CN111398966A - 一种主动声呐目标检测方法 - Google Patents
一种主动声呐目标检测方法 Download PDFInfo
- Publication number
- CN111398966A CN111398966A CN202010253352.3A CN202010253352A CN111398966A CN 111398966 A CN111398966 A CN 111398966A CN 202010253352 A CN202010253352 A CN 202010253352A CN 111398966 A CN111398966 A CN 111398966A
- Authority
- CN
- China
- Prior art keywords
- signal
- doppler
- channel
- groups
- function
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000003595 spectral effect Effects 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims abstract description 9
- 238000005316 response function Methods 0.000 claims abstract description 7
- 230000001105 regulatory effect Effects 0.000 claims abstract description 4
- 238000010276 construction Methods 0.000 claims abstract description 3
- 230000004044 response Effects 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000005311 autocorrelation function Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000011664 nicotinic acid Substances 0.000 claims description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/50—Systems of measurement, based on relative movement of the 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (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
本发明提供一种主动声呐目标检测方法，包括：构建由上调频线性调频信号s1(t)和下调频线性调频信号s2(t)两部分组成的发射信号s(t)；利用s(t)的回波信号rs(t)，通过谱投影梯度算法(SPGL1)估计出信道的冲激响应函数
利用信道估计结果，分别构建s1(t)和s2(t)基于时间反转的时延—多普勒滤波器；将回波rs(t)分别通过两组时延—多普勒滤波器，得到两组互模糊函数χ1(τ，υ)和χ2(τ，υ)；对两组互模糊函数进行非线性处理，得到优化后的时延—多普勒图像。本发明利用谱投影梯度算法(SPGL1)进行信道估计得出信道冲激响应函数，构建基于时间反转的时延—多普勒滤波器，从而使该方法具有抗多途的能力，提高了环境适应性。
Description
技术领域
本发明涉及的是一种水下声呐信号处理方法，具体地实施涉及一种基于非线性互模糊函数和虚拟时反技术的目标检测方法。可应用于主动声呐检测中的多目标分辨以及后续的时延估计，属于水声学和水声信号处理领域。
背景技术
传统匹配滤波器声纳的时延多普勒分辨率主要由发射信号的模糊函数来评估。近年来，传统的基于匹配滤波器的探测器已经越来越难以满足检测需求，模糊函数产生的一系列的旁瓣和不令人满意的分辨率始终限制了检测性能，尤其在多目标背景条件下，往往得不到良好的检测效果。传统的线性旁瓣抑制方法在抑制旁瓣的同时也会增加主瓣的宽度，损失系统的时频分辨率。所以，如何在不降低主瓣高度的情况下有效地抑制旁瓣，是国内外学者一直关心的问题。
中国专利CN105738872A《基于双V-chirp抑制虚假目标的非线性处理方法》文件中提出，在雷达信号处理领域，将双V chirp信号用于雷达探测中的多目标检测中，通过对多个线性调频信号的回波做互模糊度函数，将所得时延-多普勒图像做逐点相乘和旁瓣消隐处理，抑制了虚假目标的出现，提高了探测概率。但是它所应用的场景是雷达探测领域，电磁波传播的介质为空气，与本专利所应用的场景有着本质的不同。而且它并未考虑多途信道的影响，在复杂的海洋环境中的应用受到了限制。因此在水下无人平台的声信号处理中应更加强调环境适应性，本专利将凸优化算法应用到水声复杂信道的估计中，结合虚拟时反技术，提高了环境适应性，更加能够适配多途海洋声信道。
近几年，受到生物声呐系统的启发，在雷达信道检测中越来越多的应用基于互模糊函数非线性处理，该方法可以在不增加系统计算复杂度，并且只稍微降低检测概率的条件下，抑制模糊函数的一系列旁瓣，极大地提高了系统的分辨率。
发明内容
本发明的目的在于提供一种能够提高主动声纳在多目标背景下分辨接近目标能力的基于非线性互模糊函数和虚拟时反技术的目标检测方法。
本发明的目的是这样实现的：步骤如下：
步骤1：构建由上调频线性调频信号s1(t)和下调频线性调频信号s2(t)两部分组成的发射信号s(t)；
步骤2：利用s(t)的回波信号rs(t)，通过谱投影梯度算法(SPGL1)估计出信道的冲激响应函数
步骤3：利用信道估计结果，分别构建s1(t)和s2(t)基于时间反转的时延—多普勒滤波器；
步骤4：将回波rs(t)分别通过两组时延—多普勒滤波器，得到两组互模糊函数χ1(τ，υ)和χ2(τ，υ)；
步骤5：对两组互模糊函数进行非线性处理，得到优化后的时延—多普勒图像。
本发明还包括这样一些结构特征：
1.步骤1中发射信号s(t)采用仿生信号的一种模型，具体表达式为：
s(t)＝s1(t)+s2(t-T)
其中，
是具有上调频结构的线性调频信号，
则是具有下调频结构的线性调频信号，两个信号的脉冲宽度均为T，起始时间在时间上相隔T；k1和k2分别为表示两个信号的调频率。
2.步骤2具体包括：
(1)接收信号r(t)表示为：
r(t)＝h(t)*x(t)+n(t)＝∫h(τ)x(t-τ)dτ+n(t)
其中，h(t)为水声信道冲激响应，x(t)为发射信号，n(t)为加性高斯白噪声；
(2)推导出最优解为最稀疏的解，即通解中非零元素最少的那个解，优化下面一个问题：
其中，
表示水声信道冲激响应的估计值，|| ||1表示向量的1范数；
(3)将优化问题转化为Lasso问题，对Lasso问题的优化表示为：
其中，X为发射信号的拓扑利兹矩阵形式，|| ||2表示向量的2范数；τ为阈值。
3.步骤3中的基于时间反转时延—多普勒滤波器由匹配滤波器改进得到，如果发射信号为实函数，则与发射信号s(t)匹配的传统匹配滤波器的脉冲响应为：
h(t)＝s(to-t)
式中，t0为匹配滤波器输出最大瞬时功率信噪比的时刻，上式的匹配滤波器对具有时延τ0的回波r(t)＝s(t-τ0)的响应为r(t)与h(t)的卷积，即：
由步骤2知，水声环境中的接收回波在不考虑多普勒频移的情况下可表示为：
式中：τi表示第i个途径到达信号的时延，利用步骤3的信道估计结果
将匹配滤波的脉冲响应改进为：
改进之后，匹配滤波器的输出为：
式中，
称为虚拟时间反转信道，当
逼近于h(t)时，二者相匹配，即多途信号能量叠加，产生聚焦效应，此时，H(t)近似于信道h(t)的自相关函数，当声信道较复杂时其相关峰可视为“单峰的”，其主峰幅度明显高于旁瓣。
4.步骤4中的互模糊函数仿照自模糊函数的形式得到，对于一个信号x(t)，其自模糊函数为：
则两组互模糊函数的具体表达式为：
其中，τ，υ分别代表时延和多普勒频移，将回波rs(t)分别通过两组时延—多普勒滤波器，即可得到两组互模糊函数。
5.步骤5中的两个互模糊函数图像进行两种非线性处理分别为：
(1)、两幅时延—多普勒图像的乘积
逐点获取χ1和χ2的乘积，然后形成一个新的图像，即
(2)、两幅时延—多普勒图像的最小值
逐点获取χ1和χ2之间的最小值，然后形成一个新图像，即
Imin＝min(χ1,χ2)。
与现有技术相比，本发明的有益效果是：本发明提出了一种基于时间反转互模糊函数非线性处理的目标检测方法，与传统雷达中基于互模糊函数非线性处理的目标检测方法相比，本发明将该方法应用于主动声纳检测背景当中，同时在该检测方法中加入时间反转理论：利用谱投影梯度算法(SPGL1)进行信道估计得出信道冲激响应函数，构建基于时间反转的时延—多普勒滤波器，从而使该方法具有抗多途的能力，提高了环境适应性。同时，本发明与其它传统抑制旁瓣的声呐检测方法相比，在不降低模糊函数的主瓣高度情况下，极大地抑制了旁瓣，提高分辨率，并且没有增加计算的复杂度，易于系统实现。
附图说明
图1是一种基于时间反转互模糊函数非线性处理的目标检测方法整体流程框图。
图2是估计得到信道冲激响应值与真实信道的冲激响应值。
图3是未经过非线性处理之前的自模糊函数。
图4是经过“最小值”处理之后的互模糊函数。
图5是经过“乘积”处理之后的互模糊函数。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
结合图1至图5，本发明的步骤如下：
步骤1：首先，构建由上调频线性调频信号s1(t)和下调频线性调频信号s2(t)两部分组成的发射信号s(t)。
步骤1中发射信号s(t)采用仿生信号的一种模型，具体表达式为：
s(t)＝s1(t)+s2(t-T)
其中，
是具有上调频结构的线性调频信号，
则是具有下调频结构的线性调频信号，两个信号的脉冲宽度均为T，起始时间在时间上相隔T。k1和k2分别为表示两个信号的调频率。
步骤2：利用s(t)的回波信号rs(t)，通过谱投影梯度算法(SPGL1)估计出信道的冲激响应函数
步骤2利用谱投影梯度算法(SPGL1)从回波中估计信道的冲激响应函数，谱投影梯度算法是一种稀疏重构方法，是一种基追踪(basis pursuit)方法：在所有与数据匹配的基向量组合中，找出一个“最稀疏”的基，也就是其中所有系数的绝对值总和越小越好。从而获取最稀疏的表达。
利用谱投影梯度算法估计信道参数具体过程如下：
1、接收信号r(t)可以表示为r(t)＝h(t)*x(t)+n(t)＝∫h(τ)x(t-τ)dτ+n(t)
其中，h(t)为水声信道冲激响应，x(t)为发射信号，n(t)为加性高斯白噪声
2、通过理论可以推导出最优解为最稀疏的解，即通解中非零元素最少的那个解，也即优化下面一个问题：
其中，
表示水声信道冲激响应的估计值。|| ||1表示向量的1范数。
3、进一步，优化问题还可以转化为Lasso问题，对Lasso问题的优化可以表示为
其中，X为发射信号的拓扑利兹矩阵形式，|| ||2表示向量的2范数。τ为阈值。因此,SPGL1算法的思想是将原凸优化问题转化为一系列的LASSO子问题,通过谱投影梯度法(SPG)求解Lasso问题,以得到原问题的解。
步骤3：利用信道估计结果，分别构建s1(t)和s2(t)基于时间反转的时延—多普勒滤波器。
步骤3中的基于时间反转时延—多普勒滤波器由匹配滤波器改进得到，如果发射信号为实函数，则与发射信号s(t)匹配的传统匹配滤波器的脉冲响应为：
h(t)＝s(to-t)
式中，t0为匹配滤波器输出最大瞬时功率信噪比的时刻。上式的匹配滤波器对具有时延τ0的回波r(t)＝s(t-τ0)的响应为r(t)与h(t)的卷积，即：
由步骤2知，水声环境中的接收回波在不考虑多普勒频移的情况下可表示为：
τi表示第i个途径到达信号的时延。由于多途效应的影响，回波中会包含有多个发射信号成分，导致传统匹配滤波的结果会产生多个相关峰，根据匹配滤波与模糊函数的对应关系，上述现象会在模糊函数图像上产生一系列旁瓣，为了克服多途效应产生的一系列旁瓣，利用步骤3的信道估计结果
将匹配滤波的脉冲响应改进为：
改进之后，匹配滤波器的输出为
式中，
称为虚拟时间反转信道，当
逼近于h(t)时，二者相匹配，即多途信号能量叠加，产生聚焦效应，此时，H(t)近似于信道h(t)的自相关函数，当声信道较复杂时其相关峰可视为“单峰的”，其主峰幅度明显高于旁瓣。所以，经过改进之后的匹配滤波器的输出可以得到较为理想的单相关峰结构。
步骤4：将回波rs(t)分别通过两组时延—多普勒滤波器，得到两组互模糊函数χ1(τ，υ)和χ2(τ，υ)。
步骤4中的互模糊函数仿照自模糊函数的形式得到，对于一个信号x(t)，其自模糊函数为：
所以，两组互模糊函数的具体表达式为：
其中，τ，υ分别代表时延和多普勒频移。根据匹配滤波器和模糊函数存在对应关系，即，匹配滤波器的输出结果为模糊函数中利用ξ＝0的平面所截得的曲线。所以，将回波rs(t)分别通过两组时延—多普勒滤波器，即可得到两组互模糊函数。
步骤5：对两组互模糊函数进行非线性处理，得到优化后的时延—多普勒图像。
步骤5对步骤4得到两个互模糊函数图像进行两种非线性处理：
1、两幅时延—多普勒图像的乘积
逐点获取χ1和χ2的乘积，然后形成一个新的图像，即
2、两幅时延—多普勒图像的最小值
逐点获取χ1和χ2之间的最小值，然后形成一个新图像，即
Imin＝min(χ1,χ2)
图1是通过本发明所提出的基于时间反转互模糊函数非线性处理的目标检测方法的流程框图。
图2是本发明中通过谱投影梯度算法得到的信道估计结果。从图中可以看出，估计所得到的信道时延以及幅度都与预设的信道参数匹配，估计精度较高。
图3是未经过非线性处理之前，接收回波的自模糊函数的等值线图。从图中可以看出，未经过非线性处理之前，模糊函数存在一系列的旁瓣，如果检测门限过低的话，检测结果中会显示存在多个目标，无法区分主要目标。
图4是经过“最小值”非线性处理之后得到的互模糊函数的等值线图。从图中可以看出，经过“最小值”非线性处理之后的互模糊函数的旁瓣被抑制。在相同检测背景下，此时可以使用比传统匹配滤波低的检测门限，检测到主要目标。
图5是经过“乘积”非线性处理之后得的互模糊函数的等值线图。从图中可以看出，“乘积”非线性处理有着最佳抑制旁瓣能力，经过“乘积”之后的互模糊函数旁瓣几乎完全被抑制，此时可以很好地在多目标的情况下，检测出主要目标。
Claims (6)
1.一种主动声呐目标检测方法，其特征在于：步骤如下：
步骤1：构建由上调频线性调频信号s1(t)和下调频线性调频信号s2(t)两部分组成的发射信号s(t)；
步骤2：利用s(t)的回波信号rs(t)，通过谱投影梯度算法(SPGL1)估计出信道的冲激响应函数
步骤3：利用信道估计结果，分别构建s1(t)和s2(t)基于时间反转的时延—多普勒滤波器；
步骤4：将回波rs(t)分别通过两组时延—多普勒滤波器，得到两组互模糊函数χ1(τ，υ)和χ2(τ，υ)；
步骤5：对两组互模糊函数进行非线性处理，得到优化后的时延—多普勒图像。
2.根据权利要求1所述的一种主动声呐目标检测方法，其特征在于：步骤1中发射信号s(t)采用仿生信号的一种模型，具体表达式为：
s(t)＝s1(t)+s2(t-T)
其中，
是具有上调频结构的线性调频信号，
则是具有下调频结构的线性调频信号，两个信号的脉冲宽度均为T，起始时间在时间上相隔T；k1和k2分别为表示两个信号的调频率。
3.根据权利要求2所述的一种主动声呐目标检测方法，其特征在于：步骤2具体包括：
(1)接收信号r(t)表示为：
r(t)＝h(t)*x(t)+n(t)＝∫h(τ)x(t-τ)dτ+n(t)
其中，h(t)为水声信道冲激响应，x(t)为发射信号，n(t)为加性高斯白噪声；
(2)推导出最优解为最稀疏的解，即通解中非零元素最少的那个解，优化下面一个问题：
其中，
表示水声信道冲激响应的估计值，||||1表示向量的1范数；
(3)将优化问题转化为Lasso问题，对Lasso问题的优化表示为：
其中，X为发射信号的拓扑利兹矩阵形式，||||2表示向量的2范数；τ为阈值。
4.根据权利要求3所述的一种主动声呐目标检测方法，其特征在于：步骤3中的基于时间反转时延—多普勒滤波器由匹配滤波器改进得到，如果发射信号为实函数，则与发射信号s(t)匹配的传统匹配滤波器的脉冲响应为：
h(t)＝s(to-t)
式中，t0为匹配滤波器输出最大瞬时功率信噪比的时刻，上式的匹配滤波器对具有时延τ0的回波r(t)＝s(t-τ0)的响应为r(t)与h(t)的卷积，即：
由步骤2知，水声环境中的接收回波在不考虑多普勒频移的情况下可表示为：
式中：τi表示第i个途径到达信号的时延，利用步骤3的信道估计结果
将匹配滤波的脉冲响应改进为：
改进之后，匹配滤波器的输出为：
式中，
称为虚拟时间反转信道，当
逼近于h(t)时，二者相匹配，即多途信号能量叠加，产生聚焦效应，此时，H(t)近似于信道h(t)的自相关函数，当声信道较复杂时其相关峰可视为“单峰的”，其主峰幅度明显高于旁瓣。
5.根据权利要求4所述的一种主动声呐目标检测方法，其特征在于：步骤4中的互模糊函数仿照自模糊函数的形式得到，对于一个信号x(t)，其自模糊函数为：
则两组互模糊函数的具体表达式为：
其中，τ，υ分别代表时延和多普勒频移，将回波rs(t)分别通过两组时延—多普勒滤波器，即可得到两组互模糊函数。
6.根据权利要求5所述的一种主动声呐目标检测方法，其特征在于：步骤5中的两个互模糊函数图像进行两种非线性处理分别为：
(1)、两幅时延—多普勒图像的乘积
逐点获取χ1和χ2的乘积，然后形成一个新的图像，即
(2)、两幅时延—多普勒图像的最小值
逐点获取χ1和χ2之间的最小值，然后形成一个新图像，即
Imin＝min(χ1,χ2)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010253352.3A CN111398966B (zh) | 2020-04-02 | 2020-04-02 | 一种主动声呐目标检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010253352.3A CN111398966B (zh) | 2020-04-02 | 2020-04-02 | 一种主动声呐目标检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111398966A true CN111398966A (zh) | 2020-07-10 |
| CN111398966B CN111398966B (zh) | 2023-05-05 |
Family
ID=71431447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010253352.3A Active CN111398966B (zh) | 2020-04-02 | 2020-04-02 | 一种主动声呐目标检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111398966B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112003809A (zh) * | 2020-10-28 | 2020-11-27 | 鹏城实验室 | 基于运动平台的多载波水声通信多普勒估计与补偿方法 |
| CN112114300A (zh) * | 2020-09-14 | 2020-12-22 | 哈尔滨工程大学 | 一种基于图像稀疏表示的水下弱目标检测方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5481270A (en) * | 1994-03-04 | 1996-01-02 | Martin Marietta Corporation | Radar with adaptive range sidelobe suppression |
| US20070071077A1 (en) * | 2004-06-24 | 2007-03-29 | Yang Tsih C | Correlation based decision-feedback equalizer for underwater acoustic communications |
| US20110002191A1 (en) * | 2006-12-07 | 2011-01-06 | Alion Science & Technology | Active sonar apparatuses and methods |
| EP2821809A1 (fr) * | 2013-07-05 | 2015-01-07 | Thales | Procédé de détection d'au moins une cible par radar doppler à impulsions avec mesure non ambiguë de la vitesse radiale et radar doppler à impulsions pour la mise en oeuvre d'un tel procédé |
| CN104283825A (zh) * | 2014-09-24 | 2015-01-14 | 北京邮电大学 | 一种基于动态压缩感知的信道估计方法 |
| CN104780127A (zh) * | 2015-04-09 | 2015-07-15 | 浙江大学 | 一种时延-多普勒r-l解卷多路径信道估计方法 |
| CN104849711A (zh) * | 2015-04-22 | 2015-08-19 | 大连理工大学 | 基于频域的i-ofdm mimo雷达信号的多普勒补偿方法 |
| CN109143231A (zh) * | 2018-10-29 | 2019-01-04 | 河海大学 | 基于循环对消的数字电视无源双基地雷达目标检测方法 |
| CN109561036A (zh) * | 2019-01-15 | 2019-04-02 | 哈尔滨工程大学 | 一种基于凸优化的水声信道盲解卷积方法 |
| CN110109092A (zh) * | 2019-04-24 | 2019-08-09 | 西安电子科技大学 | 多径环境下基于时间反演的雷达测速方法 |
-
2020
- 2020-04-02 CN CN202010253352.3A patent/CN111398966B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5481270A (en) * | 1994-03-04 | 1996-01-02 | Martin Marietta Corporation | Radar with adaptive range sidelobe suppression |
| US20070071077A1 (en) * | 2004-06-24 | 2007-03-29 | Yang Tsih C | Correlation based decision-feedback equalizer for underwater acoustic communications |
| US20110002191A1 (en) * | 2006-12-07 | 2011-01-06 | Alion Science & Technology | Active sonar apparatuses and methods |
| EP2821809A1 (fr) * | 2013-07-05 | 2015-01-07 | Thales | Procédé de détection d'au moins une cible par radar doppler à impulsions avec mesure non ambiguë de la vitesse radiale et radar doppler à impulsions pour la mise en oeuvre d'un tel procédé |
| CN104283825A (zh) * | 2014-09-24 | 2015-01-14 | 北京邮电大学 | 一种基于动态压缩感知的信道估计方法 |
| CN104780127A (zh) * | 2015-04-09 | 2015-07-15 | 浙江大学 | 一种时延-多普勒r-l解卷多路径信道估计方法 |
| CN104849711A (zh) * | 2015-04-22 | 2015-08-19 | 大连理工大学 | 基于频域的i-ofdm mimo雷达信号的多普勒补偿方法 |
| CN109143231A (zh) * | 2018-10-29 | 2019-01-04 | 河海大学 | 基于循环对消的数字电视无源双基地雷达目标检测方法 |
| CN109561036A (zh) * | 2019-01-15 | 2019-04-02 | 哈尔滨工程大学 | 一种基于凸优化的水声信道盲解卷积方法 |
| CN110109092A (zh) * | 2019-04-24 | 2019-08-09 | 西安电子科技大学 | 多径环境下基于时间反演的雷达测速方法 |
Non-Patent Citations (3)
| Title |
|---|
| P LIU 等: "Combined Method of Conventional and Coherent Doppler Sonar to Avoid Velocity Ambiguity" * |
| 伍飞云;童峰;: "双扩展水声信道的时延多普勒域稀疏估计" * |
| 曾小辉 等: "波导环境多目标时延-多普勒解卷成像" * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112114300A (zh) * | 2020-09-14 | 2020-12-22 | 哈尔滨工程大学 | 一种基于图像稀疏表示的水下弱目标检测方法 |
| CN112114300B (zh) * | 2020-09-14 | 2022-06-21 | 哈尔滨工程大学 | 一种基于图像稀疏表示的水下弱目标检测方法 |
| CN112003809A (zh) * | 2020-10-28 | 2020-11-27 | 鹏城实验室 | 基于运动平台的多载波水声通信多普勒估计与补偿方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111398966B (zh) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9685172B2 (en) | Method and device for suppressing residual echoes based on inverse transmitter receiver distance and delay for speech signals directly incident on a transmitter array | |
| WO2014048193A1 (zh) | 一种用于舰艇编队情况下同型雷达同频干扰抑制方法 | |
| Wang et al. | Manoeuvring target detection in over-the-horizon radar using adaptive clutter rejection and adaptive chirplet transform | |
| CN111398966B (zh) | 一种主动声呐目标检测方法 | |
| CN108768543B (zh) | 多特征融合认知型水声通信空快时自适应处理算法 | |
| JP2011158471A (ja) | 時空間適応処理システムにおいてターゲットを検出するための方法 | |
| CN110361760B (zh) | 基于子空间跟踪的gnss接收机多波束指向抗干扰方法 | |
| CN103728607A (zh) | 机载mimo雷达空时码三维自适应杂波对消方法 | |
| CN112436905B (zh) | 一种通信雷达联合系统 | |
| CN110927693B (zh) | 一种匹配滤波结合稀疏反演的脉冲压缩方法 | |
| CN104793194B (zh) | 基于改进的自适应多脉冲压缩的距离‑多普勒估计方法 | |
| US5949739A (en) | Sonar bearing estimation of extended targets | |
| CN111060879B (zh) | 一种基于二维匹配滤波结果的联合副瓣抑制方法 | |
| CN115963457A (zh) | 一种多通道无源雷达直达波干扰抑制方法 | |
| Jiang et al. | A sonar-embedded disguised communication strategy by combining sonar waveforms and whale call pulses for underwater sensor platforms | |
| CN107635181B (zh) | 一种基于信道学习的多址感知源反馈优化方法 | |
| CN113640754B (zh) | 一种基于低秩稀疏模型的抗主瓣间歇采样转发干扰方法 | |
| CN110865345A (zh) | 一种快速自适应脉冲压缩方法 | |
| CN114696788B (zh) | 一种抗多主瓣干扰的波形与滤波器联合认知设计方法 | |
| CN116165610A (zh) | 一种改进奇异值分解的海杂波抑制算法 | |
| CN116047488A (zh) | 一种针对压制式干扰源的主动声纳干扰抑制方法 | |
| CN111025258B (zh) | 一种针对雷达波形分集的联合失配滤波器及其设计方法 | |
| CN108318883B (zh) | 一种基于全频谱换能器自然加权的距离向计算方法 | |
| Courmontagne et al. | On the use of time-frequency domains for the improvement of the Stochastic Matched Filter Pulse Compression scheme with a high speed computing architecture | |
| Pan et al. | Adaptive active sonar signal processing for optimal LFM echo detection of slowly moving targets |
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 |