CN110208768A - 超并行自主产生式的相控阵雷达实时多目标回波模拟方法 - Google Patents

超并行自主产生式的相控阵雷达实时多目标回波模拟方法 Download PDF

Info

Publication number
CN110208768A
CN110208768A CN201910569768.3A CN201910569768A CN110208768A CN 110208768 A CN110208768 A CN 110208768A CN 201910569768 A CN201910569768 A CN 201910569768A CN 110208768 A CN110208768 A CN 110208768A
Authority
CN
China
Prior art keywords
target
echo
data
phased
channel
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
Application number
CN201910569768.3A
Other languages
English (en)
Inventor
杨强
张畅
张鑫
张佳智
王永军
赵梦晓
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.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201910569768.3A priority Critical patent/CN110208768A/zh
Publication of CN110208768A publication Critical patent/CN110208768A/zh
Pending legal-status Critical Current

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
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418—Theoretical aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种超并行自主产生式的相控阵雷达实时多目标回波模拟方法，所述方法包括如下步骤：建立复杂运动目标的运动模型；根据系统参数，产生目标基带回波和噪声，根据目标参数，利用目标运动模型计算所有目标的目标信息；针对某一目标，将该目标的距离信息和速度信息添加到目标基带回波信号中，构建出该目标的单通道数据；将该目标的方位信息添加到单通道数据里，构成该目标的多通道回波数据，并与噪声相加，构成该目标的相控阵雷达回波数据；遍历所有目标，将不同目标的回波数据线性累加，构成最终多目标相控阵雷达回波数据。本发明用于评估雷达系统对多目标的信号处理性能，可以用于提高雷达系统性能评估的全面性。

Description

超并行自主产生式的相控阵雷达实时多目标回波模拟方法
技术领域
本发明属于雷达系统中的回波模拟领域，涉及一种超并行自主产生式的相控阵雷达实时多目标回波模拟方法。
背景技术
在雷达系统的研发过程当中，性能测试和算法验证是必不可少的重要环节，通常需要通过模拟回波的方式来验证信号处理算法的有效性和稳定性。目前根据回波信号的生成方式，雷达回波模拟可分为两种：一种是存储回放式，另一种是自主产生式。存储回放式一般是将事先获得的雷达回波数据固化在存储器中，模拟回波时，根据一定的时序控制将回波读取出来，进行后续的信号处理。自主产生式通过配置雷达系统的工作参数，如载频、带宽、目标个数、积累时长、信号体制等，根据系统需求自主生成回波信号。相比于存储回放式回波模拟方法,自主产生式雷达回波模拟方法不需要预先存储回波数据，配置灵活、功能齐全、实时性强。传统的基于CPU的雷达回波模拟方法由于受CPU浮点运算能力的限制，在满足实时性的前提下，只能产生单目标的雷达回波数据，且目标运动模型为简单径向匀速直线运动，无法实时验证信号处理算法对复杂运动的多目标回波处理能力。
图像处理器(Graphic Processing Unit，GPU)是由NVIDIA公司首先推出的，是显卡的最主要核心。相比较CPU的硬件布局，GPU将更多的晶体管用作算术逻辑(ALU)单元，而不是数据缓存和控制，因此GPU具有更强的浮点运算性能。借助GPU强大的浮点运算性能和超并行计算架构，可以实现目标复杂运动模型的快速计算，最终可以实现相控阵雷达多复杂运动目标回波数据的实时模拟，可以用于提高雷达系统性能评估的全面性。
发明内容
为了解决现有相控阵雷达回波模拟方法无法实时产生复杂运动的多目标回波数据的问题，本发明提供了一种超并行自主产生式的相控阵雷达实时多目标回波模拟方法。本发明用于评估雷达系统对多目标的信号处理性能，可以用于提高雷达系统性能评估的全面性。
本发明的目的是通过以下技术方案实现的：
一种超并行自主产生式的相控阵雷达实时多目标回波模拟方法，包括如下步骤：
步骤一：建立复杂运动目标的运动模型，用于在GPU中计算目标在不同时刻下的目标信息，所述目标信息包括距离、方位、径向速度信息。
本步骤中，建立复杂运动目标的运动模型的方法如下：
设目标瞬时速度为v；目标至接收阵列的初始距离为r0；目标相对于接收阵列法线方向的初始方位角为θ0，以对海观测雷达为例，假定目标只出现在接收阵列的一侧，以接收阵列法线方向为基准，沿顺时针方向θ0取值为[0，π/2]，沿逆时针方向θ0取值为[-π/2，0]；目标运动的航向为以接收阵列法线方向为基准，沿顺时针方向取值为[0，2π]；当目标运动时间dt后，目标距离接收阵列的距离为Rr，径向速度为vr(对应的多普勒频率为fd＝-2vr/λ，λ为波长)，方位角为θr；
目标在运动时间Δt后，运动距离为ΔR＝|v|×Δt，Rr、ΔR和r0构成一个三角形，由此建立相应的方程组，联立求解目标参数：
步骤二：根据系统参数，产生目标基带回波和噪声，根据目标参数，利用步骤一中的目标运动模型计算所有目标的目标信息。具体步骤如下：
根据系统参数，利用GPU并行产生回波的基带信号s(t)和噪声，信号形式和噪声可自定义；以高斯白噪声为例，调用curand库中的curandGenerateNormal函数产生高斯白噪声信号noi(t)。
根据目标参数，将目标m的v、r0、θ0、代入步骤一中的目标运动模型，计算目标m在不同时刻t的Rrm(t)、θrm(t)和fdm(t)，其中Rrm(t)为目标m在时刻t相距雷达接收阵列的距离，θrm(t)为目标m在时刻t相对于接收阵列法线方向的初始方位角，fdm(t)为目标m在时刻t的多普勒频率。Rrm(t)、θrm(t)和fdm(t)的计算通过内核函数Target_Motion_Model_kernel来实现，其中线程网格内分配了N个block，每个block分配M个thread。线程网格内所有线程按行排列，一共分配了nAcc1个thread，每个thread在线程网格中都有独立的索引为：
idx＝threadIdx.x+blockIdx.x*blockDim.x；
其中，idx∈[0,nAcc1-1]，且第idx个thread用于计算目标在第idx个脉冲所对应的Rrm(idx)、θrm(idx)和fdm(idx)。
步骤三：针对某一目标，将该目标的距离信息和速度信息添加到目标基带回波信号中，构建出该目标的单通道数据。具体步骤如下：
调用GPU内核函数，将目标m距离信息Rrm(t)和速度信息fdm(t)添加到目标回波信号s(t)里，构建一个目标的单通道数据：
其中，sam(t)为目标m的单通道数据，为基带信号s(t)经过时延之后的结果，Rrm(t)为目标m相距雷达接受阵列的距离，fdm(t)为目标m的多普勒频率，c为光速。sam(t)的计算通过内核函数Generate_Channel_data_kernel来实现，其中线程网格内block按二维分布，nAcc1行，N列。每行block一共分配了nTpp个thread，每个thread在线程网格中都有独立的索引为：
idx＝threadIdx.x+blockIdx.x*blockDim.x；
其中idx∈[0,nTpp-1]，每个thread用于计算对应脉冲数据的一个采样点。
步骤四：将该目标的方位信息添加到单通道数据里，构成该目标的多通道回波数据，并与噪声相加，构成该目标的相控阵雷达回波数据。具体步骤如下：
调用GPU内核函数，将目标m的方位信息θrm(t)添加到步骤三所得的单通道数据中，并将不同通道数据与噪声noi(t)相加，构建出该目标最终的回波数据，多通道的回波数据为：
其中，si(t)为不同通道的回波数据，sam(t)为目标m的单通道数据，λ为波长，nCh是通道个数，d是阵元间距，θrm(t)为目标m在时刻t相对于接收阵列法线方向的初始方位角。最终的目标m回波为：
其中，srm(t)为目标m的最终回波数据，s0(t),…,snCh-1(t)为目标m从通道1到通道nCh的通道数据，SNR是信噪比，noi(t)为噪声。srm(t)的计算通过内核函数Generate_MultiChannel_data_kernel来实现，其中线程网格内block按二维分布，nAcc1行，N列。每行block一共分配了nTpp个thread，每个thread在线程网格中都有独立的索引为：
idx＝threadIdx.x+blockIdx.x*blockDim.x；
其中idx∈[0,nTpp-1]，在该内核函数中，通过一个循环次数为nCh的for循环来获得不同的通道数据，并排列成一维结构。
步骤五：重复步骤三至四，遍历所有目标，将不同目标的回波数据线性累加，构成最终多目标相控阵雷达回波数据。具体步骤如下：
将所有nTarget个目标的回波进行线性累加，获得最终的多目标雷达回波数据：
其中，sr(t)为最终的多目标雷达回波数据，srm(t)为目标m的最终回波数据，nTarget为目标个数。sr(t)的计算通过内核函数Add_MultiChannel_data_kernel来实现，其中线程网格内block按一维分布，其中M＝1024，N＝nTpp×nCh，并在该内核函数中添加一个循环次数为nAcc1/M的for循环，一次循环获得数据量为nTpp×M×nCh个复数，循环结束最终获得数据量为nTpp×nAcc1×nCh个复数的多目标雷达回波数据。
相比于现有技术，本发明具有如下优点：
本发明能够实时产生复杂运动的多目标相控阵雷达多通道回波数据，目标运动模型包括速直线运动、匀加速直线运动、圆周运动以及曲线运动等复杂运动模型，模拟精度高，实时性强，可提高相控阵雷达系统对信号处理算法评估的全面性和便捷性。
2、本发明建立的复杂运动目标的运动模型可以依据目标连续运动特征，获得匀速直线运动、匀加速直线运动、圆周运动以及曲线运动等复杂运动目标的在不同时刻下的目标信息。
附图说明
图1为本发明的原理示意图。
图2为本发明步骤一的目标复杂运动模型示意图。
图3为本发明步骤三的雷达回波结构图。
图4为本发明步骤五的目标1处理结果和理论值的对比图。
图5为本发明步骤五的目标2处理结果和理论值的对比图
具体实施方式
下面结合附图对本发明的技术方案作进一步的说明，但并不局限于此，凡是对本发明技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，均应涵盖在本发明的保护范围中。
本发明提供了一种超并行自主产生式的相控阵雷达实时多目标回波模拟方法，如图1所示，所述方法包括如下步骤：
步骤一：建立复杂运动目标的运动模型，用于在GPU中计算目标在不同时刻下的目标信息，所述目标信息包括距离、方位、径向速度信息。
本步骤中，模拟器的软硬件环境如表1所示，回波模拟的基本原则是尽可能提高回波的时间连续性。因此，在量化目标运动时，高采样率将呈现出更多运动细节，也可插入更多控制参数。采用高于系统工作采样率3～4倍的时间间隔进行刻画目标运动时，在某一个时间点上，点目标运动可以演变为近似瞬时变化，即相邻时间间隔Δt内，目标运动矢量的一阶导数保持不变。
表1
本步骤中，建立复杂运动目标的运动模型的方法如下：
设目标瞬时速度为v；目标至接收阵列的初始距离为r0；目标相对于接收阵列法线方向的初始方位角为θ0，假定目标只出现在接收阵列的一侧，以接收阵列法线方向为基准，沿顺时针方向θ0取值为[0，π/2]，沿逆时针方向θ0取值为[-π/2，0]；目标运动的航向为以接收阵列法线方向为基准，沿顺时针方向取值为[0，2π]。当目标运动时间dt后，目标距离接收阵列的距离为Rr，径向速度为vr(对应的多普勒频率为fd＝-2vr/λ，λ为波长)，方位角为θr。根据θ0和的取值不同，目标瞬时运动模型可归纳为图2中的6种情况。
目标在运动时间Δt后，运动距离为ΔR＝|v|×Δt，Rr、ΔR和r0构成一个三角形，由此可以建立相应的方程组，联立求解目标参数：
模型(a)：θr＝θ0-θ；模型(b)：θr＝θ0+θ；模型(c)：θr＝θ0-θ；模型(d):θr＝θ0-θ；模型(e):θr＝θ0+θ；模型(f)：θr＝θ0+θ。
通过该模型可以求出目标在不同时刻t的Rr、θr、vr，用于进行后续回波模拟。
步骤二：根据系统参数，产生目标基带回波和噪声，根据目标参数，利用步骤一中的目标运动模型计算所有目标的目标信息。
在CPU端调用cudaMalloc函数，用于在GPU端分配显存空间用于回波模拟计算，由于GPU显存容量是有限的，可循环增加回波的数据长度。
在GPU端利用内核函数，产生目标回波信号s(t)。在CPU端调用curand函数库中的curandGenerateNormal函数，在GPU端生成符合C(0,1)分布的高斯白噪声noi(t)。系统参数如表2所示，noi(t)的数据量为nCh*tT÷fs个复数，其中nCh为通道个数，tT为单次产生数据的等效时间，fs为采样率。
表2
根据表3的目标参数，将目标m的v、r0、θ0、代入步骤一中的目标运动模型，计算目标m在不同时刻t的Rrm(t)、θrm(t)和fdm(t)。表3中2个目标，目标1为非径向匀速直线运动，目标2为径向直线运动。
表3
步骤三：针对某一目标，将该目标的距离信息和速度信息添加到目标基带回波信号中，构建出该目标的单通道数据。
本步骤中，雷达回波数据构成由图3所示，同一通道内的不同脉冲数据之间是对同一个目标回波信号进行时延(目标距离信息添加)、添加多普勒频率(目标速度信息添加)处理的，因此具有高度的并行化；不同通道之间的数据是对同一个通道数据进行相位加权处理的(目标方位信息添加)，因此具有高度的并行化。根据以上分析，可以采取回波数据的每个采样点与GPU线程一一对应的策略来实现回波模拟器。
在GPU端调用内核函数，将目标m距离信息Rrm(t)和速度信息fdm(t)添加到目标回波信号s(t)里，构建一个目标的单通道数据：
步骤四：将该目标的方位信息添加到单通道数据里，构成该目标的多通道回波数据，并与噪声相加，构成该目标的相控阵雷达回波数据。
本步骤中，在GPU端调用内核函数，将目标m的方位信息θrm(t)添加到步骤三所得的单通道数据中，并将不同通道数据排列成一维向量形式，并与高斯白噪声noi(t)相加，构建出该目标最终的回波数据。不同通道的回波数据为：
其中，nCh是通道个数，d是阵元间距。最终的目标m回波为：
步骤五：重复步骤三至四，遍历所有目标，将不同目标的回波数据线性累加，构成最终多目标相控阵雷达回波数据。
本步骤中，将所有目标的回波进行线性累加，获得最终的多目标雷达回波数据：
将持续产生的2个目标的回波数据传输到信号处理系统中，将处理后获得的目标信息与步骤二中目标运动模型计算得到的目标信息进行对比，如图4和图5所示，图中实线为理论值，虚线为测试值。通过对比，目标1在方位维，误差均值为0.13度；在距离维，误差均值为0.076km；在速度维，误差均值为0.33m/s。目标2在方位维，误差均值为0.03度；在距离维，误差均值为0.099km；在速度维，误差均值为0.295m/s。其中，误差是由于添加了信噪比为-25dB的噪声而产生的，并且2个点目标理论值与测试值的误差均小于分辨率，符合信号处理的精度要求，验证了该回波模拟方法的有效性。
为了验证本发明的回波模拟方法的多目标仿真能力，分别仿真2个、100个、200个、430个点目标的单批脉冲积累时域回波数据，其中系统参数如表2所示，并重复产生3000次，计算平均时间。并将该时间与传统基于CPU的回波模拟方法产生相同时域回波数据的时间进行对比，实验结果如表4所示。
表4
由表4可知，随着目标个数的增加，回波模拟所消耗的时间在逐步增加。本发明所提出的回波模拟方法在产生430个点目标的雷达时域数据耗时8.40s小于单次产生数据的等效时间(8.448s)，此时可以满足回波模拟的实时性要求，而传统基于CPU的回波模拟器在产生2个点目标的雷达时域数据耗时9.90s大于单次产生数据的等效时间，难以满足信号处理实时性要求。验证超并行自主产生式的相控阵雷达实时多目标回波模拟方法在多目标多通道回波产生速度方面的优越性。
综上所述，本发明提出的超并行自主产生式的相控阵雷达实时多目标回波模拟方法能够实时高精度的产生复杂运动多目标的雷达回波数据，可以用于提高对雷达系统性能评估的全面性。

Claims (6)

1.一种超并行自主产生式的相控阵雷达实时多目标回波模拟方法，其特征在于所述方法包括如下步骤：
步骤一：建立复杂运动目标的运动模型，用于在GPU中计算目标在不同时刻下的目标信息，所述目标信息包括距离、方位、径向速度信息；
步骤二：根据系统参数，产生目标基带回波和噪声，根据目标参数，利用步骤一中的目标运动模型计算所有目标的目标信息；
步骤三：针对某一目标，将该目标的距离信息和速度信息添加到目标基带回波信号中，构建出该目标的单通道数据；
步骤四：将该目标的方位信息添加到单通道数据里，构成该目标的多通道回波数据，并与噪声相加，构成该目标的相控阵雷达回波数据；
步骤五：重复步骤三至四，遍历所有目标，将不同目标的回波数据线性累加，构成最终多目标相控阵雷达回波数据。
2.根据权利要求1所述的超并行自主产生式的相控阵雷达实时多目标回波模拟方法，其特征在于所述步骤一中，建立复杂运动目标的运动模型的方法如下：
设目标瞬时速度为v；目标至接收阵列的初始距离为r0；目标相对于接收阵列法线方向的初始方位角为θ0，假定目标只出现在接收阵列的一侧，以接收阵列法线方向为基准，沿顺时针方向θ0取值为[0，π/2]，沿逆时针方向θ0取值为[-π/2，0]；目标运动的航向为以接收阵列法线方向为基准，沿顺时针方向取值为[0，2π]；当目标运动时间dt后，目标距离接收阵列的距离为Rr，径向速度为vr，对应的多普勒频率为fd＝-2vr/λ，λ为波长，方位角为θr；
目标在运动时间Δt后，运动距离为ΔR＝|v|×Δt，Rr、ΔR和r0构成一个三角形，由此建立相应的方程组，联立求解目标参数：
3.根据权利要求1所述的超并行自主产生式的相控阵雷达实时多目标回波模拟方法，其特征在于所述步骤二的具体步骤如下：
根据系统参数，产生目标基带回波和噪声，根据目标参数，利用步骤一中的目标运动模型计算所有目标的目标信息；
根据系统参数，利用GPU并行产生回波的基带信号s(t)和噪声，信号形式和噪声可自定义；
根据目标参数，将目标m的v、r0、θ0、代入步骤一中的目标运动模型，计算目标m在不同时刻t的Rrm(t)、θrm(t)和fdm(t)，其中Rrm(t)为目标m在时刻t相距雷达接收阵列的距离，θrm(t)为目标m在时刻t相对于接收阵列法线方向的初始方位角，fdm(t)为目标m在时刻t的多普勒频率。
4.根据权利要求1所述的超并行自主产生式的相控阵雷达实时多目标回波模拟方法，其特征在于所述步骤三的具体步骤如下：
调用GPU内核函数，将目标m距离信息Rrm(t)和速度信息fdm(t)添加到目标回波信号s(t)里，构建一个目标的单通道数据：
其中，sam(t)为目标m的单通道数据，为基带信号s(t)经过时延之后的结果，Rrm(t)为目标m相距雷达接收阵列的距离，fdm(t)为目标m的多普勒频率，c为光速。
5.根据权利要求1所述的超并行自主产生式的相控阵雷达实时多目标回波模拟方法，其特征在于所述步骤四的具体步骤如下：
调用GPU内核函数，将目标m的方位信息θrm(t)添加到步骤三所得的单通道数据中，并将不同通道数据与噪声noi(t)相加，构建出该目标最终的回波数据，多通道的回波数据为：
其中，si(t)为不同通道的回波数据，sam(t)为目标m的单通道数据，λ为波长，nCh是通道个数，d是阵元间距，θrm(t)为目标m在时刻t相对于接收阵列法线方向的初始方位角；最终的目标m回波为：
其中，srm(t)为目标m的最终回波数据，s0(t),···,snCh-1(t)为目标m从通道1到通道nCh的通道数据，SNR是信噪比，noi(t)为噪声。
6.根据权利要求1所述的超并行自主产生式的相控阵雷达实时多目标回波模拟方法，其特征在于所述步骤五的具体步骤如下：
重复步骤三至四，遍历所有目标，将所有nTarget个目标的回波进行线性累加，获得最终的多目标雷达回波数据：
其中，sr(t)为最终的多目标雷达回波数据，srm(t)为目标m的最终回波数据，nTarget为目标个数。
CN201910569768.3A 2019-06-27 2019-06-27 超并行自主产生式的相控阵雷达实时多目标回波模拟方法 Pending CN110208768A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910569768.3A CN110208768A (zh) 2019-06-27 2019-06-27 超并行自主产生式的相控阵雷达实时多目标回波模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910569768.3A CN110208768A (zh) 2019-06-27 2019-06-27 超并行自主产生式的相控阵雷达实时多目标回波模拟方法

Publications (1)

Publication Number Publication Date
CN110208768A true CN110208768A (zh) 2019-09-06

Family

ID=67795000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910569768.3A Pending CN110208768A (zh) 2019-06-27 2019-06-27 超并行自主产生式的相控阵雷达实时多目标回波模拟方法

Country Status (1)

Country Link
CN (1) CN110208768A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111781569A (zh) * 2020-06-23 2020-10-16 芜湖易来达雷达科技有限公司 一种民用连续波雷达目标模拟方法
CN115372919A (zh) * 2022-08-30 2022-11-22 中国船舶集团有限公司第七二三研究所 一种基于t检验的雷达目标回波模拟性能评估方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102023293A (zh) * 2010-09-14 2011-04-20 中国兵器工业第二○六研究所 多波束比幅测角雷达目标中频回波仿真系统及其控制方法
CN103176170A (zh) * 2013-02-06 2013-06-26 中国科学院电子学研究所 一种基于gpu并行计算的sar回波模拟方法
CN103616671A (zh) * 2013-11-19 2014-03-05 北京航空航天大学 一种相控阵雷达数字仿真系统及其仿真方法
CN106154247A (zh) * 2016-06-24 2016-11-23 南京林业大学 一种多尺度全波形激光雷达数据最优化分解方法
CN106483512A (zh) * 2016-12-08 2017-03-08 南京理工大学 一种通用的多通道分布式目标回波模拟方法及中频系统
CN106707254A (zh) * 2017-03-31 2017-05-24 北京润科通用技术有限公司 一种雷达回波信号的模拟方法及装置
CN107367717A (zh) * 2017-09-22 2017-11-21 上海航天测控通信研究所 一种雷达多目标中频仿真装置
CN107728120A (zh) * 2017-01-23 2018-02-23 中国船舶工业系统工程研究院 一种船用雷达目标回波的模拟方法
CN109001697A (zh) * 2018-08-14 2018-12-14 电子科技大学 一种多目标雷达回波模拟器
CN109212526A (zh) * 2018-10-17 2019-01-15 哈尔滨工业大学 用于高频地波雷达的分布式阵列目标角度测量方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102023293A (zh) * 2010-09-14 2011-04-20 中国兵器工业第二○六研究所 多波束比幅测角雷达目标中频回波仿真系统及其控制方法
CN103176170A (zh) * 2013-02-06 2013-06-26 中国科学院电子学研究所 一种基于gpu并行计算的sar回波模拟方法
CN103616671A (zh) * 2013-11-19 2014-03-05 北京航空航天大学 一种相控阵雷达数字仿真系统及其仿真方法
CN106154247A (zh) * 2016-06-24 2016-11-23 南京林业大学 一种多尺度全波形激光雷达数据最优化分解方法
CN106483512A (zh) * 2016-12-08 2017-03-08 南京理工大学 一种通用的多通道分布式目标回波模拟方法及中频系统
CN107728120A (zh) * 2017-01-23 2018-02-23 中国船舶工业系统工程研究院 一种船用雷达目标回波的模拟方法
CN106707254A (zh) * 2017-03-31 2017-05-24 北京润科通用技术有限公司 一种雷达回波信号的模拟方法及装置
CN107367717A (zh) * 2017-09-22 2017-11-21 上海航天测控通信研究所 一种雷达多目标中频仿真装置
CN109001697A (zh) * 2018-08-14 2018-12-14 电子科技大学 一种多目标雷达回波模拟器
CN109212526A (zh) * 2018-10-17 2019-01-15 哈尔滨工业大学 用于高频地波雷达的分布式阵列目标角度测量方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
张武才: "基于LFM子脉冲的宽带雷达目标回波模拟方法", 《系统工程与电子技术》 *
范录宏: "逆合成孔径雷达成像与干扰技术研究", 《中国博士学位论文全文数据库 信息科技辑》 *
颜世博: "基于真实航迹的回波模拟器关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
黄凡夫: "雷达多目标回波模拟技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
黄莉: "地基雷达的回波生成和信号处理仿真研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111781569A (zh) * 2020-06-23 2020-10-16 芜湖易来达雷达科技有限公司 一种民用连续波雷达目标模拟方法
CN115372919A (zh) * 2022-08-30 2022-11-22 中国船舶集团有限公司第七二三研究所 一种基于t检验的雷达目标回波模拟性能评估方法

Similar Documents

Publication Publication Date Title
CN104749553B (zh) 基于快速稀疏贝叶斯学习的波达方向角估计方法
CN101644773B (zh) 一种实时频域超分辨方位估计方法及装置
CN108710102B (zh) 基于互质阵列二阶等价虚拟信号离散傅里叶逆变换的波达方向估计方法
CN107561484B (zh) 基于内插互质阵列协方差矩阵重建的波达方向估计方法
CN109471080B (zh) 基于simulink的高速平台雷达回波信号模拟系统
CN105445718B (zh) 一种基于阵列重构的分布式多载舰超视距雷达的doa估计方法
CN110208768A (zh) 超并行自主产生式的相控阵雷达实时多目标回波模拟方法
CN108663654B (zh) 一种基于连续量子鸽群的360度全方位动态测向方法
CN110161452B (zh) 基于互质式l型电磁矢量传感器阵列的波达方向估计方法
CN109298383A (zh) 一种基于变分贝叶斯推断的互质阵波达方向角估计方法
CN102520390A (zh) 一种均匀圆阵二维music测向装置
CN109884627B (zh) 任意线阵构型的近程毫米波快速三维成像方法
CN109632963A (zh) 一种基于时不变特征信号构建的结构损伤四维成像方法
CN111551896A (zh) 抑制传感器位置速度先验误差的加权多维标度toa和foa多源协同定位方法
CN110940949A (zh) 强冲击噪声环境下基于量子企鹅搜索机制的互质阵列doa估计方法
CN109444842A (zh) 一种目标电磁散射特性数据重构方法和装置
CN108260091A (zh) 基于离散动态网格选择的压缩感知矿井目标定位方法
CN108614235B (zh) 一种多鸽群信息交互的单快拍测向方法
CN113253206B (zh) 变极化单脉冲雷达目标角度估计方法、系统、装置及介质
CN108614234B (zh) 基于多采样快拍互质阵列接收信号快速傅里叶逆变换的波达方向估计方法
CN109783960A (zh) 一种基于网格部分细化的波达方向估计方法
CN111983599B (zh) 一种基于方位-俯仰字典的目标二维doa估计方法
CN114859311A (zh) 一种基于Vivado-HLS的LCMV旁瓣抑制方法
CN113406586A (zh) 基于约束张量分解的mimo雷达二维波达方向估计方法
Guo et al. Learning low-dimensional sar target representations from few samples

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190906