CN113466813A - 空-时二维滑窗的空-时自适应处理方法、系统及介质 - Google Patents
空-时二维滑窗的空-时自适应处理方法、系统及介质 Download PDFInfo
- Publication number
- CN113466813A CN113466813A CN202110678327.4A CN202110678327A CN113466813A CN 113466813 A CN113466813 A CN 113466813A CN 202110678327 A CN202110678327 A CN 202110678327A CN 113466813 A CN113466813 A CN 113466813A
- Authority
- CN
- China
- Prior art keywords
- time
- space
- sliding window
- unit
- data
- 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
- 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
- G01S7/418—Theoretical aspects
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空‑时二维滑窗的降维空‑时自适应处理方法,包括对各距离单元的空‑时回波数据作空‑时二维滑窗处理,得到空‑时数据矩阵为Xr,p,q;总空‑时二维滑窗次数为M,第m次滑窗所对应的p和q分别为pm和qm;对空‑时数据矩阵Xr,p,q作二维离散傅里叶变换处理;构建数据矢量;对于第u个角度单元、第v个多普勒单元,根据得数据矢量计算协方差矩阵;根据协方差矩阵计算杂波抑制权矢量;根据杂波抑制权矢量计算杂波抑制结果。本发明在保持较高的杂波抑制性能的同时降低了运算复杂度;在保持较低的运算复杂度的同时提高了杂波抑制性能;在综合考虑运算复杂度和杂波抑制性能的情况下,能够同时达到较低的运算复杂度和较高的杂波抑制性能。
Description
技术领域
本发明涉及机/星载预警雷达动目标检测的技术领域,具体地,涉及空-时二维滑窗的空-时自适应处理方法、系统及介质。
背景技术
机/星载雷达相比传统陆基雷达具有平台高度优势,具有更广的探测范围和早期预警能力,在现代战争中发挥着重要作用。由于机/星载雷达平台的高速运动,杂波多普勒谱严重展宽,慢速目标往往淹没在杂波当中难以检测,因此需要有效的杂波抑制方法。空-时自适应处理(STAP)是一种借助杂波空-时二维耦合特性进行杂波抑制的有效二维滤波技术,然而全维最优STAP存在运算复杂度高、所需训练样本数量大的问题,难以实现实时处理。因此,能够大幅降低运算复杂度与训练样本需求量的降维STAP技术具有重要的工程意义。典型的降维STAP方法包括扩展的分解法,先滑窗滤波后自适应处理法、局域联合处理法、空-时多波束法和差通道空-时自适应处理法等,但这些方法在综合考虑运算复杂度与杂波抑制性能的情况下,难以同时达到较低的运算复杂度与较高的杂波抑制性能。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种空-时二维滑窗的空-时自适应处理方法、系统及介质。
根据本发明提供的一种空-时二维滑窗的空-时自适应处理方法,所述方法包括如下步骤:
步骤S1:对各距离单元的空-时回波数据作空-时二维滑窗处理,所述回波数据有Nr个距离单元、N个方位接收通道和K个脉冲;对第r个距离单元共进行P次空域滑窗和Q次时域滑窗,第p次空域滑窗和第q次时域滑窗所得到的空-时数据矩阵为Xr,p,q,其中r≤Nr,P<N,Q<K,p≤P,q≤Q;总空-时二维滑窗次数为M,M≤P·Q,第m次滑窗所对应的p和q分别为pm和qm,m≤M;
步骤S2:对空-时数据矩阵Xr,p,q作二维离散傅里叶变换处理,得到第r个距离单元、第u个角度单元、第v个多普勒单元所对应的数据为yr,p,q(u,v),u≤N-P+1,v≤K-Q+1;
步骤S3:对于第r个距离单元、第u个角度单元、第v个多普勒单元,构建数据矢量Yr,u,v;
步骤S4:对于第u个角度单元、第v个多普勒单元,根据得数据矢量计算协方差矩阵Ru,v:
其中,NY为训练样本总数,ri为第i个训练样本所对应的距离单元序号,H为共轭转置操作;根据协方差矩阵计算杂波抑制权矢量wu,v:
其中,au,v为第u个角度单元、第v个多普勒单元所对应的目标导向矢量,-1为矩阵的逆;
步骤S5:根据杂波抑制权矢量计算杂波抑制结果。
优选地,所述步骤S1中的空-时数据矩阵Xr,p,q为:
其中,xr,n,k为第r个距离单元、第n个接收通道、第k个脉冲所对应的回波数据,n≤N,k≤K。
优选地,所述步骤S1中的空-时二维滑窗包括两种滑窗模式:
模式一:滑窗次数M=P·Q,当P=Q=3时,第r个距离单元、第u个角度单元、第v个多普勒单元所对应的数据矢量为:
模式二:滑窗次数M=P+Q-1,当P=Q=3时,第r个距离单元、第u个角度单元、第v个多普勒单元所对应的数据矢量为:
优选地,所述步骤S3中对第r个距离单元、第u个角度单元、第v个多普勒单元,构建数据矢量Yr,u,v:
优选地,所述步骤S4中的目标导向矢量au,v为:
其中,j为虚数单位,exp{·}为以自然常数为底的指数函数。
优选地,所述步骤S5对于第r个距离单元、第u个角度单元、第v个多普勒单元,根据得到的杂波抑制权矢量计算杂波抑制结果zr,u,v:
本发明还提供一种空-时二维滑窗的空-时自适应处理系统,所述系统包括如下模块:
模块M1:对各距离单元的空-时回波数据作空-时二维滑窗处理,所述回波数据有Nr个距离单元、N个方位接收通道和K个脉冲;对第r个距离单元共进行P次空域滑窗和Q次时域滑窗,第p次空域滑窗和第q次时域滑窗所得到的空-时数据矩阵为Xr,p,q,其中r≤Nr,P<N,Q<K,p≤P,q≤Q;总空-时二维滑窗次数为M,M≤P·Q,第m次滑窗所对应的p和q分别为pm和qm,m≤M;
模块M2:对空-时数据矩阵Xr,p,q作二维离散傅里叶变换处理,得到第r个距离单元、第u个角度单元、第v个多普勒单元所对应的数据为yr,p,q(u,v),u≤N-P+1,v≤K-Q+1;
模块M3:对于第r个距离单元、第u个角度单元、第v个多普勒单元,构建数据矢量Yr,u,v;
模块M4:对于第u个角度单元、第v个多普勒单元,根据得数据矢量计算协方差矩阵Ru,v:
其中,NY为训练样本总数,ri为第i个训练样本所对应的距离单元序号,H为共轭转置操作;根据协方差矩阵计算杂波抑制权矢量wu,v:
其中,au,v为第u个角度单元、第v个多普勒单元所对应的目标导向矢量,-1为矩阵的逆;
模块M5:根据杂波抑制权矢量计算杂波抑制结果。
优选地,所述模块M1中的空-时数据矩阵Xr,p,q为:
其中,xr,n,k为第r个距离单元、第n个接收通道、第k个脉冲所对应的回波数据,n≤N,k≤K。
本发明还提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序被处理器执行时实现上述中的方法的步骤。
本发明还提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序被处理器执行时实现上述中的方法的步骤。
与现有技术相比,本发明具有如下的有益效果:
1、本发明相比于传统时-空级联自适应处理方法,在保持较高的杂波抑制性能的同时降低了运算复杂度;
2、本发明相比于传统空-时二维降维自适应处理方法,在保持较低的运算复杂度的同时提高了杂波抑制性能;
3、本发明在综合考虑运算复杂度和杂波抑制性能的情况下,能够同时达到较低的运算复杂度和较高的杂波抑制性能。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的流程示意图;
图2为本发明的处理结构示意图;
图3为本发明仿真天基雷达陆地杂波的距离-多普勒谱图;
图4为本发明仿真天基雷达陆地杂波数据的杂波抑制结果图;
图5为本发明的滑窗模式一的滑窗示意图;
图6为本发明的滑窗模式二的滑窗示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明提供一种空-时二维滑窗的空-时自适应处理方法,包括以下步骤:
步骤S1:对各距离单元的空-时回波数据作空-时二维滑窗处理,所述回波数据有Nr个距离单元,N个方位接收通道,K个脉冲;针对第r个距离单元,共进行P次空域滑窗和Q次时域滑窗,第p次空域滑窗、第q次时域滑窗所得到的空-时数据矩阵为Xr,p,q,其中r≤Nr,P<N,Q<K,p≤P,q≤Q;总空-时二维滑窗次数为M,M≤P·Q,第m次滑窗所对应的p和q分别为pm和qm,m≤M。
步骤S2:对步骤S1中得到的空-时数据矩阵Xr,p,q作二维离散傅里叶变换处理,其中第u个角度单元、第v个多普勒单元所对应的数据为yr,p,q(u,v),u≤N-P+1,v≤K-Q+1。
步骤S3:对于第r个距离单元、第u个角度单元、第v个多普勒单元,构建数据矢量Yr,u,v:
S4:对于第u个角度单元、第v个多普勒单元,根据步骤S3中得到的数据矢量计算协方差矩阵Ru,v:
其中,NY为训练样本总数,ri为第i个训练样本所对应的距离单元序号,H为共轭转置操作;根据协方差矩阵计算杂波抑制权矢量wu,v:
其中,au,v为第u个角度单元、第v个多普勒单元所对应的目标导向矢量,-1为矩阵的逆。
步骤S5:对于第r个距离单元、第u个角度单元、第v个多普勒单元,利用步骤S4中得到的杂波抑制权矢量计算杂波抑制结果:
步骤S1中的空-时数据矩阵Xr,p,q为:
其中,xr,n,k为第r个距离单元、第n个接收通道、第k个脉冲所对应的回波数据,n≤N,k≤K。
步骤S1中的空-时二维滑窗可采用两种滑窗模式:
模式一:滑窗次数M=P·Q,当P=Q=3时,第r个距离单元、第u个角度单元、第v个多普勒单元所对应的数据矢量为:
模式二:滑窗次数M=P+Q-1,当P=Q=3时,第r个距离单元、第u个角度单元、第v个多普勒单元所对应的数据矢量为:
本发明的目的在于提出一种基于空-时二维滑窗的降维空-时自适应处理算法。本方法相比于传统时-空级联自适应处理方法,在保持较高的杂波抑制性能的同时降低了运算复杂度;相比于传统空-时二维降维自适应处理方法,在保持较低的运算复杂度的同时提高了杂波抑制性能。
根据本实施例获得的杂波抑制结果如图3和图4所示。其中,图3为仿真天基雷达陆地杂波的距离-多普勒谱,所用仿真系统参数如下:平台高度为508km,雷达载频为1.26GHz,脉冲重复频率为3000Hz,信号带宽为3MHz,方位接收通道数为16。数据中添加的目标参数如下:1)目标1:散射截面积为20m2,径向速度为20m/s,位于第500个距离单元;2)目标2:散射截面积为20m2,径向速度为50m/s,位于第600个距离单元;3)目标3:散射截面积为20m2,径向速度为100m/s,位于第700个距离单元。从图中可见,由于雷达平台的高速运动,杂波多普勒谱严重展宽,目标淹没在杂波当中难以检测。图4为经过本实施例提供的一种基于空-时二维滑窗的降维空-时自适应处理算法处理后得到的距离-多普勒mesh图,从图中可见,杂波得到了有效抑制,三个目标均能够被检测到。
本发明还提供一种基空-时二维滑窗的空-时自适应处理系统,包括如下模块:
模块M1:对各距离单元的空-时回波数据作空-时二维滑窗处理,所述回波数据有Nr个距离单元、N个方位接收通道和K个脉冲;对第r个距离单元共进行P次空域滑窗和Q次时域滑窗,第p次空域滑窗和第q次时域滑窗所得到的空-时数据矩阵为Xr,p,q,其中r≤Nr,P<N,Q<K,p≤P,q≤Q;总空-时二维滑窗次数为M,M≤P·Q,第m次滑窗所对应的p和q分别为pm和qm,m≤M:
其中,xr,n,k为第r个距离单元、第n个接收通道、第k个脉冲所对应的回波数据,n≤N,k≤K。
模块M2:对空-时数据矩阵Xr,p,q作二维离散傅里叶变换处理,得到第r个距离单元、第u个角度单元、第v个多普勒单元所对应的数据为yr,p,q(u,v),u≤N-P+1,v≤K-Q+1;
模块M3:对于第r个距离单元、第u个角度单元、第v个多普勒单元,构建数据矢量Yr,u,v;
模块M4:对于第u个角度单元、第v个多普勒单元,根据得数据矢量计算协方差矩阵Ru,v:
其中,NY为训练样本总数,ri为第i个训练样本所对应的距离单元序号,H为共轭转置操作;根据协方差矩阵计算杂波抑制权矢量wu,v:
其中,au,v为第u个角度单元、第v个多普勒单元所对应的目标导向矢量,-1为矩阵的逆。
模块M5:根据杂波抑制权矢量计算杂波抑制结果。
本发明还提供一种存储有计算机程序的计算机可读存储介质,计算机程序被处理器执行时实现上述中的方法的步骤。
本发明提出了一种基于空-时二维滑窗的降维空-时自适应处理算法。本方法相比于传统时-空级联自适应处理方法,在保持较高的杂波抑制性能的同时降低了运算复杂度;相比于传统空-时二维降维自适应处理方法,在保持较低的运算复杂度的同时提高了杂波抑制性能。在综合考虑运算复杂度和杂波抑制性能的情况下,本方法能够同时达到较低的运算复杂度和较高的杂波抑制性能。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (9)
1.一种空-时二维滑窗的空-时自适应处理方法,其特征在于,所述方法包括如下步骤:
步骤S1:对各距离单元的空-时回波数据作空-时二维滑窗处理,所述回波数据有Nr个距离单元、N个方位接收通道和K个脉冲;对第r个距离单元共进行P次空域滑窗和Q次时域滑窗,第p次空域滑窗和第q次时域滑窗所得到的空-时数据矩阵为Xr,p,q,其中r≤Nr,P<N,Q<K,p≤P,q≤Q;总空-时二维滑窗次数为M,M≤P·Q,第m次滑窗所对应的p和q分别为pm和qm,m≤M;
步骤S2:对空-时数据矩阵Xr,p,q作二维离散傅里叶变换处理,得到第r个距离单元、第u个角度单元、第v个多普勒单元所对应的数据为yr,p,q(u,v),u≤N-P+1,v≤K-Q+1;
步骤S3:对于第r个距离单元、第u个角度单元、第v个多普勒单元,构建数据矢量Yr,u,v;
步骤S4:对于第u个角度单元、第v个多普勒单元,根据得数据矢量计算协方差矩阵Ru,v:
其中,NY为训练样本总数,ri为第i个训练样本所对应的距离单元序号,H为共轭转置操作;根据协方差矩阵计算杂波抑制权矢量wu,v:
其中,au,v为第u个角度单元、第v个多普勒单元所对应的目标导向矢量,-1为矩阵的逆;
步骤S5:根据杂波抑制权矢量计算杂波抑制结果。
7.一种空-时二维滑窗的空-时自适应处理系统,其特征在于,所述系统包括如下模块:
模块M1:对各距离单元的空-时回波数据作空-时二维滑窗处理,所述回波数据有Nr个距离单元、N个方位接收通道和K个脉冲;对第r个距离单元共进行P次空域滑窗和Q次时域滑窗,第p次空域滑窗和第q次时域滑窗所得到的空-时数据矩阵为Xr,p,q,其中r≤Nr,P<N,Q<K,p≤P,q≤Q;总空-时二维滑窗次数为M,M≤P·Q,第m次滑窗所对应的p和q分别为pm和qm,m≤M;
模块M2:对空-时数据矩阵Xr,p,q作二维离散傅里叶变换处理,得到第r个距离单元、第u个角度单元、第v个多普勒单元所对应的数据为yr,p,q(u,v),u≤N-P+1,v≤K-Q+1;
模块M3:对于第r个距离单元、第u个角度单元、第v个多普勒单元,构建数据矢量Yr,u,v;
模块M4:对于第u个角度单元、第v个多普勒单元,根据得数据矢量计算协方差矩阵Ru,v:
其中,NY为训练样本总数,ri为第i个训练样本所对应的距离单元序号,H为共轭转置操作;根据协方差矩阵计算杂波抑制权矢量wu,v:
其中,au,v为第u个角度单元、第v个多普勒单元所对应的目标导向矢量,-1为矩阵的逆;
模块M5:根据杂波抑制权矢量计算杂波抑制结果。
9.一种存储有计算机程序的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110678327.4A CN113466813B (zh) | 2021-06-18 | 2021-06-18 | 空-时二维滑窗的空-时自适应处理方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110678327.4A CN113466813B (zh) | 2021-06-18 | 2021-06-18 | 空-时二维滑窗的空-时自适应处理方法、系统及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113466813A true CN113466813A (zh) | 2021-10-01 |
CN113466813B CN113466813B (zh) | 2022-06-28 |
Family
ID=77868614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110678327.4A Active CN113466813B (zh) | 2021-06-18 | 2021-06-18 | 空-时二维滑窗的空-时自适应处理方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113466813B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520896A (zh) * | 2009-03-30 | 2009-09-02 | 中国电子科技集团公司第十研究所 | 利用光学遥感影像自动检测云层干扰舰船目标的方法 |
CN103777183A (zh) * | 2014-01-27 | 2014-05-07 | 西安电子科技大学 | 一种最小冗余的扩展f$a杂波抑制方法 |
CN105005035A (zh) * | 2015-06-25 | 2015-10-28 | 西安电子科技大学 | 基于二维滑窗稳健空时自适应处理的目标检测方法 |
CN105929371A (zh) * | 2016-04-22 | 2016-09-07 | 西安电子科技大学 | 一种基于协方差矩阵估计的机载雷达杂波抑制方法 |
CN106772253A (zh) * | 2016-11-25 | 2017-05-31 | 西安电子科技大学 | 一种非均匀杂波环境下的雷达杂波抑制方法 |
CN107703490A (zh) * | 2017-09-29 | 2018-02-16 | 西安电子科技大学 | 基于fda‑mimo雷达的距离模糊杂波抑制方法 |
WO2018045567A1 (zh) * | 2016-09-09 | 2018-03-15 | 深圳大学 | 一种基于存在测量误差的阵列流形先验知识的稳健stap方法 |
CN108020817A (zh) * | 2017-09-28 | 2018-05-11 | 西安电子科技大学 | 基于配准的机载前视阵雷达杂波抑制方法 |
CN110609255A (zh) * | 2019-07-31 | 2019-12-24 | 西安电子科技大学 | 一种基于特征波束的自适应波束域fsa的杂波抑制降维方法 |
CN110618402A (zh) * | 2019-08-22 | 2019-12-27 | 西安空间无线电技术研究所 | 一种基于子孔径平滑的辅助杂波样本筛选方法 |
CN111913157A (zh) * | 2020-08-17 | 2020-11-10 | 西安空间无线电技术研究所 | 一种基于雷达信号空-时去相关模型的海杂波抑制方法 |
-
2021
- 2021-06-18 CN CN202110678327.4A patent/CN113466813B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520896A (zh) * | 2009-03-30 | 2009-09-02 | 中国电子科技集团公司第十研究所 | 利用光学遥感影像自动检测云层干扰舰船目标的方法 |
CN103777183A (zh) * | 2014-01-27 | 2014-05-07 | 西安电子科技大学 | 一种最小冗余的扩展f$a杂波抑制方法 |
CN105005035A (zh) * | 2015-06-25 | 2015-10-28 | 西安电子科技大学 | 基于二维滑窗稳健空时自适应处理的目标检测方法 |
CN105929371A (zh) * | 2016-04-22 | 2016-09-07 | 西安电子科技大学 | 一种基于协方差矩阵估计的机载雷达杂波抑制方法 |
WO2018045567A1 (zh) * | 2016-09-09 | 2018-03-15 | 深圳大学 | 一种基于存在测量误差的阵列流形先验知识的稳健stap方法 |
CN106772253A (zh) * | 2016-11-25 | 2017-05-31 | 西安电子科技大学 | 一种非均匀杂波环境下的雷达杂波抑制方法 |
CN108020817A (zh) * | 2017-09-28 | 2018-05-11 | 西安电子科技大学 | 基于配准的机载前视阵雷达杂波抑制方法 |
CN107703490A (zh) * | 2017-09-29 | 2018-02-16 | 西安电子科技大学 | 基于fda‑mimo雷达的距离模糊杂波抑制方法 |
CN110609255A (zh) * | 2019-07-31 | 2019-12-24 | 西安电子科技大学 | 一种基于特征波束的自适应波束域fsa的杂波抑制降维方法 |
CN110618402A (zh) * | 2019-08-22 | 2019-12-27 | 西安空间无线电技术研究所 | 一种基于子孔径平滑的辅助杂波样本筛选方法 |
CN111913157A (zh) * | 2020-08-17 | 2020-11-10 | 西安空间无线电技术研究所 | 一种基于雷达信号空-时去相关模型的海杂波抑制方法 |
Non-Patent Citations (2)
Title |
---|
JIN T ET.AL: "《Channel error estimation methods comparison under different conditions for multi channel HRWS SAR systems》", 《JOURNAL OF COMPUTER & COMMUNICATIONS》 * |
张永顺等: "时变加权的机载双基雷达降维空时自适应处理", 《电波科学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113466813B (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109116311B (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
CN104569948B (zh) | 海杂波背景下子带自适应glrt‑ltd检测方法 | |
CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
CN104914415B (zh) | 基于目标距离像模板匹配的单脉冲雷达相干干扰方法 | |
CN107607938B (zh) | 一种频率分集阵列雷达低空目标检测方法 | |
Alfano et al. | Model-based adaptive detection of range-spread targets | |
CN109444869B (zh) | 一种用于信号失配的雷达扩展目标参数可调检测器 | |
CN104977571B (zh) | 基于俯仰频率分集stap的距离模糊杂波抑制方法 | |
CN103913725B (zh) | 密集转发式干扰环境下的机载雷达地面动目标检测方法 | |
CN104678368A (zh) | 一维相扫三坐标雷达空域自适应干扰抑制方法 | |
CN101556328A (zh) | 基于杂波协方差矩阵的机载雷达空时二维滤波器构建方法 | |
CN103885057A (zh) | 自适应变滑窗多目标跟踪方法 | |
CN110133612B (zh) | 一种基于跟踪反馈的扩展目标检测方法 | |
Su et al. | Rao–Blackwellised particle filter based track-before-detect algorithm | |
CN109375179A (zh) | 一种基于稀疏表示的机载雷达近程强杂波抑制方法 | |
Stinco et al. | Adaptive detection in compound-Gaussian clutter with inverse-gamma texture | |
CN113238211B (zh) | 一种干扰条件下参数化自适应阵列信号检测方法与系统 | |
Fischer et al. | Minimizing interference in automotive radar using digital beamforming | |
CN101881822A (zh) | 一种针对共享谱雷达同频干扰的抑制方法 | |
CN105445703A (zh) | 一种机载雷达空时回波数据的两级空时自适应处理方法 | |
CN114609594A (zh) | 非均匀性杂波中知识辅助宽带雷达目标检测器及设计方法 | |
CN113376607B (zh) | 机载分布式雷达小样本空时自适应处理方法 | |
CN108896963B (zh) | 机载雷达空时自适应降维处理方法 | |
CN113466813B (zh) | 空-时二维滑窗的空-时自适应处理方法、系统及介质 | |
CN104035078A (zh) | 一种基于阵元阶数递推的降维空时自适应权值计算方法 |
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 |