号p(k),进行距离与多普勒互相关计算,具体方法如下:
其中,N是相关数据的长度,τ是距离延迟,f是多普勒频移;设置门限Γ,当|ψ(τ,f)|>Γ时,记录τ和f的信息,此即估计的强杂波的时延和多普勒频移;
所述重构各强杂波的回波信号具体方法如下:
通过片状运动杂波检测算法获取由片状运动杂波分割的强杂波的个数NA,即|ψ(τ,f)|超出门限时记录的多普勒的个数,根据f和对应该多普勒频移的最小时延τi min,重构各强杂波的回波信号,公式如下所示:
其中,fs表示采样率。
2.根据权利要求1所述的基于循环对消的数字电视无源双基地雷达目标检测方法,其特征在于,步骤(2)中,所述时延多普勒滑动滤波器组循环对消算法具体方法如下:
步骤1:初始化对消次数j=0,输入对消前数据z0(k),即y(k),以及三个重构信号x1(k),x2(k)和x3(k);
步骤2:利用DMI计算最优权:
步骤3:计算加权后辅助通道数据:
步骤4:计算对消剩余结果:
zj(k)=zj-1(k)-qj(k) (13)
步骤5:令j=j+1,重复上述步骤直到j≥NA/3,第j次对消结果为zj(k),最终对消结果为zl(k)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811265610.9A CN109143231B (zh) | 2018-10-29 | 2018-10-29 | 基于循环对消的数字电视无源双基地雷达目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811265610.9A CN109143231B (zh) | 2018-10-29 | 2018-10-29 | 基于循环对消的数字电视无源双基地雷达目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109143231A CN109143231A (zh) | 2019-01-04 |
CN109143231B true CN109143231B (zh) | 2023-03-28 |
Family
ID=64806523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811265610.9A Active CN109143231B (zh) | 2018-10-29 | 2018-10-29 | 基于循环对消的数字电视无源双基地雷达目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109143231B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109799484B (zh) * | 2019-01-31 | 2023-06-16 | 河海大学 | 一种外辐射源雷达系统多径抑制方法、系统及存储介质 |
CN111398966B (zh) * | 2020-04-02 | 2023-05-05 | 哈尔滨工程大学 | 一种主动声呐目标检测方法 |
WO2021258358A1 (zh) * | 2020-06-24 | 2021-12-30 | 华为技术有限公司 | 目标检测方法、装置、雷达以及车辆 |
CN112731305B (zh) * | 2020-12-17 | 2024-05-03 | 国网四川省电力公司信息通信公司 | 基于自适应多普勒域波束对消的直达波抑制方法及系统 |
CN113419219B (zh) * | 2021-06-18 | 2022-04-22 | 桂林电子科技大学 | 基于空域特征认知的外辐射源雷达同频干扰级联相消方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364764A (zh) * | 2013-06-25 | 2013-10-23 | 西安电子科技大学 | 一种机载雷达非平稳杂波抑制方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9442189B2 (en) * | 2010-10-27 | 2016-09-13 | The Fourth Military Medical University | Multichannel UWB-based radar life detector and positioning method thereof |
FR2970358B1 (fr) * | 2011-01-06 | 2019-04-12 | Airbus Helicopters | Pronostic de duree avant maintenance par fusion entre modelisation et simulation, pour equipements electroniques embarques dans un aeronef |
CN104391287B (zh) * | 2014-11-14 | 2017-08-25 | 中国民航大学 | 基于三次相位变换和虚拟相位函数的空中机动目标检测方法 |
CN104656062B (zh) * | 2015-01-29 | 2017-06-09 | 河海大学 | 无源双基地系统的双模式自适应直达波与杂波抑制方法 |
CN104777466B (zh) * | 2015-03-23 | 2017-05-03 | 河海大学 | 基于降维恒模盲均衡的无源双基地雷达信号处理方法 |
CN105607053B (zh) * | 2015-09-09 | 2018-05-04 | 湖北中南鹏力海洋探测系统工程有限公司 | 一种浮标式高频地波雷达系统 |
CN105785331B (zh) * | 2016-03-02 | 2018-05-29 | 河海大学 | 一种采用盲源分离的外辐射源雷达直达波恢复方法 |
CN106154234A (zh) * | 2016-07-07 | 2016-11-23 | 上海航天测控通信研究所 | 一种旁瓣对消方法及系统 |
CN106772277B (zh) * | 2016-12-28 | 2019-05-31 | 南京理工大学 | 基于信号重构的bds直达波干扰抑制方法 |
CN107911133B (zh) * | 2017-11-17 | 2019-08-23 | 厦门大学 | 一种移动水声通信的多普勒因子估计及补偿方法 |
CN108680910B (zh) * | 2018-05-15 | 2021-09-28 | 河海大学 | 基于波形认知的调频广播外辐射源雷达目标检测方法 |
-
2018
- 2018-10-29 CN CN201811265610.9A patent/CN109143231B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364764A (zh) * | 2013-06-25 | 2013-10-23 | 西安电子科技大学 | 一种机载雷达非平稳杂波抑制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109143231A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109143231B (zh) | 基于循环对消的数字电视无源双基地雷达目标检测方法 | |
EP1485728B1 (en) | A noise suppression system and method for phased-array based systems | |
CN107561507B (zh) | 一种外辐射源雷达的杂波对消方法 | |
EP1485730A1 (en) | An adaptive system and method for radar detection | |
CN109324315B (zh) | 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法 | |
CN109298418B (zh) | 基于建筑物内部结构特征的雷达检测虚警抑制方法及装置 | |
JP2011158471A (ja) | 時空間適応処理システムにおいてターゲットを検出するための方法 | |
CN104950305A (zh) | 一种基于稀疏约束的实波束扫描雷达角超分辨成像方法 | |
CN109407070B (zh) | 一种高轨平台地面运动目标检测方法 | |
CN107229040B (zh) | 基于稀疏恢复空时谱估计的高频雷达目标检测方法 | |
CN108845318B (zh) | 基于Relax算法的星载高分宽幅成像方法 | |
CN114488134A (zh) | 星载多通道gnss-s雷达视频成像系统及舰船轨迹提取方法 | |
CN109143235A (zh) | 一种双基前视合成孔径雷达地面运动目标检测方法 | |
Ma et al. | A multi-channel partial-update algorithm for sea clutter suppression in passive bistatic radar | |
Liu et al. | Through-wall tracking using mean-shift algorithm | |
Wan et al. | A range-Doppler-angle estimation method for passive bistatic radar | |
Yang et al. | Direct data domain sparsity-based STAP utilizing subaperture smoothing techniques | |
Gogineni et al. | Sounding and imaging of fast flowing glaciers and ice-sheet margins | |
Martorella et al. | Performance analysis of an ISAR contrast-based autofocusing algorithm using real data | |
Malanowski et al. | Robust detection in continuous-wave noise radar–experimental results | |
Chen et al. | Iterative adaptive approach for wide-band active sonar array processing | |
Cristallini et al. | Complementary direct data domain STAP for multichannel airborne passive radar | |
Park et al. | Interference suppression for an FM-radio-based passive radar via deep convolutional autoencoder | |
CN112748404B (zh) | 基于双对称结构和赋权优化的空基雷达杂波抑制方法 | |
CN103487794A (zh) | 一种基于小波包变换的水底混响抑制方法 |
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 |