CN109782246A - 波达方向估计方法及装置、雷达、可读存储介质 - Google Patents
波达方向估计方法及装置、雷达、可读存储介质 Download PDFInfo
- Publication number
- CN109782246A CN109782246A CN201811651032.2A CN201811651032A CN109782246A CN 109782246 A CN109782246 A CN 109782246A CN 201811651032 A CN201811651032 A CN 201811651032A CN 109782246 A CN109782246 A CN 109782246A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- dimensionality reduction
- carried out
- echo
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000009467 reduction Effects 0.000 claims abstract description 23
- 230000009466 transformation Effects 0.000 claims abstract description 22
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 13
- 238000011084 recovery Methods 0.000 claims abstract description 11
- 238000010168 coupling process Methods 0.000 claims abstract description 9
- 238000005859 coupling reaction Methods 0.000 claims abstract description 9
- 230000008878 coupling Effects 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 5
- 108010076504 Protein Sorting Signals Proteins 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000654 solvent vapour annealing Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种波达方向估计方法，该方法包括：利用多个天线接收回波信号；对回波信号进行傅里叶变换得到频域信号；利用奇异值分解对频域信号进行降维得到降维信号；利用数据拟合对降维信号进行稀疏复原得到原信号；在原信号中寻找目标元素，目标元素的值大于指定阈值；根据目标元素在原信号中的位置确定波达方向。本发明还公开了一种波达方向估计装置、雷达和可读存储介质。通过上述方式，本发明能够在提高测量精度的同时有效的降低算法的复杂度，提高运算速度。
Description
技术领域
本发明涉及信号处理领域，特别是涉及一种波达方向估计方法及装置、雷达、可读存储介质。
背景技术
波达方向(DirectionofArrival，DOA)估计是指通过处理天线接收到的信号，获取信号源的来波方向，即方向角。DOA估计在雷达、声呐、无线通信及地震勘探等领域有着广泛的应用。
稀疏复原是一种新的信号处理机制，并且已经应用于DOA估计。稀疏复原是在满足原始信号具有稀疏性的条件下，根据欠定的观测方程组，从少量的观测数据重构原始信号，这一过程也可以被称为压缩感知。稀疏重构本质上可以认为是l0范数优化问题，计算过程复杂，运算速度慢。
发明内容
本发明主要解决的技术问题是提供一种波达方向估计方法及装置、雷达、可读存储介质，能够解决现有技术中使用稀疏复原的DOA估计计算过程复杂，运算速度慢的问题。
为了解决上述技术问题，本发明提供了一种波达方向估计方法，该方法包括：利用多个天线接收回波信号；对回波信号进行傅里叶变换得到频域信号；利用奇异值分解对频域信号进行降维得到降维信号；利用数据拟合对降维信号进行稀疏复原得到原信号；在原信号中寻找目标元素，目标元素的值大于指定阈值；根据目标元素在原信号中的位置确定波达方向。
为了解决上述技术问题，本发明提供了一种波达方向估计装置，该装置包括至少一个处理器，单独或协同工作，处理器用于执行指令以实现前述的波达方向估计方法。
为了解决上述技术问题，本发明提供了一种雷达，该雷达包括处理器和多个天线，处理器连接多个天线，处理器用于执行指令以实现前述的波达方向估计方法。
为了解决上述技术问题，本发明提供了一种可读存储介质，存储有指令，指令被执行时实现前述的波达方向估计方法。
本发明的有益效果是：在频域上利用奇异值分解对频域信号进行降维之后再进行稀疏复原来估计DOA，能够在提高测量精度的同时有效的降低算法的复杂度，提高运算速度。
附图说明
图1是本发明波达方向估计方法一实施例的流程示意图；
图2是本发明波达方向估计方法一实施例与传统的DOA估计方法仿真结果的对比示意图；
图3是本发明波达方向估计装置一实施例的结构示意图；
图4是本发明雷达一实施例的结构示意图；
图5是本发明可读存储介质一实施例的结构示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。以下各实施例中不冲突的可以相互结合。
如图1所示，本发明波达方向估计方法一实施例包括：
S1：利用多个天线接收回波信号。
为便于说明，以下以雷达为例说明波达方向(DOA)估计的过程。实际应用中，DOA估计可以应用于其他设备，例如声呐、无线通信设备等。
雷达可以向外发射电磁波，然后利用多个天线接收电磁波被目标反射的回波信号。
基于压缩感知/稀疏复原，回波信号的建模表达为：
其中y(t)为回波信号，大小为M*T，其中M为天线数量，T为快拍数。A为已知的导向矩阵，大小为M*Nθ，A与目标所在的位置无关。Nθ为搜索角总数，由搜索角范围和角度步长决定，角度步长决定了检测精度。例如，搜索角范围为0°-180°，角度步长为1°时，Nθ为181。s中si(t)中的下标i＝1，2，...，Nθ表示搜索角序号，si(t)对应的搜索角的大小可以根据i的大小、角度步长以及搜索角范围计算得到。s为具有稀疏性的原始信号，大小为Nθ*T，其中的每个非零元素表示对应位置存在目标。
S2：对回波信号进行傅里叶变换得到频域信号。
对回波信号进行离散傅里叶变换(DFT)得到频域信号，可以使用快速傅里叶变换(FFT)来加快运算速度。
可选的，可以直接对完整的回波信号直接进行傅里叶变换并将变换结果作为频域信号。
可选的，可以将回波信号分为多个信号块；分别对每个信号块进行傅里叶变换；将所有变换结果作为频域信号。此时频域信号的大小为M*(N*L)，其中N为DFT/FFT的长度，L为信号块总数。
可选的，将回波信号分为多个信号块；分别对每个信号块进行傅里叶变换；在所有变换结果中提取部分频点的频谱数据作为频域信号。被提取的部分频点包括变换结果的峰值频点及峰值频点旁指定范围内的频点。例如，可以将回波信号分成L个信号块，分别在每个信号块的变换结果中提取包括峰值频点在内的d个频点的频谱数据，最终得到的频域信号的大小为M*(d*L)。
由于回波信号在频谱上的功率集中在目标频率位置，相对于其他频率位置的频谱值，在目标频率位置具有较大的频谱数据值，因此提取不仅可以减少后续的计算量，还可以提高信噪比。
根据回波信号的表达式，得到频域信号为：
Y′(f)＝AX′(f)+N′(f)
其中，Y′(f)为频域信号，X′(f)为频域上的原始信号，N′(f)为频域上的噪声信号。
S3：利用奇异值分解对频域信号进行降维得到降维信号。
奇异值分解(Singular Value Decomposition，SVD)是特征分解在任意矩阵上的推广。
频域信号Y′(大小M*Nf)的奇异值分解结果为：
Y′＝ULVH
其中，U(大小M*M)为第一酉矩阵，L(大小M*Nf)为对角矩阵，L的对角元素为频域信号Y′的奇异值，V(大小Nf*Nf)为第二酉矩阵，上标的H表示矩阵的共轭转置操作。
利用奇异值分解结果，求得降维信号Y′SV为：
Y′SV＝ULDK＝Y′VDK
其中，DK＝[IK 0]H，IK为K阶单位矩阵，0为大小为K*(Nf-K)的全部元素均为零的矩阵，K为降维信号Y′SV的列数，K表示预估的目标数量，与最后计算得到的实际目标数量不一定相等。
对噪声信号和原始信号进行同样的处理，可得：
Y′SV＝AX′SV+N′SV
S4：利用数据拟合对降维信号进行稀疏复原得到原信号。
利用凸优化算法求解以下优化公式：
其中，||·||2表示l2范数，||·||1表示l1范数，X′SV表示降维的频域上的原始信号，以下简称为原信号，A表示多个天线的导向矩阵，λ为指定系数，为X′SV的二范数向量。具体的，可以分别计算X′SV中每一行的二范数，所有这些二范数组成的向量即为
求解得到的使得上述优化公式为最小值的X′SV即为原信号，X′SV的大小为Nθ*K。
S5：在原信号中寻找目标元素，目标元素的值大于指定阈值。
对于原信号中每个元素，若该元素对应的位置没有目标，则该元素的值为0(理想情况)或很小(受到噪声影响)；若该元素对应的位置有目标，则该元素的值较大。
根据这一原理，可以将原信号中每个元素的值与指定阈值比较，若大于指定阈值，则该元素为目标元素，否则该元素不是目标元素，从而找出原信号中的所有目标元素。
S6：根据目标元素在原信号中的位置确定波达方向。
根据目标元素在原信号中的位置可以确定目标元素对应的搜索角，目标元素对应的搜索角即为目标的DOA。例如，搜索角范围为0°-180°，角度步长为1°时，目标元素在原信号中的位置对应的搜索角序号为w，可得该目标元素对应的搜索角，即目标的DOA为(w-1)°。
通过本实施例的实施，在频域上利用奇异值分解对频域信号进行降维之后再进行稀疏复原来估计DOA，能够在提高测量精度的同时有效的降低算法的复杂度，提高运算速度。
在目标入射角30度时，采用上述实施例提供的方法(其中傅里叶变换采用分块FFT并抽取部分频点的方式)进行仿真，同时使用两种传统的DOA估计方式：传统波束赋形(Conventional Beamforming，CBF)和最小方差无畸变响应(Minimum VarianceDistortionless Response，MVDR)进行仿真。在不同信噪比下，三种方法的角度测量误差MSE值(semilog)如图2所示。从图中可以看出，在不同的信噪比下，使用本申请实施例提供的方法的角度误差最小，可以提高测量精度。
如图3所示，本发明波达方向估计装置一实施例包括：处理器110。图中只画出了一个处理器110，实际数量可以更多。处理器110可以单独或者协同工作。
处理器110控制波达方向估计装置的操作，处理器110还可以称为CPU(CentralProcessing Unit，中央处理单元)。处理器110可能是一种集成电路芯片，具有信号序列的处理能力。处理器110还可以是通用处理器、数字信号序列处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
处理器110用于执行指令以实现本发明波达方向估计方法任一实施例以及不冲突的组合所提供的方法。
如图4所示，本发明雷达一实施例包括：处理器210和天线阵列220。
处理器210控制雷达的操作，处理器210还可以称为CPU(Central ProcessingUnit，中央处理单元)。处理器210可能是一种集成电路芯片，具有信号序列的处理能力。处理器210还可以是通用处理器、数字信号序列处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
天线阵列220包括多个接收天线，用于接收回波信号。
处理器210用于执行指令以实现本发明波达方向估计方法任一实施例以及不冲突的组合所提供的方法。
可选的，雷达的工作频率可以为77GHz，可以作为汽车高级驾驶辅助系统中的雷达传感器。
如图5所示，本发明可读存储介质一实施例包括存储器310，存储器310存储有指令，该指令被执行时实现本发明波达方向估计方法任一实施例以及任意不冲突的组合所提供的方法。
存储器310可以包括只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、闪存(Flash Memory)、硬盘、光盘等。
在本发明所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种波达方向估计方法，其特征在于，包括：
利用多个天线接收回波信号；
对所述回波信号进行傅里叶变换得到频域信号；
利用奇异值分解对所述频域信号进行降维得到降维信号；
利用数据拟合对所述降维信号进行稀疏复原得到原信号；
在所述原信号中寻找目标元素，所述目标元素的值大于指定阈值；
根据所述目标元素在所述原信号中的位置确定所述波达方向。
2.根据权利要求1所述的方法，其特征在于，所述利用奇异值分解对所述频域信号进行降维得到降维信号包括：
所述频域信号Y′的奇异值分解结果为：
Y′＝ULVH
其中，U为第一酉矩阵，L为对角矩阵，L的对角元素为所述频域信号Y′的奇异值，V为第二酉矩阵；
所述降维信号Y′SV为：
Y′SV＝ULDK＝Y′VDK
其中，DK＝[IK 0]H，IK为K阶单位矩阵，K为所述降维信号Y′SV的列数。
3.根据权利要求2所述的方法，其特征在于，所述利用数据拟合对所述降维信号进行稀疏复原得到原信号包括：
利用凸优化算法求解以下优化公式：
其中，‖·‖2表示l2范数，‖·‖1表示l1范数，X′SV表示降维原信号，A表示所述多个天线的导向矩阵，λ为指定系数，为X′SV的二范数向量。
4.根据权利要求1所述的方法，其特征在于，
所述对所述回波信号进行傅里叶变换得到频域信号包括：
将所述回波信号分为多个信号块；
分别对每个信号块进行所述傅里叶变换；
将所有变换结果作为所述频域信号。
5.根据权利要求1所述的方法，其特征在于，
所述对所述回波信号进行傅里叶变换得到频域信号包括：
将所述回波信号分为多个信号块；
分别对每个信号块进行所述傅里叶变换；
在所有所述变换结果中提取部分频点的频谱数据作为所述频域信号，被提取的部分频点包括所述变换结果的峰值频点。
6.根据权利要求1所述的方法，其特征在于，
对完整的所述回波信号直接进行所述傅里叶变换并将变换结果作为所述频域信号。
7.一种波达方向估计装置，其特征在于，包括至少一个处理器，单独或协同工作，所述处理器用于执行指令以实现如权利要求1-6中任一项所述的方法。
8.一种雷达，其特征在于，包括处理器和多个天线，所述处理器连接所述多个天线，所述处理器用于执行指令以实现如权利要求1-6中任一项所述的方法。
9.根据权利要求8所述的雷达，其特征在于，所述雷达的工作频率为77GHz。
10.一种可读存储介质，存储有指令，其特征在于，所述指令被执行时实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811651032.2A CN109782246B (zh) | 2018-12-31 | 2018-12-31 | 波达方向估计方法及装置、雷达、可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811651032.2A CN109782246B (zh) | 2018-12-31 | 2018-12-31 | 波达方向估计方法及装置、雷达、可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109782246A true CN109782246A (zh) | 2019-05-21 |
| CN109782246B CN109782246B (zh) | 2020-12-25 |
Family
ID=66499736
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811651032.2A Active CN109782246B (zh) | 2018-12-31 | 2018-12-31 | 波达方向估计方法及装置、雷达、可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109782246B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111431575A (zh) * | 2020-03-04 | 2020-07-17 | 哈尔滨工程大学 | 基于常规波束形成的来波方向稀疏重构方法 |
| CN113093167A (zh) * | 2021-04-19 | 2021-07-09 | 成都安智杰科技有限公司 | 一种目标测向方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101344590A (zh) * | 2008-08-25 | 2009-01-14 | 北京航空航天大学 | 一种扇扫sar的广域观测方法 |
| US8224627B2 (en) * | 2010-04-28 | 2012-07-17 | Mitov Iliya P | Technique for determination of the signal subspace dimension |
| CN103116162A (zh) * | 2012-12-14 | 2013-05-22 | 西安电子科技大学 | 基于目标空间稀疏性的高分辨声呐定位方法 |
| CN104698459A (zh) * | 2015-02-05 | 2015-06-10 | 南京航空航天大学 | 一种应用于缺失数据的条带sar压缩感知成像方法 |
| CN104865556A (zh) * | 2015-05-18 | 2015-08-26 | 哈尔滨工程大学 | 基于实域加权最小化l1范数方法的MIMO雷达系统DOA估计方法 |
| CN106251877A (zh) * | 2016-08-11 | 2016-12-21 | 珠海全志科技股份有限公司 | 语音声源方向估计方法及装置 |
| CN106291501A (zh) * | 2016-08-26 | 2017-01-04 | 上海无线电设备研究所 | 高速并行信号处理系统及其处理方法 |
| CN108922553A (zh) * | 2018-07-19 | 2018-11-30 | 苏州思必驰信息科技有限公司 | 用于音箱设备的波达方向估计方法及系统 |
-
2018
- 2018-12-31 CN CN201811651032.2A patent/CN109782246B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101344590A (zh) * | 2008-08-25 | 2009-01-14 | 北京航空航天大学 | 一种扇扫sar的广域观测方法 |
| US8224627B2 (en) * | 2010-04-28 | 2012-07-17 | Mitov Iliya P | Technique for determination of the signal subspace dimension |
| CN103116162A (zh) * | 2012-12-14 | 2013-05-22 | 西安电子科技大学 | 基于目标空间稀疏性的高分辨声呐定位方法 |
| CN104698459A (zh) * | 2015-02-05 | 2015-06-10 | 南京航空航天大学 | 一种应用于缺失数据的条带sar压缩感知成像方法 |
| CN104865556A (zh) * | 2015-05-18 | 2015-08-26 | 哈尔滨工程大学 | 基于实域加权最小化l1范数方法的MIMO雷达系统DOA估计方法 |
| CN106251877A (zh) * | 2016-08-11 | 2016-12-21 | 珠海全志科技股份有限公司 | 语音声源方向估计方法及装置 |
| CN106291501A (zh) * | 2016-08-26 | 2017-01-04 | 上海无线电设备研究所 | 高速并行信号处理系统及其处理方法 |
| CN108922553A (zh) * | 2018-07-19 | 2018-11-30 | 苏州思必驰信息科技有限公司 | 用于音箱设备的波达方向估计方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| KANG CHUNYU ETAL.: "Direction of arrival estimation and signal recovery based on single snapshot compressed sensing in frequency domain", 《CHINESE JOURNAL OF ACOUSTICS》 * |
| XUEYANG ZHANG ET AL.: "The performance of the algorithm for estimating the azimuth angle using data matrix fitting in the frequency domain", 《IEEE》 * |
| 张雅南: "基于压缩感知的信号分离技术研究", 《万方数据》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111431575A (zh) * | 2020-03-04 | 2020-07-17 | 哈尔滨工程大学 | 基于常规波束形成的来波方向稀疏重构方法 |
| CN111431575B (zh) * | 2020-03-04 | 2022-02-11 | 哈尔滨工程大学 | 基于常规波束形成的来波方向稀疏重构方法 |
| CN113093167A (zh) * | 2021-04-19 | 2021-07-09 | 成都安智杰科技有限公司 | 一种目标测向方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109782246B (zh) | 2020-12-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104931931B (zh) | 互耦条件下基于张量实值子空间的双基地mimo雷达角度估计方法 | |
| CN105652273B (zh) | 一种基于混合匹配追踪算法的mimo雷达稀疏成像算法 | |
| Wen et al. | Direction finding for bistatic MIMO radar with unknown spatially colored noise | |
| CN108387864B (zh) | 一种到达角计算方法及装置 | |
| CN110231617B (zh) | 目标障碍物方位探测方法、装置、车载雷达及存储介质 | |
| CN105403874B (zh) | 非均匀阵列欠定波达方向估计方法 | |
| CN104698431B (zh) | 基于模糊分量doa估计的多通道sar方位解模糊方法 | |
| CN109683126A (zh) | 波达角测量方法、信号处理设备及存储介质 | |
| CN108802669B (zh) | 二维波达方向估计方法、二维波达方向估计装置及终端 | |
| CN104656073B (zh) | 三维成像声纳波束形成方法及在多核处理器上的实现方法 | |
| CN105699950B (zh) | 基于自适应迭代前后向平滑共轭梯度的雷达杂波抑制方法 | |
| CN110275131B (zh) | 一种基于虚拟差分阵列的doa跟踪方法及装置 | |
| CN105005035A (zh) | 基于二维滑窗稳健空时自适应处理的目标检测方法 | |
| CN106291473A (zh) | 嵌套式天线阵列设置方法 | |
| CN109782246A (zh) | 波达方向估计方法及装置、雷达、可读存储介质 | |
| KR101958337B1 (ko) | 신호의 도래각을 추정하는 방법 및 장치 | |
| CN109782245A (zh) | 波达方向估计方法及装置、雷达、可读存储介质 | |
| CN106483193B (zh) | 一种基于高阶累计量的波达快速估计方法 | |
| Yan et al. | Computationally efficient direction of arrival estimation with unknown number of signals | |
| EP4249944A1 (en) | Direction of arrival (doa) estimation using circular convolutional network | |
| KR20190134893A (ko) | 안테나 어레이 외삽을 이용한 레이더 수신신호의 도착방향 추정 방법 및 장치 | |
| EP4184207A1 (en) | Method and apparatus for determination of direction of arrival angle | |
| Piou et al. | Application of the Fornasini-Marchesini first model to data collected on a complex target model | |
| CN115128607A (zh) | 一种十字mimo阵列雷达系统及其三维成像方法 | |
| Hu et al. | High resolution 3D imaging in MIMO radar with sparse array |
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 | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 518102 room 430, building 37, chentian Industrial Zone, Baotian 1st Road, Xixiang street, Bao'an District, Shenzhen City, Guangdong Province Patentee after: Shenzhen Zhongtou Huaxun Terahertz Technology Co.,Ltd. Patentee after: CHINA COMMUNICATION TECHNOLOGY Co.,Ltd. Address before: 518102 room 430, building 37, chentian Industrial Zone, Baotian 1st Road, Xixiang street, Bao'an District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN CCT THZ TECHNOLOGY Co.,Ltd. Patentee before: CHINA COMMUNICATION TECHNOLOGY Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| PP01 | Preservation of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20210630 Granted publication date: 20201225 |
|
| PD01 | Discharge of preservation of patent | ||
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20230421 Granted publication date: 20201225 |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230614 Address after: 518000 Shenzhen, Baoan District, Xixiang, Guangdong Xixiang street, thirty-seventh fields, 430 estate. Patentee after: Shenzhen Zhongtou Huaxun Terahertz Technology Co.,Ltd. Address before: 518102 room 430, building 37, chentian Industrial Zone, Baotian 1st Road, Xixiang street, Bao'an District, Shenzhen City, Guangdong Province Patentee before: Shenzhen Zhongtou Huaxun Terahertz Technology Co.,Ltd. Patentee before: CHINA COMMUNICATION TECHNOLOGY Co.,Ltd. |