CN110456334A - 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法 - Google Patents
基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法 Download PDFInfo
- Publication number
- CN110456334A CN110456334A CN201910685608.5A CN201910685608A CN110456334A CN 110456334 A CN110456334 A CN 110456334A CN 201910685608 A CN201910685608 A CN 201910685608A CN 110456334 A CN110456334 A CN 110456334A
- Authority
- CN
- China
- Prior art keywords
- signal
- lfmcw
- array
- echo
- tdm
- 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
- 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
-
- 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
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
-
- 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)
- 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
本发明公开了一种基于优化稀疏阵的TDM‑MIMO雷达系统及其信号处理方法。系统基于稀疏阵,利用遗传算法对阵列排布进行优化,优化后的阵列排布方式降低了旁瓣电平并提升了能量利用率。同时系统采用TDM技术传输LFMCW信号,即无需发射正交信号,也无需在接收端匹配滤波,进一步降低了雷达系统结构的复杂度。在阵元数目一定的情况下,本系统的DOA性能优于传统均匀线性阵列MIMO雷达系统,在同等阵列孔径下,本系统可以取得与均匀线性阵列MIMO雷达系统相同的DOA性能,并且角度分辨率更高且结构更简洁。此外,本发明提出的信号校准处理方法能有效提升低信噪比条件下系统对动目标进行DOA估计的精度和分辨率。
Description
技术领域
本发明属于雷达系统及信号处理领域,特别是一种基于优化稀疏阵的TDM-MIMO雷达系统及其信号处理方法。
背景技术
MIMO即多输入多输出技术,在雷达系统中有广泛的应用。由于均匀线阵易于实现,目前大部分MIMO雷达采用均匀线阵的结构。当阵列结构固定时,均匀线阵结构的阵列孔径无法改变,这大大限制了MIMO雷达的实际应用,而在实际应用中,为了在天线阵元数目有限的情况下获得更大的阵列孔径,稀疏阵列被引入到MIMO雷达中。稀疏阵列即对阵列进行稀疏排布,与传统的均匀线阵相比,稀疏阵列的阵元数目更少,但稀疏阵列通过合理的排布可以取得较高的角度分辨率,采用稀疏阵列可以简化雷达系统天线部分的结构,且取得较高的性能。
稀疏阵列的排布方式可以通过多种手段进行优化,以此取得更低的旁瓣以及更窄的波束。优化的方法有很多种,例如最小冗余优化是将稀疏阵列的阵元数目通过穷举以获得最少冗余的阵元数目与阵元排列位置,但当阵元数目较多时穷举方式将使得该方法计算量非常大;粒子群优化是通过对稀疏阵列的随机排布方式出发,选取某一变量如阵列方向图旁瓣作为适应度函数,然后通过迭代搜索来寻找最优解,但其容易陷入局部最优,导致最优解的不确定性。
传统MIMO雷达需要在发射端发射正交信号,在接收端进行匹配滤波,这需要在硬件上进行复杂的设计。时分复用TDM是一种分时发送、接收信号工作模式,这种工作模式的MIMO雷达无需发射正交信号与匹配滤波,而TDM传输所采用的时分模式会导致雷达系统在探测运动目标时回波信号出现频率偏移,从而大大影响雷达系统DOA的性能。
发明内容
本发明的目的在于提供一种结构简单、成本低、抗干扰能力强的雷达系统,以及实现高精度、高分辨率DOA估计的信号处理方法。
实现本发明目的的技术解决方案为:一种基于优化稀疏阵的TDM-MIMO雷达系统,包括发射天线阵列和接收天线阵列,所述发射天线阵列包括M个发射阵元Txm,发射阵元之间的间隔dt为w×λ,w为接收天线阵列均匀分布的栅格点数目;接收天线阵列包括N个接收阵元Rxn,所述N的具体数值和接收阵元的排布方式通过遗传算法结合栅格点数目w以及每个栅格点上是否存在接收阵元求解获得,其中λ为载波波长。
基于上述基于优化稀疏阵的TDM-MIMO雷达系统的信号处理方法,包括以下步骤:
步骤1、TDM-MIMO雷达系统采用时分工作方式TDM发射线性调频连续波LFMCW信号;
步骤2、对LFMCW回波信号进行校准;
步骤3、利用多重信号分类MUSIC算法处理校准后的LFMCW回波信号,获得DOA结果。
本发明与现有技术相比,其显著优点为:1)本发明雷达系统接收阵列排布采用遗传算法进行优化,优化后的阵列排布方式降低了旁瓣电平并提升了能量利用率,且只需调制其阵列间隔即可使系统获得更好的方向图性能;2)采用的遗传算法较退火算法、粒子群优化算法等算法效率更高,因此提升了整个雷达系统的设计效率;3)雷达系统采用稀疏阵结构结合MIMO的方式,与传统雷达系统相比,在阵元数目相同的情况下可以获得更大的阵列口径,且由于阵列稀疏排布可以简化系统硬件结构,从而在获得更优的性能的同时降低成本;4)雷达系统采用TDM传输LFMCW信号的方式,无需发射正交信号,或在接收端匹配滤波,降低了雷达系统结构的复杂度,并且该信号模型具有抗干扰能力强等特点;5)雷达系统对接收的LFMCW回波信号进行频率偏移与相位误差校正,能大大提升系统DOA的性能,且系统基于MUSIC算法能实现高精度、高分辨率的DOA估计。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为本发明基于优化稀疏阵的TDM-MIMO雷达系统阵列结构与等效虚拟阵列模型示意图。
图2为本发明雷达系统传输方式示意图。
图3为本发明实施例中遗传算法的迭代过程示意图。
图4为本发明实施例中遗传算法优化后的接收阵元排列方式示意图。
图5为本发明实施例中优化与未优化系统的阵列方向图的对比图。
图6为本发明实施例中未校正雷达系统探测静止目标的DOA结果图。
图7为本发明实施例中校正前的雷达系统探测运动目标的FFT结果与DOA结果图,其中图(a)为FFT结果图,图(b)为DOA结果图。
图8为本发明实施例中校正后的雷达系统探测运动目标的FFT结果与DOA结果图,其中图(a)为FFT结果图,图(b)为DOA结果图。
图9为本发明实施例中校正后的雷达系统在不同信噪比条件下的DOA结果图,其中图(a)为SNR1=15dB条件下的DOA结果,图(b)为SNR2=10dB条件下的DOA结果,图(c)为SNR3=5dB条件下的DOA结果,图(d)为SNR4=0dB条件下的DOA结果。
图10为本发明实施例中雷达系统校正前后的均方误差对比图。
具体实施方式
结合图1,一种基于优化稀疏阵的TDM-MIMO雷达系统,包括发射天线阵列和接收天线阵列,其中发射天线阵列包括M个发射阵元Txm,发射阵元之间的间隔dt为w×λ,w为接收天线阵列均匀分布的栅格点数目;接收天线阵列包括N个接收阵元Rxn,所述N的具体数值和接收阵元的排布方式通过遗传算法结合栅格点数目w以及每个栅格点上是否存在接收阵元求解获得,其中λ为载波波长。
进一步地,上述N的具体数值和接收阵元的排布方式通过遗传算法结合栅格点数目w以及每个栅格点上是否存在接收阵元求解获得,具体为:
步骤1、以二进制编码表示个体基因串,用1和0表示栅格点上接收阵元存在或不存在,个体基因串的形式如‘10001’;之后根据栅格点数w随机生成初始种群、初始交叉概率、初始变异概率、初始迭代次数;
步骤2、将方向图中峰值旁瓣电平作为适应度函数,将每个个体基因串代入适应度函数,计算相应的适应度值,选取适应度值最小的个体基因串作为最优个体基因串;
步骤3、将每一代的最优适应度值和最优个体的基因串保留,非最优的个体基因串则按轮盘赌注法选择是否遗传到下一代;
步骤4、随机生成每个个体基因串的基因,并判断每个基因的生成概率是否大于交叉概率,若是,则该基因发生交叉,否则不交叉;
步骤5、随机生成每个个体基因串的基因,并判断每个基因的生成概率是否大于变异概率,若是,则该基因发生变异,否则不发生变异;
步骤6、以设定的最大迭代次数和最优适应度值变化率作为循环终止条件,判断是否达到最大迭代次数或最优适应度值不改变,若是,则终止迭代,并将某一代适应度最优的个体基因串作为全局最优解,即为稀疏阵列阵元的最优排布方式;
根据最优排布方式即可获得N的值。
示例性地,M=2,w=20,基于w,通过遗传算法求解获得N=12,接收阵元的排布方式具体为:110000101111111100111101。
基于上述的基于优化稀疏阵的TDM-MIMO雷达系统的信号处理方法,包括以下步骤:
步骤1、TDM-MIMO雷达系统采用时分工作方式TDM发射线性调频连续波LFMCW信号;结合图2,发射端在不同的时间段依次发射调频连续波信号,并且每个调频周期T只有一个发射天线工作。例如,天线Tx1发射一个周期的LFMCW信号,接收阵列接收信号,此时其他发射天线均不工作,完成一次收发。当第一个调频周期结束后,天线Tx2发射第二周期的LFMCW信号,再由接收阵列接收信号,此时天线Tx1和其他天线均不工作,完成一次收发。由于两个发射阵元间距为w×λ,在接收端产生相位差使得接收天线两次分时接收的回波信号等效于2w阵元的均匀线阵所接收的数据,虚拟阵元的阵列口径为2w,因此在理论上的DOA估计性能应当等效于2w阵元的均匀线阵雷达系统。
步骤2、对LFMCW回波信号进行校准;
步骤3、利用多重信号分类MUSIC算法处理校准后的LFMCW回波信号,获得DOA结果。
进一步优选地,步骤1中LFMCW信号具体采用三角波调频信号。
进一步地,步骤2中对LFMCW回波信号进行校准,具体为:
步骤2-1、根据LFMCW标准信号和TDM,获取LFMCW回波信号,并获取由于目标运动所产生的频率偏移项;
步骤2-2、利用基于时间拉伸变换的方法消除LFMCW回波信号中的频率偏移项,并消除多普勒模糊因子;
步骤2-3、利用基于FFT的方法消除相位误差,获得校准后的LFMCW回波信号。
进一步地,步骤2-1根据LFMCW标准信号和TDM,获取LFMCW回波信号,并获取由于目标运动所产生的频率偏移项,具体为:
步骤2-1-1、获取优化稀疏阵的TDM-MIMO雷达系统以TDM方式发射LFMCW信号的LFMCW回波信号,具体为:
(1)针对第m个发射阵元Txm,获取第n个接收阵元Rxn接收到的信号与发射阵元Txm发射信号之间的时延τmn:
式中,R0为目标初始位置,m=0,1,n=0,1,...,11,wmn=(m·N·dr+n·drn)sinθ;dr为接收阵列栅格点间距,drn为接收阵元间的间距,θ为目标回波信号入射角度;T为调频周期;mT为实际慢时间;t为快时间;假定目标做匀速运动,其运动速度为v,并设定目标远离雷达方向为正;c为光速;
(2)将所述时延τmn代入LFMCW标准回波信号中,并结合v/c<<1,将LFMCW标准回波信号中的(v/c)2,(wmn/c)2和wmn/c2项忽略,获得LFMCW回波信号为:
式中,多普勒频率fd=2vf0/c;F=1/T;fd-rF代表由于多普勒效应而造成的模糊频率,r为多普勒模糊因子;A为发射信号幅度;A0为回波信号的幅度,A0的大小与接收机天线的增益、雷达与目标之间的距离、目标的反射截面积等有关;f0为载频频率;τ0为目标初始位置造成的时间延迟;k=B/T为调频信号的斜率,B为调频信号带宽;
其中,LFMCW标准回波信号:
步骤2-1-2、对比LFMCW回波信号与LFMCW标准回波信号,获得频率偏移项为exp(2kmvTt/c)。
进一步地,步骤2-2利用基于时间拉伸变换的方法消除LFMCW回波信号中的频率偏移项,并消除多普勒模糊因子,具体为:
步骤2-2-1、建立LFMCW回波信号中实际慢时间mT与虚拟慢时间m'T之间的关系:
即:
步骤2-2-2、将代入LFMCW回波信号中获得消除频率偏移项后的LFMCW回波信号:
步骤2-2-3、在步骤2-2-2的基础上,利用消除因子消除上述消除频率偏移项后的LFMCW回波信号中的多普勒模糊因子获得消除多普勒模糊因子后的LFMCW回波信号:
进一步地,步骤2-3利用基于FFT的方法消除相位误差,获得校准后的LFMCW回波信号,具体为:
步骤2-3-1、利用FFT处理步骤2-2-3获得的LFMCW回波信号;
步骤2-3-2、通过谱峰搜索获得所有探测目标各自所在频谱位置;
步骤2-3-3、将目标所在频谱位置及该目标前后N+1个频谱位置点的幅值乘以相应的校正系数其中N为目标数目,最终获得校准后的LFMCW回波信号:
下面结合实施例对本发明作进一步详细的说明。
实施例
本实施例中一种基于优化稀疏阵的TDM-MIMO雷达系统,包括发射天线阵列和接收天线阵列,所述发射天线阵列包括2个发射阵元Txm,发射阵元之间的间隔dt为20×λ;接收天线阵列包括N个接收阵元Rxn,所述N的具体数值和接收阵元的排布方式通过遗传算法结合栅格点数目20以及每个栅格点上是否存在接收阵元求解获得,其中λ为载波波长。结合图3,遗传算法的优化经过188次迭代获得了最低的峰值旁瓣电平,获得的经遗传算法优化的接收阵元个数N=12,接收阵列排布方式如图4所示。经过遗传算法优化的阵列方向图相比未优化的结果如图5所示,优化后的峰值旁瓣更低,而主瓣宽度与原波束相似。
下面对本发明进行仿真验证。设载频频率f0=24GHz,调频周期T=20ms,调频信号带宽B=100MHz,采样频率fs=50KHz。假设存在两个目标,距离、速度、角度、信噪比分别为r1=250m,r2=200m;v1=0m/s,v2=0m/s;θ1=25°,θ2=30°;SNR=10dB。
对未校准的系统信号进行DOA估计测试,运用MUSIC算法进行DOA估计的结果如图6所示,可以看出此时结果准确无误,因为此时目标静止,即速度为0;当目标具有速度时,将角度和速度分别改变为θ1=25°,θ2=27°;v1=35m/s,v2=35m/s,由图7可以看出FFT的结果频点有所偏移,DOA估计结果表明此时只能探测到1个目标,且误差很大。对本发明校准后的系统进行测试,FFT及DOA估计结果如图8所示,由图可以看出FFT后的频点不再偏移,两个目标的DOA估计结果均非常准确。
为了更加全面地测试本发明系统,接下来对系统在不同信噪比条件下的DOA性能进行测试。如图9所示,为本发明系统在SNR1=15dB,SNR2=10dB,SNR3=5dB,SNR4=0dB条件下对速度改变为v1=35m/s,v2=35m/s,角度改变为θ1=25°,θ2=30°两个目标的DOA结果,可以看出校准后的系统在不同信噪比下的DOA结果均非常准确,证明了本系统的DOA性能。将本发明校准后系统在SNR=0-15dB下DOA估计的均方误差与未校准系统进行对比结果如图10所示,可以看出校准后系统的均方误差大约下降了90%左右,证明了本发明中校准方法的有效性。
本发明雷达系统的DOA性能优于传统均匀线性阵列MIMO雷达系统,在同等阵列孔径下,本系统可以取得与均匀线性阵列MIMO雷达系统相同的DOA性能,并且角度分辨率更高。此外,本发明提出的信号校准处理方法能有效提升低信噪比条件下系统对动目标进行DOA估计的精度和分辨率。
Claims (9)
1.一种基于优化稀疏阵的TDM-MIMO雷达系统,包括发射天线阵列和接收天线阵列,其特征在于,所述发射天线阵列包括M个发射阵元Txm,发射阵元之间的间隔dt为w×λ,w为接收天线阵列均匀分布的栅格点数目;接收天线阵列包括N个接收阵元Rxn,所述N的具体数值和接收阵元的排布方式通过遗传算法结合栅格点数目w以及每个栅格点上是否存在接收阵元求解获得,其中λ为载波波长。
2.根据权利要求1所述的基于优化稀疏阵的TDM-MIMO雷达系统,其特征在于,所述N的具体数值和接收阵元的排布方式通过遗传算法结合栅格点数目w以及每个栅格点上是否存在接收阵元求解获得,具体为:
步骤1、以二进制编码表示个体基因串,用1和0表示栅格点上接收阵元存在或不存在,个体基因串的形式如‘10001’;之后根据栅格点数w随机生成初始种群、初始交叉概率、初始变异概率、初始迭代次数;
步骤2、将方向图中峰值旁瓣电平作为适应度函数,将每个个体基因串代入适应度函数,计算相应的适应度值,选取适应度值最小的个体基因串作为最优个体基因串;
步骤3、将每一代的最优适应度值和最优个体的基因串保留,非最优的个体基因串则按轮盘赌注法选择是否遗传到下一代;
步骤4、随机生成每个个体基因串的基因,并判断每个基因的生成概率是否大于交叉概率,若是,则该基因发生交叉,否则不交叉;
步骤5、随机生成每个个体基因串的基因,并判断每个基因的生成概率是否大于变异概率,若是,则该基因发生变异,否则不发生变异;
步骤6、以设定的最大迭代次数和最优适应度值变化率作为循环终止条件,判断是否达到最大迭代次数或最优适应度值不改变,若是,则终止迭代,并将某一代适应度最优的个体基因串作为全局最优解,即为稀疏阵列阵元的最优排布方式;
根据最优排布方式即可获得N的值。
3.根据权利要求1或2所述的基于优化稀疏阵的TDM-MIMO雷达系统,其特征在于,所述M=2,w=20,基于w,通过遗传算法求解获得N=12,接收阵元的排布方式具体为:110000101111111100111101。
4.基于权利要求1至3任意一项所述的基于优化稀疏阵的TDM-MIMO雷达系统的信号处理方法,其特征在于,包括以下步骤:
步骤1、TDM-MIMO雷达系统采用时分工作方式TDM发射线性调频连续波LFMCW信号;
步骤2、对LFMCW回波信号进行校准;
步骤3、利用多重信号分类MUSIC算法处理校准后的LFMCW回波信号,获得DOA结果。
5.根据权利要求4所述的基于优化稀疏阵的TDM-MIMO雷达系统的信号处理方法,其特征在于,步骤1所述LFMCW信号具体采用三角波调频信号。
6.根据权利要求5所述的基于优化稀疏阵的TDM-MIMO雷达系统的信号处理方法,其特征在于,步骤2所述对LFMCW回波信号进行校准,具体为:
步骤2-1、根据LFMCW标准信号和TDM,获取LFMCW回波信号,并获取由于目标运动所产生的频率偏移项;
步骤2-2、利用基于时间拉伸变换的方法消除LFMCW回波信号中的频率偏移项,并消除多普勒模糊因子;
步骤2-3、利用基于FFT的方法消除相位误差,获得校准后的LFMCW回波信号。
7.根据权利要求6所述的基于优化稀疏阵的TDM-MIMO雷达系统的信号处理方法,其特征在于,步骤2-1所述根据LFMCW标准信号和TDM,获取LFMCW回波信号,并获取由于目标运动所产生的频率偏移项,具体为:
步骤2-1-1、获取优化稀疏阵的TDM-MIMO雷达系统以TDM方式发射LFMCW信号的LFMCW回波信号,具体为:
(1)针对第m个发射阵元Txm,获取第n个接收阵元Rxn接收到的信号与发射阵元Txm发射信号之间的时延τmn:
式中,R0为目标初始位置,m=0,1,n=0,1,...,11,wmn=(m·N·dr+n·drn)sinθ;dr为接收阵列栅格点间距,drn为接收阵元间的间距,θ为目标回波信号入射角度;T为调频周期;mT为实际慢时间;t为快时间;假定目标做匀速运动,其运动速度为v,并设定目标远离雷达方向为正;c为光速;
(2)将所述时延τmn代入LFMCW标准回波信号中,并结合v/c<<1,将LFMCW标准回波信号中的(v/c)2,(wmn/c)2和wmn/c2项忽略,获得LFMCW回波信号为:
式中,多普勒频率fd=2vf0/c;F=1/T;fd-rF代表由于多普勒效应而造成的模糊频率,r为多普勒模糊因子;A为发射信号幅度;A0为回波信号的幅度,A0的大小与接收机天线的增益、雷达与目标之间的距离、目标的反射截面积等有关;f0为载频频率;τ0为目标初始位置造成的时间延迟;k=B/T为调频信号的斜率,B为调频信号带宽;
其中,LFMCW标准回波信号:
步骤2-1-2、对比LFMCW回波信号与LFMCW标准回波信号,获得频率偏移项为exp(2kmvTt/c)。
8.根据权利要求6所述的基于优化稀疏阵的TDM-MIMO雷达系统的信号处理方法,其特征在于,步骤2-2所述利用基于时间拉伸变换的方法消除LFMCW回波信号中的频率偏移项,并消除多普勒模糊因子,具体为:
步骤2-2-1、建立LFMCW回波信号中实际慢时间mT与虚拟慢时间m'T之间的关系:
即:
步骤2-2-2、将代入LFMCW回波信号中获得消除频率偏移项后的LFMCW回波信号:
步骤2-2-3、在步骤2-2-2的基础上,利用消除因子消除上述消除频率偏移项后的LFMCW回波信号中的多普勒模糊因子获得消除多普勒模糊因子后的LFMCW回波信号:
9.根据权利要求6所述的基于优化稀疏阵的TDM-MIMO雷达系统的信号处理方法,其特征在于,步骤2-3所述利用基于FFT的方法消除相位误差,获得校准后的LFMCW回波信号,具体为:
步骤2-3-1、利用FFT处理步骤2-2-3获得的LFMCW回波信号;
步骤2-3-2、通过谱峰搜索获得所有探测目标各自所在频谱位置;
步骤2-3-3、将目标所在频谱位置及该目标前后N+1个频谱位置点的幅值乘以相应的校正系数其中N为目标数目,最终获得校准后的LFMCW回波信号:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910685608.5A CN110456334B (zh) | 2019-07-27 | 2019-07-27 | 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910685608.5A CN110456334B (zh) | 2019-07-27 | 2019-07-27 | 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110456334A true CN110456334A (zh) | 2019-11-15 |
CN110456334B CN110456334B (zh) | 2023-04-28 |
Family
ID=68483682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910685608.5A Active CN110456334B (zh) | 2019-07-27 | 2019-07-27 | 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110456334B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111103588A (zh) * | 2019-12-31 | 2020-05-05 | 哈尔滨工程大学 | 一种利用信号能量的三角波多目标识别方法 |
CN111835415A (zh) * | 2020-07-22 | 2020-10-27 | 中国科学院长春光学精密机械与物理研究所 | 一种基于遗传算法的信号延迟补偿合并方法 |
CN111856410A (zh) * | 2020-07-21 | 2020-10-30 | 中国人民解放军国防科技大学 | 恒模约束下机载mimo雷达的稳健发射接收联合优化方法 |
CN112154571A (zh) * | 2019-11-19 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 阵列天线及其信号处理方法、毫米波雷达 |
CN112511209A (zh) * | 2021-02-09 | 2021-03-16 | 网络通信与安全紫金山实验室 | 基于频率分集的阵列天线的波束控制方法、系统及控制器 |
CN112649799A (zh) * | 2020-12-04 | 2021-04-13 | 浙江大学 | 一种mimo雷达幅相误差矫正方法 |
CN112666543A (zh) * | 2020-12-01 | 2021-04-16 | 安徽隼波科技有限公司 | 一种稀疏阵列tdm-mimo雷达及其校正方法 |
CN112688724A (zh) * | 2020-11-17 | 2021-04-20 | 西安电子科技大学 | 基于mimo技术的集群目标协同应答方法及询问应答系统 |
CN113176540A (zh) * | 2021-04-25 | 2021-07-27 | 南京航空航天大学 | 合成稀疏阵列mimo雷达联合波束方向图的方法及系统 |
CN113204017A (zh) * | 2021-03-16 | 2021-08-03 | 西安电子科技大学 | 一种基于lfmcw的mimo雷达信号处理方法 |
CN113311404A (zh) * | 2021-05-27 | 2021-08-27 | 电子科技大学长三角研究院(衢州) | 一种mimo雷达实时角分辨率提升方法 |
CN113343588A (zh) * | 2021-07-06 | 2021-09-03 | 东南大学 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
CN113671449A (zh) * | 2021-07-16 | 2021-11-19 | 西安电子科技大学 | 基于最小冗余线阵的mimo雷达旁瓣干扰抑制方法 |
CN114609592A (zh) * | 2022-03-21 | 2022-06-10 | 电子科技大学 | 一种mimo雷达虚拟稀疏阵列优化布阵方法 |
EP4343364A1 (en) * | 2022-09-21 | 2024-03-27 | Axis AB | Resolving doppler ambiguity in tdm-mimo radars based on phase at peak |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102208934A (zh) * | 2011-06-24 | 2011-10-05 | 北京理工大学 | 一种基于全交叉权重遗传算法的天线选择方法 |
CN105426578A (zh) * | 2015-11-03 | 2016-03-23 | 电子科技大学 | 一种基于遗传算法的mimo-sar面阵天线阵元位置优化方法 |
CN107171774A (zh) * | 2017-04-14 | 2017-09-15 | 南京邮电大学 | 大规模mimo系统压缩感知信道估计的导频优化方法 |
CN108037498A (zh) * | 2017-11-16 | 2018-05-15 | 南京理工大学 | 基于三角波线性调频连续波雷达的高速目标测速测距方法 |
CN108388718A (zh) * | 2018-02-08 | 2018-08-10 | 北京理工雷科电子信息技术有限公司 | 一种优化的mimo雷达天线布阵设计方法 |
CN109001698A (zh) * | 2018-08-27 | 2018-12-14 | 北京理工大学 | 一种小景深线性调频连续波雷达的线性度校准方法 |
CN109061620A (zh) * | 2013-05-24 | 2018-12-21 | 罗伯特·博世有限公司 | 用于运行多输入多输出雷达的方法 |
CN109188355A (zh) * | 2018-09-14 | 2019-01-11 | 四川大学 | 一种多点定位系统接收天线优化及最优布站方法 |
-
2019
- 2019-07-27 CN CN201910685608.5A patent/CN110456334B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102208934A (zh) * | 2011-06-24 | 2011-10-05 | 北京理工大学 | 一种基于全交叉权重遗传算法的天线选择方法 |
CN109061620A (zh) * | 2013-05-24 | 2018-12-21 | 罗伯特·博世有限公司 | 用于运行多输入多输出雷达的方法 |
CN105426578A (zh) * | 2015-11-03 | 2016-03-23 | 电子科技大学 | 一种基于遗传算法的mimo-sar面阵天线阵元位置优化方法 |
CN107171774A (zh) * | 2017-04-14 | 2017-09-15 | 南京邮电大学 | 大规模mimo系统压缩感知信道估计的导频优化方法 |
CN108037498A (zh) * | 2017-11-16 | 2018-05-15 | 南京理工大学 | 基于三角波线性调频连续波雷达的高速目标测速测距方法 |
CN108388718A (zh) * | 2018-02-08 | 2018-08-10 | 北京理工雷科电子信息技术有限公司 | 一种优化的mimo雷达天线布阵设计方法 |
CN109001698A (zh) * | 2018-08-27 | 2018-12-14 | 北京理工大学 | 一种小景深线性调频连续波雷达的线性度校准方法 |
CN109188355A (zh) * | 2018-09-14 | 2019-01-11 | 四川大学 | 一种多点定位系统接收天线优化及最优布站方法 |
Non-Patent Citations (8)
Title |
---|
张伟等: "MIMO雷达稀疏阵优化设计", 《系统工程与电子技术》 * |
方红: "基于遗传算法的MIMO发射接收阵列联合优化研究", 《计算机工程与设计》 * |
梁浩等: "基于改进自适应遗传算法的MIMO雷达阵列优化", 《微波学报》 * |
肖慧等: "基于直接相位差分的LFMCW雷达加速运动目标参数估计", 《信号处理》 * |
赵光辉等: "基于二次编码的MIMO雷达阵列稀布与天线综合", 《系统工程与电子技术》 * |
郑志东,等: "MIMO 雷达的MUSIC算法应用", 《火力与指挥控制》 * |
陈刚等: "应用差集理论稀疏优化多输入多输出雷达阵列", 《南京理工大学学报》 * |
陈刚等: "近场条件下的MIMO雷达阵列优化", 《应用科学学报》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112154571A (zh) * | 2019-11-19 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 阵列天线及其信号处理方法、毫米波雷达 |
CN112154571B (zh) * | 2019-11-19 | 2023-05-12 | 深圳市大疆创新科技有限公司 | 阵列天线及其信号处理方法、毫米波雷达 |
CN111103588A (zh) * | 2019-12-31 | 2020-05-05 | 哈尔滨工程大学 | 一种利用信号能量的三角波多目标识别方法 |
CN111856410A (zh) * | 2020-07-21 | 2020-10-30 | 中国人民解放军国防科技大学 | 恒模约束下机载mimo雷达的稳健发射接收联合优化方法 |
CN111835415A (zh) * | 2020-07-22 | 2020-10-27 | 中国科学院长春光学精密机械与物理研究所 | 一种基于遗传算法的信号延迟补偿合并方法 |
CN111835415B (zh) * | 2020-07-22 | 2021-04-27 | 中国科学院长春光学精密机械与物理研究所 | 一种基于遗传算法的信号延迟补偿合并方法 |
CN112688724A (zh) * | 2020-11-17 | 2021-04-20 | 西安电子科技大学 | 基于mimo技术的集群目标协同应答方法及询问应答系统 |
CN112666543B (zh) * | 2020-12-01 | 2023-10-27 | 安徽隼波科技有限公司 | 一种稀疏阵列tdm-mimo雷达及其校正方法 |
CN112666543A (zh) * | 2020-12-01 | 2021-04-16 | 安徽隼波科技有限公司 | 一种稀疏阵列tdm-mimo雷达及其校正方法 |
CN112649799B (zh) * | 2020-12-04 | 2022-09-23 | 浙江大学 | 一种mimo雷达幅相误差矫正方法 |
CN112649799A (zh) * | 2020-12-04 | 2021-04-13 | 浙江大学 | 一种mimo雷达幅相误差矫正方法 |
CN112511209A (zh) * | 2021-02-09 | 2021-03-16 | 网络通信与安全紫金山实验室 | 基于频率分集的阵列天线的波束控制方法、系统及控制器 |
CN113204017A (zh) * | 2021-03-16 | 2021-08-03 | 西安电子科技大学 | 一种基于lfmcw的mimo雷达信号处理方法 |
CN113176540A (zh) * | 2021-04-25 | 2021-07-27 | 南京航空航天大学 | 合成稀疏阵列mimo雷达联合波束方向图的方法及系统 |
CN113311404A (zh) * | 2021-05-27 | 2021-08-27 | 电子科技大学长三角研究院(衢州) | 一种mimo雷达实时角分辨率提升方法 |
CN113343588A (zh) * | 2021-07-06 | 2021-09-03 | 东南大学 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
CN113343588B (zh) * | 2021-07-06 | 2022-11-08 | 东南大学 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
WO2023279737A1 (zh) * | 2021-07-06 | 2023-01-12 | 东南大学 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
CN113671449A (zh) * | 2021-07-16 | 2021-11-19 | 西安电子科技大学 | 基于最小冗余线阵的mimo雷达旁瓣干扰抑制方法 |
CN114609592A (zh) * | 2022-03-21 | 2022-06-10 | 电子科技大学 | 一种mimo雷达虚拟稀疏阵列优化布阵方法 |
CN114609592B (zh) * | 2022-03-21 | 2023-05-05 | 电子科技大学 | 一种mimo雷达虚拟稀疏阵列优化布阵方法 |
EP4343364A1 (en) * | 2022-09-21 | 2024-03-27 | Axis AB | Resolving doppler ambiguity in tdm-mimo radars based on phase at peak |
Also Published As
Publication number | Publication date |
---|---|
CN110456334B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110456334A (zh) | 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法 | |
US7737879B2 (en) | Split aperture array for increased short range target coverage | |
CA2901610C (en) | Surface wave radar | |
CN104931948B (zh) | 基于普通波束扫描的fda雷达的一种接收方案的改进方法 | |
CN102156279A (zh) | 基于mimo的双基地雷达地面动目标检测方法 | |
CN112034444B (zh) | 基于循环编码阵列的多波束雷达通信一体化方法 | |
CN110988811B (zh) | 一种应用于稀疏布阵宽带相控阵的栅瓣解模糊方法 | |
CN104155647B (zh) | 基于机扫米波阵列雷达的估计目标方位角的方法 | |
CN103116154B (zh) | 基于杂波环境下的发射与接收联合优化自适应滤波方法 | |
CN106324602B (zh) | 一种mimo声呐系统 | |
CN110471033A (zh) | 基于相干fda的二维空时编码干扰抑制方法 | |
Chahrour et al. | Hybrid beamforming for interference mitigation in MIMO radar | |
CN102866392A (zh) | 一种波形捷变认知雷达系统及实现方法 | |
CN108828504A (zh) | 基于部分相关波形的mimo雷达目标方向快速估计方法 | |
US20060273948A1 (en) | Selectable range lobes using wide-band array | |
CN108445461A (zh) | 一种多径条件下雷达目标检测方法 | |
CN114114188A (zh) | 一种低旁瓣的fda雷达通信一体化波形设计方法 | |
US8902098B2 (en) | Process for minimising jammer noise in receiver systems | |
CN104914430A (zh) | 一种根据目标距离自适应选择发射阵元的阵列雷达系统 | |
CN110456342A (zh) | 单发射天线雷达的远场多运动目标探测方法 | |
Rath et al. | Multipath-assisted indoor positioning enabled by directional UWB sector antennas | |
Griffiths et al. | MIMO as a distributed radar system | |
CN109683141A (zh) | 基于贝叶斯框架的多输入多输出雷达发射波形设计方法 | |
Graham et al. | Radar architecture using MIMO transmit subarrays | |
Mahmoud et al. | Bi-directional phased-MIMO antenna 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 |