CN113009464A - 基于线性约束最小方差准则的稳健自适应脉冲压缩方法 - Google Patents
基于线性约束最小方差准则的稳健自适应脉冲压缩方法 Download PDFInfo
- Publication number
- CN113009464A CN113009464A CN202110242321.2A CN202110242321A CN113009464A CN 113009464 A CN113009464 A CN 113009464A CN 202110242321 A CN202110242321 A CN 202110242321A CN 113009464 A CN113009464 A CN 113009464A
- Authority
- CN
- China
- Prior art keywords
- constraint
- pulse compression
- adaptive pulse
- minimum variance
- condition
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
- G01S13/10—Systems for measuring distance only using transmission of interrupted, pulse modulated waves
- G01S13/26—Systems for measuring distance only using transmission of interrupted, pulse modulated waves wherein the transmitted pulses use a frequency- or phase-modulated carrier wave
- G01S13/28—Systems for measuring distance only using transmission of interrupted, pulse modulated waves wherein the transmitted pulses use a frequency- or phase-modulated carrier wave with time compression of received pulses
- G01S13/282—Systems for measuring distance only using transmission of interrupted, pulse modulated waves wherein the transmitted pulses use a frequency- or phase-modulated carrier wave with time compression of received pulses using a frequency modulated carrier wave
-
- 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
- G01S7/2813—Means providing a modification of the radiation pattern for cancelling noise, clutter or interfering signals, e.g. side lobe suppression, side lobe blanking, null-steering arrays
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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
基于线性约束最小方差准则的稳健自适应脉冲压缩方法,包括:S1用发射线性调频信号序列s对输入的距离维回波数据y进行匹配滤波,输出处理结果,循环处理次数P=1;S2、对第P次循环,距离位置l处的回波脉冲内所有采样点y(l)及发射线性调频信号波形s进行分块;S3、在最小方差无畸变响应原则上增设增益约束条件和零点约束条件,基于线性约束最小方差原则得到针对距离位置l处的自适应脉冲压缩代价函数;S4、设置协方差矩阵的置零条件,求解分块协方差矩阵;S5、根据S3和S4计算自适应脉冲压缩权矢量w(l);S6、将权矢量w(l)作用于距离位置l处对应的y(l)可得到该距离位置的自适应脉冲压缩处理结果;重复S2至S6,当l=||y||‑P(N‑1)‑1截止得到xP;S7、当P=6,得到自适应脉冲压缩处理结果xP。
Description
技术领域
本发明涉及雷达信号处理领域,特别是涉及一种基于线性约束最小方差准则的稳健自适应脉冲压缩方法。
背景技术
基于大时宽-带宽积信号的脉冲压缩技术能够同时满足雷达系统对雷达探测距离和距离分辨率的要求。传统的脉冲压缩技术通常采用匹配滤波(Matched Filter,MF)器来实现。匹配滤波器是一种在点目标和白噪声条件下,使输出信噪比最大化的最佳线性滤波器。然而实际应用中,匹配滤波器的输出存在强目标距离旁瓣可能会遮蔽邻近弱目标主瓣的问题。加窗脉冲压缩技术能够抑制强目标的部分距离旁瓣能量,但效果有限。而自适应脉冲压缩(Adaptive Pulse Compression,APC)方法为解决这个问题提供了很好的思路。美国Kansas大学Blunt教授提出的基于迭代最小均方误差准则(Reiterative Minimum MeanSquare Error,RMMSE)的APC方法利用目标距离维功率值为每一个距离单元设计相应的自适应滤波器,通过反复迭代即可获得良好的距离旁瓣抑制性能。随后,Blunt将APC方法推广至多基地雷达中,研究了基于MMSE的自适应脉冲压缩修复方法,通过对匹配滤波的输出结果进行修复来抑制目标距离旁瓣,并将APC方法的迭代次数由原本的2-3次降为1-2次。
以上自适应脉冲压缩方法都假定目标点位于采样点上,即没有考虑距离采样失配的情况。距离采样失配是指雷达对目标回波脉冲信号进行距离维采样时,采样点不是正好位于目标所在距离点上,从而导致回波采样点距离与目标真实距离之间存在差异,进而使得回波采样点复幅度与目标真实点复幅度之间出现相位失配。这是一种很常见的现象。对于常用的线性调频信号来说,距离采样失配将会使其回波在自适应脉冲压缩过程中,难以在距离旁瓣处形成深凹口,从而造成自适应脉冲压缩性能的严重下降。对此,Blunt教授团队提出在一个距离单元中进行过采样的策略来抑制距离采样失配带来的影响,但过采样会导致存储量和计算量的大幅增加。而李秀友等人提出的一种基于线性约束最小方差准则的自适应脉冲压缩方法,通过设置主瓣宽度和干扰零点约束条件来解决距离采样失配问题,但是该算法需要事先界定目标的强弱,这在实际中很难定量操作。
发明内容
针对线性调频信号回波存在距离采样失配时,自适应脉冲压缩处理性能显著下降的问题,本发明提供了一种基于线性约束最小方差准则的稳健自适应脉冲压缩方法。本方法借鉴导向矢量失配情况下的稳健自适应波束形成思想,首先在最小方差无畸变响应原则的基础上,通过设置增益约束条件,来确保目标增益在距离采样失配条件下不会显著降低;同时通过设置零点约束条件来加宽该目标距离旁瓣零点的凹口宽度;然后在求解分块信号协方差矩阵时,通过设置置零条件来继续抑制该目标距离旁瓣的能量,从而达到抑制目标距离旁瓣、提升脉冲压缩主副比的目的。
本发明采用的技术方案为:基于线性约束最小方差准则的稳健自适应脉冲压缩方法,包括以下步骤:
其中,N为脉内采样点数,K为调频斜率,Ts为脉内采样间隔,上标T表示矢量或矩阵的转置;
S2、对于第P次循环,对距离位置l处对应的回波脉冲内所有采样点y(l)以及发射线性调频信号波形s进行分块,其中,P(N-1)<l<||y||-P(N-1),||y||表示y的长度,y(l)=[y(l) y(l+1) ... y(l+N-1)]T;
S3、在最小方差无畸变响应原则的基础上增设增益约束条件和零点约束条件,基于线性约束最小方差原则得到针对距离位置l处的自适应脉冲压缩代价函数;
S4、设置协方差矩阵的置零条件,求解自适应脉冲压缩的分块协方差矩阵;
S5、利用步骤S3得到的代价函数和步骤S4得到的分块协方差矩阵,计算自适应脉冲压缩权矢量w(l);
S6、将权矢量w(l)作用于距离位置l处对应的y(l)即可得到该距离位置对应的自适应脉冲压缩处理结果为xP(l)=wH(l)y(l);其中,上标H表示矢量或矩阵的共轭转置;l=l+1,重复执行步骤S2至S6,直到l=||y||-P(N-1)-1截止,得到xP=[xP(P(N-1)+1),…,xP(l),…,xP(||y||-P(N-1)-1)]T;
S7、如果P<6,P=P+1,转到步骤S2;当P=6,得到自适应脉冲压缩处理结果xP。
进一步的,所述步骤S2中:将y(l)做分块,y(l)=[y1(l) y2(l) ... yM(l)],其中,ym(l)是由y(l)中的第2(m-1)+1个到第2m个元素组成的第m个分块矢量,ym(l)=[y(l+2(m-1)),…,y(l+2m-1)]T,1≤m≤M;同理,sm是s的第2(m-1)+1个到第2m个元素组成的第m个分块矢量,s=[s1 s2 … sM],sm=[s(2(m-1)),…,s(2m-1)]T。
进一步的,所述步骤S3具体为:针对距离位置l,将自适应脉冲压缩权矢量记为w(l);借鉴导向矢量失配情况下的稳健自适应波束形成算法,在对权矢量w(l)施加最小方差无畸变约束wH(l)s=1的基础上,依据基于线性约束最小方差原则依次施加增益约束条件和零点约束条件后,得到约束条件矩阵和约束值矢量,利用线性约束最小方差原则,得到自适应脉冲压缩方法在距离位置l的代价函数。
更进一步的,所述施加增益约束条件的过程为:由于采样失配,发射信号波形和回波信号波形的相位出现了偏差,这种偏差会导致矢量s'=[s(1),…,s(N-1),s(0)]T更可能匹配于回波信号波形,因此增益约束条件可设置为wH(l)s'=0.8。
更进一步的,所述施加零点约束条件的过程为:由于目标左右各N/2长度范围内的距离旁瓣较为显著,因此通过设置零点约束条件,加宽零点的凹口宽度,可以抑制该目标的距离旁瓣。首先,对发射信号序列s的元素右移位N/2步,得到矢量然后,对的元素进行右一步移位得到和左一步移位得到最后,构建零点约束条件为
其中,wm(l)是由w(l)中的第2(m-1)+1个到第2m个元素组成的第m个分块矢量;Cm是由约束条件矩阵C中的第2(m-1)+1行到第2m行组成的第m个子阵。
进一步的,所述步骤S4具体为:第m个回波信号分块协方差矩阵Rm(l)表示为,
其中,sm,k=[s(2(m-1)-k),s(2(m-1)-k+1),…,s(2m-k-1)]T,k表示移位量,取值范围为-N+1至1之间的整数。若在移位过程中k<-N+2m或k>2(m-1)使得2(m-1)-k,2(m-1)-k+1,…,2m-k-1中的一个或多个索引值为小于0或大于N-1时,则将sm,k中对应位置的元素用0代替;
所述置零条件具体是,在[l-2,l)∪(l,l+2]的距离范围内将Rm(l)中的因子ρP-1(l+k+2(m-1))设置为0,即
ρP-1(l+k+2(m-1))=0,0<|k+2(m-1)|≤2
其中,ρP-1(l+k+2(m-1))=|xP-1(l+k+2(m-1))|2为上一次循环时距离位置l+k+2(m-1)处的距离维功率值,xP-1(l+k+2(m-1))是xP-1中距离位置l+k+2(m-1)处的采样点复幅度,xP-1为上一次循环时的处理结果;当P=1时,xP-1=x0,即为s与输入的距离维回波数据y做匹配滤波的输出结果。
进一步的,所述步骤S5具体为:根据步骤S3得到的代价函数和步骤S4得到的分块协方差矩阵Rm(l),利用拉格朗日乘数法,形成综合代价函数为
对综合代价函数J(l)关于wm(l),m=1,…,M,求偏导数,可得到最优权矢量wm(l)的表达式为,
最后,得到自适应脉冲压缩权矢量w(l)=[w1(l),…,wm(l),…,wM(l)]T。
本发明的有益效果为:
(1)本方法一方面在无需对距离维回波数据进行过采样的情况下,也能保持稳健的自适应脉冲压缩性能;另一方面通过分块实现了降维自适应脉冲压缩,因而能较大程度的降低存储和计算负担;
(2)本发明不仅能够解决距离采样失配时自适应脉冲压缩性能下降的问题,而且借助于分块操作,使得本发明具有较强的多普勒容忍性,因此,当距离采样失配和多普勒失配同时存在时,本发明的性能依然比较稳健。
附图说明
图1是一种基于线性约束最小方差准则的稳健自适应脉冲压缩方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整地描述,所描述的实施例仅仅是本发明的部分实施例,不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,本实施例涉及一种基于线性约束最小方差准则的稳健自适应脉冲压缩方法,具体包括以下步骤。
S1、用发射线性调频信号序列s对输入的距离维回波数据y进行匹配滤波,输出处理结果,记为并记循环处理次数P=1。其中,发射线性调频信号序列s是发射线性调频脉冲信号在1倍带宽采样条件下得到的采样序列,表示为,
其中N为脉内采样点数,K为调频斜率,Ts为脉内采样间隔,上标T表示矢量或矩阵的转置。
S2、对于第P次循环,对距离位置l处对应的回波脉冲内所有采样点y(l)以及发射线性调频信号波形s进行分块,其中,P(N-1)<l<||y||-P(N-1),||y||表示y的长度,y(l)=[y(l) y(l+1) ... y(l+N-1)]T。
S3、在最小方差无畸变响应原则的基础上增设增益约束条件和零点约束条件,然后基于线性约束最小方差原则得到针对距离位置l处的自适应脉冲压缩代价函数。
S4、设置协方差矩阵的置零条件,求解自适应脉冲压缩的分块协方差矩阵。
S5、利用步骤S3得到的代价函数和步骤S4得到的分块协方差矩阵,计算自适应脉冲压缩权矢量w(l)。
S6、将权矢量w(l)作用于距离位置l处对应的y(l)即可得到该距离位置对应的自适应脉冲压缩处理结果,记为xP(l)=wH(l)y(l),其中,上标H表示矢量或矩阵的共轭转置。
l=l+1,重复执行步骤S2至S6,直到l=||y||-P(N-1)-1截止,从而得到
xP=[xP(P(N-1)+1),…,xP(l),…,xP(||y||-P(N-1)-1)]T。
S7、如果P<6,P=P+1,转到步骤S2;如果P=6,输出xP作为本发明方法的自适应脉冲压缩处理结果。
优选地,所述步骤S2具体为:对于第P次循环,将距离位置l处对应的回波脉冲内所有采样点y(l)以及发射线性调频信号波形s分成M块,M=N/2,其中,P(N-1)<l<||y||-P(N-1),||y||表示y的长度,y(l)=[y(l) y(l+1) ... y(l+N-1)]T。
将y(l)做如下分块,
y(l)=[y1(l) y2(l) ... yM(l)]
其中,ym(l)是由y(l)中的第2(m-1)+1个到第2m个元素组成的第m个分块矢量,即,ym(l)=[y(l+2(m-1)),…,y(l+2m-1)]T,1≤m≤M。类似地sm是s的第2(m-1)+1个到第2m个元素组成的第m个分块矢量,即,s=[s1 s2 … sM],sm=[s(2(m-1)),…,s(2m-1)]T。
优选地,所述步骤S3具体为:针对距离位置l,将自适应脉冲压缩权矢量记为w(l)。为了能够在距离采样失配的情况下保持方法的稳健性,借鉴导向矢量失配情况下的稳健自适应波束形成算法,在对权矢量w(l)施加最小方差无畸变约束wH(l)s=1的基础上,基于线性约束最小方差原则继续施加如下两个约束条件。
(1)首先施加增益约束条件:由于采样失配,发射信号波形和回波信号波形的相位出现了偏差,这种偏差会导致矢量s'=[s(1),…,s(N-1),s(0)]T更可能匹配于回波信号波形,因此增益约束条件可设置为wH(l)s'=0.8。
(2)然后施加零点约束条件:由于目标左右各N/2长度范围内的距离旁瓣较为显著,因此通过设置零点约束条件,加宽零点的凹口宽度,可以抑制该目标的距离旁瓣。首先,对发射信号序列s的元素右移位N/2步,得到矢量然后,对的元素进行右一步移位得到和左一步移位得到最后,构建零点约束条件为
其中wm(l)是由w(l)中的第2(m-1)+1个到第2m个元素组成的第m个分块矢量。Cm是由约束条件矩阵C中的第2(m-1)+1行到第2m行组成的第m个子阵。
优选地,所述步骤S4具体为:为了进一步优化距离旁瓣抑制性能,在求解自适应脉冲压缩的回波信号分块协方差矩阵时设置置零条件。
第m个回波信号分块协方差矩阵Rm(l)表示为,
其中,sm,k=[s(2(m-1)-k),s(2(m-1)-k+1),…,s(2m-k-1)]T。若在移位过程中k<-N+2m或k>2(m-1)使得2(m-1)-k,2(m-1)-k+1,…,2m-k-1中的一个或多个索引值为小于0或大于N-1时,则将sm,k中对应位置的元素用0代替。
那么,置零条件是指,在[l-2,l)∪(l,l+2]的距离范围内将Rm(l)中的因子ρP-1(l+k+2(m-1))设置为0,即
ρP-1(l+k+2(m-1))=0,0<|k+2(m-1)|≤2
其中ρP-1(l+k+2(m-1))=|xP-1(l+k+2(m-1))|2为上一次循环时距离位置l+k+2(m-1)处的距离维功率值,xP-1(l+k+2(m-1))是xP-1中距离位置l+k+2(m-1)处的采样点复幅度,xP-1为上一次循环时的处理结果。当P=1时,xP-1=x0,即为s与输入的距离维回波数据y做匹配滤波的输出结果。
优选地,所述步骤S5具体为:
根据步骤S3得到的代价函数和步骤S4得到的分块协方差矩阵Rm(l),利用拉格朗日乘数法,形成综合代价函数为
对综合代价函数J(l)关于wm(l),m=1,…,M,求偏导数,可得到最优权矢量wm(l)的表达式为,
最后,得到自适应脉冲压缩权矢量w(l)=[w1(l),…,wm(l),…,wM(l)]T。
本发明方法在无需对距离维回波数据进行过采样的情况下,也能保持稳健的自适应脉冲压缩性能,解决了距离采样失配时自适应脉冲压缩性能下降的问题;同时通过分块操作实现了降维自适应脉冲压缩,并使得本发明方法还具有较强的多普勒容忍性。
以上所述仅是对本发明的优选实施例及原理进行了详细说明,对本领域的普通技术人员而言,依据本发明提供的思想,在具体实施方式上会有改变之处,而这些改变也应视为本发明的保护范围。
Claims (7)
1.基于线性约束最小方差准则的稳健自适应脉冲压缩方法,其特征在于,
S1、在最小方差无畸变响应原则的基础上增设增益约束条件和零点约束条件,然后利用基于线性约束最小方差原则得到针对距离位置l处的自适应脉冲压缩代价函数;
S2、设置协方差矩阵的置零条件,求解自适应脉冲压缩的分块协方差矩阵;
S3、利用S1得到的代价函数和S2得到的分块协方差矩阵,计算自适应脉冲压缩权矢量w(l)。
2.根据权利要求1所述的基于线性约束最小方差准则的稳健自适应脉冲压缩方法,其特征在于,所述S1具体为:
针对距离位置l,将自适应脉冲压缩权矢量记为w(l);借鉴导向矢量失配情况下的稳健自适应波束形成算法,在对权矢量w(l)施加最小方差无畸变约束wH(l)s=1的基础上,基于线性约束最小方差原则依次施加增益约束条件和零点约束条件,得到约束条件矩阵和约束值矢量,然后利用线性约束最小方差原则,得到自适应脉冲压缩方法在距离位置l处的代价函数。
3.根据权利要求2所述的基于线性约束最小方差准则的稳健自适应脉冲压缩方法,其特征在于,所述增设增益约束条件具体为:
利用矢量s'=[s(1),…,s(N-1),s(0)]T,设置增益约束条件为wH(l)s'=0.8。
6.根据权利要求1所述的基于线性约束最小方差准则的稳健自适应脉冲压缩方法,其特征在于,所述S2具体为:第m个回波信号分块协方差矩阵Rm(l)表示为,
其中,sm,k=[s(2(m-1)-k),s(2(m-1)-k+1),…,s(2m-k-1)]T,k表示移位量,取值范围为-N+1至1之间的整数;若在移位过程中k<-N+2m或k>2(m-1)使得2(m-1)-k,2(m-1)-k+1,…,2m-k-1中的一个或多个索引值为小于0或大于N-1时,则将sm,k中对应位置的元素用0代替;
所述置零条件具体是,在[l-2,l)∪(l,l+2]的距离范围内将Rm(l)中的因子ρP-1(l+k+2(m-1))设置为0,即
ρP-1(l+k+2(m-1))=0,0<|k+2(m-1)|≤2
其中,ρP-1(l+k+2(m-1))=|xP-1(l+k+2(m-1))|2为上一次循环时距离位置l+k+2(m-1)处的距离维功率值,xP-1(l+k+2(m-1))是xP-1中距离位置l+k+2(m-1)处的采样点复幅度,xP-1为上一次循环时的处理结果;当P=1时,xP-1=x0,即为s与输入的距离维回波数据y做匹配滤波的输出结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110242321.2A CN113009464B (zh) | 2021-03-05 | 2021-03-05 | 基于线性约束最小方差准则的稳健自适应脉冲压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110242321.2A CN113009464B (zh) | 2021-03-05 | 2021-03-05 | 基于线性约束最小方差准则的稳健自适应脉冲压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113009464A true CN113009464A (zh) | 2021-06-22 |
CN113009464B CN113009464B (zh) | 2022-08-26 |
Family
ID=76405911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110242321.2A Active CN113009464B (zh) | 2021-03-05 | 2021-03-05 | 基于线性约束最小方差准则的稳健自适应脉冲压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113009464B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114185006A (zh) * | 2022-02-14 | 2022-03-15 | 西安电子科技大学 | 一种基于脉冲编码的时间分集欺骗式干扰抑制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399309A (zh) * | 2013-07-22 | 2013-11-20 | 西安电子科技大学 | 基于迭代加权最小方差的空时二维杂波谱估计方法 |
CN104793194A (zh) * | 2015-04-21 | 2015-07-22 | 电子科技大学 | 基于改进的自适应多脉冲压缩的距离-多普勒估计方法 |
CN105137409A (zh) * | 2015-07-24 | 2015-12-09 | 西安电子科技大学 | 基于幅相约束的目标信号稳健空时自适应处理方法 |
CN106371095A (zh) * | 2016-09-30 | 2017-02-01 | 上海机电工程研究所 | 基于脉冲压缩技术的距离向成像方法和距离向成像系统 |
CN110412585A (zh) * | 2019-07-02 | 2019-11-05 | 中国科学院声学研究所 | 一种基于mvdr的下视合成孔径三维成像方法及系统 |
-
2021
- 2021-03-05 CN CN202110242321.2A patent/CN113009464B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399309A (zh) * | 2013-07-22 | 2013-11-20 | 西安电子科技大学 | 基于迭代加权最小方差的空时二维杂波谱估计方法 |
CN104793194A (zh) * | 2015-04-21 | 2015-07-22 | 电子科技大学 | 基于改进的自适应多脉冲压缩的距离-多普勒估计方法 |
CN105137409A (zh) * | 2015-07-24 | 2015-12-09 | 西安电子科技大学 | 基于幅相约束的目标信号稳健空时自适应处理方法 |
CN106371095A (zh) * | 2016-09-30 | 2017-02-01 | 上海机电工程研究所 | 基于脉冲压缩技术的距离向成像方法和距离向成像系统 |
CN110412585A (zh) * | 2019-07-02 | 2019-11-05 | 中国科学院声学研究所 | 一种基于mvdr的下视合成孔径三维成像方法及系统 |
Non-Patent Citations (4)
Title |
---|
HIGGINS T ET AL.: "Gain-constrained adaptive pulse compression via an MVDR framework", 《2009 IEEE RADAR CONFERENCE》 * |
卢景月 等: "前视多通道合成孔径雷达解模糊成像方法", 《电子与信息学报》 * |
李秀友 等: "基于迭代线性约束最小方差的稳健自适应脉冲压缩方法", 《电子与信息学报》 * |
金松坡 等: "基于序列优化的认知雷达稳健旁瓣抑制方法", 《电子与信息学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114185006A (zh) * | 2022-02-14 | 2022-03-15 | 西安电子科技大学 | 一种基于脉冲编码的时间分集欺骗式干扰抑制方法 |
CN114185006B (zh) * | 2022-02-14 | 2022-07-22 | 西安电子科技大学 | 一种基于脉冲编码的时间分集欺骗式干扰抑制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113009464B (zh) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saeedi et al. | Synthetic aperture radar imaging using nonlinear frequency modulation signal | |
CN112835103B (zh) | 自适应去鬼波与宽频准零相位反褶积联合处理方法及系统 | |
CN111060879B (zh) | 一种基于二维匹配滤波结果的联合副瓣抑制方法 | |
Li et al. | Fast adaptive pulse compression based on matched filter outputs | |
EP2192418A1 (en) | A method for filtering a radar signal after it has been reflected by a target | |
CN113009464B (zh) | 基于线性约束最小方差准则的稳健自适应脉冲压缩方法 | |
CN114624668A (zh) | 基于回波重构的On-grid稀疏恢复雷达目标参数估计方法及设备 | |
CN116068502B (zh) | 一种多域联合抗复合干扰方法、装置和系统 | |
CN113009465B (zh) | 一种基于两次相位补偿的稳健自适应脉冲压缩方法 | |
Malik et al. | Adaptive Pulse Compression for Sidelobes Reduction in Stretch Processing Based MIMO Radars | |
Cao et al. | Fast parameter estimation method for maneuvering target by using non-uniformly resampling reducing order technique | |
CN116593982A (zh) | 一种基于music-ap的雷达目标高分辨估计和距离模糊抑制方法 | |
Vaidya et al. | A low-complexity and robust minimum variance beamformer for ultrasound imaging systems using beamspace dominant mode rejection | |
CN115856813A (zh) | 基于apc与iarft级联处理的雷达目标旁瓣抑制方法 | |
CN113702934B (zh) | 适用于mimo雷达的距离-多普勒-角度三维副瓣抑制方法 | |
CN111398912B (zh) | 基于张量低秩逼近的合成孔径雷达干扰抑制方法 | |
CN114844544A (zh) | 一种基于低管秩张量分解的互质阵列波束成形方法、系统及介质 | |
US5231403A (en) | Moving target indicator using higher order statistics | |
Brito et al. | SAR image superresolution via 2-D adaptive extrapolation | |
CN113759316B (zh) | 一种基于fft的线性调频连续波雷达检测前参数估计方法 | |
CN116626645B (zh) | 一种宽带雷达高速目标相参积累栅瓣抑制方法 | |
Izadi et al. | Weighted Capon beamformer combined with coded excitation in ultrasound imaging | |
Li et al. | Sidelobe Reduction for UWB Radar Imaging Based on Spatial Spectrum Coherence Factor | |
CN117784076B (zh) | 一种频率捷变和频率分集的相参处理方法 | |
CN115963455A (zh) | 基于张量分解的盲分离抗主瓣间歇采样循环转发干扰方法 |
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 |