CN111239703A - 鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法 - Google Patents

鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法 Download PDF

Info

Publication number
CN111239703A
CN111239703A CN202010086531.2A CN202010086531A CN111239703A CN 111239703 A CN111239703 A CN 111239703A CN 202010086531 A CN202010086531 A CN 202010086531A CN 111239703 A CN111239703 A CN 111239703A
Authority
CN
China
Prior art keywords
matrix
target
clutter
sparse
rank
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
CN202010086531.2A
Other languages
English (en)
Inventor
粟嘉
崔国楠
陶明亮
李浩江
范一飞
王伶
张兆林
韩闯
宫延云
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202010086531.2A priority Critical patent/CN111239703A/zh
Publication of CN111239703A publication Critical patent/CN111239703A/zh
Pending legal-status Critical Current

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
    • G01S7/414—Discriminating targets with respect to background clutter
    • 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
    • G01S13/50—Systems of measurement based on relative movement of target
    • 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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target

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

本发明提供了一种鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法，雷达接收到回波信号，将雷达接收的信号分别进行向量化处理，进行RPCA分解，将分解后的稀疏矩阵每一行进行矩阵化处理，即将每一行重新排列成距离‑方位的二维矩阵，即可得到Q圈目标回波目标。本发明利用的是杂波信号和目标信号在多帧间的低秩特性差异，在多帧内同时实现杂波信号与目标信号的分离。由于本发明不依赖于目标与杂波的多普勒特性差异，与传统的MTI+MTD方法相比，即使目标和杂波在多普勒重时，也能利用多帧间杂波和目标的低秩特性差异，实现运动目标与杂波的有效分离，能较大程度提升慢速运动目标的检测性能。

Description

鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法
技术领域
本发明涉及信号处理领域，尤其是一种多帧联合的杂波抑制和目标检测方法，适用于在多帧间具有低秩特性的杂波抑制及慢速运动的检测。
背景技术
雷达作为一种主动微波目标探测设备，具有全天时、全天候和作用距离远等优势，在海面目标监视以及预警探测等公共和国防安全领域应用广泛。然而，由于背景的复杂性及目标的机动性使得目标信号微弱，以致雷达对动目标的探测性能难以满足实际需求。强杂波背景下低可观测动目标探测技术成为影响雷达性能的关键制约因素，也是世界性难题，其主要表现在：1)杂波背景的复杂性，强杂波极易湮没目标回波信号，严重影响雷达对弱小目标的探测和监视性能；2)目标运动的机动性，雷达低可观测动目标主要包括“低(低掠射角照射，杂波强)、慢(慢速目标，易受杂波遮蔽)、小(小尺寸目标或隐身目标，回波微弱)，能量发散积累效果差)”等类型。
目前对于地基雷达杂波抑制主要手段是采用动目标显示(Moving TargetIndication，MTI)技术，该技术是利用杂波抑制滤波器抑制地、海、气象等杂波，提高雷达信噪比的一种经典的目标检测方法。当雷达探测的目标是高速运动的目标时(如飞机、导弹等)，目标和杂波在多普勒域内与杂波是分离的，通过设计相应的带阻滤波器可实现滤除或削弱杂波信号的目的。在MTI后串接一个窄带多普勒滤波器组来覆盖整个重复频率的范围，可实现动目标检测，即动目标检测(moving target detection，MTD)。然而，当雷达探测目标为慢速运动目标时(如小型无人机等)，目标和杂波在多普勒域出现重合的情况，因此采用MTI抑制杂波的同时目标信号也会被削弱，难以实现目标检测的目的。随着稀疏信号处理的不断发展，利用信号间冗余性可以有效改善传统方法的性能。鲁棒主分量分析方法(RPCA,robust Principal Component Analysis)技术是近些年得到广泛应用的一类稀疏优化模型，它很好地阐释了上述稀疏与低秩的联合求解问题。
发明内容
为了克服现有技术的不足，本发明提供一种鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法。本发明通过深度挖掘地面雷达在多个连续的天线扫描周期同一波束内回波信号(多帧回波信号)的杂波与目标特性，结合鲁棒主分量分析方法技术，实现低秩杂波的抑制与稀疏目标检测。本发明通过深入挖掘雷达回波潜在的低秩特性和稀疏特性，结合RPCA技术，实现低秩分量(杂波)和稀疏的强扰动分量(目标)的有效分离。
本发明解决其技术问题所采用的技术方案采用以下步骤：
步骤一：假设雷达接收到Q个天线扫描周期的回波信号，其中第q个天线扫描周期的回波信号表示为N×M维的矩阵Xq(n,m)，n代表快时间离散采样点数，m表示慢时间采样点数；
步骤二：将Q个天线扫描周期内雷达接收的信号分别进行向量化处理，即将第q个天线扫描周期内雷达接收的N×M维的回波矩阵拉成维度为1×NM的回波向量xq，如图1所示；然后，将Q个向量构成一个新的矩阵X：
Figure BDA0002382246100000021
其中，xq表示第q个天线扫描周期内雷达接收的信号拉成维度1×NM的回波向量，矩阵X表示为低秩的杂波矩阵C、稀疏的目标回波矩阵S以及噪声矩阵N构成的混合矩阵：
X＝C+S+N (2)
步骤三：对混合X进行RPCA分解，由于信号满足低秩矩阵、稀疏矩阵和噪声矩阵之和，经过RPCA分解之后，得到低秩矩阵和稀疏矩阵；
步骤四：将分解后的稀疏矩阵每一行进行矩阵化处理，即将每一行重新排列成距离-方位的二维矩阵，即可得到Q圈目标回波目标
Figure BDA0002382246100000022
所述步骤三中，采用Go Decomposition(GoDec)算法进行低秩矩阵分解：
Figure BDA0002382246100000023
其中，||·||F表示Frobenius范数，rank(·)表示求秩操作，card(·)表示稀疏矩阵的基数，r表示秩，ε表示稀疏度。
本发明的有益效果在于利用的是杂波信号和目标信号在多帧间的低秩特性差异，在多帧内同时实现杂波信号与目标信号的分离。由于本发明不依赖于目标与杂波的多普勒特性差异，与传统的MTI+MTD方法相比，即使目标和杂波在多普勒重时，也能利用多帧间杂波和目标的低秩特性差异，实现运动目标与杂波的有效分离，能较大程度提升慢速运动目标的检测性能。
附图说明
图1是回波信号的矩阵化和向量化示意图。
图2是基于鲁棒主分量分析方法的多帧杂波抑制及稀疏运动目标检测技术的流程图。
图3是采用基于鲁棒主分量分析方法的目标检测结果，其中，图3(a)为原始回波脉压结果，图3(b)为[1,-2,1]权系数杂波抑制结果，图3(c)为[1,-1]权系数杂波抑制结果，图3(d)为基于鲁棒主分量分析方法的目标检测图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
为了有效检测复杂杂波背景条件下的慢速运动目标，本发明提供了一种基于鲁棒主分量分析方法的多帧杂波抑制及稀疏运动目标检测方法，考虑了目标和杂波在圈扫或区域扇扫搜索模式下的低秩性及稀疏性。对于静止目标或地杂波，第k个天线扫描周期和第k+1个天线扫描周期的回波信号一致，因此对于静止目标或地杂波满足低秩特性；对于运动目标，目标在多个天线扫描周期的多个脉冲间发生了距离走动，且目标相对雷达的运动速度越高，处理的总脉冲回波信号数越多，距离走动现象也就越明显，不满足低秩特性，此外场景中的运动个数目标与成片杂波相比，其满足稀疏性。本方法主要利用的杂波和目标在多帧回波中的低秩特性和稀疏特性差异，结合鲁棒主分量分析方法方法，突破传统的杂波抑制技术，实现杂波和目标的有效分离。
步骤一：假设雷达接收到Q个天线扫描周期的回波信号，其中第q个天线扫描周期的回波信号表示为N×M维的矩阵Xq(n,m)，n代表快时间离散采样点数，m表示慢时间采样点数；
步骤二：将Q个天线扫描周期内雷达接收的信号分别进行向量化处理，即将第q个天线扫描周期内雷达接收的N×M维的回波矩阵拉成维度为1×NM的回波向量xq，如图1所示；然后，将Q个向量构成一个新的矩阵X：
Figure BDA0002382246100000041
其中，xq表示第q个天线扫描周期内雷达接收的信号拉成维度1×NM的回波向量，矩阵X表示为低秩的杂波矩阵C、稀疏的目标回波矩阵S以及噪声矩阵N构成的混合矩阵：
X＝C+S+N (2)
步骤三：对混合X进行RPCA分解，由于信号满足低秩矩阵、稀疏矩阵和噪声矩阵之和，经过RPCA分解之后，得到低秩矩阵和稀疏矩阵，本发明采用Go Decomposition(GoDec)算法进行低秩矩阵分解：
Figure BDA0002382246100000042
其中，||·||F表示Frobenius范数，rank(·)表示求秩操作，card(·)表示稀疏矩阵的基数，r表示秩，ε表示稀疏度；
步骤四：将分解后的稀疏矩阵每一行进行矩阵化处理，即将每一行重新排列成距离-方位的二维矩阵，如图1所示，即可得到Q圈目标回波目标
Figure BDA0002382246100000043
以下实施例参照图2。
本实施例中假设雷达采用圈扫模式，天线扫描周期数为10圈，距离采样点数为800，方位截取了1#～50#方位波束上的回波数据，每个方位波束上采集32个脉冲。背景杂波为地面静止杂波，场景中包含有5个运动目标，其中有2个慢速运动目标和2个快速运动目标。在连续的10帧数据内，静止杂波是不变或者缓变的；对于运动目标，在连续的10帧数据内，其目标位置会发射微小变化。基于鲁棒主分量分析方法的多帧杂波抑制及稀疏运动目标检测算法具体步骤如下：
步骤一：假设雷达接收到10个天线扫描周期的回波信号，其中第q个天线扫描周期的回波信号表示为800×1600维的矩阵Xq(n,m)，n∈[1,800]表示距离维采样点数，m∈[1,1600]表示方位维采样点数，q∈[1,10]表示天线扫描周期数；
步骤二：将10个天线扫描周期内雷达接收的信号分别进行向量化处理，即将第q个天线扫描周期内雷达接收的800×1600维的回波矩阵拉成维度为1×(800×1600)的回波向量xq；然后，将Q个向量构成一个新的矩阵X:
Figure BDA0002382246100000051
其中，xq表示第q个天线扫描周期内雷达接收的信号拉成维度1×(800×1600)的回波向量，则新矩阵可表示为低秩的杂波矩阵C、稀疏的目标回波矩阵S以及噪声矩阵构成N。
步骤三：根据对X进行RPCA分解，由于信号满足低秩矩阵、稀疏矩阵和噪声矩阵之和的形式，因此经过RPCA分解之后，可以得到低秩矩阵和稀疏矩阵两个矩阵，本发明中采用Go Decomposition(GoDec)算法进行低秩矩阵分解：
Figure BDA0002382246100000052
其中，秩r＝1、稀疏度ε＝50000。
步骤四：将分解后的稀疏矩阵每一行矩阵化，即可得到10圈目标回波目标
Figure BDA0002382246100000053
基于鲁棒主分量分析方法的目标检测结果如图3所示。从图中可以看出，原始回波数据中，目标和杂波混叠在一块，难以进行区分，如图3(a)；采用[1,-2,1]权系数进行杂波抑制后，慢速运动目标1和目标2以及目标3均被抑制，如图3(b)；而采用[1,-1]权系数进行杂波抑制后，慢速运动目标1和目标2仍无法进行检测，目标3由于速度接近快速运动目标，因此在杂波抑制后，有部分能量损失，但仍能被检测到，如图3(c)。采用基于鲁棒主分量分析方法的目标检测结果如图3(d)所示，无论是慢速运动目标和快速运动目标，经过鲁棒主分量分析方法后，5个目标都能实现正确检测。

Claims (2)

1.一种鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法，其特征在于包括下述步骤：
步骤一：假设雷达接收到Q个天线扫描周期的回波信号，其中第q个天线扫描周期的回波信号表示为N×M维的矩阵Xq(n,m)，n代表快时间离散采样点数，m表示慢时间采样点数；
步骤二：将Q个天线扫描周期内雷达接收的信号分别进行向量化处理，即将第q个天线扫描周期内雷达接收的N×M维的回波矩阵拉成维度为1×NM的回波向量xq，然后，将Q个向量构成一个新的矩阵X：
Figure FDA0002382246090000011
其中，xq表示第q个天线扫描周期内雷达接收的信号拉成维度1×NM的回波向量，矩阵X表示为低秩的杂波矩阵C、稀疏的目标回波矩阵S以及噪声矩阵N构成的混合矩阵：
X＝C+S+N (2)
步骤三：对混合X进行RPCA分解，由于信号满足低秩矩阵、稀疏矩阵和噪声矩阵之和，经过RPCA分解之后，得到低秩矩阵和稀疏矩阵；
步骤四：将分解后的稀疏矩阵每一行进行矩阵化处理，即将每一行重新排列成距离-方位的二维矩阵，即可得到Q圈目标回波目标
Figure FDA0002382246090000012
2.根据权利要求1所述的一种鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法，其特征在于：
所述步骤三中，采用Go Decomposition(GoDec)算法进行低秩矩阵分解：
Figure FDA0002382246090000013
其中，||·||F表示Frobenius范数，rank(·)表示求秩操作，card(·)表示稀疏矩阵的基数，r表示秩，ε表示稀疏度。
CN202010086531.2A 2020-02-11 2020-02-11 鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法 Pending CN111239703A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010086531.2A CN111239703A (zh) 2020-02-11 2020-02-11 鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010086531.2A CN111239703A (zh) 2020-02-11 2020-02-11 鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法

Publications (1)

Publication Number Publication Date
CN111239703A true CN111239703A (zh) 2020-06-05

Family

ID=70873153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010086531.2A Pending CN111239703A (zh) 2020-02-11 2020-02-11 鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法

Country Status (1)

Country Link
CN (1) CN111239703A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112882034A (zh) * 2021-01-11 2021-06-01 河海大学 基于低秩矩阵补全的气象雷达风电场杂波抑制方法
CN113723483A (zh) * 2021-08-20 2021-11-30 中国人民解放军海军航空大学 一种基于鲁棒主成分分析的图像融合方法及系统
CN115372923A (zh) * 2022-07-19 2022-11-22 西北工业大学 基于多维联合的雷达对海慢速目标检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901416A (zh) * 2014-03-31 2014-07-02 西安电子科技大学 一种基于稳健主成分分析法的多通道杂波抑制方法
CN105116388A (zh) * 2015-08-12 2015-12-02 西安电子科技大学 基于鲁棒主成分分析的天波超视距雷达瞬态干扰抑制方法
CN106772275A (zh) * 2015-12-22 2017-05-31 中国电子科技集团公司第二十研究所 一种基于Alpha稳定分布的低秩矩阵恢复检测方法
CN109709544A (zh) * 2019-01-04 2019-05-03 河北科技大学 一种探地雷达杂波去除方法
KR20190092932A (ko) * 2018-01-31 2019-08-08 주식회사 웨이브쓰리디 연속파레이더를 이용한 실시간 이동 표적 탐지 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901416A (zh) * 2014-03-31 2014-07-02 西安电子科技大学 一种基于稳健主成分分析法的多通道杂波抑制方法
CN105116388A (zh) * 2015-08-12 2015-12-02 西安电子科技大学 基于鲁棒主成分分析的天波超视距雷达瞬态干扰抑制方法
CN106772275A (zh) * 2015-12-22 2017-05-31 中国电子科技集团公司第二十研究所 一种基于Alpha稳定分布的低秩矩阵恢复检测方法
KR20190092932A (ko) * 2018-01-31 2019-08-08 주식회사 웨이브쓰리디 연속파레이더를 이용한 실시간 이동 표적 탐지 방법
CN109709544A (zh) * 2019-01-04 2019-05-03 河北科技大学 一种探地雷达杂波去除方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DONG YANG ET AL.: "Strong Clutter Suppression via RPCA in Multichannel SAR/GMTI System", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 *
JIA SU ET AL.: "Narrow-Band Interference Suppression via RPCA-Based Signal Separation in Time–Frequency Domain", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》 *
杨依忠等: "基于鲁棒主成分分析的运动目标检测优化算法", 《电子与信息学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112882034A (zh) * 2021-01-11 2021-06-01 河海大学 基于低秩矩阵补全的气象雷达风电场杂波抑制方法
CN113723483A (zh) * 2021-08-20 2021-11-30 中国人民解放军海军航空大学 一种基于鲁棒主成分分析的图像融合方法及系统
CN115372923A (zh) * 2022-07-19 2022-11-22 西北工业大学 基于多维联合的雷达对海慢速目标检测方法
CN115372923B (zh) * 2022-07-19 2024-04-30 西北工业大学 基于多维联合的雷达对海慢速目标检测方法

Similar Documents

Publication Publication Date Title
CN106872954B (zh) 一种高超声速平台杂波抑制和运动目标成像方法
US8179300B2 (en) Method for suppressing clutter in space-time adaptive processing systems
DE60309748T2 (de) System und Verfahren zur Rauschunterdrückung in vorverarbeiteten Radardaten
CN104977571B (zh) 基于俯仰频率分集stap的距离模糊杂波抑制方法
CN111239703A (zh) 鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法
CN103454624A (zh) 基于降维稀疏重构空时谱的直接数据域动目标检测方法
CN111812648B (zh) 多通道合成孔径雷达rpca幅相联合目标检测方法与装置
CN103901416A (zh) 一种基于稳健主成分分析法的多通道杂波抑制方法
CN107229040B (zh) 基于稀疏恢复空时谱估计的高频雷达目标检测方法
CN105116388A (zh) 基于鲁棒主成分分析的天波超视距雷达瞬态干扰抑制方法
CN109031299B (zh) 低信噪比条件下基于相位差分的isar平动补偿方法
CN113253222A (zh) 机载fda-mimo双基地雷达距离模糊杂波抑制及降维搜索方法
CN112255608A (zh) 一种基于正交投影的雷达杂波自适应抑制方法
CN107748364A (zh) 基于降秩多级维纳滤波器的低空风切变风场速度估计方法
CN109143235B (zh) 一种双基前视合成孔径雷达地面运动目标检测方法
Zhang et al. Clutter Suppression for Radar via Deep Joint Sparse Recovery Network
CN108845318B (zh) 基于Relax算法的星载高分宽幅成像方法
Chen et al. Radar signal processing for low-observable marine target-challenges and solutions
CN112230220B (zh) 基于Radon变换的Deramp-STAP动目标检测方法
CN103760540A (zh) 基于重构信号和1-范数的动目标检测与参数估计方法
Li et al. DOA estimation for echo signals and experimental results in the AM radio-based passive radar
Thammakhoune et al. Moving target imaging for synthetic aperture radar via RPCA
CN115575921A (zh) 一种基于俯仰向多通道多干扰基压制干扰抑制方法
CN113156392B (zh) 一种基于俯仰域自适应处理的杂波抑制方法
Guo et al. FIAA-based super-resolution forward-looking radar imaging method for maneuvering platforms

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

Application publication date: 20200605

RJ01 Rejection of invention patent application after publication