CN109655819B - 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 - Google Patents
一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 Download PDFInfo
- Publication number
- CN109655819B CN109655819B CN201811346618.8A CN201811346618A CN109655819B CN 109655819 B CN109655819 B CN 109655819B CN 201811346618 A CN201811346618 A CN 201811346618A CN 109655819 B CN109655819 B CN 109655819B
- Authority
- CN
- China
- Prior art keywords
- target
- range
- dimensional
- doppler
- clutter suppression
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
- G01S13/44—Monopulse radar, i.e. simultaneous lobing
- G01S13/4463—Monopulse radar, i.e. simultaneous lobing using phased arrays
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法,包含:导引头依次发射多个线性调频脉冲,并接收目标回波;每个脉冲进行匹配滤波获得目标的一维距离像;利用多个一维距离像相参处理获得目标的距离多普勒图像;利用恒虚警检测将目标不同散射点置于不同的距离多普勒单元中;利用相控阵比幅单脉冲测角获得目标不同散射点的方位角和俯仰角信息;利用“多径杂波抑制算法”抑制多径杂波;利用坐标系欧拉转换获得目标坐标系中的三维图像。本发明相较于二维图像能够获得目标的高度信息,利用“多径杂波抑制算法”抑制多径杂波,获得打击目标的精确三维图像;本发明在准确获得打击目标结构特征的情况下,为后续精确打击提供图像基础。
Description
技术领域
本发明涉及弹载脉冲多普勒雷达领域,特别涉及一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法。
背景技术
随着现代作战环境的日趋复杂,多任务导弹已经成为未来空射导弹的主要发展方向。空射导弹在有效地打击空中机动目标的同时,具有打击地面军事基地的多重打击能力。但是空射导弹受到战斗部威力限制,打击地面军事基地时无法获得最大打击效能。在制导末端对地面军事基地进行三维成像能够获得基地的结构特征,结合结构特征进行易损部位的打击可以有效地提高打击效能。同时制导末端打击地面军事基地时需要考虑多径杂波问题,成像时多径杂波会造成雷达目标检测困难和目标图像失真。
合成孔径成像和实孔径成像是目前较为成熟的成像体制,合成孔径雷达无法完成前视成像,因此本文将基于实孔径多普勒波束锐化成像,结合相控阵比幅单脉冲测角获得目标的三维图像。同时利用“多径杂波抑制算法”在高度域进行多径杂波抑制,解决制导末端多径杂波对目标图像的干扰。获得打击目标的精确三维图像,为易损部位的选择提供基础。
现有技术中公开有一种弹载/机载雷达单脉冲前视成像处理方法,利用匹配滤波完成距离向聚焦,距离徙动校正后利用单脉冲测角完成方位能量积累,最终获得目标图像。该方法可以减小雷达与目标之间相对运动对成像质量的影响,也可以提高测角精度,但是不具备频率分辨能力,同时无法完成目标的三维成像和多径杂波的抑制,不能准确的获得目标的结构特征。
现有技术中还记载有一种用于机载雷达前视成像的自聚焦方法,通过提取距离门样本数据,对鉴角曲线进行估计,经过多次迭代获得准确的鉴角曲线,然后进行单脉冲成像。该方法可解决测角误差导致的单脉冲图像分辨率下降问题,但是不具备频率分辨能力,同时无法完成目标的三维成像和多径杂波的抑制,不能准确的获得目标的结构特征。
目前,学者还研究了一种基于天线方向图的机载雷达单脉冲前视成像方法,该方法利用测试的和通道数据和差通道数据计算方向图,修正理想的天线方向图,将同距离单元内相同角度的散射点进行非相参累加,实现前视成像。该方法能解决天线方向图失配的问题,但是不具备频率分辨能力,同时无法完成目标的三维成像和多径杂波的抑制,不能准确地获得目标的结构特征。
现有技术中的以上方法均不能实现目标的三维成像,获得目标准确的特征结构,为后续精确打击提供基础,同时都不能完成多径杂波的抑制,影响了雷达的检测性能,导致目标图像的失真。
发明内容
本发明的目的是提供一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法,能够利用实孔径多普勒波束锐化和相控阵比幅单脉冲测角获得目标的三维图像,利用“多径杂波抑制算法”抑制多径杂波。
为了达到上述发明目的,本发明公开了一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法,该方法包含以下步骤:
S1、导引头依次发射多个线性调频脉冲;
S2、接收目标回波;
S3、每个脉冲进行匹配滤波获得目标的一维距离像;
S4、利用多个一维距离像相参处理获得目标的距离多普勒图像;
S5、利用恒虚警检测将目标不同散射点置于不同的距离多普勒单元中;
S6、利用相控阵比幅单脉冲测角获得目标不同散射点的方位角和俯仰角信息;
S7、利用多径杂波抑制算法抑制多径杂波;
S8、利用坐标系欧拉转换获得目标坐标系中的三维图像。、
优选地,所述步骤S1中,进一步包含:导引头依次发射N个线性调频脉冲,发射的线性调频脉冲表达式为:A·exp[j(2πf0t+πkt2)],其中,A为发射信号的幅度,t为时间,f0为载频,k为调频率,j为虚数单位。
优选地,所述步骤S2中,进一步包含:所述发射的线性调频脉冲经过距离为R0处的目标反射后,接收到的目标回波为:A·exp{j[2πf0(t-2R0/c)+πk(t-2R0/c)2]}。
优选地,所述步骤S3中,进一步包含:经过下变频后获得的混频信号为A’·exp{j[2πf0(-2R0/c)+πk(t-2R0/c)2]},利用线性调频信号的匹配滤波器对每个线性调频信号的脉冲做脉冲压缩后得到的一维距离像可表示为A”·sinc(R-R0);其中,N个线性调频信号脉冲压缩后获得N个一维距离像。
优选地,所述步骤S4中,进一步包含:将N个一维距离像按照距离门进行重排,每个距离门内有N个脉冲压缩数据,对每个距离门内的N个数据进行离散傅里叶变换处理,获得每个距离门内的多普勒信息,所有的距离门内N个数据处理完毕后获得目标散射点的距离多普勒二维图像。
优选地,所述步骤S5中,进一步包含:对距离多普勒图像进行二维恒虚警检测,获得每个目标散射点的距离多普勒单元(Ri,fi)。
优选地,所述步骤S6中,进一步包含:对存在目标散射点的每个距离多普勒单元(Ri,fi)进行相控阵比幅单脉冲测角,利用相控阵比幅单脉冲测角获得每个目标散射点的方位角信息αi和俯仰角信息βi;测角公式为:
其中,F1(θ)表示子阵1的方向图,F2(θ)表示子阵2的方向图,M表示阵元数,D表示阵元间隔,ξ表示子阵与轴线的夹角,ε表示待测角度。
优选地,所述步骤S7中,进一步包含:利用每个散射点的距离Ri、俯仰角βi计算出其高度hi=Ri sinβi,通过每个散射点的高度统计得到地平面的高度估计H,然后剔除掉hi<H的散射点,完成多径杂波的抑制;其中,多径杂波是指雷达回波在目标不同散射点之间多次反射或者在目标散射点与地面之间多次反射,该多径杂波的时延比真实散射点的时延长,多径杂波成像时位于地平面以下。
优选地,所述步骤S8中,进一步包含:将每个散射点的坐标(Ri,αi,βi)进行转换获得坐标(xi,yi,zi),转换公式为:xi=Ri cosβi cosαi,yi=Ri cosβi sinαi,zi=Ri sinβi,利用转换公式完成散射点三维成像。
与现有技术相比,本发明的有益效果为:
本发明应用于脉冲多普勒雷达领域,能够在制导末端利用实孔径多普勒波束锐化和相控阵比幅单脉冲测角对打击目标进行三维成像处理,相较于二维图像能够获得目标的高度信息,利用“多径杂波抑制算法”抑制多径杂波,获得打击目标的精确三维图像;本发明在准确获得打击目标结构特征的情况下,为后续精确打击提供图像基础。
附图说明
图1本发明的基于实孔径多普勒波束锐化的杂波抑制三维成像所算法流程示意图;
图2本发明的理论目标图像示意图;
图3本发明的采样后时域图像示意图;
图4本发明的脉冲压缩后的一维距离像示意图;
图5本发明的时频二维图像示意图;
图6本发明的未剔除成像结果示意图;
图7本发明的最终成像结果示意图。
具体实施方式
本发明公开了一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法,为了使本发明更加明显易懂,以下结合附图和具体实施方式对本发明做进一步说明。
如图1所示,本发明的基于实孔径多普勒波束锐化的杂波抑制三维成像方法包含以下步骤:
S1、导引头依次发射多个线性调频脉冲;
S2、接收目标回波;
S3、每个脉冲进行匹配滤波获得目标的一维距离像;
S4、利用多个一维距离像相参处理获得目标的距离多普勒图像;
S5、利用恒虚警检测将目标不同散射点置于不同的距离多普勒单元中;
S6、利用相控阵比幅单脉冲测角获得目标不同散射点的方位角和俯仰角信息;
S7、利用“多径杂波抑制算法”抑制多径杂波;
S8、利用坐标系欧拉转换获得目标坐标系中的三维图像。
所述步骤S1中,进一步包含:
导引头依次发射N个线性调频脉冲,发射的线性调频脉冲表示式为A·exp[j(2πf0t+πkt2)],其中,A为发射信号的幅度,t为时间,f0为载频,k为调频率,j为虚数单位;
所述步骤S2中,进一步包含:
发射的线性调频脉冲经过距离为R0处的目标反射后,接收到的目标回波为A·exp{j[2πf0(t-2R0/c)+πk(t-2R0/c)2]},其中,c表示光速。
所述步骤S3中,进一步包含:
经过下变频后获得的混频信号为A’·exp{j[2πf0(-2R0/c)+πk(t-2R0/c)2]},利用线性调频信号的匹配滤波器对每个线性调频信号的脉冲做脉冲压缩后得到的一维距离像可表示为A”·sinc(R-R0),其中,A’表示回波信号的幅度,受到目标特性和传播距离等因素的影响,与A不相同且无确定关系;另,A”表示经过脉冲压缩之后的信号,受滤波器等因素的影响,与之前A和A’不同,三者都不相同且无确定关系;R表示距离变量。N个线性调频信号脉冲压缩后可获得N个一维距离像。
所述步骤S4中,进一步包含:
将N个一维距离像按照距离门进行重排,每个距离门内有N个脉冲压缩数据,对每个距离门内的N个数据进行DFT(Discrete Fourier Transform,离散傅里叶变换)处理,获得每个距离门内的多普勒信息,所有的距离门内N个数据处理完毕后获得目标散射点的距离多普勒二维图像。
所述步骤S5中,进一步包含:
对距离多普勒图像进行二维恒虚警检测,获得每个目标散射点的距离多普勒单元(Ri,fi)。
所述步骤S6中,进一步包含:
对存在目标散射点的每个距离多普勒单元(Ri,fi)进行相控阵比幅单脉冲测角,F1(θ)表示子阵1的方向图,F2(θ)表示子阵2的方向图,M表示阵元数,D表示阵元间隔,ξ表示子阵与轴线的夹角,ε表示待测角度,测角公式为:,利用相控阵比幅单脉冲测角获得每个目标散射点的方位角信息αi和俯仰角信息βi。
所述步骤S7中,进一步包含:
多径杂波指的是雷达回波在目标不同散射点之间多次反射或者在目标散射点与地面之间多次反射,这种杂波的时延一般比真实散射点的时延要长,因此其成像时往往位于地平面以下。利用每个散射点的距离Ri、俯仰角βi计算出其高度hi=Ri sinβi,通过每个散射点的高度统计得到地平面的高度估计H,然后剔除掉hi<H的散射点,即可完成多径杂波的抑制。
所述步骤S8中,进一步包含:
将每个散射点的坐标(Ri,αi,βi)进行转换获得坐标(xi,yi,zi),具体的转换公式为xi=Ri cosβi cosαi,yi=Ri cosβi sinαi,zi=Ri sinβi,利用转换公式完成散射点三维成像。
如图2所示,本发明的模拟打击目标为具有五个强散射点的地面军事目标,其在目标坐标系中所成的三维目标像如图所示。
其中,五个强散射点的x轴坐标分别为[-100,-100,100,100,0](单位:m),y轴坐标分别为[-50,50,-50,50,0](单位:m),z轴坐标分别为[0,0,0,0,100](单位:m),弹目相对速度为[1103,1110,1106,1097,1094](单位:m/s),导引头与打击目标中心的相对距离为1385m,波束方位角指向为45.00°,波束俯仰角指向为35.00°。导引头发射32个线性调频脉冲,每个线性调频脉冲的脉冲宽度为0.5μs,脉冲重复周期为80μs,信号带宽为40MHz。接收到的信号经过下变频、低通滤波后得到的图像如图3所示。
对32个线性调频回波脉冲分别做脉冲压缩,脉冲压缩所使用的滤波器为exp(jπkt2),第一个线性调频脉冲做脉冲压缩获得的一维距离图像如图4所示,强散射点集中在第347,351,363,367,378,386,393个距离单元内,对每个脉冲回波做脉冲压缩可得到32个一维距离像。
将32个一维距离像按照距离门进行重排,然后对每个距离门内的数据做32点DFT,对所有距离门DFT后获得时频二维图像,由于PRF(pulse repetition frequency,脉冲重复频率)为12.5kHz,因此多普勒维的分辨率为390.6Hz,对于目标模式所给出的五个强散射点,其在多普勒维应该位于不同的多普勒分辨单元。所获得的距离多普勒二维图像如图5所示。强散射点所在的距离单元对应的多普勒单元分别为18,17,20,17,19,15,16。
对所获得距离多普勒图像进行二维恒虚警检测,恒虚警门限设置为20dB,则获得的强散射点的距离多普勒单元分别为(347,18)、(351,17)、(363,20)、(367,17)、(378,19)、(386,15)、(393,16)。
相控阵雷达的阵元数M=32,表示阵元间隔D=λ/2,子阵与轴线的夹角ξ=2.5°,对每个距离多普勒单元的散射点进行相控阵比幅单脉冲测角获得每个散射点的方位角信息分别为46.97°、43.12°、50.53°、46.66°、39.81°、45.00°、43.36°,每个散射点的俯仰角信息分别为37.95°、33.61°、36.00°、32.08°、34.33°、38.49°、32.85°。
由散射点的距离单元和多普勒单元计算得到的散射点的距离信息分别为1301m、1316m、1361m、1376m、1417m、1447m、1474m,此时目标的三维图像如图6所示,F点和G点为多径杂波。结合散射点的俯仰角信息进行“多径杂波抑制算法”,由公式hi=Risinβi计算得到每个散射点的高度分别为800.18m、728.60m、800.11m、730.99m、799.38m、900.85m、799.36m,经过散射点个数与散射点高度的统计得到的地平面高度估计为800.00m,由于成像场景设置为空射导弹打击地面军事目标,因此直接用公式计算得到的高度正方向垂直向下,即高度小于800.00m的散射点实际上是位于地平面以下的散射点。因此高度为728.60m和730.99m的散射点被剔除。
坐标系欧拉转换:首先计算得到目标点在与弹体固联的大地坐标系中的x轴坐标,计算公式为xi=Ricosβicosαi,得到的各散射点的x轴坐标分别为700.17m、700.06m、899.28m、801.17m、900.13m,然后计算各散射点在与弹体固联的大地坐标系中的y轴坐标,计算公式为yi=Ricosβisinαi,得到的各散射点的y轴坐标分别为750.15m、850.14m、749.40m、801.14m、850.14m,最后计算各散射点在与弹体固联的大地坐标系中的z轴坐标,计算公式为zi=Risinβi,得到的各散射点的z轴坐标分别为800.18m、800.11m、799.38m、900.85m、799.36m。
将与弹体固联的大地坐标系转换至与目标固联的大地坐标系中,即将与弹体固联的大地坐标系中各散射点的三维坐标减去弹目距离在各坐标轴上的投影。导引头与打击目标中心的相对距离R0为1385m,波束方位角指向α0为45.00°,波束俯仰角指向β0为45.00°。则在x轴上的投影距离x0的计算公式为x0=R0cosβ0cosα0,计算结果为800m,在y轴上的投影距离y0的计算公式为y0=R0cosβ0sinα0,计算结果为800m,在z轴上的投影距离z0的计算公式为z0=R0sinβ0,计算结果为800m。由此计算得到的目标坐标系中各散射点的x轴坐标分别为-99.83m、-99.94m、99.28m、1.17m、100.13m,y轴坐标分别为49.85m、50.14m、50.60m、1.14m、50.14m,z轴坐标分别为0.18m、0.11m、-0.62m、100.85m、-0.67m,得到目标的三维图像如图7所示。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (9)
1.一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法,其特征在于,该方法包含以下步骤:
S1、导引头依次发射多个线性调频脉冲;
S2、接收目标回波;
S3、每个脉冲进行匹配滤波获得目标的一维距离像;
S4、利用多个一维距离像相参处理获得目标的距离多普勒图像;
S5、利用恒虚警检测将目标不同散射点置于不同的距离多普勒单元中;
S6、利用相控阵比幅单脉冲测角获得目标不同散射点的方位角和俯仰角信息;
S7、利用多径杂波抑制算法抑制多径杂波;
S8、利用坐标系欧拉转换获得目标坐标系中的三维图像。
2.如权利要求1所述的基于实孔径多普勒波束锐化的杂波抑制三维成像方法,其特征在于,
所述步骤S1中,进一步包含:
导引头依次发射N个线性调频脉冲,发射的线性调频脉冲表达式为:A·exp[j(2πf0t+πkt2)],其中,A为发射信号的幅度,t为时间,f0为载频,k为调频率,j为虚数单位。
3.如权利要求2所述的基于实孔径多普勒波束锐化的杂波抑制三维成像方法,其特征在于,
所述步骤S2中,进一步包含:
所述发射的线性调频脉冲经过距离为R0处的目标反射后,接收到的目标回波为:A·exp{j[2πf0(t-2R0/c)+πk(t-2R0/c)2]},其中,c表示光速。
4.如权利要求3所述的基于实孔径多普勒波束锐化的杂波抑制三维成像方法,其特征在于,
所述步骤S3中,进一步包含:
经过下变频后获得的混频信号为A’·exp{j[2πf0(-2R0/c)+πk(t-2R0/c)2]},利用线性调频信号的匹配滤波器对每个线性调频信号的脉冲做脉冲压缩后得到的一维距离像可表示为A”·sinc(R-R0);其中,N个线性调频信号脉冲压缩后获得N个一维距离像。
5.如权利要求4所述的基于实孔径多普勒波束锐化的杂波抑制三维成像方法,其特征在于,
所述步骤S4中,进一步包含:
将N个一维距离像按照距离门进行重排,每个距离门内有N个脉冲压缩数据,对每个距离门内的N个数据进行离散傅里叶变换处理,获得每个距离门内的多普勒信息,所有的距离门内N个数据处理完毕后获得目标散射点的距离多普勒二维图像。
6.如权利要求5所述的基于实孔径多普勒波束锐化的杂波抑制三维成像方法,其特征在于,
所述步骤S5中,进一步包含:
对距离多普勒图像进行二维恒虚警检测,获得第i个目标散射点的距离多普勒单元(Ri,fi)。
8.如权利要求7所述的基于实孔径多普勒波束锐化的杂波抑制三维成像方法,其特征在于,
所述步骤S7中,进一步包含:
利用第i个散射点的距离Ri、俯仰角βi计算出其高度hi=Risinβi,通过每个散射点的高度统计得到地平面的高度估计H,然后剔除掉hi<H的散射点,完成多径杂波的抑制;其中,多径杂波是指雷达回波在目标不同散射点之间多次反射或者在目标散射点与地面之间多次反射,该多径杂波的时延比真实散射点的时延长,多径杂波成像时位于地平面以下。
9.如权利要求8所述的基于实孔径多普勒波束锐化的杂波抑制三维成像方法,其特征在于,
所述步骤S8中,进一步包含:
将第i个散射点的坐标(Ri,αi,βi)进行转换获得坐标(xi,yi,zi),转换公式为:xi=Ricosβicosαi,yi=Ricosβisinαi,zi=Risinβi,利用转换公式完成散射点三维成像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811346618.8A CN109655819B (zh) | 2018-11-13 | 2018-11-13 | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811346618.8A CN109655819B (zh) | 2018-11-13 | 2018-11-13 | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109655819A CN109655819A (zh) | 2019-04-19 |
CN109655819B true CN109655819B (zh) | 2020-07-31 |
Family
ID=66110895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811346618.8A Active CN109655819B (zh) | 2018-11-13 | 2018-11-13 | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109655819B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110208756B (zh) * | 2019-06-05 | 2023-05-23 | 西安电子科技大学 | 一种基于自适应旁瓣对消的俯仰滤波方法 |
CN111638507B (zh) * | 2020-06-05 | 2022-06-28 | 森思泰克河北科技有限公司 | 一种基于雷达的目标对象三维点云生成方法及装置 |
CN112731301B (zh) * | 2020-12-29 | 2023-06-09 | 北京环境特性研究所 | 一种圆盘形杂波模拟测量的干扰抑制方法及装置 |
CN113109776B (zh) * | 2021-02-24 | 2024-02-06 | 西安电子科技大学 | 一种基于重排时频分析的角闪烁抑制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013190383A (ja) * | 2012-03-15 | 2013-09-26 | Mitsubishi Electric Corp | 誘導装置 |
CN104391288A (zh) * | 2014-11-17 | 2015-03-04 | 西安电子科技大学 | 拟合干涉相位的虚警剔除方法 |
CN104407348A (zh) * | 2014-12-15 | 2015-03-11 | 西安电子工程研究所 | 一种侧视多普勒波束锐化与前视单脉冲复合成像方法 |
CN104614711A (zh) * | 2014-12-08 | 2015-05-13 | 广西大学 | 一种基于联合距离维的杂波抑制方法和装置 |
CN105589071A (zh) * | 2015-12-11 | 2016-05-18 | 西安电子科技大学 | 基于spice的机载雷达高分辨dbs成像方法 |
CN106970386A (zh) * | 2017-03-31 | 2017-07-21 | 西安电子科技大学 | 一种雷达多普勒波束锐化的优化方法 |
-
2018
- 2018-11-13 CN CN201811346618.8A patent/CN109655819B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013190383A (ja) * | 2012-03-15 | 2013-09-26 | Mitsubishi Electric Corp | 誘導装置 |
CN104391288A (zh) * | 2014-11-17 | 2015-03-04 | 西安电子科技大学 | 拟合干涉相位的虚警剔除方法 |
CN104614711A (zh) * | 2014-12-08 | 2015-05-13 | 广西大学 | 一种基于联合距离维的杂波抑制方法和装置 |
CN104407348A (zh) * | 2014-12-15 | 2015-03-11 | 西安电子工程研究所 | 一种侧视多普勒波束锐化与前视单脉冲复合成像方法 |
CN105589071A (zh) * | 2015-12-11 | 2016-05-18 | 西安电子科技大学 | 基于spice的机载雷达高分辨dbs成像方法 |
CN106970386A (zh) * | 2017-03-31 | 2017-07-21 | 西安电子科技大学 | 一种雷达多普勒波束锐化的优化方法 |
Non-Patent Citations (1)
Title |
---|
主动导引头二维成像寻的制导技术;秦玉亮;《弹舰与制导学报》;20090831;第1-4、8页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109655819A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109655819B (zh) | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 | |
CN112444811B (zh) | 一种综合mimo雷达和isar的目标检测和成像方法 | |
CN109116311B (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
CN107976660B (zh) | 弹载多通道雷达超低空目标分析与多径回波建模方法 | |
CN108761419B (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 | |
CN105445701B (zh) | Ddma‑mimo雷达目标的单脉冲角度估计方法 | |
CN108490443B (zh) | 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 | |
CN111352107B (zh) | 基于多通道数字和差的单脉冲跟踪与成像方法 | |
CN111007503B (zh) | 基于频率谱精确定位的运动目标聚焦和定位方法及系统 | |
CN108387884B (zh) | 基于知识辅助稀疏渐进最小方差的机载雷达杂波抑制方法 | |
CN108020817A (zh) | 基于配准的机载前视阵雷达杂波抑制方法 | |
CN112098999B (zh) | 一种高动态雷达导引头掠海目标电磁信号建模方法 | |
CN105738887A (zh) | 基于多普勒通道划分的机载雷达杂波功率谱的优化方法 | |
CN111707996B (zh) | 基于改进grft-stap的geo星机sar动目标检测方法 | |
CN110488283A (zh) | 一种用于多通道hrws-sar通道的误差校正方法 | |
CN110879391B (zh) | 基于电磁仿真和弹载回波仿真的雷达图像数据集制作方法 | |
CN112147593A (zh) | 一种高速密集爆炸物破片目标的四维参数估计方法 | |
CN106526544B (zh) | 基于高超声速平台的mimosar杂波抑制方法 | |
CN108761417A (zh) | 基于知识辅助最大似然的机载雷达杂波抑制方法 | |
CN115267721B (zh) | 一种基于双频sar的地面动目标径向速度估计方法 | |
CN114994676A (zh) | 一种一站固定式双站低频超宽带sar运动目标成像方法 | |
CN114428228A (zh) | 高重频和差天线雷达导引头的杂波抑制方法 | |
CN113885019A (zh) | 基于和差天线体制雷达空时自适应处理的测角方法 | |
CN109212492B (zh) | 基于知识辅助的时域重构机载雷达杂波抑制方法 | |
CN108983192B (zh) | 基于gps辐射源的雷达运动目标参数估计方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |