CN111220977A - 基于角度及频率域滤波的似然music低仰角估计方法 - Google Patents
基于角度及频率域滤波的似然music低仰角估计方法 Download PDFInfo
- Publication number
- CN111220977A CN111220977A CN202010046287.7A CN202010046287A CN111220977A CN 111220977 A CN111220977 A CN 111220977A CN 202010046287 A CN202010046287 A CN 202010046287A CN 111220977 A CN111220977 A CN 111220977A
- Authority
- CN
- China
- Prior art keywords
- angle
- far
- matrix
- frequency domain
- sampling
- 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
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
- 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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/68—Radar-tracking systems; Analogous systems for angle tracking only
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
本发明公开了基于角度及频率域滤波的似然MUSIC低仰角估计方法,其旨在根据对均匀线性阵列天线接收到的少量采样数据在角度及频率域上对移动目标反射回来的多径信号及杂波进行滤波处理,然后对滤波处理后的数据搜索其似然MUSIC谱,从而较为准确地估计出移动目标反射回来的直射径的仰角,提高精度,提高效率,给用户带来方便。
Description
技术领域
本发明涉及雷达技术领域,具体涉及一种基于角度及频率域滤波的似然MUSIC低仰角估计方法。
背景技术
低仰角移动目标跟踪在电子信息战中的应用需求越来越高。当移动目标处在低仰角时,雷达天线所接收到的远场信号包含有移动目标反射回来的直射径信号、多径信号,还有除移动目标以外的其它物体反射的杂波。通过过滤远场信号并进行估计以得到移动目标的仰角从而根据该角度跟踪移动目标。
但现有技术中所采用的移动目标仰角估计方法滤波复杂,效率低尤其在低仰角环境下估计精度差,特别是当样本数较少时,容易导致估计失效。
因此,现有技术有待于改进和发展。
发明内容
基于此,有必要针对现有的低仰角移动目标的仰角估计方法精度不高的技术问题,提供一种基于角度及频率域滤波的似然MUSIC低仰角估计方法,旨在根据对均匀线性阵列天线接收到的少量采样数据在角度及频率域上对移动目标反射回来的多径信号及杂波进行滤波处理,然后对滤波处理后的数据搜索其似然MUSIC谱,从而较为准确地估计出移动目标反射回来的直射径的仰角,提高精度的同时,提高效率,方便用户。
为了达到上述目的,本发明采取了以下技术方案:
一种基于角度及频率域滤波的似然MUSIC低仰角估计方法,所述基于角度及频率域滤波的似然MUSIC低仰角估计方法包括以下步骤:
雷达天线接收待跟踪的移动目标周边反射的远场信号;
对所述远场信号采样,得到所述远场信号对应的采样数据;
对所述采样数据进行滤波处理,得到所述采样数据对应的滤波数据;
对所述滤波数据重构,得到所述远场信号对应的目标远场信号;
对所述目标远场信号进行似然空间谱搜索,得到所述移动目标的仰角,以实现根据所述仰角跟踪到所述移动目标。
所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其中,所述远场信号包括所述移动目标反射的直射径信号、多径信号以及其他物体反射的杂波。
所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其中,所述雷达天线接收待跟踪的移动目标周边反射的远场信号具体包括:
通过雷达内的均匀线性阵列天线接收待跟踪的移动目标以及其他物体反射的远场信号。
所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其中,所述对所述远场信号采样,得到所述远场信号对应的采样数据具体包括:
设置N个采样时刻以及设置用于接收所述远场信号的M根雷达天线;其中,N、M为正整数;
采集在N个采样时刻内所述远场信号中属于所述M个雷达天线接收的采样数据;
将所述采样数据转换为采样矩阵。
所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其中,所述对所述采样数据进行滤波处理,得到所述采样数据对应的滤波数据具体包括:
获取所述采样数据对应的采样矩阵;
将所述采样矩阵进行角度频率域二维逆傅里叶变换,转化为角度频率域矩阵;
基于多径信号与杂波在角度及频率域上的特性,对所述角度频率域矩阵进行空时滤波处理,得到滤波后的滤波矩阵。
所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其中,所述滤波数据的目标远场信号个数大于等于2。
所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其中,所述基于多径信号与杂波在角度及频率域上的特性,对所述角度频率域矩阵进行空时滤波处理,得到滤波后的滤波矩阵具体包括:
基于多径信号与杂波在角度及频率域上的特性,将所述角度频率域矩阵在空间维对应的行矩阵以及时间维对应的列矩阵作置零处理,以得到滤波后的滤波矩阵。
所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其中,所述对所述滤波数据重构,得到所述远场信号对应的目标远场信号具体包括:
获取所述滤波数据对应的滤波矩阵;
将所述滤波矩阵进行角度频率域二维逆傅里叶变换,得到所述目标远场信号对应的空时矩阵。
所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其中,所述对所述目标远场信号进行似然空间谱搜索,得到所述移动目标的仰角,以实现根据所述仰角跟踪到所述移动目标具体包括:
获取所述空时矩阵的采样协方差矩阵;
基于所述采样协方差矩阵的噪声特征矢量的似然概率,对所述目标远场信号进行似然MUSIC空间谱搜索,以得到所述移动目标的仰角;
根据所述仰角跟踪所述移动目标。
所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其中,所述似然MUSIC空间谱搜索的搜索角度空间范围为-90°~90°。
有益效果:
相较于现有技术,本发明提供的一种基于角度及频率域滤波的似然MUSIC低仰角估计方法,该方法包括雷达天线接收待跟踪的移动目标周边反射的远场信号;对所述远场信号采样,得到所述远场信号对应的采样数据;对所述采样数据进行滤波处理,得到所述采样数据对应的滤波数据;对所述滤波数据重构,得到所述远场信号对应的目标远场信号;对所述目标远场信号进行似然空间谱搜索,得到所述移动目标的仰角,以实现根据所述仰角跟踪到所述移动目标。本发明旨在根据对均匀线性阵列天线接收到的少量采样数据在角度及频率域上对移动目标反射回来的多径信号及杂波进行滤波处理,然后对滤波处理后的数据搜索其似然MUSIC谱,从而较为准确地估计出移动目标反射回来的直射径的仰角,提高精度的同时,提高效率,给用户带来方便,提高用户体验。
附图说明
图1为本发明提供的一种基于角度及频率域滤波的似然MUSIC低仰角估计方法的流程图。
图2为本发明所述基于角度及频率域滤波的似然MUSIC低仰角估计方法步骤S20具体流程图。
图3为本发明所述基于角度及频率域滤波的似然MUSIC低仰角估计方法步骤S30具体流程图。
图4为本发明所述基于角度及频率域滤波的似然MUSIC低仰角估计方法步骤S40具体流程图。
图5为本发明所述基于角度及频率域滤波的似然MUSIC低仰角估计方法步骤S50具体流程图。
图6为本发明方法应用于终端对应的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
请参阅图1,图1是本发明提供的一种基于角度及频率域滤波的似然MUSIC低仰角估计方法的流程图,应该说明的是,本发明实施方式的基于角度及频率域滤波的似然MUSIC低仰角估计方法并不限于图1所示的流程图中的步骤及顺序,根据不同的需求,流程图中的步骤可以增加、移除或者改变顺序。
如图1所示,本发明提供的基于角度及频率域滤波的似然MUSIC低仰角估计方法包括以下步骤:
S10、雷达天线接收待跟踪的移动目标周边反射的远场信号。
在本发明实施例中,所述远场信号包括所述移动目标反射的直射径信号、多径信号以及其他物体反射的杂波。通过雷达内的均匀线性阵列天线接收待跟踪的移动目标以及其他物体反射的远场信号。
S20、对所述远场信号采样,得到所述远场信号对应的采样数据。具体地,对所述远场信号进行时间维和空间维的采样。先采样单位时刻接收到的远场信号。即在均匀线性阵列天线里,M根天线在第n采样时刻接收到K个远场信号,可以表示为y(n)=As(n)+w(n)
其中,A=[a(θ1),a(θ2),…,a(θK)]表示空域导向矩阵,表示第k个远场信号的空域导向矢量,上标T表示转置运算,θk表示第k个远场信号的仰角,j为虚数单位且d表示相邻两天线的间隔,λ表示雷达信号的波长,表示在第n个采样时刻K个远场信号向量,sk(n)表示在第n个采样时刻第k个远场信号不移动时的形式,fk表示第k个远场信号多普勒频移,fs表示雷达在时域上的采样频率,w(n)表示在第n个采样时刻高斯噪声向量。
基于此,在N个采样时刻里M根天线接收到K个远场信号转换成空时二维矩阵形式,即
Y=[y(1),y(2),…,y(N)]
=ASBH+W
其中,上标H表示共轭转置运算,S=diag{[s1(n),s2(n),…,sK(n)]T},diag{·}表示·对进行对角化运算,B=[b(f1),b(f2),…,b(fK)]表示频域导向矩阵,第k个远场信号的频域导向矢量,T表示转置运算;W=[w(1),w(2),…,w(N)]表示高斯噪声矩阵。
也就是说,在本发明的一个优选方式中,如图2所示,所述对所述远场信号采样,得到所述远场信号对应的采样数据具体包括:
S21,设置N个采样时刻以及设置用于接收所述远场信号的M根雷达天线;其中,N、M为正整数;
S22,采集在N个采样时刻内所述远场信号中属于所述M个雷达天线接收的采样数据;
S23,将所述采样数据转换为采样矩阵。
通过从时间维和空间维多次采样,提高采样数据准确性,也保证采样样本有效,从而降低仰角估计误差,提高仰角估计精度。
S30、对所述采样数据进行滤波处理,得到所述采样数据对应的滤波数据。
具体地,基于步骤S20的空时二维矩阵,将接收信号矩阵Y进行角度频率域二维逆傅里叶变换即空时二维傅里叶变换,转化到角度频率域矩阵为:
其中,FM和FN分别表示M维和N维的傅里叶变换矩阵。
然后,基于多径信号及杂波在角度频率域上的经验位置,该经验位置指的是空域上的{p1,p2,…pL}行和时域上的{q1,q2,…qC}列,其是根据以往的数据统计出来的。对角度频率域矩阵进行空时同时滤波,即对角度频率域矩阵的{p1,p2,…pL}行和{q1,q2,…qC}列置为零处理。该角度频率域矩阵进行滤波处理后得到的滤波矩阵公式为:
其中,PM和QN分别表示M维单位矩阵里的{p1,p2,…pL}行和N维单位矩阵里的{q1,q2,…qC}列的元素被置零后所产生的矩阵,L和C分别表示PM矩阵被置零的行的个数和QN矩阵被置零的列个数,pl和qc分别表示被置零的行序号和列序号。
也就是说,在本发明的一个优选方式中,如图3所示,所述对所述采样数据进行滤波处理,得到所述采样数据对应的滤波数据具体包括:
S31,获取所述采样数据对应的采样矩阵;
S32,将所述采样矩阵进行角度频率域二维逆傅里叶变换,转化为角度频率域矩阵;
S33,基于多径信号与杂波在角度及频率域上的特性,对所述角度频率域矩阵进行空时滤波处理,得到滤波后的滤波矩阵。
其中,所述步骤33具体包括:
基于多径信号与杂波在角度及频率域上的特性,将所述角度频率域矩阵在空间维对应的行矩阵以及时间维对应的列矩阵作置零处理,以得到滤波后的滤波矩阵。
这样,通过对采样数据所转换的矩阵进行滤波处理,使得最大可能滤除多径信号及杂波,保证数据准确性,降低计算复杂度,节省不必要仰角估计时间。
S40、对所述滤波数据重构,得到所述远场信号对应的目标远场信号。
也就是说,在本发明的一个优选方式中,如图4所示,所述对所述滤波数据重构,得到所述远场信号对应的目标远场信号具体包括:
S41,获取所述滤波数据对应的滤波矩阵;
S42,将所述滤波矩阵进行角度频率域二维逆傅里叶变换,得到所述目标远场信号对应的空时矩阵。
S50、所述对所述目标远场信号进行似然空间谱搜索,得到所述移动目标的仰角,以实现根据所述仰角跟踪到所述移动目标。
其中,N表示采样值的个数。
所述搜索似然MUSIC(multiple signal classification,似然多信号分类算法)空间谱,是指基于R的噪声特征矢量的似然概率,对角度空间(-90°,90°),也就是说,所述似然MUSIC空间谱搜索的搜索角度空间范围为-90°~90°,进行全域搜索,寻找使得信号导向向量与噪声子空间内积最小的角度,从而估计出移动目标的仰角。公式对应为:
其中,λ1,λ2,…λM表示R的特征值,并且λ1≥λ2≥…≥λM。
也就是说,在本发明的一个优选方式中,如图5所示,所述对所述目标远场信号进行似然空间谱搜索,得到所述移动目标的仰角,以实现根据所述仰角跟踪到所述移动目标具体包括:
S51,获取所述空时矩阵的采样协方差矩阵;
S52,基于所述采样协方差矩阵的噪声特征矢量的似然概率,对所述目标远场信号进行似然MUSIC空间谱搜索,以得到所述移动目标的仰角;
S53,根据所述仰角跟踪所述移动目标。
这样,基于步骤S10-S50,对均匀线性阵列天线接收到的少量采样数据在角度及频率域上对移动目标反射回来的多径信号及杂波进行滤波处理,然后对滤波处理后的数据搜索其似然MUSIC谱,从而较为准确地估计出移动目标反射回来的直射径的仰角。
当然,该基于上述基于角度及频率域滤波的似然MUSIC低仰角估计方法其应用在终端,如图6所示,所述终端100包括处理器11以及与所述处理器11连接的存储器22,图6仅示出了终端100的部分组件,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
所述存储器22在一些实施例中可以是所述终端100的内部存储单元,例如终端100的内存。所述存储器22在另一些实施例中也可以是所述终端100的外部存储设备,例如所述终端100上配备的插接式U盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器22还可以既包括所述终端100的内部存储单元也包括外部存储设备。所述存储器22用于存储安装于所述终端100的应用软件及各类数据,例如所述基于角度及频率域滤波的似然MUSIC低仰角估计程序代码等。所述存储器22还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中,存储器22上存储有基于角度及频率域滤波的似然MUSIC低仰角估计程序,该基于角度及频率域滤波的似然MUSIC低仰角估计程序可被处理器11所执行,从而实现本申请中基于角度及频率域滤波的似然MUSIC低仰角估计方法,具体如上述方法所述。
所述处理器11在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器,手机基带处理器或其他数据处理芯片,用于运行所述存储器22中存储的程序代码或处理数据,例如执行所述基于角度及频率域滤波的似然MUSIC低仰角估计方法等,具体如上述方法所述。
综上所述,本发明提供了一种基于角度及频率域滤波的似然MUSIC低仰角估计方法,其旨在根据对均匀线性阵列天线接收到的少量采样数据在角度及频率域上对移动目标反射回来的多径信号及杂波进行滤波处理,然后对滤波处理后的数据搜索其似然MUSIC谱,从而较为准确地估计出移动目标反射回来的直射径的仰角,提高精度,提高效率,给用户带来方便。
当然,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关硬件(如处理器,控制器等)来完成,所述的程序可存储于一计算机可读取的存储介质中,该程序在执行时可包括如上述各方法实施例的流程。其中所述的存储介质可为存储器、磁碟、光盘等。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种基于角度及频率域滤波的似然MUSIC低仰角估计方法,其特征在于,所述基于角度及频率域滤波的似然MUSIC低仰角估计方法包括以下步骤:
雷达天线接收待跟踪的移动目标周边反射的远场信号;
对所述远场信号采样,得到所述远场信号对应的采样数据;
对所述采样数据进行滤波处理,得到所述采样数据对应的滤波数据;
对所述滤波数据重构,得到所述远场信号对应的目标远场信号;
对所述目标远场信号进行似然空间谱搜索,得到所述移动目标的仰角,以实现根据所述仰角跟踪到所述移动目标。
2.根据权利要求1所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其特征在于,所述远场信号包括所述移动目标反射的直射径信号、多径信号以及其他物体反射的杂波。
3.根据权利要求1所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其特征在于,所述雷达天线接收待跟踪的移动目标周边反射的远场信号具体包括:
通过雷达内的均匀线性阵列天线接收待跟踪的移动目标以及其他物体反射的远场信号。
4.根据权利要求1所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其特征在于,所述对所述远场信号采样,得到所述远场信号对应的采样数据具体包括:
设置N个采样时刻以及设置用于接收所述远场信号的M根雷达天线;其中,N、M为正整数;
采集在N个采样时刻内所述远场信号中属于所述M个雷达天线接收的采样数据;
将所述采样数据转换为采样矩阵。
5.根据权利要求4所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其特征在于,所述对所述采样数据进行滤波处理,得到所述采样数据对应的滤波数据具体包括:
获取所述采样数据对应的采样矩阵;
将所述采样矩阵进行角度频率域二维逆傅里叶变换,转化为角度频率域矩阵;
基于多径信号与杂波在角度及频率域上的特性,对所述角度频率域矩阵进行空时滤波处理,得到滤波后的滤波矩阵。
6.根据权利要求1或5所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其特征在于,所述滤波数据对应的远场信号个数大于等于2。
7.根据权利要求5所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其特征在于,所述基于多径信号与杂波在角度及频率域上的特性,对所述角度频率域矩阵进行空时滤波处理,得到滤波后的滤波矩阵具体包括:
基于多径信号与杂波在角度及频率域上的特性,将所述角度频率域矩阵在空间维对应的行矩阵以及时间维对应的列矩阵作置零处理,以得到滤波后的滤波矩阵。
8.根据权利要求5所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其特征在于,所述对所述滤波数据重构,得到所述远场信号对应的目标远场信号具体包括:
获取所述滤波数据对应的滤波矩阵;
将所述滤波矩阵进行角度频率域二维逆傅里叶变换,得到所述目标远场信号对应的空时矩阵。
9.根据权利要求8所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其特征在于,所述对所述目标远场信号进行似然空间谱搜索,得到所述移动目标的仰角,以实现根据所述仰角跟踪到所述移动目标具体包括:
获取所述空时矩阵的采样协方差矩阵;
基于所述采样协方差矩阵的噪声特征矢量的似然概率,对所述目标远场信号进行似然MUSIC空间谱搜索,以得到所述移动目标的仰角;
根据所述仰角跟踪所述移动目标。
10.根据权利要求9所述的基于角度及频率域滤波的似然MUSIC低仰角估计方法,其特征在于,所述似然MUSIC空间谱搜索的搜索角度空间范围为-90°~90°。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010046287.7A CN111220977B (zh) | 2020-01-16 | 2020-01-16 | 基于角度及频率域滤波的似然music低仰角估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010046287.7A CN111220977B (zh) | 2020-01-16 | 2020-01-16 | 基于角度及频率域滤波的似然music低仰角估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111220977A true CN111220977A (zh) | 2020-06-02 |
CN111220977B CN111220977B (zh) | 2022-04-08 |
Family
ID=70831166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010046287.7A Active CN111220977B (zh) | 2020-01-16 | 2020-01-16 | 基于角度及频率域滤波的似然music低仰角估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111220977B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI813046B (zh) * | 2021-10-27 | 2023-08-21 | 為昇科科技股份有限公司 | 利用大型多輸入多輸出陣列天線進行高角度解析之目標物角度估測方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060007036A1 (en) * | 2004-07-06 | 2006-01-12 | Denso Corporation | Radar device |
US20080018533A1 (en) * | 2001-09-26 | 2008-01-24 | L-3 Communications Corporation | Efficient space-time adaptive processing (stap) filter for global positioning system (gps) receivers |
US7804445B1 (en) * | 2006-03-02 | 2010-09-28 | Bae Systems Information And Electronic Systems Integration Inc. | Method and apparatus for determination of range and direction for a multiple tone phased array radar in a multipath environment |
CN102288944A (zh) * | 2011-05-12 | 2011-12-21 | 西安电子科技大学 | 基于地形匹配的数字阵列米波雷达超分辨测高方法 |
US20120249361A1 (en) * | 2011-04-04 | 2012-10-04 | Zafer Sahinoglu | Method for Detecting Targets Using Space-Time Adaptive Processing |
CN103197294A (zh) * | 2013-03-03 | 2013-07-10 | 西安电子科技大学 | 多频融合最大似然低空目标仰角估计方法 |
CN103344940A (zh) * | 2013-06-21 | 2013-10-09 | 哈尔滨工业大学深圳研究生院 | 低复杂度的doa估计方法及系统 |
US20140111372A1 (en) * | 2012-10-22 | 2014-04-24 | Saab-Sensis Corporation | Sensor system and method for determining target location using sparsity-based processing |
CN103926572A (zh) * | 2014-03-28 | 2014-07-16 | 西安电子科技大学 | 一种机载非正侧阵雷达用自适应子空间的杂波抑制方法 |
CN105223554A (zh) * | 2015-09-18 | 2016-01-06 | 河海大学 | 基于多普勒三通道联合处理的空时自适应单脉冲测角方法 |
CN105572631A (zh) * | 2015-12-23 | 2016-05-11 | 西安电子科技大学 | 基于多波位联合处理的最大似然目标doa估计方法 |
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 |
CN105785331A (zh) * | 2016-03-02 | 2016-07-20 | 河海大学 | 一种采用盲源分离的外辐射源雷达直达波恢复方法 |
CN105974400A (zh) * | 2016-04-27 | 2016-09-28 | 中国科学院声学研究所 | 一种基于对称谱特性的稳健空时检测方法 |
CN106483516A (zh) * | 2016-11-25 | 2017-03-08 | 西安电子科技大学 | 基于先验知识的雷达杂波空时自适应处理方法 |
CN108037488A (zh) * | 2017-10-31 | 2018-05-15 | 西安空间无线电技术研究所 | 一种非均匀环境空时样本选择方法 |
CN108549059A (zh) * | 2018-03-26 | 2018-09-18 | 西安电子科技大学 | 一种复杂地形条件下的低空目标仰角估计方法 |
CN109001687A (zh) * | 2018-05-24 | 2018-12-14 | 西安电子科技大学 | 基于广义旁瓣相消结构的机载雷达空时自适应滤波方法 |
CN109031231A (zh) * | 2018-08-03 | 2018-12-18 | 西安电子科技大学 | 雷达低空目标时间反演相干角度估计方法 |
US20180372838A1 (en) * | 2016-03-04 | 2018-12-27 | Mitsubishi Electric Corporation | Radar and beam control method |
-
2020
- 2020-01-16 CN CN202010046287.7A patent/CN111220977B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080018533A1 (en) * | 2001-09-26 | 2008-01-24 | L-3 Communications Corporation | Efficient space-time adaptive processing (stap) filter for global positioning system (gps) receivers |
US20060007036A1 (en) * | 2004-07-06 | 2006-01-12 | Denso Corporation | Radar device |
US7804445B1 (en) * | 2006-03-02 | 2010-09-28 | Bae Systems Information And Electronic Systems Integration Inc. | Method and apparatus for determination of range and direction for a multiple tone phased array radar in a multipath environment |
US20120249361A1 (en) * | 2011-04-04 | 2012-10-04 | Zafer Sahinoglu | Method for Detecting Targets Using Space-Time Adaptive Processing |
CN102288944A (zh) * | 2011-05-12 | 2011-12-21 | 西安电子科技大学 | 基于地形匹配的数字阵列米波雷达超分辨测高方法 |
US20140111372A1 (en) * | 2012-10-22 | 2014-04-24 | Saab-Sensis Corporation | Sensor system and method for determining target location using sparsity-based processing |
WO2014066360A1 (en) * | 2012-10-22 | 2014-05-01 | Saab-Sensis Corporation | Sensor system and method for determining target location using sparsity-based processing |
CN103197294A (zh) * | 2013-03-03 | 2013-07-10 | 西安电子科技大学 | 多频融合最大似然低空目标仰角估计方法 |
CN103344940A (zh) * | 2013-06-21 | 2013-10-09 | 哈尔滨工业大学深圳研究生院 | 低复杂度的doa估计方法及系统 |
CN103926572A (zh) * | 2014-03-28 | 2014-07-16 | 西安电子科技大学 | 一种机载非正侧阵雷达用自适应子空间的杂波抑制方法 |
CN105223554A (zh) * | 2015-09-18 | 2016-01-06 | 河海大学 | 基于多普勒三通道联合处理的空时自适应单脉冲测角方法 |
CN105572631A (zh) * | 2015-12-23 | 2016-05-11 | 西安电子科技大学 | 基于多波位联合处理的最大似然目标doa估计方法 |
CN105785331A (zh) * | 2016-03-02 | 2016-07-20 | 河海大学 | 一种采用盲源分离的外辐射源雷达直达波恢复方法 |
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 |
US20180372838A1 (en) * | 2016-03-04 | 2018-12-27 | Mitsubishi Electric Corporation | Radar and beam control method |
CN105974400A (zh) * | 2016-04-27 | 2016-09-28 | 中国科学院声学研究所 | 一种基于对称谱特性的稳健空时检测方法 |
CN106483516A (zh) * | 2016-11-25 | 2017-03-08 | 西安电子科技大学 | 基于先验知识的雷达杂波空时自适应处理方法 |
CN108037488A (zh) * | 2017-10-31 | 2018-05-15 | 西安空间无线电技术研究所 | 一种非均匀环境空时样本选择方法 |
CN108549059A (zh) * | 2018-03-26 | 2018-09-18 | 西安电子科技大学 | 一种复杂地形条件下的低空目标仰角估计方法 |
CN109001687A (zh) * | 2018-05-24 | 2018-12-14 | 西安电子科技大学 | 基于广义旁瓣相消结构的机载雷达空时自适应滤波方法 |
CN109031231A (zh) * | 2018-08-03 | 2018-12-18 | 西安电子科技大学 | 雷达低空目标时间反演相干角度估计方法 |
Non-Patent Citations (6)
Title |
---|
ELIO D. DI CLAUDIO: "Space Time MUSIC: Consistent Signal Subspace Estimation for Wideband Sensor Arrays", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 * |
ZHEN-QING HE: "Underdetermined DOA Estimation for Wideband Signals Using Robust Sparse Covariance Fitting", 《IEEE SIGNAL PROCESSING LETTERS》 * |
关键等: "MIMO阵列雷达检测器的性能分析", 《电子学报》 * |
朱伟: "约束MUSIC算法在米波雷达低仰角测高中的应用", 《安徽大学学报》 * |
王鞠庭: "MIMO雷达信号处理:目标检测与角度估计", 《中国博士学位论文全文数据库 信息科技辑》 * |
高翔: "修正的ISM频域宽带卫星波束成形", 《哈尔滨工程大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI813046B (zh) * | 2021-10-27 | 2023-08-21 | 為昇科科技股份有限公司 | 利用大型多輸入多輸出陣列天線進行高角度解析之目標物角度估測方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111220977B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liao et al. | New approaches to direction-of-arrival estimation with sensor arrays in unknown nonuniform noise | |
CN109633522B (zh) | 基于改进的music算法的波达方向估计方法 | |
CN108710103B (zh) | 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法 | |
CN111983552B (zh) | 一种基于差分共阵的嵌套阵列快速doa估计方法与装置 | |
CN110275131B (zh) | 一种基于虚拟差分阵列的doa跟踪方法及装置 | |
CN109375154A (zh) | 一种冲击噪声环境下基于均匀圆阵的相干信号参数估计方法 | |
CN110018438B (zh) | 一种波达方向估计方法和装置 | |
CN112051540B (zh) | 一种快速高精度测向方法 | |
CN109696657B (zh) | 一种基于矢量水听器的相干声源定位方法 | |
CN108802669B (zh) | 二维波达方向估计方法、二维波达方向估计装置及终端 | |
CN111220977B (zh) | 基于角度及频率域滤波的似然music低仰角估计方法 | |
CN114884841A (zh) | 基于高阶统计和非均匀阵列的欠定参数联合估计方法 | |
CN113296050B (zh) | 基于各向异性阵列的极化和角度参数联合估计方法 | |
CN113032721B (zh) | 一种低计算复杂度的远场和近场混合信号源参数估计方法 | |
CN111368256B (zh) | 一种基于均匀圆阵的单快拍测向方法 | |
CN106844886B (zh) | 基于主分量分析的目标波达方向获取方法 | |
CN116381594A (zh) | 基于空间平滑的极化敏感镜面反射阵列极化doa联合估计方法 | |
CN113093111B (zh) | 基于压缩感知和遗传算法的均匀圆阵解调二维相干信号方法及系统 | |
Liu et al. | Two-Dimensional DOA estimation via matrix completion and sparse matrix recovery for coprime planar array | |
CN113238184B (zh) | 一种基于非圆信号的二维doa估计方法 | |
CN112946564B (zh) | 基于dnn的波束空间的doa估计方法、装置及计算机存储介质 | |
CN109861770B (zh) | 一种基于波束形成输出功率组合的宽带信号检测方法 | |
Ghobadzadeh et al. | Low-complexity 2D root-MUSIC pairing for an L-shaped array | |
CN114609581B (zh) | 一种比较扫描方向矢量投影极大值的阵列超分辨测向方法 | |
CN115494471B (zh) | 一种高频地波雷达极化波达方向估计方法、系统及应用 |
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 |