CN110208810A - 一种基于频率着色处理的宽带能量检测方法 - Google Patents
一种基于频率着色处理的宽带能量检测方法 Download PDFInfo
- Publication number
- CN110208810A CN110208810A CN201910412836.5A CN201910412836A CN110208810A CN 110208810 A CN110208810 A CN 110208810A CN 201910412836 A CN201910412836 A CN 201910412836A CN 110208810 A CN110208810 A CN 110208810A
- Authority
- CN
- China
- Prior art keywords
- matrix
- color value
- fraz
- frequency
- subband
- 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
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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar 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
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于频率着色处理的宽带能量检测方法,对宽带信号频率特征进行着色处理,由于目标的频率特征存在差异,所以着色后会显示不同的颜色,所以本发明利用频率着色的方法对宽带信号进行处理,可获得更高的检测能力。本发明的基本原理和实施方案经过了计算机数值仿真的验证,其结果表明:与传统能量检测的方法相比,本发明所提方法充分利用了宽带输出的频率特征,具有更高的检测能力。
Description
技术领域
本发明属于阵列信号处理领域,特别涉及一种基于频率着色处理的宽带能量检测方法。
背景技术
目前,传统能量检测法(CED)方法是被动声纳宽带信号检测的常用方法之一。传统能量检测法就是用傅里叶方法将基阵接收到的时域信号变换到频域,然后对其进行划分子带并对每个子带进行目标方位(DOA)估计,将子带目标方位估计的结果拼成频率方位(FRAZ)矩阵,沿着FRAZ矩阵的频率维直接求和得到宽带目标方位估计的结果,根据能量大小对宽带输出进行灰度显示,最终按时间拼接为方位-时间历程图(BTR)(Zarnich R E.Afresh look at broadband passive sonar pro-cessing[C]//adaptive sensor arrayprocessing workshop,Office of Naval Research.1999:99-104)。但由于对子带输出直接进行求和处理,传统CED方法所获得的BTR结果是基于能量大小的伪彩图结果,忽略了干扰、目标之间的宽带频率特征差异。因此,在有强干扰的条件下,传统CED方法对水下弱目标检测性能显得不足。
发明内容
本发明解决的技术问题是:为了克服传统宽带能量检测方法的检测性能不足的问题,本发明提出一种利用宽带信号频率特征着色的宽带能量检测方法。该方法利用宽带目标、干扰和背景之间的所包含的频率成分之间的差异,通过对波束输出上的宽带频率特征进行着色,以突出目标、干扰和背景之间的宽带特征差异,从而获得优于传统方法的水下弱目标检测性能。
本发明的技术方案是:一种基于频率着色处理的宽带能量检测方法,包括以下步骤:
步骤一:将基阵接收到的信号按时间分成多个时域信号,用傅里叶方法将每个时域信号变换到频域,在被动声纳宽带能量检测的积分频段范围内,采用频域宽带波束形成获取N×M维频率方位矩阵即FRAZ矩阵,N为FRAZ矩阵中子带个数,M为FRAZ矩阵中方位角个数;
步骤二:设置调色板矩阵:根据FRAZ矩阵中子带个数N,设置N×3维的调色板矩阵,并对N×3维的调色板矩阵中的行和列分别进行定义,定义如下:
(1)调色板矩阵每一行由不同的红绿蓝三原色色值r、g、b组成,且第i行的r、g、b三个不同颜色的色值表示为(ri,gi,bi),其中i=1,2,…N,表示子带号数;
(2)第一列为红色色值r,表示为N×1维列向量
第二列为绿色色值g,表示为N×1维列向量,N为奇数时,N为偶数时,
第三列为蓝色色值b,表示为N×1维列向量其中,[]T表示转置,为向下取整;
步骤三:获取彩色FRAZ矩阵:依据步骤一得到的FRAZ矩阵中的元素值和步骤二得到的调色板矩阵中的三原色色值,计算包含强度信息的红、绿、蓝三原色色值,分别获得表示红色色值的N×M维矩阵r',表示绿色色值的N×M维矩阵g'和表示蓝色色值的N×M维矩阵b',将获得的三个矩阵按照红绿蓝的顺序拼成N×M×3维彩色FRAZ矩阵;其中,FRAZ矩阵中第i个子带上第j个角度处的元素值记为pi,j,彩色FRAZ矩阵中红色色值矩阵r'中第i个子带第j个角度处对应的色值为r'i,j,计算公式为r'i,j=ripi,j;绿色色值矩阵g'中第i个子带第j个角度处对应的色值为g'i,j,计算公式为g'i,j=gipi,j;蓝色色值矩阵b'中第i个子带第j个角度处对应的色值为b'i,j,计算公式为b'i,j=bipi,j,j=1,2…M,表示方位角号数。
步骤四:获取彩色宽带目标方位估计输出,并按时间顺序拼接为BTR输出,包括以下子步骤:
子步骤一:依据步骤一得到的FRAZ矩阵,定义第i个子带第j个角度的元素值pi,j在该角度处的积分频段中所占比例为αi,j,计算公式为其中,||表示求元素的模值,表示求第1个到第N个之和;
子步骤二:依据子步骤一得到的αi,j对步骤三得到的彩色FRAZ矩阵中的r'i,j、g'i,j、b'i,j,沿着频率维进行加权求和处理,其中,彩色宽带目标方位估计输出中红色色值矩阵r″中第j个方位上色值记为r″j,计算公式为:r″j=α1,jr'1,j+α2,jr'2,j+...+αi,jr'i,j+...+αN,jr'N,j,绿色色值矩阵g″中第j个方位上色值记为g″j,计算公式为:g″j=α1,jg'1,j+α2,jg'2,j+...+αi,jg'i,j+...+αN,jg'N,j,蓝色色值矩阵b″中第j个方位上色值记为b″j,计算公式为:b″j=α1,jb'1,j+α2,jb'2,j+...+αi,jb'i,j+...+αN,jb'N,j;
子步骤三:将子步骤二得到的彩色宽带目标方位估计结果按时间顺序拼接成彩色方位-时间历程(BTR)输出。
步骤五:通过计算机数值仿真给出了传统方法和本发明中方法的宽带能量检测结果,以此证明了本发明所提方法可以利用宽带信号的频率特征,通过着色的办法突出宽带信号的频率差异获得更高显示效果的宽带能量检测结果。
发明效果
本发明的技术效果在于:本发明对宽带信号频率特征进行着色处理,由于不同目标的频率特征存在差异,所以着色后会显示不同的颜色,如图3(b)中显示的黄色和蓝色目标,如图4(b)中显示的黄色和青色目标,表明本发明利用频率着色的方法对宽带信号进行处理,可获得更高的检测效果。
本发明的基本原理和实施方案经过了计算机数值仿真的验证,其结果表明:与传统能量检测的方法相比,本发明所提方法充分利用了宽带输出的频率特征,具有更高的检测能力。
附图说明
图1步骤1)实现流程图
图2步骤3)、步骤4)实现流程图
图3(a)实例实施中两目标一强一弱(0°为强目标,3°为弱目标)时,使用传统能量检测方法获得的伪彩色BTR输出结果;(b)实例实施中两目标一强一弱(0°为强目标,3°为弱目标)时,使用本发明中方法对目标的频率特征着色后获得的显示黄色和蓝色两个目标信息的彩色BTR输出结果。
图4(a)实例实施中两目标等强度时,使用传统能量检测方法获得的伪彩色BTR输出结果;(b)实例实施中两目标等强度时使用本发明中方法获得对目标的频率特征着色后获得的显示黄色和青色两个目标信息的彩色BTR输出结果。
具体实施方式
参见图1—图4,本发明的主要内容有:将基阵接收到的信号按时间分成多个时域信号,用傅里叶方法将每个时域信号变换到频域,在被动声纳宽带能量检测的积分频段范围内,采用频域宽带波束形成获取N×M维频率方位(FRAZ)矩阵,N为FRAZ矩阵中子带个数,M为FRAZ矩阵中方位角个数。根据FRAZ矩阵中子带个数N,设置N×3维的调色板矩阵。调色板矩阵每一行由不同的三原色色值组成,且第i行的红、绿、蓝三原色色值表示为(ri,gi,bi),其中i=1,2,…N,表示子带号数。调色板矩阵中第一列为三原色中红色色值r,表示为N×1维列向量第二列为绿色色值g,表示为N×1维列向量,N为奇数时,N为偶数时,第三列为蓝色色值b,表示为N×1维列向量其中,[]T表示转置,为向下取整。根据调色板矩阵中的红、绿、蓝三原色色值和FRAZ矩阵中的元素值,计算包含强度信息的红、绿、蓝三原色色值,分别获得表示红色色值的N×M维矩阵r',表示绿色色值的N×M维矩阵g'和表示蓝色色值的N×M维矩阵b',将获得的三个矩阵按照红绿蓝的顺序拼成N×M×3维彩色FRAZ矩阵。其中,FRAZ矩阵中第i个子带上第j个角度处的元素值记为pi,j,彩色FRAZ矩阵中红色色值矩阵r'中第i个子带第j个角度处对应的色值为r'i,j,计算公式为r'i,j=ripi,j;绿色色值矩阵g'中第i个子带第j个角度处对应的色值为g'i,j,计算公式为g'i,j=gipi,j;蓝色色值矩阵b'中第i个子带第j个角度处对应的色值为b'i,j,计算公式为b'i,j=bipi,j,j=1,2…M,表示方位角号数。FRAZ矩阵中第i个子带第j个角度的元素值pi,j在该角度处的积分频段中所占比例,记为αi,j,计算公式为其中,||表示求元素的模值,表示求第1个到第N个之和,依据αi,j对彩色FRAZ矩阵中的红、绿、蓝三原色色值r'i,j、g'i,j、b'i,j沿着频率维进行加权求和处理,获得红色色值1×M维矩阵r″,绿色色值1×M维矩阵g″,蓝色色值1×M维矩阵b″,将三个矩阵按红绿蓝的顺序拼成1×M×3维彩色宽带目标方位估计输出。其中,彩色宽带目标方位估计输出中红色色值矩阵r″中第j个方位上色值记为r″j,计算公式为:r″j=α1,jr'1,j+α2,jr'2,j+...+αi,jr'i,j+...+αN, jr'N,j,绿色色值矩阵g″中第j个方位上色值记为g″j,计算公式为:
g″j=α1,jg'1,j+α2,jg'2,j+...+αi,jg'i,j+...+αN,jg'N,j,蓝色色值矩阵b″中第j个方位上色值记为b″j,计算公式为:b″j=α1,jb'1,j+α2,jb'2,j+...+αi,jb'i,j+...+αN,jb'N,j。将获得的彩色宽带目标方位估计结果按时间顺序拼接成彩色方位-时间历程(BTR)输出
通过计算机数值仿真给出了传统方法和本发明中方法的宽带能量检测结果,以此证明了本发明所提方法可以利用宽带信号的频率特征,通过着色的办法突出宽带信号的频率差异获得更高分辨的宽带能量检测结果。
本发明解决现存问题所采用的技术方案可分为以下4个步骤:
1)将时域宽带信号按时间间隔分为多个block,对每一个block的宽带信号在频域划分成N个子带,利用常规波束形成(CBF)的方法对每个子带进行目标方位估计,将N个子带DOA估计结果拼成频率方位矩阵。
2)根据FRAZ矩阵中的子带个数N,定义N×3维调色板矩阵。
3)根据调色板矩阵中的红、绿、蓝三原色色值和FRAZ矩阵中的元素值,计算包含强度信息的红、绿、蓝三原色色值,获得彩色FRAZ矩阵。
4)依据FRAZ矩阵中各元素在其积分频段中所占比例对彩色FRAZ矩阵中同一角度不同子带的色值加权求和,得到宽带彩色目标估计结果,将宽带结果拼成BTR输出。
下面对本发明的每个步骤作详细说明:
步骤1)所涉及的具体内容如下:
对直线阵接收到的时域信号,按一定的时间间隔分block,利用傅里叶方法将每一个block的时域信号变换到频域,得到频域宽带信号,在频域将宽带信号划分成N个子带,每个子带满足窄带条件,用常规波束形成(CBF)的方法对N个子带进行目标方位估计,得到N个子带的DOA估计结果pi(i=1,2,…N),将多个子带的结果拼接成频率方位矩阵P,可表示为:
实现流程如图1所示。
步骤2)所涉及的具体内容如下:
利用划分的子带数N,由低频到高频设置由红到绿到蓝变化的N×3维调色板矩阵,调色板矩阵每一行由不同的三原色色值组成,且第i行的红、绿、蓝三原色色值表示为(ri,gi,bi),其中i=1,2,…N,表示子带号数。调色板矩阵第一列为三原色中红色色值r,表示为N×1维列向量:
第二列为绿色色值g,表示为N×1维列向量:
N为奇数时,
N为偶数时,
第三列为蓝色色值b,表示为N×1维列向量:
其中,[]T表示转置,为向下取整。
步骤3)所涉及的具体内容如下:
依据步骤一得到的FRAZ矩阵中的元素值和步骤二得到的调色板矩阵中的三原色色值,计算包含强度信息的红、绿、蓝三原色色值,分别获得表示红色色值的N×M维矩阵r',表示绿色色值的N×M维矩阵g'和表示蓝色色值的N×M维矩阵b',将获得的三个矩阵按照红绿蓝的顺序拼成N×M×3维彩色FRAZ矩阵;其中,FRAZ矩阵中第i个子带上第j个角度处的元素值记为pi,j,彩色FRAZ矩阵中红色色值矩阵r'中第i个子带第j个角度处对应的色值为r'i,j,计算公式为:
r'i,j=ripi,j (6)
绿色色值矩阵g'中第i个子带第j个角度处对应的色值为g'i,j,计算公式为:
g'i,j=gipi,j (7)
蓝色色值矩阵b'中第i个子带第j个角度处对应的色值为b'i,j,计算公式为:
b'i,j=bipi,j (8)
其中,j=1,2…M,表示方位角号数。
步骤4)所涉及的具体内容如下:
依据步骤一得到的FRAZ矩阵,定义第i个子带第j个角度的元素值pi,j在该角度处的积分频段中所占比例为αi,j,计算公式为:
其中,||表示求元素的模值,表示求第1个到第N个之和;
依据αi,j对步骤三得到的彩色FRAZ矩阵中的r'i,j、g'i,j、b'i,j,沿着频率维进行加权求和处理,获得红色色值1×M维矩阵r″,绿色色值1×M维矩阵g″,蓝色色值1×M维矩阵b″,将三个矩阵按红绿蓝的顺序拼成1×M×3维彩色宽带目标方位估计输出;其中,彩色宽带目标方位估计输出红色色值矩阵r″中第j个方位上色值记为r″j,计算公式为:
r″j=α1,jr'1,j+α2,jr'2,j+...+αi,jr'i,j+...+αN,jr'N,j (10)
绿色色值g″中第j个方位上色值记为g″j,计算公式为:
g″j=α1,jg'1,j+α2,jg'2,j+...+αi,jg'i,j+...+αN,jg'N,j (11)
蓝色色值b″中第j个方位上色值记为b″j,计算公式为:
b″j=α1,jb'1,j+α2,jb'2,j+...+αi,jb'i,j+...+αN,jb'N,j (12)
最后将宽带彩色目标方位估计结果按时间拼接成BTR,实现流程如图2所示。
以直线阵为例,给出本发明的实例实施。实例实施利用计算机仿真进行数值仿真,来检验本发明所提方法的效果。
设声波在水下传播的真实速度为1500米/秒。接收阵为32元均匀线列阵,基阵设计频率150Hz,采样频率为1200Hz,波束扫描范围[-10°,10°],扫描间隔为0.1°,所用仿真宽带信号的频带范围为100-210Hz,将其分为十一个子带,带宽为10Hz。使用的仿真信号包含两个宽带目标信息。
采用常规波束形成(CBF)的方法仿真:
目标一所包含的宽带频率特征为100-150Hz,目标强度为0dB,带内信噪比10dB,角度随block在0°到0°变化;目标二所包含的宽带频率特征为150-210Hz,目标强度为-5dB,带内信噪比10dB。角度随block在3°到3°变化。
按照图1和图2的流程进行仿真,得到传统方法和本发明方法的处理结果,通过图3(a)和(b)输出结果可以看出,传统方法根据能量着色的检测结果中由于仿真两目标方位较近,颜色相同,从图3(a)中不能区分两目标的方位,本发明中方法在0°处的强目标所包含频带为中低频,在图3(b)中显示颜色为黄色,3°处弱目标包含频带为高频,显示颜色为蓝色,通过目标的颜色可区分两个目标。可知本发明可以利用宽带信号的频率特征,以不同的颜色表示出宽带信号的频率差异,增强显示效果,提高检测能力。
为了进行对比,给出了两个目标等强度时传统方法和本发明方法的处理结果。图4(a)中传统方法根据能量着色的检测结果中由于仿真两目标方位较近,颜色相同,两目标轨迹重合,不能区分出两目标的方位,图4(b)中本发明中方法在0°处的目标所包含频带为中低频,显示颜色为黄色,3°处目标包含频带为中高频,显示颜色为青色,通过目标的颜色可区分出两个目标。从图4(a)和(b)的结果中可知,本发明所提方法充分利用了信号的频率特征,获得比传统能量检测方法更高的检测效果。
Claims (1)
1.一种基于频率着色处理的宽带能量检测方法,其特征在于,包括以下步骤:
步骤一:将基阵接收到的信号按时间分成多个时域信号,用傅里叶方法将每个时域信号变换到频域,在被动声纳宽带能量检测的积分频段范围内,采用频域宽带波束形成获取N×M维频率方位矩阵即FRAZ矩阵,N为FRAZ矩阵中子带个数,M为FRAZ矩阵中方位角个数;
步骤二:设置调色板矩阵:根据FRAZ矩阵中子带个数N,设置N×3维的调色板矩阵,并对N×3维的调色板矩阵中的行和列分别进行定义,定义如下:
(1)调色板矩阵每一行由不同的红绿蓝三原色色值r、g、b组成,且第i行的r、g、b三个不同颜色的色值表示为(ri,gi,bi),其中i=1,2,…N,表示子带号数;
(2)第一列为红色色值r,表示为N×1维列向量
第二列为绿色色值g,表示为N×1维列向量,N为奇数时,N为偶数时,
第三列为蓝色色值b,表示为N×1维列向量其中,[]T表示转置,为向下取整;
步骤三:获取彩色FRAZ矩阵:依据步骤一得到的FRAZ矩阵中的元素值和步骤二得到的调色板矩阵中的三原色色值,计算包含强度信息的红、绿、蓝三原色色值,分别获得表示红色色值的N×M维矩阵r',表示绿色色值的N×M维矩阵g'和表示蓝色色值的N×M维矩阵b',将获得的三个矩阵按照红绿蓝的顺序拼成N×M×3维彩色FRAZ矩阵;其中,FRAZ矩阵中第i个子带上第j个角度处的元素值记为pi,j,彩色FRAZ矩阵中红色色值矩阵r'中第i个子带第j个角度处对应的色值为r'i,j,计算公式为r'i,j=ripi,j;绿色色值矩阵g'中第i个子带第j个角度处对应的色值为g'i,j,计算公式为g'i,j=gipi,j;蓝色色值矩阵b'中第i个子带第j个角度处对应的色值为b'i,j,计算公式为b'i,j=bipi,j,j=1,2…M,表示方位角号数。
步骤四:获取彩色宽带目标方位估计输出,并按时间顺序拼接为BTR输出,包括以下子步骤:
子步骤一:依据步骤一得到的FRAZ矩阵,定义第i个子带第j个角度的元素值pi,j在该角度处的积分频段中所占比例为αi,j,计算公式为其中,| |表示求元素的模值,表示求第1个到第N个之和;
子步骤二:依据子步骤一得到的αi,j对步骤三得到的彩色FRAZ矩阵中的r'i,j、g'i,j、b'i,j,沿着频率维进行加权求和处理,其中,彩色宽带目标方位估计输出中红色色值矩阵r”中第j个方位上色值记为r”j,计算公式为:r”j=α1,jr'1,j+α2,jr'2,j+...+αi,jr'i,j+...+αN, jr'N,j,绿色色值矩阵g”中第j个方位上色值记为g”j,计算公式为:g”j=α1,jg'1,j+α2,jg'2,j+...+αi,jg'i,j+...+αN,jg'N,j,蓝色色值矩阵b”中第j个方位上色值记为b”j,计算公式为:b”j=α1,jb'1,j+α2,jb'2,j+...+αi,jb'i,j+...+αN,jb'N,j;
子步骤三:将子步骤二得到的彩色宽带目标方位估计结果按时间顺序拼接成彩色方位-时间历程(BTR)输出。
步骤五:通过计算机数值仿真给出了传统方法和本发明中方法的宽带能量检测结果,以此证明了本发明所提方法可以利用宽带信号的频率特征,通过着色的办法突出宽带信号的频率差异获得更高显示效果的宽带能量检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910412836.5A CN110208810B (zh) | 2019-05-17 | 2019-05-17 | 一种基于频率着色处理的宽带能量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910412836.5A CN110208810B (zh) | 2019-05-17 | 2019-05-17 | 一种基于频率着色处理的宽带能量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110208810A true CN110208810A (zh) | 2019-09-06 |
CN110208810B CN110208810B (zh) | 2022-08-19 |
Family
ID=67787593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910412836.5A Active CN110208810B (zh) | 2019-05-17 | 2019-05-17 | 一种基于频率着色处理的宽带能量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110208810B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116540242A (zh) * | 2023-07-03 | 2023-08-04 | 天津知海科技有限公司 | 干涉图像生成方法、装置、电子设备及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104656074A (zh) * | 2014-12-26 | 2015-05-27 | 中国科学院声学研究所 | 一种加权的鲁棒性宽带波束形成目标检测方法 |
CN106054132A (zh) * | 2016-06-06 | 2016-10-26 | 西北工业大学 | 一种基于有效子带选择和检测统计量加权的ism方法 |
CN107783096A (zh) * | 2016-08-25 | 2018-03-09 | 中国科学院声学研究所 | 一种用于方位历程图显示的二维背景均衡方法 |
US20180083656A1 (en) * | 2016-09-21 | 2018-03-22 | The Boeing Company | Blind Source Separation of Signals Having Low Signal-to-Noise Ratio |
-
2019
- 2019-05-17 CN CN201910412836.5A patent/CN110208810B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104656074A (zh) * | 2014-12-26 | 2015-05-27 | 中国科学院声学研究所 | 一种加权的鲁棒性宽带波束形成目标检测方法 |
CN106054132A (zh) * | 2016-06-06 | 2016-10-26 | 西北工业大学 | 一种基于有效子带选择和检测统计量加权的ism方法 |
CN107783096A (zh) * | 2016-08-25 | 2018-03-09 | 中国科学院声学研究所 | 一种用于方位历程图显示的二维背景均衡方法 |
US20180083656A1 (en) * | 2016-09-21 | 2018-03-22 | The Boeing Company | Blind Source Separation of Signals Having Low Signal-to-Noise Ratio |
Non-Patent Citations (2)
Title |
---|
MICHAEL E.HUSTER等: "Broadband Measures of Performance for Active Sonars", 《2000 IEEE》, 31 December 2000 (2000-12-31) * |
王聪等: "基于着色处理的被动声纳宽带能量检测方法", 《声学技术》, vol. 38, no. 2, 30 April 2019 (2019-04-30) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116540242A (zh) * | 2023-07-03 | 2023-08-04 | 天津知海科技有限公司 | 干涉图像生成方法、装置、电子设备及可读存储介质 |
CN116540242B (zh) * | 2023-07-03 | 2023-10-20 | 天津知海科技有限公司 | 干涉图像生成方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110208810B (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ichikawa | Variation of the Kuroshio in the Tokara Strait induced by meso-scale eddies | |
CN105807267B (zh) | 一种mimo雷达扩展目标的检测方法 | |
CN104407331B (zh) | 船舶rcs的缩尺模型湖面试验方法及系统 | |
CN111722199A (zh) | 一种基于卷积神经网络的雷达信号检测方法 | |
CN104330787B (zh) | 水下运动阵列多目标检测和方位估计一体化方法 | |
CN107037418B (zh) | 一种低频超指向性多极子矢量阵的有界空间校正方法 | |
CN103760545A (zh) | 合成孔径雷达中子带串扰对成像性能影响的分析方法 | |
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 | |
CN106483516A (zh) | 基于先验知识的雷达杂波空时自适应处理方法 | |
CN111220955B (zh) | 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法 | |
CN112859012B (zh) | 一种基于级联卷积神经网络的雷达欺骗干扰识别方法 | |
Wang et al. | Los/nlos channel identification technology based on cnn | |
CN102997988A (zh) | 大型潜标矢量水听器低频声学指向性的水池测试方法 | |
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 | |
CN106249209B (zh) | 一种抗速度欺骗干扰的自适应迭代估计方法 | |
CN105510878B (zh) | 一种分频段处理的多水下自主航行器被动相互定位方法 | |
CN110456351A (zh) | 基于时变幅值lfm信号参数估计的机动目标isar成像方法 | |
CN110208810A (zh) | 一种基于频率着色处理的宽带能量检测方法 | |
CN105116408A (zh) | 一种舰船isar图像结构特征提取方法 | |
CN108919241A (zh) | 一种基于恒虚警检测的水下信号时频端点参数估计方法 | |
CN106125059A (zh) | 非参数联合估计信号及位置的被动定位方法 | |
DE202018105460U1 (de) | Ein Ozean-Satelliten-Windfeld-Echtheitstestgerät | |
CN104049234B (zh) | 采用均匀圆阵快速测定空间谱的方法 | |
CN105652272B (zh) | 利用信号离散频率分量的距离维高分辨成像方法 | |
CN107728132B (zh) | 一种改善干扰阻塞算法输出信噪比的方法 |
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 |