CN113238191A - 基于布谷鸟搜索的双基mimo雷达回波非相参积累方法 - Google Patents

基于布谷鸟搜索的双基mimo雷达回波非相参积累方法 Download PDF

Info

Publication number
CN113238191A
CN113238191A CN202110503892.7A CN202110503892A CN113238191A CN 113238191 A CN113238191 A CN 113238191A CN 202110503892 A CN202110503892 A CN 202110503892A CN 113238191 A CN113238191 A CN 113238191A
Authority
CN
China
Prior art keywords
mtd
echoes
delay
echo
coherent accumulation
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
CN202110503892.7A
Other languages
English (en)
Other versions
CN113238191B (zh
Inventor
李小龙
王辰宇
望明星
陈海旭
孙智
崔国龙
孔令讲
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110503892.7A priority Critical patent/CN113238191B/zh
Publication of CN113238191A publication Critical patent/CN113238191A/zh
Application granted granted Critical
Publication of CN113238191B publication Critical patent/CN113238191B/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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • 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
    • G01S13/003—Bistatic radar systems; Multistatic radar systems
    • 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—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
    • G01S7/02—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开一种基于布谷鸟搜索的双基MIMO雷达回波非相参积累方法，应用于雷达信号技术领域，针对现有的非相参积累方法计算量过大的问题，本发明采用正交频分复用线性调频信号作为发射信号，接收节点首先通过匹配滤波分离耦合回波，并通过动目标检测实现各回波在慢时间维度的多脉冲相参积累，随后利用布谷鸟搜索算法估计各节点回波间的时延差异和多普勒差异，并构造相应的时延和多普勒补偿函数，从而完成各节点回波间差异的补偿，最终得到各节点回波的非相参积累结果。

Description

基于布谷鸟搜索的双基MIMO雷达回波非相参积累方法
技术领域
本发明属于雷达信号技术领域，特别涉及一种非相参积累技术。
背景技术
随着科技的高速发展，人们渴望不断提升雷达系统的探测威力和精度，这对传统相控阵雷达而言无疑是巨大的挑战。针对这一问题，美国麻省理工学院在本世纪初展开对MIMO(Multiple-input Multiple-output,多输入多输出)雷达的研究，MIMO雷达具有单元雷达体积小，机动性强，成本低等优势，通过对各单元雷达回波的积累，可有效提升雷达系统的探测威力。
MIMO雷达与传统相控阵雷达的主要区别是采用正交波形作为发射信号，在接收端分离耦合回波，通过对各单元雷达回波间的差异进行补偿，实现各单元雷达回波的积累，可以显著提升目标回波的信噪比，进而达到增强雷达系统探测威力的目的。积累检测方法一般分为相参积累和非相参积累，针对相参积累，X.Liu等人提出了一种基于干净信号重建的双基MIMO雷达相参积累方法，通过对互相关能量泄漏的剔除，重建干净的回波，并利用干净回波对相参参数进行有效估计，然而该方法仅针对静止目标，在动目标场景下并不适用。P.Sun等人在考虑回波时延误差和相位误差的前提下，推导了MIMO雷达相参参数估计的克拉美罗下界，然而并未给出关于相参参数的估计方法。M.Wang等人提出一种基于熵的分布式MIMO雷达多节点相参积累方法，利用信息熵构建关于补偿相位的代价函数，通过对优化问题的求解补偿不同节点间的相位差异，从而实现多节点回波的相参积累，然而该方法需要具备关于目标与雷达节点距离的先验信息；针对非相参积累，T.Wang等人提出了一种分布式无人机MIMO雷达的非相参积累检测方法，通过设定搜索基点的位置和目标速度，并以该点为中心，建立四维搜索网格，随后遍历整个搜索区域，得到目标的距离-多普勒信息，然而该方法的计算量过大。因此，在缺乏关于动目标先验信息的情况下，实现多节点回波的高效积累变得非常困难。
发明内容
为解决上述技术问题，本发明提出一种基于布谷鸟搜索的双基MIMO雷达回波非相参积累方法，实现了各节点回波能量的有效非相参积累。
本发明采用的技术方案为：基于布谷鸟搜索的双基MIMO雷达回波非相参积累方法，包括：
S1.双基MIMO雷达系统采用OFDM-LFM(Orthogonal Frequency DivisionMultiplexing Linear Frequency Modulated Signal，正交频分复用线性调频信号)信号作为发射信号，对远场运动目标观测期间，各个节点接收到来自所有节点的耦合回波；
S2.对耦合回波进行下变频处理，利用发射信号之间的正交性，对得到的基带信号进行匹配滤波，从而实现耦合回波的分离；
S3.对分离后的回波进行MTD(Moving Target Detection,动目标检测)处理，得到多路MTD输出信号；
S4.以其中一路MTD输出信号为基准回波，对其它各路MTD输出信号进行时延和多普勒的补偿，并将补偿后叠加结果的峰值作为目标函数，构建优化问题；
S5.利用布谷鸟搜索算法寻找优化问题的全局最优解，得到最佳的时延和多普勒补偿；
S6.利用最佳的时延和多普勒补偿，对除基准回波外的其它各路MTD输出信号进行时延和多普勒的补偿，最终得到各节点回波信号的非相参积累结果。
步骤S3具体为：沿慢时间方向进行FFT(Fast Fourier transform，快速傅里叶变换)运算，得到多路MTD输出信号。
步骤S4所述以其中一路MTD输出信号为基准回波，对其它各路MTD输出信号进行时延和多普勒的补偿，具体为：以其它各路MTD输出信号与基准回波之间的时延差和多普勒差，对其它各路MTD输出信号进行时延和多普勒的补偿。
目标函数表达式为：
Figure BDA0003057538750000021
其中，x表示待优化变量构成的向量，circshift(·)表示循环移位，max(·)表示取最大值，|·|表示取绝对值，
Figure BDA0003057538750000022
为n发l收的回波的多普勒移位单元数，
Figure BDA0003057538750000023
为n发l收的回波的时延移位单元数，gi,j(f,t)为i发j收的回波MTD处理结果。
步骤S5所述最佳的时延和多普勒补偿具体为：除基准回波外的各路MTD输出信号分别对应一组最佳的时延和多普勒补偿。
本发明的有益效果：本发明通过布谷鸟搜索寻找到最佳的时延和多普勒补偿，对除基准回波以外的各路MTD输出信号进行时延和多普勒的调整，进而得到多节点回波的非相参积累结果。本发明可以显著提高目标回波信噪比，进而提升雷达的探测能力。
附图说明
图1为本发明实施例的流程图。
图2为4路MTD输出信号；
其中，图2(a)表示节点1发射节点1接收回波，图2(b)表示节点2发射节点1接收回波，图2(c)表示节点1发射节点2接收回波，图2(d)表示节点2发射节点2接收回波。
图3为布谷鸟搜索的迭代曲线。
图4为4路回波的非相参积累结果。
图5为本发明的布谷鸟搜索和现有技术中的遍历搜索计算量的对比图。
图6为检测性能曲线。
具体实施方式
本发明采用Matlab仿真实验的方法进行验证，在科学计算软件Matlab R2019a上验证本发明的正确性和有效性。下面结合附图对本发明的实施例作进一步的说明。
如图1所示，本发明提出了一种基于布谷鸟搜索的双基MIMO雷达回波非相参积累方法，具体通过以下流程实现：
步骤1，双基MIMO雷达系统采用OFDM-LFM信号作为发射信号，对远场运动目标观测期间，各个节点会接收到来自所有节点的耦合回波，其中，第l个节点接收到的耦合回波zl(tm,t)表达式为
Figure BDA0003057538750000031
其中，An,l为n发l收的回波在传播过程中的衰减系数，t为快时间，tm为第m个脉冲对应的慢时间，wn,l为由n发l收的回波在传播过程中引入的加性高斯白噪声，c为电磁波传播速度，Rn,l(tm)为收发节点与目标之间的瞬时距离和，表达式为：
Rn,l(tm)≈Rn,l-kn,lvtm
其中，Rn,l表示第n个发射节点，第l个接收节点与目标的初始距离和；v表示远场目标水平速度；kn,l表示第n个发射节点，第l个接收节点与目标之间的速度系数；qn(t)为第n个节点的发射信号，表达式为：
Figure BDA0003057538750000032
其中，fc表示信号的初始载频，Δf表示步进频率间隔，γn表示步进频系数，忽略发射节点初始相位的影响，rect(·)为矩形脉冲调制函数，T表示脉冲宽度，μ＝B/T表示调频频率，B表示频带宽度。
本例中采用的雷达参数设置为：初始频率fc＝500MHz，信号带宽B＝1MHz，步进频率Δf＝1MHz，采样率fs＝8MHz，脉冲宽度T＝40us，节点数为2，脉冲数为64，单节点回波匹配滤波前信噪比为-15dB。
本步骤中的节点具体为：双基MIMO雷达包括两个收发共用的节点，收发共用指既可以发射信号也可以接收信号，每一个节点由线性相控阵雷达组成。
步骤2，对耦合回波进行下变频处理，同时利用发射信号之间的正交性，对得到的基带信号进行匹配滤波，从而实现耦合回波的分离。其中，n发l收的回波可以表示为
Figure BDA0003057538750000041
其中，*为卷积操作，z′l(tm,t)为下变频处理结果，表达式为：
z′l(tm,t)＝zl(tm,t)exp(-j2πfct),m＝1,...,M
hn(t)为第n个初始发射基带信号匹配滤波器，表达式为：
Figure BDA0003057538750000042
Figure BDA0003057538750000043
w′n,l为n发l收的回波在匹配滤波后的噪声。
步骤3，对分离后的回波进行MTD，即沿慢时间方向进行FFT(Fast Fouriertransform，快速傅里叶变换)运算，得到多路MTD输出信号，其中，n发l收的回波MTD处理结果为
Figure BDA0003057538750000044
其中，A′n,l为n发l收的回波沿慢时间方向进行FFT产生的增益。图2给出了双基MIMO雷达4路MTD输出信号图，其中，图2(a)为节点1发射节点1接收回波，图2(b)为节点2发射节点1接收回波，图2(c)为节点1发射节点2接收回波，图2(d)为节点2发射节点2接收回波。
步骤4，以节点1发射，节点1接收的MTD输出信号为参考结果，对其它各路MTD输出信号进行时延和多普勒的补偿，并将它们补偿后叠加结果的峰值作为目标函数y(x)
Figure BDA0003057538750000051
其中，x表示待优化变量构成的向量，circshift(·)表示循环移位，max(·)表示取最大值，|·|表示取绝对值，
Figure BDA0003057538750000052
为n发l收的回波的多普勒移位单元数，即相对于基准回波需要移动的多普勒单元数，
Figure BDA0003057538750000053
为n发l收的回波的时延移位单元数，即相对于基准回波需要移动的时延单元数。
这里的向量x应理解为需要补偿的各路MTD输出信号对应的时延和多普勒的补偿差异，比如本实施例中的4路回波，其中一路是作为基准回波，那么需要对剩下的3路回波进行时延和多普勒的补偿，则向量x中包括3组共计6个参数，每组参数分别为这3路回波对应的时延和多普勒的补偿差异。
布谷鸟搜索中，首先设置鸟巢总数为M，初始化一组鸟巢xi,i＝1,...,M，并设置宿主发现鸟蛋的概率pa，最大迭代次数T，搜索范围[xmin,xmax]。
本例中采用的参数设置为：鸟巢总数M＝25，宿主发现鸟蛋的概率pa＝0.25，最大迭代次数T＝100，搜索范围[-20,20]。
利用莱维飞行实现全局寻优过程，产生新一代的鸟巢xj
Figure BDA0003057538750000054
其中，α表示步长系数，
Figure BDA0003057538750000055
表示点乘操作，s表示服从莱维分布的随机搜索路径向量。将新鸟巢xj和旧鸟巢xi的目标函数进行比较，保留目标函数较大的鸟巢。
本例中，步长系数根据经验值设定为α＝1。
随后利用局部随机行走实现局部寻优过程，产生新一代的鸟巢xj′
Figure BDA0003057538750000056
其中，ε表示比例缩放因子，δ(·)表示冲激函数，pa表示鸟蛋被发现的概率，rand表示(0,1)均匀分布的随机数，xa和xb表示任意两个鸟巢的值。同样的，将新鸟巢xj′和旧鸟巢xj的目标函数进行比较，保留目标函数较大的鸟巢。
本例中，比例缩放因子设定为(0,1)均匀分布的随机数。
对新得到的一组鸟巢进行排序，并找到当前目标函数最大的鸟巢xmax。接下来进行循环迭代，直至达到最大迭代次数，并输出得到的全局最优解
Figure BDA0003057538750000061
即为最佳的时延和多普勒补偿。图3给出了布谷鸟搜索的迭代曲线。比如本实施例中的4路回波，则这个全局最优解
Figure BDA0003057538750000062
中包括6个参数，即除基准回波外每一路回波对应一组最佳的时延与多普勒补偿差异。
步骤5，利用得到的最佳的时延和多普勒补偿，对其它各路MTD输出信号进行时延和多普勒的补偿，最终得到各节点回波的非相参积累结果yout
Figure BDA0003057538750000063
Figure BDA0003057538750000064
表示n发l收的回波对应的最佳多普勒移位单元数，
Figure BDA0003057538750000065
表示n发l收的回波对应的最佳时延移位单元数。
图4给出了补偿完成后，4路回波的非相参积累结果。与单路回波相比，峰值功率提升了11.79dB，与理论值20log10(4)≈12.04dB基本一致。图5给出了布谷鸟搜索和遍历搜索计算量的对比图，从图中可以看出，通过使用布谷鸟搜索可以极大的降低运算成本。图6给出了遍历搜索非相参积累，布谷鸟搜索非相参积累，单路回波和理论相参积累的检测性能曲线，虚警概率为10-3，匹配滤波前输入SNR范围为-48dB到-24dB，从图6中可以看出，布谷鸟搜索非相参积累的结果与遍历搜索非相参积累的结果基本吻合，且检测性能优于单路回波。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (5)

1.基于布谷鸟搜索的双基MIMO雷达回波非相参积累方法，其特征在于，包括：
S1.双基MIMO雷达系统采用OFDM-LFM信号作为发射信号，对远场运动目标观测期间，各个节点接收到来自所有节点的耦合回波；
S2.对耦合回波进行下变频处理，利用发射信号之间的正交性，对得到的基带信号进行匹配滤波，从而实现耦合回波的分离；
S3.对分离后的回波进行MTD处理，得到多路MTD输出信号；
S4.以其中一路MTD输出信号为基准回波，对其它各路MTD输出信号进行时延和多普勒的补偿，并将补偿后叠加结果的峰值作为目标函数，构建优化问题；
S5.利用布谷鸟搜索算法寻找优化问题的全局最优解，得到最佳的时延和多普勒补偿；
S6.利用最佳的时延和多普勒补偿，对除基准回波外的其它各路MTD输出信号进行时延和多普勒的补偿，最终得到各节点回波信号的非相参积累结果。
2.根据权利要求1所述的基于布谷鸟搜索的双基MIMO雷达回波非相参积累方法，其特征在于，步骤S3具体为：沿慢时间方向进行FFT运算，得到多路MTD输出信号。
3.根据权利要求2所述的基于布谷鸟搜索的双基MIMO雷达回波非相参积累方法，其特征在于，步骤S4所述以其中一路MTD输出信号为基准回波，对其它各路MTD输出信号进行时延和多普勒的补偿，具体为：以其它各路MTD输出信号与基准回波之间的时延差和多普勒差，对其它各路MTD输出信号进行时延和多普勒的补偿。
4.根据权利要求3所述的基于布谷鸟搜索的双基MIMO雷达回波非相参积累方法，其特征在于，目标函数表达式为：
Figure FDA0003057538740000011
其中，x表示待优化变量构成的向量，circshift(·)表示循环移位，max(·)表示取最大值，|·|表示取绝对值，
Figure FDA0003057538740000012
为n发l收的回波的多普勒移位单元数，
Figure FDA0003057538740000013
为n发l收的回波的时延移位单元数，gi,j(f,t)为i发j收的回波MTD处理结果。
5.根据权利要求4所述的基于布谷鸟搜索的双基MIMO雷达回波非相参积累方法，其特征在于，步骤S5所述最佳的时延和多普勒补偿具体为：除基准回波外的各路MTD输出信号分别对应一组最佳的时延和多普勒补偿。
CN202110503892.7A 2021-05-10 2021-05-10 基于布谷鸟搜索的双基mimo雷达回波非相参积累方法 Active CN113238191B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110503892.7A CN113238191B (zh) 2021-05-10 2021-05-10 基于布谷鸟搜索的双基mimo雷达回波非相参积累方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110503892.7A CN113238191B (zh) 2021-05-10 2021-05-10 基于布谷鸟搜索的双基mimo雷达回波非相参积累方法

Publications (2)

Publication Number Publication Date
CN113238191A true CN113238191A (zh) 2021-08-10
CN113238191B CN113238191B (zh) 2022-06-24

Family

ID=77132833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110503892.7A Active CN113238191B (zh) 2021-05-10 2021-05-10 基于布谷鸟搜索的双基mimo雷达回波非相参积累方法

Country Status (1)

Country Link
CN (1) CN113238191B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102628937A (zh) * 2012-04-20 2012-08-08 西安电子科技大学 基于广义keystone变换和非相参积累的雷达检测方法
CN104076351A (zh) * 2014-06-30 2014-10-01 电子科技大学 一种用于高速高机动目标的相参积累检测方法
CN106054165A (zh) * 2016-06-08 2016-10-26 中国人民解放军海军航空工程学院 一种实现分布式无源雷达目标检测的方法
WO2018036946A1 (fr) * 2016-08-23 2018-03-01 Thales Methode de traitement d'un signal issu d'un lidar coherent et systeme lidar associe
CN108931768A (zh) * 2018-07-05 2018-12-04 电子科技大学 一种基于多信号融合的外辐射源微弱目标定位的方法
CN110412559A (zh) * 2019-07-26 2019-11-05 西安电子科技大学 分布式无人机mimo雷达的非相参融合目标检测方法
CN111551922A (zh) * 2020-05-18 2020-08-18 西安电子科技大学 三维空间双/多基地雷达高速目标检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102628937A (zh) * 2012-04-20 2012-08-08 西安电子科技大学 基于广义keystone变换和非相参积累的雷达检测方法
CN104076351A (zh) * 2014-06-30 2014-10-01 电子科技大学 一种用于高速高机动目标的相参积累检测方法
CN106054165A (zh) * 2016-06-08 2016-10-26 中国人民解放军海军航空工程学院 一种实现分布式无源雷达目标检测的方法
WO2018036946A1 (fr) * 2016-08-23 2018-03-01 Thales Methode de traitement d'un signal issu d'un lidar coherent et systeme lidar associe
CN108931768A (zh) * 2018-07-05 2018-12-04 电子科技大学 一种基于多信号融合的外辐射源微弱目标定位的方法
CN110412559A (zh) * 2019-07-26 2019-11-05 西安电子科技大学 分布式无人机mimo雷达的非相参融合目标检测方法
CN111551922A (zh) * 2020-05-18 2020-08-18 西安电子科技大学 三维空间双/多基地雷达高速目标检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
K. LIU等: ""Time-space two-dimensional dense false targets jamming and countermeasures"", 《2018 13TH IEEE CONFERENCE ON INDUSTRIAL ELECTRONICS AND APPLICATIONS》, 31 December 2018 (2018-12-31), pages 1982 - 1987 *
Z. ZHANG等: ""Target detection and localization using multi-frame information for noncoherent MIMO radar"", 《 IET INTERNATIONAL RADAR CONFERENCE 2015》, 31 December 2015 (2015-12-31), pages 1 - 6 *
孙智: ""临近空间高速目标长时间相参处理算法研究"", 《中国博士学位论文全文数据库 信息科技辑》, no. 3, 15 March 2021 (2021-03-15), pages 136 - 56 *
柳毅: ""认知航海雷达关键技术研究"", 《中国博士学位论文全文数据库 信息科技辑》, no. 1, 15 January 2021 (2021-01-15), pages 136 - 313 *

Also Published As

Publication number Publication date
CN113238191B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN106302274B (zh) 一种大规模mimo系统多用户信道估计与跟踪方法
CN110412559B (zh) 分布式无人机mimo雷达的非相参融合目标检测方法
CN110456334B (zh) 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法
CN107656257B (zh) 一种弹载mimo雷达波形协方差矩阵的优化设计方法
CN105137410B (zh) 基于ofdm的高分辨率雷达通信一体化的波形优化方法
Gu et al. Delay and Doppler shift estimation for OFDM-based radar-radio (RadCom) system
CN109039960A (zh) 一种水声稀疏信道估计变步长稀疏度自适应匹配追踪方法
CN110429964B (zh) 一种基于二维相控天线阵列的快速精确波束跟踪方法
CN110261819A (zh) 基于时延补偿的多无人机协同定位方法
CN110824439B (zh) 一种雷达目标快速长时间相参积累方法
CN108931768B (zh) 一种基于信号融合的外辐射源微弱目标定位的方法
CN103592647A (zh) 阵列三维sar数据获取方法
CN108896976A (zh) 一种用于多频道外辐射源雷达的相参处理方法
CN108196251A (zh) 基于向量外推的加速迭代正则化超分辨成像方法
CN109787924B (zh) 一种基于压缩感知的LoRa信道估计方法
CN114047502B (zh) 一种针对高速机动目标的相参积累方法及相参积累系统
CN110221283A (zh) 一种基于fda-mimo的运动目标检测方法
CN114422303B (zh) 雷达通信共享信号的距离-速度联合快速估计方法
CN116248444A (zh) 基于改进卷积神经网络的车联网中otfs系统信道估计方法
CN113238191B (zh) 基于布谷鸟搜索的双基mimo雷达回波非相参积累方法
CN116106836B (zh) 基于相位编码调频波形的逆合成孔径雷达抗干扰方法
CN115714612A (zh) 基于感知的通信波束跟踪方法
CN115436898A (zh) 一种机载分布式mimo雷达高速目标相参积累检测方法
CN113671477B (zh) 一种基于图信号处理的雷达目标距离估计方法
CN113406562B (zh) 北斗和超宽带系统中一种toa与doa联合估计降维方法

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