CN111948619A - 一种多类型外辐射源照射下目标被动协同探测方法及系统 - Google Patents

一种多类型外辐射源照射下目标被动协同探测方法及系统 Download PDF

Info

Publication number
CN111948619A
CN111948619A CN202010608660.3A CN202010608660A CN111948619A CN 111948619 A CN111948619 A CN 111948619A CN 202010608660 A CN202010608660 A CN 202010608660A CN 111948619 A CN111948619 A CN 111948619A
Authority
CN
China
Prior art keywords
target
radiation source
signal
direct wave
signals
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
Application number
CN202010608660.3A
Other languages
English (en)
Other versions
CN111948619B (zh
Inventor
刘明骞
仪飞
宫丰奎
葛建华
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.)
Xidian University
Original Assignee
Xidian 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 Xidian University filed Critical Xidian University
Priority to CN202010608660.3A priority Critical patent/CN111948619B/zh
Publication of CN111948619A publication Critical patent/CN111948619A/zh
Application granted granted Critical
Publication of CN111948619B publication Critical patent/CN111948619B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本发明属于通信技术与信号处理技术领域，公开了一种多类型外辐射源照射下目标被动协同探测方法及系统，首先通过带通滤波器分离参考信道中的直达波信号，并对监测通道中信号进行直达波干扰和多径干扰的抑制，获得较为纯净的回波信号；然后对天线输出信号进行线性正则变换，并构造出基于线性正则变换的互模糊函数进行时延以及多普勒频移的估计；再根据接收站，目标，辐射源之间的空间几何关系将时延和多普勒转化为目标到接收站的距离和目标径向速度；最后选择合适的算法对不同辐射源的距离估计结果进行融合，并利用不同的径向速度合成目标的速度。当低信噪比时，本发明方法是有效可行的。

Description

一种多类型外辐射源照射下目标被动协同探测方法及系统
技术领域
本发明属于通信技术与信号处理技术领域，尤其涉及一种多类型外辐射源照射下目标被动协同探测方法、系统、介质、通信信号处理系统。
背景技术
目前，利用TDOA与DOA联合对目标进行探测。构建互模糊函数，通过改变直达波信号的时延和频移来估计出不同辐射源回波信号的时延和多普勒频移，再结合二维DOA估计的结果可以分别求出目标的位置和径向速度。之后对不同辐射源的定位结果选择合适的融合算法进行数据融合，即实现对目标的定位。但受外辐射源信号的特性影响，可能由于速度分辨力或者距离分辨力不足，导致定位结果精确度不是很高。
针对基于外辐射源的目标探测问题，国内外学者已经做出了初步的探索，多种外辐射源已经被应用于目标探测领域，Maria S等人利用了模糊函数(AF)和CRLB之间的关系，讨论计算双基地雷达信道的Cramer-Rao下界(CRLBs)的问题(Maria S.Greco，PietroStinco，Fulvio Gini，Alfonso Farina.Cramer-Rao Bounds and Selection of BistaticChannels for Multistatic Radar Systems[J]，IEEE Transactions on Aerospace andElectronic Systems，2011，47(4)：2934-2948.)。D.Xie开发了一种基于多FM的无源雷达系统，并利用数字波束成形(DBF)方法提取来自不同方向的直接波作为参考信号。仿真实验证明，所提出的方法提高了基于FM的无源雷达的检测稳定性。(D.Xie，J.Yi，J.Shen andX.Wan.Experimental Research of Multi-FM Based Passive Radar[C]，2018 12thInternational Symposium on Antennas，Propagation and EM Theory(ISAPE)，2018：1-5.)P.Krysik设计了GSM信号作为外辐射源的被动雷达探测系统。并验证了该系统对海上目标进行检测的可能性，证明了GSM信号的作为机会照射源的可行性(P.Krysik andK.Kulpa.The use of a GSM-based passive radar for sea target detection[C].20129th European Radar Conference，2012：142-145.)K.Gronowski等人利用GPS(全球定位系统)L1波段信号进行进行了对移动目标的探测，确定了基于GPS-L1的无源雷达的潜在优势和挑战，并评估建造可运行的基于GPS的无源雷达的可行性。(K.Gronowski，P.Samczyński，K.Stasiak and K.Kulpa.First results of air target detection using singlechannel passive radar utilizing GPS illumination[C].2019IEEE Radar Conference(RadarConf)，Boston，MA，USA，2019：1-6.)。李飞等设计了基于FM广播的无源雷达系统，在此基础上分析了干扰电台信号对系统的干扰原理，给出了抑制这种干扰的自适应算法，并通过仿真实验证明该方法有效地抑制了电台干扰信号，检测到干扰抑制前系统无法检测到的目标。(李飞，赵洪立，郑恒.基于FM广播的无源探测系统干扰抑制研究[J].雷达科学与技术，2010(1)).龚巧提出了一种利用CDMA下行导频信号进行动目标探测的方法。根据CDMA导频信号良好的无源探测性能，通过在时频域内对实时数据进行长时间相干已积累来提取目标信息，，并通过该系统完成了动目标的多普勒频率和距离检测。实验结果证明了CDMA信号用作无源探测是可行的(龚巧，朱润.基于CDMA导频信号的动目标探测方法[J].数字通信，2010，37(1)：61-65)。Sean A Kaiser提出了基于被动定位系统的运动目标速度探测方法。开发的方法相较普通双基地雷达，对复杂的目标运动具有更为优越的性能(Sean AKaiser，Andrew Christianson，Ram M Narayanan.Multistatic radar Dopplerestimation for passive coherent location[C]，IEEE Radar Conference(RadarConf)：2017：0329-0334.)。这些算法大多是针对一种外辐射源进行设计的，没有充分利用到电磁空间中同时存在多种辐射源，导致估计精度较低且定位可靠性较差。
通过上述分析，现有技术存在的问题及缺陷为：目前的算法大多是基于普通互模糊函数，其估计精度不足，且由于外辐射源的信号波形并不是完全为了目标探测而设计，因此距离分辨力或速度分辨力可能比较低，因此导致探测精度的降低。
解决以上问题及缺陷的难度为：如何弥补外辐射源信号的缺陷，提升其距离分辨力或者速度分辨力。
解决以上问题及缺陷的意义为：本发明提出的方法构造出基于线性正则变换的互模糊函数，可以实现对模糊函数的伸缩变换，从而一定程度上弥补一些特定外辐射源信号的缺陷，从而提升探测的精度。
发明内容
针对现有技术存在的问题，本发明提供了一种多类型外辐射源照射下目标被动协同探测方法及系统。
本发明是这样实现的，一种多类型外辐射源照射下目标被动协同探测方法，所述目标被动协同探测方法首先通过带通滤波器分离参考信道中的直达波信号，并对监测通道中信号进行直达波干扰和多径干扰的抑制，获得较为纯净的回波信号；然后对天线输出信号进行线性正则变换，并构造出基于线性正则变换的互模糊函数进行时延以及多普勒频移的估计；再根据接收站，目标，辐射源之间的空间几何关系将时延和多普勒转化为目标到接收站的距离和目标径向速度；最后选择合适的算法对不同辐射源的距离估计结果进行融合，并利用不同的径向速度合成目标的速度。
进一步，所述多类型外辐射源照射下目标被动协同探测方法包括：
步骤一，设计带通滤波器对参考通道的直达波进行分离，并对监测通道中信号进行直达波干扰和多径干扰的抑制；
步骤二，对直达波信号和回波信号进行线性正则变换，并构造基于线性正则比那换的互模糊函数估计回波信号相对于直达波信号的时延和频移；
步骤三，根据目标，辐射源，接收站之间的空间几何关系，将估计得到的时延和多普勒参数转化为目标到接收站的距离和径向速度；
步骤四，选择合适的数据融合算法将不同辐射源对距离的估计结果进行融合，并利用不同的径向速度合成目标的速度，从而实现对目标的被动探测。
进一步，所接收站有两个接收通道，监测通道用于接收回波信号，参考通道用于接收直达波信道，参考的直达波利用带通滤波器直接分离，分离之后，参考通道中第i个辐射源信号的直达波信号xi(t)表示为：
xi(t)＝bisi(t)+n(t)；
其中，si(t)表示第i个辐射源信号的直达波，n(t)是零均值高斯信号，代表空间中的其它噪声信号；
监测通道中的回波信号xt(t)表示为：
Figure BDA0002561619250000041
其中，M表示异构外辐射源的个数，si(t-τi)为不同辐射源信号的回波信号，τi是第i个辐射源回波信号相对于直达波信号的时延，fdi为回波信号相对应直达波的多普勒频移，ai表示第i个辐射源回波信号的幅度；si(t)是不同的直达波信号，di为参考通道中的不同直达波信号的幅度；
Figure BDA0002561619250000042
表示回波信号中的多径信号成分，H为监测通道中多径信道的径数，mij为第i个辐射源的直达波信号的第j个路径信号的幅度，τij为第i个卫星的直达波信号的第j个路径信号相对于直达波的时延，v(t)表示零均值高斯噪声；
对监测通道中的直达波和多径信号采用自适应波束形成方法进行抑制，具体步骤如下：
采用线性约束最小方差(LCMV)算法对外辐射源发射的直达波方向进行约束：
Figure BDA0002561619250000043
其中，ω表示加权系数，Rxx表示回波通道接收信号的协方差矩阵，C＝[α(θ0)α(θ1)…α(θM)],f＝[1 0 …0]，其中α(θ0)为期望信号方向导向矢量，α(θ1)…α(θM)为M个外辐射源的方位导向矢量，(·)H表示共轭转置，求解得到：
Figure BDA0002561619250000051
应对多径干扰，采用宽零陷方法在多径干扰方向区域产生零陷来抑制，宽零陷的波束合成问题表示为：
Figure BDA0002561619250000052
其中，ω表示加权系数，ω0表示常规的波束系数，ξ表示零陷宽度，Q是一个M×M维的Hermitian矩阵，Q被表示为：
Figure BDA0002561619250000053
其中，α(θ)表示导向矢量，θk为干扰方向，Δθk是干扰方向θk处形成的零陷宽度，k＝1,2,…,K，K表示零陷数量；
对代价函数求解求得宽零陷加权矢量：
ω＝(I-DDH)ω0；
其中，
Figure BDA0002561619250000054
Ei表示特征值λi对应的特征向量。
用ωopt代替ω0，得到：
Figure BDA0002561619250000055
通过改变C中的导向矢量α(θ0)来控制波束指向，对直达波以及多径干扰进行抑制的同时实现目标的测向；当回波中的直达波和多径已经被抑制后，回波通道接收的信号模型表示为：
Figure BDA0002561619250000056
进一步，对f(t)做线性正则变换表示为：
Figure BDA0002561619250000061
其中，参数a，b，c，d满足ad-bc＝1，通过线性正则变换将信号从时域变换到了并不具备物理定义的数字域u域；
自由参数矩阵分解得：
Figure BDA0002561619250000062
等价于对做三次线性正则变换，自由参数取值如上式等式右边矩阵所示，根据线性正则变换的叠加可得：
Figure BDA0002561619250000063
根据模糊函数的卷积特性和乘积特性，基于线性正则变换的模糊函数与模糊函数之间的关系表示为：
Figure BDA0002561619250000064
其中，u,w表示基于线性正则变换模糊函数的两个数字域，对应于普通模糊函数的时域以及频域，当对基于线性正则变换的互模糊函数的处理结果进行谱峰搜索后，将搜索出的umax,wmax通过尺度变换转换成时延估计值
Figure BDA0002561619250000065
与多普勒频移估计值
Figure BDA0002561619250000066
τ＝du-bw
f＝-cu+aw。
进一步，针对的应用场景中，目标、辐射源以及接收站之间的几何关系满足：
Figure BDA0002561619250000067
其中，θR为辐射源与目标连线和接收天线与目标连线之间的夹角，L是接收站和辐射源之间的距离，Rt为目标到辐射源之间的距离，Rr为目标到接收站之间的距离：
通过变换得出：
Figure BDA0002561619250000071
而径向速度vd与多普勒频移f的关系为：
vd＝λfd；
其中，λ表示辐射源信号的波长；
将估计出的时延估计值
Figure BDA0002561619250000072
与多普勒频移估计值
Figure BDA0002561619250000073
转化为距离和径向速度估计值
Figure BDA0002561619250000074
不同辐射源估计出的umax,wmax是互不相同的，且时延和多普勒频移的估计值
Figure BDA0002561619250000075
也不同，下标i表示第i个辐射源，将
Figure BDA0002561619250000076
转化为距离和径向速度估计量后，不同辐射源对于距离的估计值
Figure BDA0002561619250000077
在理论上是相同的，对不同辐射源的距离估计值
Figure BDA0002561619250000078
采用均方误差和最小的加权融合方法进行加权融合；
第i个辐射源估计结果
Figure BDA0002561619250000079
对应的权值为：
Figure BDA00025616192500000710
其中，
Figure BDA00025616192500000711
表示不同辐射源距离估计的平均值；
利用不同的权值在对不同辐射源的距离估计结果进行融合，得到距离的最终估计值
Figure BDA00025616192500000712
进一步，当距离估计值已知后，求解目标在三维空间中的位置：
Figure BDA00025616192500000713
其中，(x,y,z)，(x1,y1,z1)，(xi,yi,zi)分别表示目标，接收站以及第i个接收站在三维空间中的坐标，其中接收站与辐射源的位置参数是已知的，且Rt，L的值都已经得到，
Figure BDA0002561619250000081
通过解方程组得到目标在三维空间中的位置(x,y,z)；
由于目标在三维空间中的坐标(x,y,z)求解出来，通过目标和辐射源的的坐标求出第i个辐射源相对于目标的方位角
Figure BDA0002561619250000082
和俯仰角θδi，
Figure BDA0002561619250000083
表示辐射源1相对于目标的方位角，θδ1表示辐射源1相对于目标的俯仰角，目标速度在目标与第i个外辐射源的连线方向上的速度分量就是估计出的径向速度vi＝vdi，辐射源1与目标的相对速度v1在笛卡尔三位空间坐标系中分解为vx1，vy1，vz1，求解方程可以表示为：
Figure BDA0002561619250000084
同理可以求出辐射源i与目标相对速度vi的速度分量vxi，vyi，vzi，当外辐射源数量i≥3，且不同辐射源到目标的连线不在同一平面时，通过不同的辐射源对应的径向速度vi合成目标的速度v。
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：首先通过带通滤波器分离参考信道中的直达波信号，并对监测通道中信号进行直达波干扰和多径干扰的抑制，获得较为纯净的回波信号；然后对天线输出信号进行线性正则变换，并构造出基于线性正则变换的互模糊函数进行时延以及多普勒频移的估计；再根据接收站，目标，辐射源之间的空间几何关系将时延和多普勒转化为目标到接收站的距离和目标径向速度；最后选择合适的算法对不同辐射源的距离估计结果进行融合，并利用不同的径向速度合成目标的速度。
本发明的另一目的在于提供一种实施所述多类型外辐射源照射下目标被动协同探测方法的目标被动协同探测系统，所述目标被动协同探测系统包括：
回波信号处理模块，用于通过带通滤波器分离参考信道中的直达波信号，并对监测通道中信号进行直达波干扰和多径干扰的抑制，获得较为纯净的回波信号；
线性正则变换模块，用于对天线输出信号进行线性正则变换，并构造出基于线性正则变换的互模糊函数进行时延以及多普勒频移的估计；
时延和多普勒转化模块，用于根据接收站，目标，辐射源之间的空间几何关系将时延和多普勒转化为目标到接收站的距离和目标径向速度；
目标速度合成模块，用于选择合适的算法对不同辐射源的距离估计结果进行融合，并利用不同的径向速度合成目标的速度。
本发明的另一目的在于提供一种TDOA与DOA联合对目标探测系统，所述TDOA与DOA联合对目标探测系统搭载所述的目标被动协同探测系统。
本发明的另一目的在于提供一种通信信号处理系统，所述通信信号处理系统搭载所述的目标被动协同探测系统。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明根据目标在三维空间的速度分量也可以求出目标的速度方向，相较于单辐射源通过前后两个位置点测速的方案，节约了时间成本，能够及时快速的对目标的速度大小和方向进行估计。本发明提出的方法构造出基于线性正则变换的互模糊函数，可以实现对模糊函数的伸缩变换，从而一定程度上弥补一些特定外辐射源信号的缺陷，从而提升探测的精度。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的目标被动协同探测方法流程图。
图2是本发明实施例提供的目标被动协同探测系统的结构示意图；
图2中：1、回波信号处理模块；2、线性正则变换模块；3、时延和多普勒转化模块；4、目标速度合成模块。
图3是本发明实施例提供的接收系统的几何结构示意图。
图4是本发明实施例提供的目标速度在三维空间中的分解示意图。
图5是本发明实施例提供的速度估计性能示意图。
图6是本发明实施例提供的距离估计性能示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种多类型外辐射源照射下目标被动协同探测方法及系统，下面结合附图对本发明作详细的描述。
如图1所示，本发明提供的多类型外辐射源照射下目标被动协同探测方法包括以下步骤：
S101：设计带通滤波器对参考通道的直达波进行分离，并对监测通道中信号进行直达波干扰和多径干扰的抑制；
S102：对各辐射源直达波信号和回波信号进行线性正则变换，并构建基于线性正则变换的互模糊函数，通过谱峰搜索确定互模糊函数峰值所对应的坐标，并将其转化为回波信号相对于直达波信号的时延和频移估计值；
S103：根据目标，辐射源，接收站之间的空间几何关系，将估计得到的时延和多普勒参数转化为目标到接收站的距离和径向速度；
S104：选择合适的数据融合算法将不同辐射源对距离的估计结果进行融合，并利用不同的径向速度合成目标的速度，从而实现对目标的被动探测。
本发明提供的目标被动协同探测方法业内的普通技术人员还可以采用其他的步骤实施，图1的本发明提供的目标被动协同探测方法仅仅是一个具体实施例而已。
如图2所示，本发明提供的目标被动协同探测系统包括：
回波信号处理模块1，用于通过带通滤波器分离参考信道中的直达波信号，并对监测通道中信号进行直达波干扰和多径干扰的抑制，获得较为纯净的回波信号。
线性正则变换模块2，用于对天线输出信号进行线性正则变换，并构造出基于线性正则变换的互模糊函数进行时延以及多普勒频移的估计。
时延和多普勒转化模块3，用于根据接收站，目标，辐射源之间的空间几何关系将时延和多普勒转化为目标到接收站的距离和目标径向速度。
目标速度合成模块4，用于选择合适的算法对不同辐射源的距离估计结果进行融合，并利用不同的径向速度合成目标的速度。
下面结合附图对本发明的技术方案作进一步的描述。
本发明实施例提供的多类型外辐射源照射下目标被动协同探测方法具体包括以下步骤：
第一步，设计带通滤波器将来自不同辐射源的直达波信号分离，并对监测通道中信号进行直达波干扰和多径干扰的抑制；
需要说明的是，由于多个异构外辐射源发出的信号频带一般不重合，因此可以用带通滤波器直接将不同外辐射源信号分离，分离之后参考通道中第i个辐射源信号的直达波信号xi(t)表示为：
xi(t)＝bisi(t)+n(t)；
其中，si(t)表示第i个辐射源信号的直达波，n(t)是零均值高斯信号，代表空间中的其它噪声信号。
则参考通道的信号x(t)可以表示为：
Figure BDA0002561619250000111
其中，M表示异构辐射源的数量，si(t)是第i种直达波信号，bi是该直达波信号的幅度，n(t)表示加性零均值高斯信号。
监测通道中的回波信号xt(t)可以表示为：
Figure BDA0002561619250000121
其中，M表示异构外辐射源的个数，si(t-τi)为不同辐射源信号的回波信号，τi是第i个辐射源回波信号相对于直达波信号的时延，fdi为回波信号相对应直达波的多普勒频移，ai表示第i个辐射源回波信号的幅度；si(t)是不同的直达波信号，di为参考通道中的不同直达波信号的幅度；
Figure BDA0002561619250000122
表示回波信号中的多径信号成分，H为监测通道中多径信道的径数，mij为第i个辐射源的直达波信号的第j个路径信号的幅度，τij为第i个卫星的直达波信号的第j个路径信号相对于直达波的时延，v(t)表示零均值高斯噪声。
外辐射源雷达探测系统中，因为辐射源信号不是专门用来进行探测的，因此功率较主动雷达要低的多，因此监测通道中的回波信号也十分微弱，它的功率要远远低于直达波干扰和多径干扰的功率。为了将监测通道中的回波信号提取出来，必须对直达波干扰和多径干扰进行抑制，由于时域滤波技术的抑制噪声能力较弱，在低信噪比场景下的抑制能力较弱，因此考虑采用空域滤波技术来进行抑制，其中，自适应波束形成的方法就是一种十分有效的空滤波方法。可以采用线性约束最小方差(LCMV)算法对外辐射源发射的直达波方向进行约束：
Figure BDA0002561619250000123
其中，ω表示加权系数，Rxx表示回波通道接收信号的协方差矩阵，C＝[α(θ0)α(θ1)…α(θM)],f＝[1 0 …0]，其中α(θ0)为期望信号方向导向矢量，α(θ1)…α(θM)为M个外辐射源的方位导向矢量，(·)H表示共轭转置，对上式求解可以得到：
Figure BDA0002561619250000124
应对多径干扰，需要采用宽零陷方法在多径干扰方向区域产生零陷来抑制，宽零陷的波束合成问题可以表示为：
Figure BDA0002561619250000131
其中，ω0表示常规的波束系数，ξ表示零陷宽度，Q是一个M×M维的Hermitian矩阵，Q被表示为：
Figure BDA0002561619250000132
其中，θk为干扰方向，Δθk是干扰方向θk处形成的零陷宽度，k＝1,2,…,K，K表示零陷数量，对Q进行特征值分解可得：
Figure BDA0002561619250000133
其中，λi表示Q的特征值，Ei表示特征值λi对应的特征向量，特征值由大到小排列，即随着i的增大λi逐渐减小，将上式代入约束可得：
Figure BDA0002561619250000134
令ωHEi＝0,i＝1,2,…,M0，即：
ωHD＝0；
其中，
Figure BDA0002561619250000135
那么：
Figure BDA0002561619250000136
根绝柯西-施瓦茨不等式，上式可划为：
Figure BDA0002561619250000137
由于特征值从大到小排列，因此选定合适的M0，即可满足约束，在ωHD＝0成立的条件下，代价函数可根据拉格朗日数乘车法重写为：
f(ω)＝(ω-ω0)H(ω-ω0)-ωHDλ；
其中，λ表示拉格朗日数乘因子，对ωH求导可得：
ω＝ω0-Dλ
对上式进行简化可得：
(ω0-Dλ)HD＝0；
由上式可得：
λ＝DHω0；
得到λ的值，即可求得宽零陷加权矢量：
ω＝(I-DDH)ω0；
为了在LCMV准则下的自适应波束形成于宽零陷算法结合，可用ωopt代替ω0，从而得到：
Figure BDA0002561619250000141
通过改变C中的导向矢量α(θ0)来控制波束指向，就可以对直达波以及多径干扰进行抑制的同时实现目标的测向。
当回波中的直达波和多径已经被抑制后，回波通道接收的信号模型可表示为：
Figure BDA0002561619250000142
第二步，对各辐射源直达波信号和回波信号进行线性正则变换，并构建基于线性正则变换的互模糊函数，通过谱峰搜索确定互模糊函数峰值所对应的坐标，并将其转化为回波信号相对于直达波信号的时延和频移估计值；
需要说明的是，因为来自不同辐射源的直达波已经被分离，因此可以先讨论单个非合作照射源的探测模型，外辐射源信号照射到移动目标上，再被目标反射后被接收天线接收到，由于回波信号的传播路径与直达波信号不同，因此相对于直达波信号会有一个时间延迟；同时，由于目标与发射站之间存在相对速度，因此回波信号会被较直达波信号也会存在一个频率偏移，即多普勒频移。民用辐射源信号的功率比主动雷达信号功率要低很多，回波信号往往淹没于噪声中，为了提升低信噪比环境下的估计精度，本发明首先对信号信号进行变换，然后构建基于线性正则变换的模糊函数对回波信号以及直达波信号进行处理。
对f(t)做线性正则变换可以表示为：
Figure BDA0002561619250000151
其中，参数a，b，c，d满足ad-bc＝1，通过线性正则变换将信号从时域变换到了并不具备物理定义的数字域u域。
可以对变换后的信号求互模糊函数
Figure BDA0002561619250000152
但是值得说明的说，基于线性正则变换的互模糊函数中u,w只具备数学上的意义，而不具备物理上的意义，但是被动探测原理确是通过估计时延和多普勒频移来实现对目标位置的速度的估计。因此单独讨论u,w没有任何意义，并不能直接确定出时延和多普勒的估计值。因此必须找出u,w与时延τ和多普勒频移f之间的对应关系。
自由参数a,b,c,d可以通过矩阵变换分解为：
Figure BDA0002561619250000153
线性正则变换具备叠加性质量，即自由参数取上式左边做一次线性正则变换等价于自由参数分别取右式的三个矩阵做三次线性正则变换，即：
Figure BDA0002561619250000154
根据叠加性，相当于做了三次线性正则变换。
当(a,b,c,d)＝(1,0,c,1)时，线性正则变换就简化为信号与chirp信号的积，即：
Figure BDA0002561619250000161
当(a,b,c,d)＝(1,b,0,1)时，线性正则变换就简化为信号与chirp信号的卷积，即：
Figure BDA0002561619250000162
此外，由互模糊函数的公式定义可以推导出其具备的两个重要性质：分别是乘积性质可卷积性质。
乘积性质可以表示为：
Figure BDA0002561619250000163
卷积性质可以表示为：
Figure BDA0002561619250000164
由乘积性质可得：
Figure BDA0002561619250000165
由卷积性质可得：
Figure BDA0002561619250000166
得出以上结论后，本发明再回到线性正则变换本身上来，将问题转换为与chirp信号的卷积或乘积：
1)信号f(t)与chirp信号
Figure BDA0002561619250000171
相乘积，即令：
Figure BDA0002561619250000172
2)信号g(t)与chirp信号
Figure BDA0002561619250000173
相卷积，即令：
Figure BDA0002561619250000174
3)信号h(t)与chirp信号
Figure BDA0002561619250000175
相乘积，即令：
Figure BDA0002561619250000176
将上述步骤的结果带入到基于线性正则变换的模糊函数中，可得：
Figure BDA0002561619250000177
可见，经过线性正则变换后的信号的模糊函数与该信号本身的模糊函数存在上述对应关系，即基于线性正则变换后的模糊函数可以看作是信号模糊函数平移，伸缩变换而成，模糊函数谱中值是一一对应的，这就从理论上说明了基于线性正则变换的模糊函数依旧可用于估计运动目标回波参数。且基于线性正则变换的模糊函数谱的横纵坐标轴不在是时域和频域参数，而是数学定义的没有实际物理含义的域，实质上是是对模糊函数的伸缩变换与频移，通过选择合适的自由参数，理论上可以提升距离分辨力或者速度分辨力。
因此当对基于线性正则变换的互模糊函数的处理结果进行谱峰搜索后，可以将搜索出的umax,wmax通过尺度变换转换成时延估计值
Figure BDA0002561619250000178
与多普勒频移估计值
Figure BDA0002561619250000179
τ＝du-bw：
f＝-cu+aw；
谱峰搜索的具体步骤如下：
Step1：将模糊函数二维截面的数据存放到数组W′中，数组的第i个元素为wi：
Step2：对数组W′中的每个元素进行后向差分，并向结果存入数组W″，数组中第j个元素记为w″j：
w″j＝w′i-w′i+1；
Step3：将W″中小于零的元素置零，统计数组W″中大于零的元素的数量并记为n，并对n个元素做如下变换：
Figure BDA0002561619250000181
Figure BDA0002561619250000182
Step4：重复Step3的操作直至n＝1，输出此时大于零元素的下表作为谱峰搜索的结果。
第三步，根据目标，辐射源，接收站之间的空间几何关系，将估计得到的时延和多普勒参数转化为目标到接收站的距离和径向速度。
需要说明的是，第三步将估计得到的时延和多普勒参数转化为目标到接收站的距离和径向速度：
如图3所示，在本发明所针对的应用场景中，目标、辐射源以及接收站之间满足：
Figure BDA0002561619250000183
其中，c为光速，θR为辐射源与目标连线和接收天线与目标连线之间的夹角，L是接收站和辐射源之间的距离，Rt为目标到辐射源之间的距离，Rr为目标到接收站之间的距离。
通过变换可以得出：
Figure BDA0002561619250000184
而径向速度vd与多普勒频移f的关系为：
vd＝λfd；
其中，λ表示辐射源信号的波长。
将估计出的时延估计值
Figure BDA0002561619250000185
与多普勒频移估计值
Figure BDA0002561619250000186
转化为距离和径向速度估计值
Figure BDA0002561619250000191
因为不同辐射源的位置和信号波长不同，因此不同辐射源估计出的umax,wmax是互不相同的，且时延和多普勒频移的估计值
Figure BDA0002561619250000192
也不同，下标i表示第i个辐射源，但是将
Figure BDA0002561619250000193
转化为距离和径向速度估计量后，不同辐射源对于距离的估计值
Figure BDA0002561619250000194
在理论上是相同的。
第四步，选择合适的数据融合算法将不同辐射源对距离的估计结果进行融合，并利用不同的径向速度合成目标的速度，从而实现对目标的被动探测。
值得说明的是，第四步中利用数据融合算法将不同辐射源对距离的估计结果进行融合的原理为：
对不同辐射源的距离估计值
Figure BDA0002561619250000195
采用均方误差和最小的加权融合方法进行加权融合，首先，对于Ri(i＝1,2,…,M′)，假设其对应的加权系数分别为wi(i＝1,2,…,M′)，则融合后的
Figure BDA0002561619250000196
应该满足如下条件：
Figure BDA0002561619250000197
根据上式得到不同估计值总的均方误差和为：
Figure BDA0002561619250000198
因为当i≠j时，Ri与Rj相互独立，因此：
Figure BDA0002561619250000199
对上市进行化简可以得到：
Figure BDA00025616192500001910
其中，Pi＝E[(R-Ri)2]，为每个估计值的方差。
总均方误差
Figure BDA0002561619250000201
是以各个加权系数为变量的一个多元二次函数，所以一定存在极小值：
Figure BDA0002561619250000202
通过对上式进行求解，可得当
Figure BDA0002561619250000203
取得最小值时的加权系数为：
Figure BDA0002561619250000204
其中，
Figure BDA0002561619250000205
此时均方误差和的最小值为：
Figure BDA0002561619250000206
得到Ri(i＝1,2,…,M′)的加权系数后，可求出经过融合后的距离估计值
Figure BDA00025616192500002010
从而可以求解目标在三维空间中的位置：
Figure BDA0002561619250000207
其中，(x,y,z)，(x1,y1,z1)，(xi,yi,zi)分别表示目标，接收站以及第i个接收站在三维空间中的坐标，其中接收站与辐射源的位置参数是已知的，且Rt，Rt，L的值都已经得到。因此可以通过解方程组得到目标在三维空间中的位置(x,y,z)。
由于目标在三维空间中的坐标(x,y,z)已经求解出来，因此通过目标和辐射源的的坐标求出第i个辐射源相对于目标的方位角
Figure BDA0002561619250000208
和俯仰角θδi，
Figure BDA0002561619250000209
表示辐射源1相对于目标的方位角，θδ1表示辐射源1相对于目标的俯仰角，目标速度在目标与第i个外辐射源的连线方向上的速度分量就是估计出的径向速度vi＝vdi，辐射源1与目标的相对速度v1在笛卡尔三位空间坐标系中可以分解为vx1，vy1，vz1，求解方程可以表示为：
Figure BDA0002561619250000211
同理可以求出辐射源i与目标相对速度vi的速度分量vxi，vyi，vzi，当外辐射源数量i≥3，且不同辐射源到目标的连线不在同一平面时，可以通过不同的辐射源对应的径向速度vi合成目标的速度v：
Figure BDA0002561619250000212
Figure BDA0002561619250000213
Figure BDA0002561619250000214
Figure BDA0002561619250000215
根据目标在三维空间的速度分量也可以求出目标的速度方向，相较于单辐射源通过前后两个位置点测速的方案，节约了时间成本，能够及时快速的对目标的速度大小和方向进行估计。
下面结合仿真对本发明的技术效果作详细的描述。
为了验证本发明所用运动目标距离和速度直接估计方法的有效性，设计了相应的仿真实验。本发明选用FM信号，DVB-T信号以及GSM信号作为测试信号，三种直达波信号的功率比为：1：0.08：0.0025，载波频率分别为：97MHz，750MHz，955MHz回波比直达波弱40db，信号相干累积的点数为107。噪声环境为加性高斯白噪声，目标距离为10km，在三个辐射源方向的分速度均为200m/s，每个信噪比下进行500次Monte-Carlo实验。对于速度和距离估计量采用归一化最小均方误差(NMSE)进行评估，为了研究不同回波信噪比对不同方法距离和速度估计性能的影响，在回波信噪比取-50dB到20dB的条件下，用基于线性正则变换的互模糊函数通过仿真进行验证，仿真结果如图5、图6所示，从图5，图6中可以看出，当信噪比达到-10db时，所提出方法的距离和速度估计精度均达到10-2，证明了该方法对目标进行探测的的有效性。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种多类型外辐射源照射下目标被动协同探测方法及系统，其特征在于，所述多类型外辐射源照射下目标被动协同探测方法首先通过带通滤波器分离参考信道中的直达波信号，并对监测通道中信号进行直达波干扰和多径干扰的抑制，获得较为纯净的回波信号；然后对天线输出信号进行线性正则变换，并构造出基于线性正则变换的互模糊函数进行时延以及多普勒频移的估计；再根据接收站，目标，辐射源之间的空间几何关系将时延和多普勒转化为目标到接收站的距离和目标径向速度；最后选择合适的算法对不同辐射源的距离估计结果进行融合，并利用不同的径向速度合成目标的速度。
2.如权利要求1所述的多类型外辐射源照射下目标被动协同探测方法，其特征在于，所述目标被动协同探测方法包括：
步骤一，设计带通滤波器对参考通道的直达波进行分离，并对监测通道中信号进行直达波干扰和多径干扰的抑制；
步骤二，对直达波信号和回波信号进行线性正则变换，并构造基于线性正则比那换的互模糊函数估计回波信号相对于直达波信号的时延和频移；
步骤三，根据目标，辐射源，接收站之间的空间几何关系，将估计得到的时延和多普勒参数转化为目标到接收站的距离和径向速度；
步骤四，选择合适的数据融合算法将不同辐射源对距离的估计结果进行融合，并利用不同的径向速度合成目标的速度，从而实现对目标的被动探测。
3.如权利要求2所述的多类型外辐射源照射下目标被动协同探测方法，其特征在于，所接收站有两个接收通道，监测通道用于接收回波信号，参考通道用于接收直达波信道，参考的直达波利用带通滤波器直接分离，分离之后，参考通道中第i个辐射源信号的直达波信号xi(t)表示为：
xi(t)＝bisi(t)+n(t)；
其中，si(t)表示第i个辐射源信号的直达波，n(t)是零均值高斯信号，代表空间中的其它噪声信号；
监测通道中的回波信号xt(t)表示为：
Figure FDA0002561619240000021
其中，M表示异构外辐射源的个数，si(t-τi)为不同辐射源信号的回波信号，τi是第i个辐射源回波信号相对于直达波信号的时延，fdi为回波信号相对应直达波的多普勒频移，ai表示第i个辐射源回波信号的幅度；si(t)是不同的直达波信号，di为参考通道中的不同直达波信号的幅度；
Figure FDA0002561619240000022
表示回波信号中的多径信号成分，H为监测通道中多径信道的径数，mij为第i个辐射源的直达波信号的第j个路径信号的幅度，τij为第i个卫星的直达波信号的第j个路径信号相对于直达波的时延，v(t)表示零均值高斯噪声；
对监测通道中的直达波和多径信号采用自适应波束形成方法进行抑制，具体步骤如下：
采用线性约束最小方差(LCMV)算法对外辐射源发射的直达波方向进行约束：
Figure FDA0002561619240000023
其中，ω表示加权系数，Rxx表示回波通道接收信号的协方差矩阵，C＝[α(θ0)α(θ1)…α(θM)],f＝[1 0 …0]，其中α(θ0)为期望信号方向导向矢量，α(θ1)…α(θM)为M个外辐射源的方位导向矢量，(·)H表示共轭转置，求解得到：
Figure FDA0002561619240000024
应对多径干扰，采用宽零陷方法在多径干扰方向区域产生零陷来抑制，宽零陷的波束合成问题表示为：
Figure FDA0002561619240000025
其中，ω0表示常规的波束系数，ξ表示零陷宽度，Q是一个M×M维的Hermitian矩阵，Q被表示为：
Figure FDA0002561619240000031
其中，α(θ)表示导向矢量，θk为干扰方向，Δθk是干扰方向θk处形成的零陷宽度，k＝1,2,…,K，K表示零陷数量；
对代价函数求解求得宽零陷加权矢量：
ω＝(I-DDH)ω0；
其中，
Figure FDA0002561619240000032
Ei表示特征值λi对应的特征向量。
用ωopt代替ω0，得到：
Figure FDA0002561619240000033
通过改变C中的导向矢量α(θ0)来控制波束指向，对直达波以及多径干扰进行抑制的同时实现目标的测向；当回波中的直达波和多径已经被抑制后，回波通道接收的信号模型表示为：
Figure FDA0002561619240000034
4.如权利要求2所述的多类型外辐射源照射下目标被动协同探测方法，其特征在于，对f(t)做线性正则变换表示为：
Figure FDA0002561619240000035
其中，参数a，b，c，d满足ad-bc＝1，通过线性正则变换将信号从时域变换到了并不具备物理定义的数字域u域；
自由参数矩阵分解得：
Figure FDA0002561619240000036
等价于对做三次线性正则变换，自由参数取值如上式等式右边矩阵所示，根据线性正则变换的叠加可得：
Figure FDA0002561619240000041
根据模糊函数的卷积特性和乘积特性，基于线性正则变换的模糊函数与模糊函数之间的关系表示为：
Figure FDA0002561619240000042
其中，u,w表示基于线性正则变换模糊函数的两个数字域，对应于普通模糊函数的时域以及频域，当对基于线性正则变换的互模糊函数的处理结果进行谱峰搜索后，将搜索出的umax,wmax通过尺度变换转换成时延估计值
Figure FDA0002561619240000043
与多普勒频移估计值
Figure FDA0002561619240000044
τ＝du-bw
f＝-cu+aw。
5.如权利要求2所述的多类型外辐射源照射下目标被动协同探测方法，其特征在于，针对的应用场景中，目标、辐射源以及接收站之间的几何关系满足：
Figure FDA0002561619240000045
其中，c为光速，θR为辐射源与目标连线和接收天线与目标连线之间的夹角，L是接收站和辐射源之间的距离，Rt为目标到辐射源之间的距离，Rr为目标到接收站之间的距离；
通过变换得出：
Figure FDA0002561619240000046
而径向速度vd与多普勒频移f的关系为：
vd＝λfd；
其中，λ表示辐射源信号的波长；
将估计出的时延估计值
Figure FDA0002561619240000047
与多普勒频移估计值
Figure FDA0002561619240000048
转化为距离和径向速度估计值
Figure FDA0002561619240000049
不同辐射源估计出的umax,wmax是互不相同的，且时延和多普勒频移的估计值
Figure FDA0002561619240000051
也不同，下标i表示第i个辐射源，将
Figure FDA0002561619240000052
转化为距离和径向速度估计量后，不同辐射源对于距离的估计值
Figure FDA0002561619240000053
在理论上是相同的，对不同辐射源的距离估计值
Figure FDA0002561619240000054
采用均方误差和最小的加权融合方法进行加权融合；
第i个辐射源估计结果
Figure FDA0002561619240000055
对应的权值为：
Figure FDA0002561619240000056
其中，
Figure FDA0002561619240000057
Figure FDA0002561619240000058
表示不同辐射源距离估计的平均值；
利用不同的权值在对不同辐射源的距离估计结果进行融合，得到距离的最终估计值
Figure FDA0002561619240000059
6.如权利要求2所述的多类型外辐射源照射下目标被动协同探测方法，其特征在于，当距离估计值已知后，求解目标在三维空间中的位置：
Figure FDA00025616192400000510
Figure FDA00025616192400000511
Figure FDA00025616192400000512
其中，(x,y,z)，(x1,y1,z1)，(xi,yi,zi)分别表示目标，接收站以及第i个接收站在三维空间中的坐标，其中接收站与辐射源的位置参数是已知的，且Rt，L的值都已经得到，
Figure FDA00025616192400000513
通过解方程组得到目标在三维空间中的位置(x,y,z)；
由于目标在三维空间中的坐标(x,y,z)求解出来，通过目标和辐射源的的坐标求出第i个辐射源相对于目标的方位角
Figure FDA00025616192400000514
和俯仰角θδi，
Figure FDA00025616192400000515
表示辐射源1相对于目标的方位角，θδ1表示辐射源1相对于目标的俯仰角，目标速度在目标与第i个外辐射源的连线方向上的速度分量就是估计出的径向速度vi＝vdi，辐射源1与目标的相对速度v1在笛卡尔三位空间坐标系中分解为vx1，vy1，vz1，求解方程可以表示为：
Figure FDA0002561619240000061
Figure FDA0002561619240000062
vz1＝v1sinθδ1；
同理可以求出辐射源i与目标相对速度vi的速度分量vxi，vyi，vzi，当外辐射源数量i≥3，且不同辐射源到目标的连线不在同一平面时，通过不同的辐射源对应的径向速度vi合成目标的速度v。
7.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：首先通过带通滤波器分离参考信道中的直达波信号，并对监测通道中信号进行直达波干扰和多径干扰的抑制，获得较为纯净的回波信号；然后对天线输出信号进行线性正则变换，并构造出基于线性正则变换的互模糊函数进行时延以及多普勒频移的估计；再根据接收站，目标，辐射源之间的空间几何关系将时延和多普勒转化为目标到接收站的距离和目标径向速度；最后选择合适的算法对不同辐射源的距离估计结果进行融合，并利用不同的径向速度合成目标的速度。
8.一种实施权利要求1～6任意一项所述多类型外辐射源照射下目标被动协同探测方法的目标被动协同探测系统，其特征在于，所述多类型外辐射源照射下目标被动协同探测系统包括：
回波信号处理模块，用于通过带通滤波器分离参考信道中的直达波信号，并对监测通道中信号进行直达波干扰和多径干扰的抑制，获得较为纯净的回波信号；
线性正则变换模块，用于对天线输出信号进行线性正则变换，并构造出基于线性正则变换的互模糊函数进行时延以及多普勒频移的估计；
时延和多普勒转化模块，用于根据接收站，目标，辐射源之间的空间几何关系将时延和多普勒转化为目标到接收站的距离和目标径向速度；
目标速度合成模块，用于选择合适的算法对不同辐射源的距离估计结果进行融合，并利用不同的径向速度合成目标的速度。
9.一种TDOA与DOA联合对目标探测系统，其特征在于，所述TDOA与DOA联合对目标探测系统搭载权利要求8所述的目标被动协同探测系统。
10.一种通信信号处理系统，其特征在于，所述通信信号处理系统搭载权利要求8所述的目标被动协同探测系统。
CN202010608660.3A 2020-06-30 2020-06-30 一种多类型外辐射源照射下目标被动协同探测方法及系统 Active CN111948619B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010608660.3A CN111948619B (zh) 2020-06-30 2020-06-30 一种多类型外辐射源照射下目标被动协同探测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010608660.3A CN111948619B (zh) 2020-06-30 2020-06-30 一种多类型外辐射源照射下目标被动协同探测方法及系统

Publications (2)

Publication Number Publication Date
CN111948619A true CN111948619A (zh) 2020-11-17
CN111948619B CN111948619B (zh) 2024-01-30

Family

ID=73337244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010608660.3A Active CN111948619B (zh) 2020-06-30 2020-06-30 一种多类型外辐射源照射下目标被动协同探测方法及系统

Country Status (1)

Country Link
CN (1) CN111948619B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112986975A (zh) * 2021-02-07 2021-06-18 电子科技大学 一种基于距离加权的被动雷达网络中心化检测方法
CN113359095A (zh) * 2021-04-27 2021-09-07 电子科技大学 一种相干被动mimo雷达克拉美罗界的计算方法
CN114460578A (zh) * 2022-02-11 2022-05-10 北京博识广联科技有限公司 基于多维信号的辐射源筛选方法
CN115963457A (zh) * 2023-03-16 2023-04-14 东南大学 一种多通道无源雷达直达波干扰抑制方法
CN116203501A (zh) * 2023-04-27 2023-06-02 中国人民解放军战略支援部队航天工程大学 基于频域互模糊函数插值映射辐射源无源定位方法和设备
CN116701921A (zh) * 2023-08-08 2023-09-05 电子科技大学 多通道时序信号的时频特征提取电路及自适应抑噪电路
CN117741586A (zh) * 2024-02-19 2024-03-22 中国科学院空天信息创新研究院 一种超宽带自适应阵列接收装置及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3588802A (en) * 1968-01-09 1971-06-28 Seismograph Service Corp Wave energy source location by amplitude and phase measurement
US5262785A (en) * 1992-04-30 1993-11-16 General Electric Co. Small target doppler detection system
CN106597407A (zh) * 2016-12-06 2017-04-26 西安电子科技大学 多星协同下微弱回波信号时延和多普勒频移联合估计方法
CN108398676A (zh) * 2018-05-04 2018-08-14 电子科技大学 一种外辐射源雷达微弱运动目标探测方法
CN108549064A (zh) * 2018-07-24 2018-09-18 电子科技大学 基于脉内多普勒频率模糊补偿的外辐射源动目标探测方法
WO2018194477A1 (ru) * 2017-04-18 2018-10-25 Общество С Ограниченной Ответственностью "Инновационный Центр Самоцвет" Способ и устройство радиолокационного определения координат и скорости объектов

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3588802A (en) * 1968-01-09 1971-06-28 Seismograph Service Corp Wave energy source location by amplitude and phase measurement
US5262785A (en) * 1992-04-30 1993-11-16 General Electric Co. Small target doppler detection system
CN106597407A (zh) * 2016-12-06 2017-04-26 西安电子科技大学 多星协同下微弱回波信号时延和多普勒频移联合估计方法
WO2018194477A1 (ru) * 2017-04-18 2018-10-25 Общество С Ограниченной Ответственностью "Инновационный Центр Самоцвет" Способ и устройство радиолокационного определения координат и скорости объектов
CN108398676A (zh) * 2018-05-04 2018-08-14 电子科技大学 一种外辐射源雷达微弱运动目标探测方法
CN108549064A (zh) * 2018-07-24 2018-09-18 电子科技大学 基于脉内多普勒频率模糊补偿的外辐射源动目标探测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
华树钢;王俊;: "利用CDMA信号为照射源的雷达目标探测技术", 系统工程与电子技术, no. 02 *
张玉灵;何俊;朱健东;戴幻尧;: "利用两次最大似然估计的单站外辐射源时差定位算法", 探测与控制学报, no. 05 *
李晶;李冬海;赵拥军;: "利用角度和时差的单站外辐射源定位方法", 武汉大学学报(信息科学版), no. 02 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112986975A (zh) * 2021-02-07 2021-06-18 电子科技大学 一种基于距离加权的被动雷达网络中心化检测方法
CN113359095A (zh) * 2021-04-27 2021-09-07 电子科技大学 一种相干被动mimo雷达克拉美罗界的计算方法
CN113359095B (zh) * 2021-04-27 2022-10-14 电子科技大学 一种相干被动mimo雷达克拉美罗界的计算方法
CN114460578A (zh) * 2022-02-11 2022-05-10 北京博识广联科技有限公司 基于多维信号的辐射源筛选方法
CN115963457A (zh) * 2023-03-16 2023-04-14 东南大学 一种多通道无源雷达直达波干扰抑制方法
CN116203501A (zh) * 2023-04-27 2023-06-02 中国人民解放军战略支援部队航天工程大学 基于频域互模糊函数插值映射辐射源无源定位方法和设备
CN116203501B (zh) * 2023-04-27 2024-01-05 中国人民解放军战略支援部队航天工程大学 基于频域互模糊函数插值映射辐射源无源定位方法和设备
CN116701921A (zh) * 2023-08-08 2023-09-05 电子科技大学 多通道时序信号的时频特征提取电路及自适应抑噪电路
CN116701921B (zh) * 2023-08-08 2023-10-20 电子科技大学 多通道时序信号自适应抑噪电路
CN117741586A (zh) * 2024-02-19 2024-03-22 中国科学院空天信息创新研究院 一种超宽带自适应阵列接收装置及方法
CN117741586B (zh) * 2024-02-19 2024-05-07 中国科学院空天信息创新研究院 一种超宽带自适应阵列接收装置及方法

Also Published As

Publication number Publication date
CN111948619B (zh) 2024-01-30

Similar Documents

Publication Publication Date Title
CN111948619B (zh) 一种多类型外辐射源照射下目标被动协同探测方法及系统
CN107831480B (zh) 弹载雷达和差通道稳健自适应杂波抑制方法
CN109581352B (zh) 一种基于毫米波雷达的超分辨测角系统
CN110673086A (zh) 一种基于数字阵列雷达的二维角度超分辨方法
CN111007503B (zh) 基于频率谱精确定位的运动目标聚焦和定位方法及系统
CN113687356B (zh) 一种机载多通道圆迹sar运动目标检测与估计方法
Feng et al. Target localization using MIMO-monopulse: Application on 79 GHz FMCW automotive radar
Tabrikian et al. Cognitive antenna selection for automotive radar using bobrovsky-zakai bound
Huang et al. Array based passive radar target localization
Zhu et al. Robust moving targets detection and velocity estimation using multi-channel and multi-look SAR images
CN110515066B (zh) 一种车载毫米波雷达及其目标高度测量方法
Abdullah et al. Comparative Study of Super-Performance DOA Algorithms based for RF Source Direction Finding and Tracking
CN109597034B (zh) 一种基于欧几里得距离的空时自适应处理方法
CN111948620B (zh) 一种基于多类型外辐射源的目标被动协同探测方法及系统
Lee et al. Enhanced performance of MUSIC algorithm using spatial interpolation in automotive FMCW radar systems
CN108629357B (zh) 一种用于水下航行器的数据融合方法和系统
CN115469337A (zh) 基于二维聚焦分析的卫星导航系统多径干扰信号辨识方法
De et al. Angle estimation using modified subarray level monopulse ratio algorithm and s-curve in digital phased array radar
Jang et al. Array antenna design for passive coherent location systems with non-uniform array configurations
Tinh et al. A new imaging geometry model for determining phase distribution in multi-receiver synthetic aperture sonar
Schurwanz et al. Improving estimation performance of compressive sensing‐based multiple‐input multiple‐output radar using electronic beamsteering
Tabrikian et al. Performance bounds and techniques for target localization using MIMO radars
Sun et al. Phase array amplitude and phase correction for HFSWR based on AIS information
Matvienko Estimation of the Practically Attainable Accuracy of Modern Ultrashort Baseline Hydroacoustic Navigation Systems for Underwater Robots
Shejbal et al. Comparison of azimuth estimation in PCL and MLAT systems applied on measured data

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