CN111856419A - 一种基于超宽带雷达室内定位仿真模拟方法 - Google Patents
一种基于超宽带雷达室内定位仿真模拟方法 Download PDFInfo
- Publication number
- CN111856419A CN111856419A CN202010752053.4A CN202010752053A CN111856419A CN 111856419 A CN111856419 A CN 111856419A CN 202010752053 A CN202010752053 A CN 202010752053A CN 111856419 A CN111856419 A CN 111856419A
- Authority
- CN
- China
- Prior art keywords
- simulation
- radar
- ultra
- position information
- scattering
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000005684 electric field Effects 0.000 claims description 3
- 210000003141 lower extremity Anatomy 0.000 claims description 3
- 210000001364 upper extremity Anatomy 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 7
- 238000012706 support-vector machine Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 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
- 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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
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
本发明提供了一种基于超宽带雷达室内定位仿真模拟方法,仿真模拟方法包括以下步骤:建立由若干散射点组成的3D模拟目标,并设定超宽带雷达的仿真位置;设定3D模拟目标运动轨迹,模拟超宽带雷达对3D模拟目标实时的虚拟位置进行测量的雷达信号数据,并根据雷达信号数据计算散射点仿真初定位位置信息;对散射点仿真初定位位置信息进行校准优化,计算散射点的仿真精定位位置信息;将计算得到的仿真精定位位置信息与实际设定的虚拟位置进行比较,对仿真模拟方法的定位能力进行评估。发明的仿真方法能够对算法计算得到的目标位置进行验证和优化。
Description
技术领域
本发明属于室内定位仿真技术领域,更具体地讲,涉及一种基于超宽带雷达室内定位仿真模拟方法。
背景技术
超宽带(UWB)雷达是目前国内外定位领域的研究热点之一。在室内定位过程中,超宽带雷达因其优秀的距离分辨能力而具备厘米级的定位精度,并具有良好的抗多路径性能,较低的发射功率和一定程度的穿透能力,与WiFi、ZigBee、RFID等室内定位技术相比优势较为明显。
在利用超宽带雷达进行实际定位的过程中,由于受到雷达距离、角度分辨能力、环境以及算法方法等误差因素的影响,计算的位置信息与实际位置信息存在偏差,需要一种仿真方法对上述误差因素进行优化并对算法方法进行验证、评估以获得更高的定位精度。
发明内容
针对现有技术中存在的不足,本发明的目的之一在于解决上述现有技术中存在的一个或多个问题。例如,本发明的目的之一在于提供一种能够对算法方法进行评估以提高定位精度的仿真模拟方法。
本发明提供了一种基于超宽带雷达室内定位仿真模拟方法,仿真模拟方法可以包括以下步骤:建立由若干散射点组成的3D模拟目标,并在模拟监测区域内布置超宽带雷达的仿真位置;设定3D模拟目标运动轨迹,模拟超宽带雷达对3D模拟目标实时的虚拟位置进行测量的雷达信号数据,并根据雷达信号数据计算散射点仿真初定位位置信息;对散射点仿真初定位位置信息进行校准优化,计算散射点的仿真精定位位置信息,完成室内定位仿真模拟。
与现有技术相比,本发明的有益效果至少包含以下中的至少一项:
(1)本发明设计的3D模拟目标能够更加真实的反应实际环境下的行人,仿真效果好,具有较好的仿真结果真实性;
(2)本发明的仿真方法能够对算法计算得到的目标位置进行评估和优化。
附图说明
通过下面结合附图进行的描述,本发明的上述和其他目的和特点将会变得更加清楚,其中:
图1示出了本发明一个示例的3D模拟目标示意简图。
图2示出了阵列雷达干涉计法原理示意图。
图3示出了支持向量机原理示意图。
具体实施方式
在下文中,将结合附图和示例性实施例详细地描述根据本发明的基于超宽带雷达室内定位仿真模拟方法。
本发明提供了一种基于超宽带雷达室内定位仿真模拟方法。在本发明的基于超宽带雷达室内定位仿真模拟方法的一个示例性实施例中,仿真模拟方法可以包括:
步骤S01,建立由若干散射点组成的3D模拟目标,并设定超宽带雷达的仿真位置。
步骤S02,根据3D模拟目标设定的运动轨迹,模拟超宽带雷达对3D模拟目标实时的虚拟位置进行测量的雷达信号数据,并根据雷达信号数据计算散射点仿真初定位位置信息。
步骤S03,对散射点仿真初定位位置信息进行校准优化,计算散射点的仿真精定位位置信息。
步骤S04,将计算得到的仿真精定位位置信息与实际设定的虚拟位置进行比较,对仿真模拟方法的定位能力进行评估。
进一步地,3D模拟目标由多个散射点组成,如图1所示。本发明的3D模拟目标根据真实行人散射点捕捉模型,采用从实际行人运动特征中提取出来的散射点而得到的3D模拟目标。3D模拟目标可以由不少于100个的散射点组成。例如,可以由如图1所示的113个散射点组成。对实际行人的运动信号采样,并将行人简化为图1所示的100多个点的模型,图1为一连串时间内某一时刻下的点信息,仿真中使用的为一段时间内连续运动的数据信息3D模拟目标模拟真实行人,可以包括头部仿真结构、颈部仿真结构、胸部仿真结构、腰部仿真结构、上肢仿真结构和下肢仿真结构。上述结构分别仿真实际行人的头部、颈部、胸部、腰部、上肢以及下肢结构。进一步考虑实际人体的散射面积,可以适当的增大头部和胸部的散射点密度。人体的胸部面积较大,会反射回较多的电磁波信号,实际探测中也主要是接收到来自该部分的信号,其他部位的反射信号探测起来会困难一些,因而加大胸部散射点的个数。头部和胸部占比也不能太高,太高不利于接近真实行人,仿真模拟不逼真。例如,其头部仿真结构的散射点个数占总3D模拟目标总散射点个数的9%~13%,胸部仿真结构的散射点个数占总3D模拟目标总散射点个数的21%~30%。例如,头部占比可以在11%。胸部占比可以在26%。在不同胸部结构占比条件下对仿真精定位位置信息与实际设定的虚拟位置信息进行比较。设置胸部仿真结构占比在21%~30%,相比于胸部仿真结构占比在20%以下,位置误差范围(可以通过圆概率误差计算)可以降低2%左右。
进一步地,对于超宽带仿真雷达的设置位置而言,能够满足监测区域内任意位置均有至少一部雷达能够覆盖到并按要求设置即可。
进一步地,模拟超宽带雷达对3D模拟目标实时的虚拟位置进行测量的雷达信号数据可以包括模拟生成雷达发射天线端的信号波形,确定信号发射功率及距离衰减速率,模拟雷达信号在空间中的传播,并模拟散射点处反射回接收天线端的传播过程。在仿真模拟过程中,信号距离衰减按与往返总距离的平方成反比计算。功率采用相对功率的形式,发射信号功率为1(0dB)计算。
进一步地,仿真模拟的雷达信号的表达式可以为:
其中,s(t)表示t时刻的接收信号,αn表示发射信号与接收信号之间的电场强度比,sT表示发射信号,f0表示雷达发射信号的中心频率,fdn表示3D模拟目标n所对应的多普勒频率偏移,j表示虚数,τd表示雷达信号的时延,vdn表示3D模拟目标n所对应的多普勒速度,λ表示雷达发射电磁波信号的波长,N表示t时刻3D模拟目标发射回来的最大回波信号数,即最大的散射点数量。
根据雷达信号数据计算散射点仿真初定位位置信息可以包括:
S0201,对雷达信号表达式做短时傅里叶变换,得到多普勒频移-距离域信号谱。
S0202,根据多普勒频移-距离域信号谱计算各散射点的距离信息。
S0203,获取散射点到来角度。
S0204,根据距离信息和到来角度计算散射点仿真初定位位置信息。
具体地,由于UWB雷达信号在时间-距离域的信号信息十分有限,且受直流噪声的干扰较大,因此,根据多普勒效应,将时间-距离域雷达回波信号谱通过STFT(短时傅里叶变换)的方式变换到多普勒频移-距离域信号谱。假定在t时刻,从模拟目标n处返回的雷达信号sn(t)可由下式表示:
其中,αn表示发射信号与接收信号之间的电场强度比,sT表示发射信号,f0表示雷达发射信号的中心频率,fdn表示模拟目标n所对应的多普勒频率偏移,j表示虚数,τd表示雷达信号的时延。假定模拟目标n所对应的多普勒速度为vdn,雷达发射电磁波信号的波长为λ,则fdn可由下式给出:
本发明的仿真目标模型均为散射点模型,需要考虑真实行人的散射面积。因此需对同一时刻从模拟目标处反射回来的回波信号做累加运算,假定最大发射回来的回波信号数为N,则t时刻的接收信号s(t)(时间-距离域雷达回波信号)的表达式可由下式给出:
然后,对接收信号做短时傅里叶变换。短时傅里叶变换,是指选择一个时频局部化的窗函数,假定分析窗函数f(t)在一个短时间间隔内是平稳(伪平稳)的,移动窗函数,使f(t)ω(t)在不同的有限时间宽度内是平稳信号,从而计算出各个不同时刻的功率谱。它的思想是:选择一个时频局部化的窗函数,假定分析窗函数ω(t)在一个短时间间隔内是平稳(伪平稳)的,移动窗函数,使f(t)ω(t)在不同的有限时间宽度内是平稳信号,从而计算出各个不同时刻的功率谱。短时傅里叶变换使用一个固定的窗函数,窗函数一旦确定了以后,其形状就不再发生改变,短时傅里叶变换的分辨率也就确定了。如果要改变分辨率,则需要重新选择窗函数。短时傅里叶变换用来分析分段平稳信号或者近似平稳信号犹可。但是对于非平稳信号,当信号变化剧烈时,要求窗函数有较高的时间分辨率。而波形变化比较平缓的时刻,主要是低频信号,则要求窗函数有较高的频率分辨率。短时傅里叶变换不能兼顾频率与时间分辨率的需求。短时傅里叶变换窗函数受到W.Heisenberg不确定性准则的限制,时频窗的面积不小于2。
假定t时刻,模拟雷达接收天线RXi处接收到的第l个距离窗口的信号为sil(t),对sil(t)进行短时傅里叶变换,则其时间-频率域的分布sil(t)可由下式给出:
其中,ωH(t)为短时傅里叶变换中所使用的窗函数,vd表示多普勒速度,τ表示中间变量,j为虚数。
获取监测区域内各散射点的到来角度可以通过以下公式计算得到:
其中,θ(t,vdn)表示到来角度,t表示时刻,vdn表示目标散射点n的多普勒速度,λ表示雷达电磁波的波长,∠Si'l和∠S('i+1)l表示UWB雷达相邻两接收天线RX1和RX2所接收雷达信号的相位,d表示接收天线RX1和RX2之间的距离。
具体地,UWB雷达为阵列雷达。在使用阵列雷达时,散射点的到来角度可通过干涉计法计算得到。阵列雷达干涉计法原理示意图如图2所示,RX1和RX2分别为雷达的接收天线1和接收天线2。相较于散射点与雷达之间的距离,接收天线RX1和RX2之间的距离是十分小的,往往只有毫米量级。因此,可以将从同一散射点反射回接收天线RX1和RX2处的电磁回波方向视作是平行的。于是,可根据几何关系,利用RX1和RX2处回波信号的路径差即可推导回波信号的到来角度θ21。首先,假定接收天线RX1和RX2处电磁回波的路径差为r,回波信号到来角度为θ,则路径差满足以下几何关系:
r=d·sinθ (8)
其中,d为相邻两接收天线间的距离。
而接收天线RX1和RX2处回波信号的相位差与路径差之间的数学关系可表示为下式:
各个接收天线处的回波信号的相位则由短时傅里叶变换后的时间-多普勒频率域的信号分布给出,如下式:
综合以上各式,可以最终得到通过雷达干涉计法计算得到的回波信号到来角度,如下式:
在得到各散射点的距离信息和到来角度后,结合超宽带雷达在监测区域的实际坐标位置与接收信号的距离信息(即散射点与超宽带雷达之间的距离),可得到散射点在不同时刻的位置,即可得到各散射点在全时间轴上所有时刻的,得到散射点仿真初定位位置信息。
进一步地,对散射点仿真初定位位置信息进行校准优化包括利用以下公式进行优化:
f(u)=ωTu+b (12)
ω=[ω1ω2ω3…ωM]T (13)
u=[u1u2u3…uM]T (14)
其中,f(u)表示优化后的位置信息函数,ω表示权重向量,u表示位置坐标,b表示偏置,T表示矩阵转置。u为输入向量,即上述步骤S03得到的位置信息。在三维坐标下位置信息坐标假设为(x,y,z),将x、y和z分别代入方程f(u),得到校准优化后的位置信息(f(x),f(y),f(z))。ω为权重向量。上述方程中的ω1ω2ω3…ωM分别表示权重系数,在长度为M时间序列上,每一处都有一个与之对应的ω;u1u2u3…uM分别表示输入,即位置坐标,在长度为M时间序列上,每一处都有一个与之对应的位置坐标。本发明的校准优化支持向量机,可以将追踪问题转化为回归问题。则目标函数输出值的预测问题也转化成了预测值与真实值之间的误差最小化问题,可通过以下的最小偏差法和最小二乘法进行定义:
其中,ω表示权重向量,b表示偏置,vm,n表示计算得到的目标散射点位置信息,ε表示决策间距,ωm表示M长度的时间序列中第m个对应的权重系数,即M长度的时间序列中第m个数据,um表示M长度的时间序列中第m个对应的位置坐标。
在本发明的支持向量机中引入了间隔的概念,即是并非预测值与真实值不相等时就考虑预测值的误差,而是考虑当预测值落在真实值附近一定范围内时,都将预测值视为满足准确预测真实值的条件,且不计入误差当中,于是,支持向量机的新损失函数为:
lε(vm,n,f(um))=max{0,|vm,n-f(um)|-ε} (17)
其中,ε为间隔系数,f(um)表示当u=um时式(12)对应的值,vm,n表示计算得到的目标散射点位置信息。
支持向量机原理示意图如图3所示。在图3中,ξ+以及ξ-表示散射点与目标函数上下边界的间距,目标函数为f(um)=ωTum+b。
支持向量机的误差最小化条件可以通过下式给出:
在式(20)中,ω与b可以通过KKT条件求得。将(18)求得的ω与b,然后将其带入式(12)~(14)即可得到仿真精定位位置信息。
进一步地,对散射点仿真初定位位置信息进行校准优化包括利用卡尔曼滤波或α-β滤波进行校准优化。卡尔曼滤波的基本原理是:以最小均方误差为最佳估计准则,采用信号与噪声的状态空间模型,利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计,求出当前时刻的估计值,算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计。
进一步地,根据雷达信号数据计算散射点仿真初定位位置信息包括利用基于距离几何模型的解算方法和基于速度积分模型的推算方法计算散射点仿真初定位位置信息。基于距离几何模型的解算方法与卫星定位原理类似。基于距离几何模型的解算方法和基于速度积分模型的推算方法可以是本领域通常使用的方法进行计算。
进一步地,将计算得到的仿真精定位位置信息与实际设定的虚拟位置进行比较,对仿真模拟方法的定位能力进行评估。根据实际研究需要,可以预先设定一个仿真精定位位置信息与实际设定的虚拟位置之间的一个位置误差范围。根据仿真精定位位置信息与实际设定的虚拟位置计算的误差范围与设定的误差范围相比较,若计算的定位误差大于设置的范围值,则可以对仿真过程中使用的参数进行调整,例如,对雷达距离、调整算法中的权重系数等,然后再比较误差。根据仿真模拟过程,可以对实际的室内定位过程进行优化,提高定位精度。例如,通过仿真模拟过程,在采用中心频率为79GHz,距离分辨能力为7.5cm的脉冲多普勒雷达时,最终定位的精度可以实现与雷达的距离分辨能力(探测极限)7.5cm相当,如直线运动下x方向和y方向上预测位置的RMSE误差分别为3.7cm和8.1cm。
尽管上面已经通过结合示例性实施例描述了本发明,但是本领域技术人员应该清楚,在不脱离权利要求所限定的精神和范围的情况下,可对本发明的示例性实施例进行各种修改和改变。
Claims (10)
1.一种基于超宽带雷达室内定位仿真模拟方法,其特征在于,仿真模拟方法包括以下步骤:
建立由若干散射点组成的3D模拟目标,并在模拟监测区域内布置超宽带雷达的仿真位置;
设定3D模拟目标运动轨迹,模拟超宽带雷达对3D模拟目标实时的虚拟位置进行测量的雷达信号数据,并根据雷达信号数据计算散射点仿真初定位位置信息;
对散射点仿真初定位位置信息进行校准优化,计算散射点的仿真精定位位置信息,完成室内定位仿真模拟。
2.根据权利要求1所述的基于超宽带雷达室内定位仿真模拟方法,其特征在于,建立由若干散射点组成的3D模拟目标包括:
从实际行人运动特征中提取散射点组成3D模拟目标,其中,3D模拟目标由不少于100个的散射点组成,包括头部仿真结构、颈部仿真结构、胸部仿真结构、腰部仿真结构、上肢仿真结构和下肢仿真结构;
根据实际行人散射面积,增大头部仿真结构以及胸部仿真结构的散射点组成密度,其头部仿真结构的散射点个数占总3D模拟目标总散射点个数的9%~13%,胸部仿真结构的散射点个数占总3D模拟目标总散射点个数的21%~30%。
3.根据权利要求1或2所述的基于超宽带雷达室内定位仿真模拟方法,其特征在于,仿真模拟方法还包括在完成室内定位仿真模拟后将计算得到的仿真精定位位置信息与实际设定的虚拟位置进行比较,对仿真模拟方法的定位能力进行评估。
4.根据权利要求1所述的基于超宽带雷达室内定位仿真模拟方法,其特征在于,仿真模拟方法还包括在模拟超宽带雷达对3D模拟目标实时的虚拟位置进行测量的雷达信号数据之前,预设超宽带雷达发射天线端的信号波形、信号发射功率及距离衰减速率参数。
6.根据权利要求5所述的基于超宽带雷达室内定位仿真模拟方法,其特征在于,根据雷达信号数据计算散射点仿真初定位位置信息包括:
对雷达信号表达式做短时傅里叶变换,得到多普勒频移-距离域信号谱;
根据多普勒频移-距离域信号谱计算各散射点的距离信息;
获取散射点到来角度;
根据距离信息和到来角度计算散射点仿真初定位位置信息。
8.根据权利要求1、2、4、6和7中任一项所述的基于超宽带雷达室内定位仿真模拟方法,其特征在于,对散射点仿真初定位位置信息进行校准优化包括利用以下公式进行优化:
f(u)=ωTu+b,
其中,f(u)表示优化后的位置信息函数,ω表示权重向量,u表示位置坐标,b表示偏置,T表示矩阵转置。
9.根据权利1、2、4、6和7中任一项所述的基于超宽带雷达室内定位仿真模拟方法,其特征在于,对散射点仿真初定位位置信息进行校准优化包括利用卡尔曼滤波或α-β滤波进行校准优化。
10.根据权利要求1、2、4、6和7中任一项所述的基于超宽带雷达室内定位仿真模拟方法,其特征在于,根据雷达信号数据计算散射点仿真初定位位置信息包括利用基于距离几何模型的解算方法和基于速度积分模型的推算方法计算散射点仿真初定位位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010752053.4A CN111856419A (zh) | 2020-07-30 | 2020-07-30 | 一种基于超宽带雷达室内定位仿真模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010752053.4A CN111856419A (zh) | 2020-07-30 | 2020-07-30 | 一种基于超宽带雷达室内定位仿真模拟方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111856419A true CN111856419A (zh) | 2020-10-30 |
Family
ID=72946512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010752053.4A Pending CN111856419A (zh) | 2020-07-30 | 2020-07-30 | 一种基于超宽带雷达室内定位仿真模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111856419A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112731393A (zh) * | 2020-12-15 | 2021-04-30 | 北京清雷科技有限公司 | 室内场景的三维成像方法及装置、系统 |
CN113109772A (zh) * | 2021-04-07 | 2021-07-13 | 成都信息工程大学 | 一种超宽带高动态目标信号模拟方法 |
CN113608170A (zh) * | 2021-07-07 | 2021-11-05 | 云鲸智能(深圳)有限公司 | 雷达标定方法、雷达、机器人、介质及计算机程序产品 |
CN117590347A (zh) * | 2024-01-18 | 2024-02-23 | 四川天中星航空科技有限公司 | 一种基于雷达回波信号的目标模拟方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204086526U (zh) * | 2014-09-28 | 2015-01-07 | 南京长峰航天电子科技有限公司 | 一种雷达回波模拟器 |
CN111183741B (zh) * | 2012-09-06 | 2015-02-18 | 西安电子工程研究所 | 宽带雷达目标模拟方法及系统 |
CN105137417A (zh) * | 2015-08-17 | 2015-12-09 | 周口师范学院 | 一种双基雷达固定目标时域定位方法 |
CN107992676A (zh) * | 2017-11-29 | 2018-05-04 | 上海无线电设备研究所 | 一种运动目标时域散射回波的快速仿真建模方法 |
CN108226892A (zh) * | 2018-03-27 | 2018-06-29 | 天津大学 | 一种基于深度学习的复杂噪声环境下的雷达信号恢复方法 |
CN108519593A (zh) * | 2018-03-22 | 2018-09-11 | 电子科技大学 | 一种基于单站双频连续波雷达的异步定位方法 |
-
2020
- 2020-07-30 CN CN202010752053.4A patent/CN111856419A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111183741B (zh) * | 2012-09-06 | 2015-02-18 | 西安电子工程研究所 | 宽带雷达目标模拟方法及系统 |
CN204086526U (zh) * | 2014-09-28 | 2015-01-07 | 南京长峰航天电子科技有限公司 | 一种雷达回波模拟器 |
CN105137417A (zh) * | 2015-08-17 | 2015-12-09 | 周口师范学院 | 一种双基雷达固定目标时域定位方法 |
CN107992676A (zh) * | 2017-11-29 | 2018-05-04 | 上海无线电设备研究所 | 一种运动目标时域散射回波的快速仿真建模方法 |
CN108519593A (zh) * | 2018-03-22 | 2018-09-11 | 电子科技大学 | 一种基于单站双频连续波雷达的异步定位方法 |
CN108226892A (zh) * | 2018-03-27 | 2018-06-29 | 天津大学 | 一种基于深度学习的复杂噪声环境下的雷达信号恢复方法 |
Non-Patent Citations (6)
Title |
---|
KENSHI SAHO ET AL.: "Accurate and Real-Time Pedestrian Classification Based on UWB Doppler Radar Images and Their Radial Velocity Features", 《IEICE TRANS COMMUN》, 31 October 2013 (2013-10-31), pages 2563 - 2572, XP001586230, DOI: 10.1587/transcom.E96.B.2563 * |
KENSHI SAHO ET AL.: "Accurate and Real-Time Pedestrian Classification Based on UWB Doppler Radar Images and Their Radial Velocity Features", 《IEICE TRANS COMMUN》, pages 2563 - 2572 * |
MOTOSHI ANABUKI ET AL.: "High-resolution Imaging and Separation of Multiple Pedestrians Using UWB Doppler Radar Interferometry with Adaptive Beamforming Technique", 《2017 11TH EUROPEAN CONFERENCE ON ANTENNAS AND PROPAGATION(EUCAP)》, pages 469 - 473 * |
王汝杰 等: "《现代设备管理》", 冶金工业出版社, pages: 207 - 208 * |
靳取: "超宽带穿墙雷达模拟以及目标探测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 August 2017 (2017-08-15), pages 20 - 21 * |
靳取: "超宽带穿墙雷达模拟以及目标探测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 20 - 21 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112731393A (zh) * | 2020-12-15 | 2021-04-30 | 北京清雷科技有限公司 | 室内场景的三维成像方法及装置、系统 |
CN112731393B (zh) * | 2020-12-15 | 2023-10-24 | 北京清雷科技有限公司 | 室内场景的三维成像方法及装置、系统 |
CN113109772A (zh) * | 2021-04-07 | 2021-07-13 | 成都信息工程大学 | 一种超宽带高动态目标信号模拟方法 |
CN113109772B (zh) * | 2021-04-07 | 2024-01-30 | 成都信息工程大学 | 一种超宽带高动态目标信号模拟方法 |
CN113608170A (zh) * | 2021-07-07 | 2021-11-05 | 云鲸智能(深圳)有限公司 | 雷达标定方法、雷达、机器人、介质及计算机程序产品 |
CN113608170B (zh) * | 2021-07-07 | 2023-11-14 | 云鲸智能(深圳)有限公司 | 雷达标定方法、雷达、机器人、介质及计算机程序产品 |
CN117590347A (zh) * | 2024-01-18 | 2024-02-23 | 四川天中星航空科技有限公司 | 一种基于雷达回波信号的目标模拟方法 |
CN117590347B (zh) * | 2024-01-18 | 2024-04-02 | 四川天中星航空科技有限公司 | 一种基于雷达回波信号的目标模拟方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111856419A (zh) | 一种基于超宽带雷达室内定位仿真模拟方法 | |
CN106353744B (zh) | 基于双基地fda-mimo雷达的多参数联合估计方法 | |
CN109031295B (zh) | 一种基于波程差补偿的isar图像配准方法 | |
CN105467369B (zh) | 一种目标回波仿真方法和装置 | |
Sakamoto et al. | Fast imaging method for security systems using ultrawideband radar | |
Street et al. | Use of VNAs for wideband propagation measurements | |
CN111856444A (zh) | 一种基于uwb多目标定位追踪方法 | |
CN109655827B (zh) | 一种针对单建筑墙角的隐蔽目标定位方法 | |
CN111107626A (zh) | 一种基于时间反演的doa定位方法 | |
Damyanov et al. | High-resolution long-range THz imaging for tunable continuous-wave systems | |
CN107479055B (zh) | 一种高轨星载sar的自聚焦方法和装置 | |
CN109286894A (zh) | 一种基于压缩感知与多边测量相结合的定位方法 | |
Karakasiliotis et al. | Two-dimensional ISAR model and image reconstruction with stepped frequency-modulated signal | |
Yu et al. | High-resolution atmospheric profiling using combined spaced antenna and range imaging techniques | |
CN109884621B (zh) | 雷达高度表回波相参积累方法 | |
Kulpa | Noise radar sidelobe suppression algorithm using mismatched filter approach | |
Maaref et al. | Array‐Based Ultrawideband through‐Wall Radar: Prediction and Assessment of Real Radar Abilities | |
Zhou et al. | Research on UWB localization based on TOA in indoor NLOS environment | |
Ram et al. | Through-wall propagation effects on Doppler-enhanced frontal radar images of humans | |
Sakamoto et al. | Revised range point migration method for rapid 3-D imaging with UWB radar | |
Hantscher et al. | A wave front extraction algorithm for high-resolution pulse based radar systems | |
Santos et al. | Scatterer detection by successive cancellation for UWB-method and experimental verification | |
CN109212492B (zh) | 基于知识辅助的时域重构机载雷达杂波抑制方法 | |
Jeřábek et al. | A proposal of radio ultrawideband systems for precision indoor localization | |
Aftanas | Signal processing steps for objects imaging through the wall with UWB radar |
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 |