CN110764066B - 误差存在情况下基于真实信号子空间的目标检测方法 - Google Patents
误差存在情况下基于真实信号子空间的目标检测方法 Download PDFInfo
- Publication number
- CN110764066B CN110764066B CN201910750552.7A CN201910750552A CN110764066B CN 110764066 B CN110764066 B CN 110764066B CN 201910750552 A CN201910750552 A CN 201910750552A CN 110764066 B CN110764066 B CN 110764066B
- Authority
- CN
- China
- Prior art keywords
- doppler
- clutter
- occupied
- obtaining
- main
- 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.)
- Active
Links
Images
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
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
本发明属于雷达技术领域,具体涉及一种误差存在情况下基于真实信号子空间的目标检测方法,获取回波数据;根据回波数据得到主杂波区所占据的多个多普勒通道和主杂波区所占据的多个多普勒通道的中心频率;根据主杂波区所占据的多个多普勒通道中心频率得到多个对应空间导向矢量;根据回波数据的主杂波区得到若干滤波后输出值;根据得到多个最大输出功率对应距离门的滤波后输出值;根据若干滤波后输出值和空间导向矢量得到杂波估计的目标空域导向矢量矩阵;对杂波估计的目标空域导向矢量矩阵进行奇异值分解得到考虑误差的信号子空间;根据考虑误差的信号子空间构建子空间检测器。本发明的检测器的检测性能提高、检测概率更高。
Description
技术领域
本发明属于雷达技术领域,具体一种涉及误差存在情况下基于真实信号子空间的目标检测方法。
背景技术
阵列信号处理中,用期望信号的导向矢量对接收信号矢量进行最优加权处理得到滤波输出,即使用期望信号的导向矢量同接收信号矢量进行匹配,在常规自适应匹配滤波处理中,期望信号的空域导向矢量为主瓣波束中心处的空域导向矢量。因此,当目标的角度偏离主瓣波束中心时,目标的导向矢量同预置的主瓣波束中心的导向矢量失配,造成滤波输出损失。进而,对于只使用一维的导向矢量张成的信号子空间的匹配滤波器检测器,容易因导向矢量失配而丢失信号信息。
为了在失配状态下更好的检测目标,有必要使用高维的信号子空间检测器代替原来的一维信号子空间检测器。高维的信号子空间检测器能够在多个维度上积累信号能量,减少匹配滤波器输出损失。为获得高维的信号子空间,使用多个可能的目标方向的导向矢量构成信号子空间;分解待检测单元的协方差矩阵求得信号子空间。
在实际情况中,由于阵元幅相误差、阵元之间的耦合效应及阵元位置偏差等因素的存在,真实的信号子空间往往同未考虑误差情况下的信号子空间存在一定的偏差。如果依旧使用未考虑误差情况下的检测器,该检测器不能有效的积累信号能量,造成滤波器输出功率损失,影响检测器检测性能。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种误差存在情况下基于真实信号子空间的目标检测方法。本发明要解决的技术问题通过以下技术方案实现:
误差存在情况下基于真实信号子空间的目标检测方法,包括:
获取回波数据;
根据所述回波数据得到主杂波区所占据的多个多普勒通道和所述主杂波区所占据的多个多普勒通道的中心频率;
根据所述主杂波区所占据的多个多普勒通道中心频率得到多个对应空间频率,根据所述多个空间频率计算多个对应空间导向矢量;
对所述回波数据的主杂波区所占据的多个多普勒通道的每个距离门接收到的杂波数据进行多普勒滤波处理,得到若干滤波后输出值;
对所述若干滤波后输出值和对应所述空间导向矢量进行内积,得到多个最大输出功率对应距离门的滤波后输出值;
根据所述若干滤波后输出值和所述空间导向矢量得到对应的多个矢量锥角余弦,并根据所述矢量锥角余弦对所述最大输出功率对应距离门的滤波后输出值进行筛选,得到筛选后回波数据的主杂波区所占据的多个多普勒通道滤波后输出值,并根据所述筛选后回波数据的主杂波区所占据的多个多普勒通道滤波后输出值得到杂波估计的目标空域导向矢量矩阵;
对杂波估计的目标空域导向矢量矩阵进行奇异值分解得到考虑误差的信号子空间;
根据考虑误差的信号子空间构建子空间检测器。
本发明通过得到考虑误差的信号子空间,并通过该信号子空间得到的子控件检测器,在SNR一定的情况下检测概率更高,使得检测器的检测性能提高。
在本发明的一个实施例中,根据所述回波数据得到主杂波区所占据的多个多普勒通道和所述主杂波区所占据的多个多普勒通道中心频率,包括:
根据所述回波数据得到所述回波数据的主杂波区所占据的多个多普勒通道带宽;
根据所述主杂波区所占据的多个多普勒通道带宽得到主杂波区所占据的多个归一化多普勒通道中心频率;
根据所述主杂波区所占据的多个归一化多普勒通道中心频率计算主杂波区所在的对应多普勒通道。
在本发明的一个实施例中,根据所述回波数据得到所述回波数据的主杂波区所占据的多个多普勒通道带宽,包括:
(a)考虑N个阵元的等距线阵,阵元间距为d,主瓣波束空间锥角为θ0,3dB波束宽度为θA=λ(Ndsinθ0),其中Ndsinθ0为有效孔径长度,因此,主瓣波束内的空间锥角变化范围表示为θi∈[θ0-θA/2,θ0+θA/2],该范围内的多普勒通道带宽为:
其中,v是载机飞行速度,λ是波长;
(c)计算主瓣范围内杂波的归一化多普勒频率:
在本发明的一个实施例中,空间频率计算如下:
在本发明的一个实施例中,根据所述多个空间频率计算多个对应空间导向矢量,包括:
令滤波器对应的归一化多普勒频率为对应的空间频率为fsm,接收机第l个距离门的采样数据xl表示为式中Nc表示杂波等距离环中杂波块的个数,是对应的第i个杂波块的归一化多普勒频率,是该杂波块的时间导向矢量;是对应第i个杂波块的的空间频率,为空间导向矢量,n为高斯噪声,该数据通过通频带为的多普勒滤波器后的输出表示为:
在本发明的一个实施例中,所述锥角余弦计算如下:
在本发明的一个实施例中,根据考虑误差的信号子空间构建子空间检测器,包括:
本发明的有益效果:
本发明通过得到考虑误差的信号子空间,并通过该信号子空间得到的子控件检测器,在SNR一定的情况下检测概率更高,使得检测器的检测性能提高。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的误差存在情况下基于真实信号子空间的目标检测方法的流程框图;
图2是本发明实施例提供的另误差存在情况下基于真实信号子空间的目标检测方法的流程框图;
图3是本发明实施例提供的误差存在情况下基于真实信号子空间的目标检测方法的主瓣波束正扫、幅相误差为10%时角度估计误差随SNR变化关系;
图4是本发明实施例提供的误差存在情况下基于真实信号子空间的目标检测方法的主瓣中心偏扫、幅相误差为10%时角度估计误差随SNR变化关系;
图5是本发明实施例提供的误差存在情况下基于真实信号子空间的目标检测方法的主瓣波束正扫、幅相误差为10%时角度估计均方误差随目标入射角度变化关系;
图6是本发明实施例提供的误差存在情况下基于真实信号子空间的目标检测方法的主瓣波束偏扫、幅相误差为10%时角度估计均方误差随目标入射角度变化关系。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
请参见图1,图1是本发明实施例提供的误差存在情况下基于真实信号子空间的目标检测方法的流程框图,包括:
获取回波数据;
根据所述回波数据得到主杂波区所占据的多个多普勒通道和所述主杂波区所占据的多个多普勒通道的中心频率;
根据所述主杂波区所占据的多个多普勒通道中心频率得到多个对应空间频率,根据所述多个空间频率计算多个对应空间导向矢量;
对所述回波数据的主杂波区所占据的多个多普勒通道的每个距离门接收到的杂波数据进行多普勒滤波处理,得到若干滤波后输出值;
对所述若干滤波后输出值和对应所述空间导向矢量进行内积,得到多个最大输出功率对应距离门的滤波后输出值;
根据所述若干滤波后输出值和所述空间导向矢量得到对应的多个矢量锥角余弦,并根据所述矢量锥角余弦对所述最大输出功率对应距离门的滤波后输出值进行筛选,得到筛选后回波数据的主杂波区所占据的多个多普勒通道滤波后输出值,并根据所述筛选后回波数据的主杂波区所占据的多个多普勒通道滤波后输出值得到杂波估计的目标空域导向矢量矩阵;
对杂波估计的目标空域导向矢量矩阵进行奇异值分解得到考虑误差的信号子空间;
根据考虑误差的信号子空间构建子空间检测器。
在本发明的一个实施例中,根据所述回波数据得到主杂波区所占据的多个多普勒通道和所述主杂波区所占据的多个多普勒通道中心频率,包括:
根据所述回波数据得到所述回波数据的主杂波区所占据的多个多普勒通道带宽;
根据所述主杂波区所占据的多个多普勒通道带宽得到主杂波区所占据的多个归一化多普勒通道中心频率;
根据所述主杂波区所占据的多个归一化多普勒通道中心频率计算主杂波区所在的对应多普勒通道。
在本发明的一个实施例中,请参见图2,图2是本发明实施例提供的另误差存在情况下基于真实信号子空间的目标检测方法的流程框图,根据所述回波数据得到所述回波数据的主杂波区所占据的多个多普勒通道带宽,包括:
(a)考虑N个阵元的等距线阵,阵元间距为d,主瓣波束空间锥角为θ0,3dB波束宽度为θA=λ(Ndsinθ0),其中Ndsinθ0为有效孔径长度,因此,主瓣波束内的空间锥角变化范围表示为θi∈[θ0-θA/2,θ0+θA/2],该范围内的多普勒通道带宽为:
其中,v是载机飞行速度,λ是波长;
(c)计算主瓣范围内杂波的归一化多普勒频率:
在本发明的一个实施例中,所述空间频率计算如下:
在本发明的一个实施例中,根据所述多个空间频率计算多个对应空间导向矢量,包括:
令滤波器对应的归一化多普勒频率为对应的空间频率为fsm,接收机第l个距离门的采样数据xl表示为式中Nc表示杂波等距离环中杂波块的个数,是对应的第i个杂波块的归一化多普勒频率,是该杂波块的时间导向矢量;是对应第i个杂波块的的空间频率,为空间导向矢量,n为高斯噪声,该数据通过通频带为的多普勒滤波器后的输出表示为:
在本发明的一个实施例中,所述锥角余弦计算如下:
进一步地,对杂波估计的目标空域导向矢量矩阵进行奇异值分解得到考虑误差的信号子空间,导向矢量矩阵奇异值分解得到UΛVH=Y,取信号特征子空间为Ueig=U(:,1:2)。
在本发明的一个实施例中,根据考虑误差的信号子空间构建子空间检测器,包括:
本发明的效果可通过以下仿真实验进一步说明:
1.仿真条件:
本发明仿真实验的环境为:MATLAB2017b,Intel(R)Xeon(R)CPU2.20GHz,Windows7专业版
2.仿真参数:
考虑一个具有8阵元的等距线阵,波长0.4米,阵元间距半波长。载机速度100m/s,重频为2000Hz。为了获得更多的主杂波区数据,脉冲数设定为256,主瓣波束指向法线方向。计算3dB波束宽度内的主杂波区多普勒带宽为125Hz,多普勒滤波器的分辨率7.8125,计算可得主杂波区通过16个多普勒滤波器。因此,选取主瓣多普勒通道中心处的连续11个多普勒滤波器。主瓣中心的多普勒通道为第129个多普勒通道,所以选取的主杂波区的多普勒通道是第124~134个多普勒通道。主瓣偏扫60°时的主瓣多普勒通道为184,选取的主杂波区多普勒通道为179~189。根据多普勒滤波器获得主杂波区的数据yml后,经过奇异值分解得到估计子空间。
3.仿真结果及分析:
仿真1:请参见图3,图3是本发明实施例提供的误差存在情况下基于真实信号子空间的目标检测方法的主瓣波束正扫、幅相误差为10%时角度估计误差随SNR变化关系,采用常规和差波束测角方法以及特征子空间测角方法,特征子空间包括未考虑误差的特征子空间及杂波估计的特征子空间。因为使用真实的杂波数据估计的特征子空间能够更好的估计带有误差的目标导向矢量,使得其在检测上具有更好的性能。与检测相类似,将杂波估计的特征子空间用在网格搜索测角上,仿真验证杂波估计子空间方法的测角性能。由图3可知,当SNR(信噪比)较低时,各子空间的检测性能都比较差,测角误差较大。而随着SNR的增大,各子空间的测角误差越来越小,趋近稳健。
仿真2:请参见图4,图4是本发明实施例提供的误差存在情况下基于真实信号子空间的目标检测方法的主瓣中心偏扫、幅相误差为10%时角度估计误差随SNR变化关系,从图中可以看到,随着SNR的增大,各测角方法的精度都越来越高。当主瓣偏扫时,常规和差波束测角性能大幅下降,并且随着SNR的增加,真实的子空间测角性能有最大改善。
仿真3:请参见图5,图5是本发明实施例提供的误差存在情况下基于真实信号子空间的目标检测方法的主瓣波束正扫、幅相误差为10%时角度估计均方误差随目标入射角度变化关系,由图可知,随着误差的增大,常规和差波束测角方法的角度估计误差增大;而杂波估计的特征子空间是从杂波中估计出来的,其误差相对较小,其结合最大似然测角方法具有最好的角度估计性能。
仿真4:请参见图6,图6是本发明实施例提供的误差存在情况下基于真实信号子空间的目标检测方法的主瓣波束偏扫、幅相误差为10%时角度估计均方误差随目标入射角度变化关系,由图可知,使用杂波估计的特征子空间结合最大似然测角方法的角度估计性能最优,这说明杂波估计的特征子空间的测角性能最好。
实验结果表明,在存在阵列幅相误差及阵元位置偏差的情况下,使用主杂波区数据估计得到信号子空间同未考虑误差的信号子空间相比具有更好的检测性能。通过使用各子空间对目标数据进行测角分析,可以看到杂波估计的信号子空间的测角性能更优。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (7)
1.一种误差存在情况下基于真实信号子空间的目标检测方法,其特征在于,包括:
获取回波数据;
根据所述回波数据得到主杂波区所占据的多个多普勒通道和所述主杂波区所占据的多个多普勒通道的中心频率;
根据所述主杂波区所占据的多个多普勒通道中心频率得到多个对应空间频率,根据所述多个空间频率计算多个对应空间导向矢量;
对所述回波数据的主杂波区所占据的多个多普勒通道的每个距离门接收到的杂波数据进行多普勒滤波处理,得到若干滤波后输出值;
对所述若干滤波后输出值和对应所述空间导向矢量进行内积,得到多个最大输出功率对应距离门的滤波后输出值;
根据所述若干滤波后输出值和所述空间导向矢量得到对应的多个矢量锥角余弦,并根据所述矢量锥角余弦对所述最大输出功率对应距离门的滤波后输出值进行筛选,得到筛选后回波数据的主杂波区所占据的多个多普勒通道滤波后输出值,并根据所述筛选后回波数据的主杂波区所占据的多个多普勒通道滤波后输出值得到杂波估计的目标空域导向矢量矩阵;
对杂波估计的目标空域导向矢量矩阵进行奇异值分解得到考虑误差的信号子空间;
根据考虑误差的信号子空间构建子空间检测器。
2.根据权利要求1所述的误差存在情况下基于真实信号子空间的目标检测方法,其特征在于,根据所述回波数据得到主杂波区所占据的多个多普勒通道和所述主杂波区所占据的多个多普勒通道中心频率,包括:
根据所述回波数据得到所述回波数据的主杂波区所占据的多个多普勒通道带宽;
根据所述主杂波区所占据的多个多普勒通道带宽得到主杂波区所占据的多个归一化多普勒通道中心频率;
根据所述主杂波区所占据的多个归一化多普勒通道中心频率计算主杂波区所在的对应多普勒通道。
3.根据权利要求2所述的误差存在情况下基于真实信号子空间的目标检测方法,其特征在于,根据所述回波数据得到所述回波数据的主杂波区所占据的多个多普勒通道带宽,包括:
(a)等距线阵阵元数为N个,阵元间距为d,主瓣波束空间锥角为θ0,3dB波束宽度为θA=λ/(Nd sinθ0),其中Nd sinθ0为有效孔径长度,主瓣波束内的空间锥角变化范围表示为θi∈[θ0-θA/2,θ0+θA/2],该范围内的多普勒通道带宽为:
其中,v是载机飞行速度,λ是波长;
(c)计算主瓣范围内杂波的归一化多普勒频率:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910750552.7A CN110764066B (zh) | 2019-08-14 | 2019-08-14 | 误差存在情况下基于真实信号子空间的目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910750552.7A CN110764066B (zh) | 2019-08-14 | 2019-08-14 | 误差存在情况下基于真实信号子空间的目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110764066A CN110764066A (zh) | 2020-02-07 |
CN110764066B true CN110764066B (zh) | 2021-08-13 |
Family
ID=69329334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910750552.7A Active CN110764066B (zh) | 2019-08-14 | 2019-08-14 | 误差存在情况下基于真实信号子空间的目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110764066B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111983578B (zh) * | 2020-07-16 | 2023-12-22 | 西安电子科技大学 | 一种快速自适应角度多普勒补偿方法 |
CN113253251B (zh) * | 2021-06-22 | 2021-09-24 | 中国人民解放军空军预警学院 | 目标速度未知时的fda-mimo雷达检测方法与系统 |
CN115047425B (zh) * | 2022-05-25 | 2024-06-25 | 西安电子科技大学 | 超高速平台杂波快速仿真方法及其装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383449A (zh) * | 2013-07-14 | 2013-11-06 | 西安电子科技大学 | 基于esprit算法的机载雷达近程杂波抑制方法 |
CN104345299A (zh) * | 2014-11-03 | 2015-02-11 | 西安电子科技大学 | 基于简化ec的机载mimo雷达空时自适应处理方法 |
CN104950296A (zh) * | 2015-06-12 | 2015-09-30 | 西安电子科技大学 | 基于重加权自适应功率剩余的稳健非均匀检测方法 |
CN104991237A (zh) * | 2015-06-25 | 2015-10-21 | 西安电子科技大学 | 基于稳健空时自适应处理的目标检测方法 |
CN105572642A (zh) * | 2015-12-22 | 2016-05-11 | 西安电子科技大学 | 一种基于两级架构的空时自适应处理方法 |
CN105629206A (zh) * | 2016-03-03 | 2016-06-01 | 深圳大学 | 导向矢量失配下的机载雷达稳健空时波束形成方法及系统 |
CN105911527A (zh) * | 2016-06-30 | 2016-08-31 | 西安电子科技大学 | 基于efa与mwf的机载雷达空时自适应处理方法 |
EP3227703A1 (en) * | 2014-12-02 | 2017-10-11 | Thales Solutions Asia Pte Ltd. | Methods and systems for spectral analysis of sonar data |
CN109444869A (zh) * | 2018-12-19 | 2019-03-08 | 中国人民解放军空军预警学院 | 一种用于信号失配的雷达扩展目标参数可调检测器 |
-
2019
- 2019-08-14 CN CN201910750552.7A patent/CN110764066B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383449A (zh) * | 2013-07-14 | 2013-11-06 | 西安电子科技大学 | 基于esprit算法的机载雷达近程杂波抑制方法 |
CN104345299A (zh) * | 2014-11-03 | 2015-02-11 | 西安电子科技大学 | 基于简化ec的机载mimo雷达空时自适应处理方法 |
EP3227703A1 (en) * | 2014-12-02 | 2017-10-11 | Thales Solutions Asia Pte Ltd. | Methods and systems for spectral analysis of sonar data |
CN104950296A (zh) * | 2015-06-12 | 2015-09-30 | 西安电子科技大学 | 基于重加权自适应功率剩余的稳健非均匀检测方法 |
CN104991237A (zh) * | 2015-06-25 | 2015-10-21 | 西安电子科技大学 | 基于稳健空时自适应处理的目标检测方法 |
CN105572642A (zh) * | 2015-12-22 | 2016-05-11 | 西安电子科技大学 | 一种基于两级架构的空时自适应处理方法 |
CN105629206A (zh) * | 2016-03-03 | 2016-06-01 | 深圳大学 | 导向矢量失配下的机载雷达稳健空时波束形成方法及系统 |
CN105911527A (zh) * | 2016-06-30 | 2016-08-31 | 西安电子科技大学 | 基于efa与mwf的机载雷达空时自适应处理方法 |
CN109444869A (zh) * | 2018-12-19 | 2019-03-08 | 中国人民解放军空军预警学院 | 一种用于信号失配的雷达扩展目标参数可调检测器 |
Non-Patent Citations (5)
Title |
---|
APES Based STAP for Target Detection in Spread-Doppler Clutter;Peng Tong,et al;《IEEE》;20161231;p1620-1623 * |
Performance prediction of subspace-based adaptive detectors with signal mismatch;Weijian Liu,et al;《Signal Processing 》;20161231;p122-126 * |
基于导向矢量失配估计的鲁棒波束域自适应波束形成算法;陶震;《国外电子测量技术》;20170731;第23-26页 * |
稳健的杂波抑制与参数估计方法研究;姜磊;《中国博士学位论文全文数据库 信息科技辑》;20170215;全文 * |
非均匀环境下机载相控阵雷达STAP方法研究;同亚龙;《中国博士学位论文全文数据库 工程科技II辑》;20170215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110764066A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cheng et al. | Robust waveform and filter bank design of polarimetric radar | |
CN110764066B (zh) | 误差存在情况下基于真实信号子空间的目标检测方法 | |
Goldstein et al. | Theory of partially adaptive radar | |
US10012727B2 (en) | Method for detecting targets and associated multifunction radar | |
Carretero-Moya et al. | Experimental performance analysis of distributed target coherent radar detectors | |
CN109581352A (zh) | 一种基于毫米波雷达的超分辨测角系统 | |
CN109212500A (zh) | 一种基于稀疏重构的ka-stap杂噪协方差矩阵高精度估计方法 | |
CN112346030A (zh) | 无人机群的超分辨波达方向估计方法 | |
CN108872947B (zh) | 一种基于子空间技术的海杂波抑制方法 | |
Yang et al. | Spatial deception suppression for wideband linear frequency modulation signals based on fractional Fourier transform with robust adaptive beamforming | |
Smith et al. | Unit circle roots property for sensor array signal processing | |
CN109490859B (zh) | 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器 | |
CN113359131A (zh) | 一种sar低截获射频隐身系统及其设计方法 | |
Jagadesh et al. | Modeling Target Detection and Performance Analysis of Electronic Countermeasures for Phased Radar. | |
CN109581366B (zh) | 一种基于目标导向矢量失配的离散旁瓣杂波识别方法 | |
Goodman | Foundations of cognitive radar for next-generation radar systems | |
Lu et al. | Robust direction of arrival estimation approach for unmanned aerial vehicles at low signal‐to‐noise ratios | |
Coluccia | Adaptive Radar Detection: Model-Based, Data-Driven and Hybrid Approaches | |
Han et al. | A sparse learning approach to the design of radar tunable architectures with enhanced selectivity properties | |
Wan et al. | A range-Doppler-angle estimation method for passive bistatic radar | |
Harnett | Mismatched Processing for Radar Interference Cancellation | |
Zhu et al. | An efficient target detection algorithm via Karhunen‐Loève transform for frequency modulated continuous wave (FMCW) radar applications | |
Sedivy et al. | Doppler frequency estimation using moving target detection filter bank | |
Gençol | New methods for radar emitter identification | |
Feng et al. | Constained adaptive monopulse algorithm based on sub-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 |