CN109946696A - 基于目标先验信息的雷达凝视关联成像方法 - Google Patents

基于目标先验信息的雷达凝视关联成像方法 Download PDF

Info

Publication number
CN109946696A
CN109946696A CN201910297929.8A CN201910297929A CN109946696A CN 109946696 A CN109946696 A CN 109946696A CN 201910297929 A CN201910297929 A CN 201910297929A CN 109946696 A CN109946696 A CN 109946696A
Authority
CN
China
Prior art keywords
pulse
target
indicate
imaging plane
radar
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
Application number
CN201910297929.8A
Other languages
English (en)
Other versions
CN109946696B (zh
Inventor
廖桂生
韩亚东
李军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201910297929.8A priority Critical patent/CN109946696B/zh
Publication of CN109946696A publication Critical patent/CN109946696A/zh
Application granted granted Critical
Publication of CN109946696B publication Critical patent/CN109946696B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于目标先验信息的雷达凝视关联成像方法,其实现过程是:(1)构建雷达发射阵面;(2)生成雷达跳频信号;(3)生成发射信号中每个脉冲的旋转成像平面;(4)计算每个脉冲的旋转成像平面对应的发射信号的延时时间;(5)生成空时辐射场矩阵;(6)求解目标散射系数获得旋转成像平面中目标的图像。本发明利用了目标的的先验信息,克服了传统静止成像方法的空时辐射场的条件数和归一化的空间相干度较大和运动补偿方法中泰勒近似导致的目标成像误差的缺点,可以实现雷达对旋转成像平面中目标的高分辨成像。

Description

基于目标先验信息的雷达凝视关联成像方法
技术领域
本发明属于通信技术领域,更进一步涉及雷达通信技术领域中的一种基于目标先验信息的雷达凝视关联成像方法。本发明可用于雷达微波波段对旋转运动平面上的目标进行高分辨成像。
背景技术
雷达凝视关联成像可以在雷达凝视照射下对平面中的目标进行高分辨成像,突破了传统雷达分辨率受天线孔径的限制,增强了雷达对固定区域的监测能力。现有关于雷达凝视关联成像方法的技术主要集中在解决静止平面中目标的雷达成像问题,实现对静止平面中的目标高分辨成像。实际场景中目标大多存在旋转运动,由于目标的旋转运动信息可以提前获取,因此利用目标的先验运动信息建立的凝视关联成像方法,提高雷达对旋转运动平面中目标的分辨能力,实现雷达对旋转运动平面中目标的高分辨成像。
中国科学技术大学在其申请的专利文献“微波凝视成像的方法”(专利申请号201110000699.8,公开号102141618B)中提出一种微波凝视成像的方法。该方法针对静止平面中目标,构造空时辐射场,将雷达回波数据与生成的空时辐射场进行关联处理,反演目标散射系数,实现对静止平面中目标的高分辨成像。该方法存在的不足之处是,由于利用静止平面生成的空时辐射场的条件数和归一化的空间相干度较大,进而雷达对平面中目标的分辨能力被削弱。
张海龙在其发表论文“动目标微波凝视关联成像中稀疏重构技术研究”(中国科学技术大学,硕士学位论文,2015)提出一种径向运动平面中目标的凝视关联成像方法。该方法首先对平面的径向运动速度进行估计,然后通过运动补偿方法使得构造的空时辐射场近似真实的空时辐射场,最后将回波信号与补偿得到空时辐射场进行关联处理,得到径向运动平面中目标图像。该方法存在的不足之处是,由于运动补偿方法中存在泰勒近似处理,导致生成的空时辐射场与真实的空时辐射场之间存在一定的差异,使得雷达对运动平面中的目标成像的均方根误差变大,使得目标成像变得模糊。
发明内容
本发明的目的在于针对上述已有技术的不足,提出一种基于目标先验信息的毫米波凝视关联成像方法,用于解决静止平面生成空时辐射场的条件数和归一化的空间相干度较大和动补偿方法中目标成像的均方根误差变大的问题,实现对旋转运动平面上的目标进行高分辨成像。
实现本发明目的的基本思路是:首先根据雷达的发射阵面和发射信号中每个脉冲的旋转成像平面,计算每个脉冲的旋转成像平面对应的发射信号的延时时间,然后结合雷达跳频信号生成空时辐射场矩阵,最后通过Focuss算法,将空时辐射场与接收的回波信号作关联处理,获取旋转平面中目标的图像。
为实现上述目的,本发明具体实现步骤包括如下:
(1)构建雷达发射阵面:
建立一个三维坐标系,该坐标系以雷达接收阵元为原点,雷达中的所有发射阵元均匀分布在该坐标系以原点为中心的圆形上,得到雷达发射阵面;
(2)生成雷达跳频信号:
(2a)生成一个长度雷达发射阵元总数相等的Costas序列,作为雷达发射信号中第一个脉冲的跳频编码;
(2b)将Costas序列依次循环左移一位,得到移位后的Costas序列,作为雷达发射信号中第二个脉冲的跳频编码;依此类推,生成雷达发射信号中每个脉冲的跳频编码;
(3)生成发射信号中每个脉冲的旋转成像平面:
将雷达发射信号的第一个脉冲中所有待成像目标,组成第一个脉冲的旋转成像平面,将雷达发射信号的第二个脉冲中所有待成像目标组成第二个脉冲的旋转成像平面,依此类推,得到发射信号中每个脉冲的旋转成像平面;
(4)计算每个脉冲的旋转成像平面对应的发射信号的延时时间:
(4a)将雷达g倍的瑞利限设置为待成像分辨率,其中,g在[1,8]范围内任意选取的一个值;
(4b)以待成像分辨率大小,将每个脉冲的旋转成像平面均分成多个网格;
(4c)利用下式,计算每个脉冲的旋转成像平面中每个网格中心坐标值:
其中,xm,p,ym,p,zm,p分别表示第m个脉冲的旋转成像平面中第p个网格中心的x轴、y轴、z轴的坐标值,表示开平方根操作,x1,p,y1,p分别表示第一个脉冲的旋转成像平面中第p个网格中心的x轴、y轴的坐标值,*表示相乘操作,cos(·)表示余弦操作,ω表示第m个脉冲的旋转成像平面的角速度,该角速度是在单位为弧度每秒的[0,π/2]范围内任意选取的一个值;Tp表示雷达发射信号中脉冲之间的时间间隔,arctan(·)表示反正切操作,sin(·)表示正弦操作,R0表示每个脉冲的旋转成像平面与其对应雷达发射阵面之间的距离,该距离是在单位为米的[600,10000]范围内任意选取一个值;
(4d)按照下式,计算雷达每个发射阵元的发射信号到达每个网格中心后反射到接收阵元的延时时间:
其中,τn,m,p表示第n个雷达发射阵元发射第m个脉冲信号到达其旋转成像平面中第p个网格中心后反射到接收阵元的延时时间,xn,yn,zn分别表示第n个发射阵元的x轴、y轴、z轴的坐标值,c表示光速;
(5)生成空时辐射场矩阵:
(5a)按照空时辐射场公式,计算每个脉冲的旋转成像平面中每个网格中心的空时辐射场的值;
(5b)将第一个脉冲的旋转成像平面中每个网格中心的空时辐射场的值,按照该网格的次序排列成空时辐射场矩阵的第一行,将第二个脉冲的旋转成像平面中每个网格中心的空时辐射场的值,按照该网格的次序排列成空时辐射场矩阵的第二行,依此类推,生成空时辐射场矩阵;
(6)获取目标的图像:
利用Focuss算法,将接收的所有发射阵元发射的脉冲信号的回波信号与空时辐射场矩阵作关联处理,得到目标的散射系数,将散射系数按照其对应的旋转成像平面中网格的次序排列,得到旋转成像平面中目标的图像。
本发明与现有技术相比具有以下优点:
第一,由于本发明生成空时辐射场矩阵用来获取目标的图像,克服了利用静止平面生成的空时辐射场获取目标的图像过程中,生成的空时辐射场的条件数和归一化的空间相干度较大缺点,使得本发明有利于空时辐射场与回波数据的关联处理反演目标的散射系数,能够提高雷达的对旋转平面中目标的分辨能力。
第二,由于本发明计算每个脉冲的旋转成像平面对应的发射信号的延时时间用来获取目标的图像,克服了运动补偿方法中利用泰勒近似处理发射信号的延时时间用来获取目标的图像,目标图像的均方根误差较大的缺点,使得本发明能够对旋转平面中目标成像结果更加精确,图像更清晰。
附图说明
图1为本发明实现的流程图;
图2为本发明的雷达凝视关联成像系统的几何模型示意图;
图3为本发明仿真图。
具体实施方式
下面结合附图对本发明做进一步的描述。
参照图1,对本发明的实现步骤做进一步的描述。
步骤1,构建雷达发射阵面。
参照图2,对本发明的雷达凝视关联成像雷达系统几何模型作进一步说明。雷达参数配置如下:发射阵元数为N,接收阵元数为1,收发阵元共同放置在x-o-y面上,接收阵元位于原点处,发射阵元分布在以原点为中心的半径为r的圆形上,第n个发射阵元的位置坐标表示为(xn,yn,zn),其中,n=1,2,...,N。旋转成像平面与x-o-y面距离为R0,对旋转成像平面进行均匀划分网格,其中第p个网格中心位置坐标表示为(x1,p,y1,p,R0),其中,p=1,2,...,P,P表示划分网格的总数。旋转成像平面以角速度ω进行旋转。
建立一个三维坐标系,该坐标系以雷达接收阵元为原点,雷达中的所有发射阵元均匀分布在该坐标系以原点为中心的圆形上,得到雷达发射阵面。
步骤2,生成雷达跳频信号。
生成一个长度雷达发射阵元总数相等的Costas序列,作为雷达发射信号中第一个脉冲的跳频编码。
将Costas序列依次循环左移一位,得到移位后的Costas序列,作为雷达发射信号中第二个脉冲的跳频编码;依此类推,生成雷达发射信号中每个脉冲的跳频编码。
步骤3,生成发射信号中每个脉冲的旋转成像平面。
将雷达发射信号的第一个脉冲中所有待成像目标,组成第一个脉冲的旋转成像平面,将雷达发射信号的第二个脉冲中所有待成像目标组成第二个脉冲的旋转成像平面,依此类推,得到发射信号中每个脉冲的旋转成像平面。
步骤4,计算每个脉冲的旋转成像平面对应的发射信号的延时时间。
将雷达g倍的瑞利限设置为待成像分辨率,其中,g在[1,8]范围内任意选取的一个值。
以待成像分辨率大小,将每个脉冲的旋转成像平面均分成多个网格。
利用下式,计算每个脉冲的旋转成像平面中每个网格中心坐标值。
其中,xm,p,ym,p,zm,p分别表示第m个脉冲的旋转成像平面中第p个网格中心的x轴、y轴、z轴的坐标值,表示开平方根操作,x1,p,y1,p分别表示第一个脉冲的旋转成像平面中第p个网格中心的x轴、y轴的坐标值,*表示相乘操作,cos(·)表示余弦操作,ω表示第m个脉冲的旋转成像平面的角速度,该角速度是在单位为弧度每秒的[0,π/2]范围内任意选取的一个值;Tp表示雷达发射信号中脉冲之间的时间间隔,arctan(·)表示反正切操作,sin(·)表示正弦操作,R0表示每个脉冲的旋转成像平面与其对应雷达发射阵面之间的距离,该距离是在单位为米的[600,10000]范围内任意选取一个值。
按照下式,计算雷达每个发射阵元的发射信号到达每个网格中心后反射到接收阵元的延时时间。
其中,τn,m,p表示第n个雷达发射阵元发射第m个脉冲信号到达其旋转成像平面中第p个网格中心后反射到接收阵元的延时时间,xn,yn,zn分别表示第n个发射阵元的x轴、y轴、z轴的坐标值,c表示光速。
步骤5,生成空时辐射场矩阵。
按照空时辐射场公式,计算每个脉冲的旋转成像平面中每个网格中心的空时辐射场的值。
所述空时辐射场公式如下。
其中,φm,p表示第m个脉冲的旋转成像平面中第p个网格中心的空时辐射场的值,∑表示累加求和操作,En,m表示第n个发射阵元发射信号中的第m个脉冲,t表示第n个发射阵元发射第m个脉冲信号的时刻,τn,m,p表示第n个雷达发射阵元发射第m个脉冲信号到达其旋转成像平面中第p个网格中心后反射到接收阵元的延时时间。
将第一个脉冲的旋转成像平面中每个网格中心的空时辐射场的值,按照该网格的次序排列成空时辐射场矩阵的第一行,将第二个脉冲的旋转成像平面中每个网格中心的空时辐射场的值,按照该网格的次序排列成空时辐射场矩阵的第二行,依此类推,生成空时辐射场矩阵。
步骤6,获取目标的图像。
利用Focuss算法,将接收的所有发射阵元发射的脉冲信号的回波信号与空时辐射场矩阵作关联处理,得到目标的散射系数,将散射系数按照其对应的旋转成像平面中网格的次序排列,得到旋转成像平面中目标的图像。
所述Focuss算法的步骤如下:
第1步,利用下式,计算初始目标散射系数:
σ0=(Φ)+*R
其中,σ0表示初始目标散射系数,(·)+表示伪逆操作,Φ表示空时辐射场矩阵,R表示接收的所有发射阵元发射的脉冲信号的回波信号;
第2步,利用下式,计算当前迭代时的目标散射系数:
其中,σl表示当前迭代时的目标散射系数,σl-1表示前一次迭代时的目标散射系数,若当前迭代次数为第一次时,则该值为初始目标散射系数,diag(·)表示创建对角矩阵操作,表示前一次迭代时的目标散射系数的加权值,p0表示取值为0.1的范数,H表示共轭转置操作,γ表示取值为20的正则化因子,Y表示单位矩阵,(·)-1表示求逆操作;
第3步,利用下式,计算当前迭代时的目标散射系数误差:
errorl=||σll-1||2/||σl-1||2
其中,errorl表示当前迭代的目标散射系数误差,||·||2表示2-范数操作;
第4步,判断当前迭代时的目标散射系数误差小于误差阈值ε,若是,则得到当前迭代时的目标散射系数,否则,执行本步骤的第2步,其中,ε表示取值为0.0001的误差阈值。
下面通过仿真实验对本发明的效果做进一步的说明。
1.仿真条件:
本发明仿真实验是使用MATLAB2014a的软件实现的。
本发明仿真实验的参数设置如下:发射阵元为19个,接收阵元为1个,发射信号的载频为26.5GHz,发射阵面的半径为0.15m,发射信号跳频大小为8.3MHz,成像分辨率为8倍的雷达瑞利限,发射信号的脉冲重复周期为0.1ms,旋转成像平面大小为45m X 45m,目标点数为4个,目标的散射系数为1,旋转平面与雷达发射阵面距离为600m,旋转成像平面的角速度为π/2rad/s,信噪比为30dB。
2.仿真内容及其结果分析:
本发明仿真实验有两个。
仿真实验1,是采用本发明方法和一个现有技术分别生成空时辐射场。所述的现有技术参见中国科学技术大学申请的专利“微波凝视成像的方法”(专利申请号201110000699.8,公开号102141618B)。
生成空时辐射场的随机性可以利用空时辐射场的条件数的归一化的空间度进行衡量,空时辐射场矩阵的条件数和归一化空间相干度越小,表明生成空时辐射场的随机性越好,代表雷达对目标的分辨能力越强。空时辐射场矩阵的条件数和归一化空间相干度的计算公式如下:
将本发明生成的空时辐射场代入空时辐射场的条件数和归一化的空间相干度的计算公式中,得到表1空时辐射场的条件数和归一化空间相干度结果。空时辐射场矩阵的条件数的计算公式为:cond(Φ)=||Φ||2||Φ-1||2,空时辐射场的归一化空间相干度计算公式为Φ表示空时辐射场矩阵,||·||2表示取2-范数,φi表示空时辐射场矩阵Φ的第i列向量,φj表示空时辐射场矩阵Φ的第j列向量,H表示共轭转置操作,|·|表示绝对值操作。
表1空时辐射场矩阵条件数和归一化空间相干度比较表
空时辐射场的生成方法 条件数 归一化空间相干度
微波凝视成像的方法 24.7083dB 0.2628
本发明方法 22.8549dB 0.2602
从表1可以看出,本发明方法生成空时辐射场的条件数和归一化空间度都比现有技术微波凝视成像的方法小,说明本发明生成空时辐射场的随机性好,表明本发明方法对目标的分辨能力增强了。
仿真实验2,是采用本发明方法和一个现有技术分别对旋转平面中的目标进行成像得到旋转平面中的目标的散射系数。所述的现有技术参见张海龙发表的论文“动目标微波凝视关联成像中稀疏重构技术研究”(中国科学技术大学,硕士学位论文,2015)。
将仿真2得到的旋转平面中的目标的散射系数,代入目标图像的均方根误差的计算公式,得到表2重构目标图像的均方根误差比较表。目标图像的均方根误差越小,代表得到的目标图像越精确。
表2重构目标图像的均方根误差比较表
成像方法 重构目标图像的均方根误差
运动补偿方法 1.6423
本发明方法 0.0522
目标图像的均方根误差计算公式为:其中,RMSE表示目标图像的均方根误差,表示开根号操作,∑表示求和操作,σ(p)表示获得的第p个网格处的目标的散射系数,σref(p)表示设置的第p个网格处的目标的散射系数,P表示划分网格的总数。
从表2可以看出,本发明方法重构目标图像的均方根误差比运动补偿方法的小,表明本发明方法得到目标的图像比较精确。
将得到的目标散射系数转化成灰度图,得到目标图像如图3所示,其中,图3(a)为本发明仿真2使用的目标原始图像,图3(b)为本发明方法获得目标图像,图3(c)为运动补偿方法获得目标图像.其中,图3(a)中横坐标和纵坐标均表示方位向的分辨单元,图3(a)中白色的方框点表示目标原始图像。图3(b)中横坐标和纵坐标均表示方位向的分辨单元,图3(b)中白色的方框点表示本发明方法获得目标图像。图3(c)中横坐标和纵坐标均表示方位向的分辨单元,图3(c)中白色的方框点表示运动补偿方法得到目标图像。
从图3中的三个图像可以看出,本发明的方法对旋转成像平面中的目标较为清晰,现有技术运动补偿的方法得到目标图像较为模糊,说明本发明的方法可以对旋转平面中目标进行高分辨成像。
综上所述,本发明的方法减小了生成的空时辐射场的条件数和归一化的空间相干度,提高雷达的对旋转平面中目标的分辨能力。同时本发明的方法可以减小重构旋转成像平面中的目标图像的均方根误差,可以对旋转平面中目标进行高分辨成像。

Claims (3)

1.一种基于目标先验信息的雷达凝视关联成像方法,其特征在于,构建雷达发射阵面,生成雷达跳频信号,计算每个脉冲的旋转成像平面对应的发射信号的延时时间,生成空时辐射场矩阵,该方法的步骤包括如下:
(1)构建雷达发射阵面:
建立一个三维坐标系,该坐标系以雷达接收阵元为原点,雷达中的所有发射阵元均匀分布在该坐标系以原点为中心的圆形上,组成雷达发射阵面;
(2)生成雷达跳频信号:
(2a)生成一个长度雷达发射阵元总数相等的Costas序列,作为雷达发射信号中第一个脉冲的跳频编码;
(2b)将Costas序列依次循环左移一位,得到移位后的Costas序列,作为雷达发射信号中第二个脉冲的跳频编码,依此类推,生成雷达发射信号中每个脉冲的跳频编码;
(3)生成发射信号中每个脉冲的旋转成像平面:
将雷达发射信号的第一个脉冲中所有待成像目标,组成第一个脉冲的旋转成像平面,将雷达发射信号的第二个脉冲中所有待成像目标组成第二个脉冲的旋转成像平面,依此类推,得到发射信号中每个脉冲的旋转成像平面;
(4)计算每个脉冲的旋转成像平面对应的发射信号的延时时间:
(4a)将雷达g倍的瑞利限设置为待成像分辨率,其中,g在[1,8]范围内任意选取的一个值;
(4b)用待成像分辨率将每个脉冲的旋转成像平面均分成多个网格;
(4c)利用下式,计算每个脉冲的旋转成像平面中每个网格中心坐标值:
其中,xm,p,ym,p,zm,p分别表示第m个脉冲的旋转成像平面中第p个网格中心的x轴、y轴、z轴的坐标值,表示开平方根操作,x1,p,y1,p分别表示第一个脉冲的旋转成像平面中第p个网格中心的x轴、y轴的坐标值,*表示相乘操作,cos(·)表示余弦操作,ω表示第m个脉冲的旋转成像平面的角速度,该角速度是在单位为弧度每秒的[0,π/2]范围内任意选取的一个值;Tp表示雷达发射信号中脉冲之间的时间间隔,arctan(·)表示反正切操作,sin(·)表示正弦操作,R0表示每个脉冲的旋转成像平面与其对应雷达发射阵面之间的距离,该距离是在单位为米的[600,10000]范围内任意选取的一个值;
(4d)按照下式,计算雷达每个发射阵元的发射信号到达每个网格中心后反射到接收阵元的延时时间:
其中,τn,m,p表示第n个雷达发射阵元发射第m个脉冲信号到达其旋转成像平面中第p个网格中心后反射到接收阵元的延时时间,xn,yn,zn分别表示第n个发射阵元的x轴、y轴、z轴的坐标值,c表示光速;
(5)生成空时辐射场矩阵:
(5a)按照空时辐射场公式,计算每个脉冲的旋转成像平面中每个网格中心的空时辐射场的值;
(5b)将第一个脉冲的旋转成像平面中每个网格中心的空时辐射场的值,按照该网格的次序排列成空时辐射场矩阵的第一行,将第二个脉冲的旋转成像平面中每个网格中心的空时辐射场的值,按照该网格的次序排列成空时辐射场矩阵的第二行,依此类推,生成空时辐射场矩阵;
(6)获取目标的图像:
利用Focuss算法,将接收的所有发射阵元发射的脉冲信号的回波信号与空时辐射场矩阵作关联处理,得到目标的散射系数,将散射系数按照其对应的旋转成像平面中网格的次序排列,得到旋转成像平面中目标的图像。
2.根据权利要求1所述的基于目标先验信息的雷达凝视关联成像方法,其特征在于:步骤(5a)中所述空时辐射场公式如下:
其中,φm,p表示第m个脉冲的旋转成像平面中第p个网格中心的空时辐射场的值,∑表示累加求和操作,En,m表示第n个发射阵元发射信号中的第m个脉冲,t表示第n个发射阵元发射第m个脉冲信号的时刻,τn,m,p表示第n个雷达发射阵元发射第m个脉冲信号到达其旋转成像平面中第p个网格中心后反射到接收阵元的延时时间。
3.根据权利要求1所述的基于目标先验信息的雷达凝视关联成像方法,其特征在于:步骤(6)中所述Focuss算法的步骤如下:
第一步,利用下式,计算初始目标散射系数:
σ0=(Φ)+*R
其中,σ0表示初始目标散射系数,(·)+表示伪逆操作,Φ表示空时辐射场矩阵,R表示接收的所有发射阵元发射的脉冲信号的回波信号;
第二步,利用下式,计算当前迭代时的目标散射系数:
其中,σl表示当前迭代时的目标散射系数,σl-1表示前一次迭代时的目标散射系数,若当前迭代次数为第一次时,则该值为初始目标散射系数,diag(·)表示创建对角矩阵操作,表示前一次迭代时的目标散射系数的加权值,p0表示取值为0.1的范数,H表示共轭转置操作,γ表示取值为20的正则化因子,Y表示单位矩阵,(·)-1表示求逆操作;
第三步,利用下式,计算当前迭代时的目标散射系数误差:
errorl=||σll-1||2/||σl-1||2
其中,errorl表示当前迭代的目标散射系数误差,||·||2表示2-范数操作;
第四步,判断当前迭代时的目标散射系数误差小于误差阈值ε,若是,则得到当前迭代时的目标散射系数,否则,执行第二步,其中,ε表示取值为0.0001的误差阈值。
CN201910297929.8A 2019-04-15 2019-04-15 基于目标先验信息的雷达凝视关联成像方法 Active CN109946696B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910297929.8A CN109946696B (zh) 2019-04-15 2019-04-15 基于目标先验信息的雷达凝视关联成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910297929.8A CN109946696B (zh) 2019-04-15 2019-04-15 基于目标先验信息的雷达凝视关联成像方法

Publications (2)

Publication Number Publication Date
CN109946696A true CN109946696A (zh) 2019-06-28
CN109946696B CN109946696B (zh) 2022-12-06

Family

ID=67015125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910297929.8A Active CN109946696B (zh) 2019-04-15 2019-04-15 基于目标先验信息的雷达凝视关联成像方法

Country Status (1)

Country Link
CN (1) CN109946696B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110441780A (zh) * 2019-08-21 2019-11-12 中国海洋大学 一种超声相控阵关联成像方法
CN112130144A (zh) * 2020-11-30 2020-12-25 中国人民解放军国防科技大学 基于动态网格的微波关联成像方法与成像系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100140458A1 (en) * 2007-12-06 2010-06-10 U.S. Government As Represented By The Secretary Of The Army Method and system for quantum and quantum inspired ghost imaging
CN104199028A (zh) * 2014-09-03 2014-12-10 西安电子科技大学 基于雷达旋转发射阵列的微波关联成像方法
CN105866756A (zh) * 2016-03-29 2016-08-17 西安电子科技大学 基于张量压缩感知的发射均匀面阵雷达凝视成像方法
WO2018045566A1 (zh) * 2016-09-09 2018-03-15 深圳大学 基于压缩感知的随机脉冲多普勒雷达角度-多普勒成像方法
CN108828593A (zh) * 2018-04-26 2018-11-16 电子科技大学 一种随机辐射雷达关联成像方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100140458A1 (en) * 2007-12-06 2010-06-10 U.S. Government As Represented By The Secretary Of The Army Method and system for quantum and quantum inspired ghost imaging
CN104199028A (zh) * 2014-09-03 2014-12-10 西安电子科技大学 基于雷达旋转发射阵列的微波关联成像方法
CN105866756A (zh) * 2016-03-29 2016-08-17 西安电子科技大学 基于张量压缩感知的发射均匀面阵雷达凝视成像方法
WO2018045566A1 (zh) * 2016-09-09 2018-03-15 深圳大学 基于压缩感知的随机脉冲多普勒雷达角度-多普勒成像方法
CN108828593A (zh) * 2018-04-26 2018-11-16 电子科技大学 一种随机辐射雷达关联成像方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GUISHENG LIAO ET AL.: "SAR Automatic Target Recognition Using Joint Low-Rank and Sparse Multiview Denoising", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 *
周小利 等: "稀疏贝叶斯学习框架下的扩展目标雷达关联成像", 《国防科技大学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110441780A (zh) * 2019-08-21 2019-11-12 中国海洋大学 一种超声相控阵关联成像方法
CN110441780B (zh) * 2019-08-21 2021-09-28 中国海洋大学 一种超声相控阵关联成像方法
CN112130144A (zh) * 2020-11-30 2020-12-25 中国人民解放军国防科技大学 基于动态网格的微波关联成像方法与成像系统
CN112130144B (zh) * 2020-11-30 2021-02-02 中国人民解放军国防科技大学 基于动态网格的微波关联成像方法与成像系统

Also Published As

Publication number Publication date
CN109946696B (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
CN106886020B (zh) 一种单天线接收条件下的电磁涡旋成像方法
Liu et al. MIMO radar calibration and imagery for near-field scattering diagnosis
CN108828593B (zh) 一种随机辐射雷达关联成像方法
Feng et al. An extended fast factorized back projection algorithm for missile-borne bistatic forward-looking SAR imaging
Feng et al. Multipath ghost recognition for indoor MIMO radar
Guo et al. Multipath ghost suppression for through-the-wall imaging radar via array rotating
Wang et al. Multi-scene deception jamming on SAR imaging with FDA antenna
CN109946696A (zh) 基于目标先验信息的雷达凝视关联成像方法
Quan et al. Microwave correlation forward-looking super-resolution imaging based on compressed sensing
Zhou et al. Synthesis of conformal array antenna for hypersonic platform SAR using modified particle swarm optimisation
CN111190151A (zh) 扫描模式下多模态小卫星sar的系统参数设计及发射功率优化方法
Dai et al. Enhancement of metasurface aperture microwave imaging via information-theoretic waveform optimization
Zhuravlev et al. Microwave imaging of concealed objects with linear antenna array and optical tracking of the target for high-performance security screening systems
Wang et al. A novel STAP method based on structured sparse recovery of clutter spectrum
Yuan et al. 3drudat: 3d robust unambiguous doppler beam sharpening using adaptive threshold for forward-looking region
Boiko et al. Increasing efficiency in the correlation processing of information signals for radar
US11860265B2 (en) Method and device for extracting spatial/velocity resolution of a single-input single-output radar
CN113359196B (zh) 基于子空间法和dbf的多目标生命体征探测方法
Sui et al. Angular glint calculation and analysis of radar targets via adaptive cross approximation algorithm
Tang et al. A novel 3D imaging method of FMCW MIMO-SAR
Huang et al. High-precision imaging algorithm for highly squinted SAR with 3D acceleration
Hongtu et al. Efficient raw signal generation based on equivalent scatterer and subaperture processing for SAR with arbitrary motion
Heidenreich et al. Introduction to the issue on recent advances in automotive radar signal processing
Wang et al. Two-dimensional beamforming automotive radar with orthogonal linear arrays
Farrell et al. CoIR: Compressive Implicit Radar

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