CN113644999B - 一种基于Levenberg-Marquart算法的罗兰天地波分离方法 - Google Patents

一种基于Levenberg-Marquart算法的罗兰天地波分离方法 Download PDF

Info

Publication number
CN113644999B
CN113644999B CN202110681189.5A CN202110681189A CN113644999B CN 113644999 B CN113644999 B CN 113644999B CN 202110681189 A CN202110681189 A CN 202110681189A CN 113644999 B CN113644999 B CN 113644999B
Authority
CN
China
Prior art keywords
signal
lantian
luo
ground wave
levenberg
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.)
Active
Application number
CN202110681189.5A
Other languages
English (en)
Other versions
CN113644999A (zh
Inventor
席晓莉
赵珍珠
刘江凡
张金生
高久翔
庹超凡
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.)
Xian University of Technology
Original Assignee
Xian University of Technology
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 Xian University of Technology filed Critical Xian University of Technology
Priority to CN202110681189.5A priority Critical patent/CN113644999B/zh
Publication of CN113644999A publication Critical patent/CN113644999A/zh
Priority to US17/842,727 priority patent/US20220317228A1/en
Application granted granted Critical
Publication of CN113644999B publication Critical patent/CN113644999B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
    • G01S1/02—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using radio waves
    • G01S1/08—Systems for determining direction or position line
    • G01S1/20—Systems for determining direction or position line using a comparison of transit time of synchronised signals transmitted from non-directional antennas or antenna systems spaced apart, i.e. path-difference systems
    • G01S1/24—Systems for determining direction or position line using a comparison of transit time of synchronised signals transmitted from non-directional antennas or antenna systems spaced apart, i.e. path-difference systems the synchronised signals being pulses or equivalent modulations on carrier waves and the transit times being compared by measuring the difference in arrival time of a significant part of the modulations, e.g. LORAN 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
    • G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
    • G01S1/02—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using radio waves
    • G01S1/08—Systems for determining direction or position line
    • G01S1/20—Systems for determining direction or position line using a comparison of transit time of synchronised signals transmitted from non-directional antennas or antenna systems spaced apart, i.e. path-difference systems
    • G01S1/24—Systems for determining direction or position line using a comparison of transit time of synchronised signals transmitted from non-directional antennas or antenna systems spaced apart, i.e. path-difference systems the synchronised signals being pulses or equivalent modulations on carrier waves and the transit times being compared by measuring the difference in arrival time of a significant part of the modulations, e.g. LORAN systems
    • G01S1/245—Details of receivers cooperating therewith, e.g. determining positive zero crossing of third cycle in LORAN-C
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • 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
    • G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
    • G01S1/02—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using radio waves
    • G01S1/08—Systems for determining direction or position line
    • G01S1/20—Systems for determining direction or position line using a comparison of transit time of synchronised signals transmitted from non-directional antennas or antenna systems spaced apart, i.e. path-difference systems
    • G01S1/22—Systems for determining direction or position line using a comparison of transit time of synchronised signals transmitted from non-directional antennas or antenna systems spaced apart, i.e. path-difference systems the synchronised signals being frequency modulations on carrier waves and the transit times being compared by measuring difference of instantaneous frequencies of received carrier waves
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/16—Circuits
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Complex Calculations (AREA)
  • Noise Elimination (AREA)

Abstract

本发明公开了一种基于Levenberg‑Marquart算法的罗兰天地波分离方法，具体按照以下步骤实施：采集数据样本并进行归一化处理；采用逆傅里叶变换方法对信号进行预处理，获得初始化参数；在时域对信号进行数学建模；采用Levenberg‑Marquart算法对模型中的参数进行求解，实现天地波分离。本发明实现天地波分离在整个信噪比条件下精度都有提高，尤其是在低信噪比时精度提高明显。

Description

一种基于Levenberg-Marquart算法的罗兰天地波分离方法
技术领域
本发明属于数字信号处理技术领域，具体涉及一种基于Levenberg-Marquart算法的罗兰天地波分离方法。
背景技术
罗兰系统是一种地基、低频无线电导航系统，具有强大的抗干扰性能和可靠性，长期作为全球卫星导航系统的备份使用。经过信息采集和处理后，罗兰接收端信号中最大的干扰为同源天波干扰，因此天地波分离技术是罗兰接收机研制中的关键技术。近年来天地波分离的高精度理论方法有：Hybrid-WRELAX方法(hybrid weighted Fourier transformand relaxation)和EXIP-WRELAX(extended invariance principle WRELAX)方法，其在很大程度上提高了罗兰天地波分离精度，但是低信噪比的情况下性能仍然不好，而且，由于其是频域算法，计算量和计算精度正相关，当信号多径数目增加时，计算过程会变得非常复杂。Levenberg-Marquart算法是一种非常有效的非线性函数参数拟合算法，在高斯-牛顿法的基础上引入了阻尼因子，不仅具有高斯-牛顿法的一举寻优特性，而且降低了对参数初始值的要求，同时，其对函数公式的适应性特别强，目前并未应用到罗兰天地波分离中。
发明内容
本发明的目的是提供一种基于Levenberg-Marquart算法的罗兰天地波分离方法，在整个信噪比范围内计算精度高、尤其是低信噪比下提高明显。
本发明所采用的技术方案是，一种基于Levenberg-Marquart算法的罗兰天地波分离方法，具体按照以下步骤实施：
步骤1、采用仿真生成和实际采集两种方式获得多组罗兰天地波信号，并做归一化处理；
步骤2、对步骤1中的归一化信号进行预处理，获得初始化参数；
步骤3、根据步骤2中的结果，在时域对罗兰接收信号进行数学建模；
步骤4、采用Levenberg-Marquart算法对步骤3模型中的参数进行拟合，即可得到罗兰天波、地波对应时延、幅度，达到天地波分离的目的。
本发明的特点还在于：
步骤1输入模型文件，具体为：
步骤1.1、仿真生成1000组罗兰天地波信号，每组信号由地波、天波和噪声组成，地波、天波时延分别为77μs、133μs，信噪比为15dB，天地波信号比为12dB，采样频率为1MHz，罗兰信号单个脉冲重复周期为1毫秒，因此，截取1000个采样点，总时间为1000μs，即可得到完整的罗兰信号；
步骤1.2、按照步骤1.1中的方法，改变信噪比为0dB、5dB、10dB和20dB，其他条件不变，每个信噪比条件下分别生成1000组罗兰天地波信号，共4000组数据。
步骤1.3、采集实际罗兰天地波信号，采样频率1MHz，罗兰信号单个脉冲重复周期为1毫秒，因此，截取1000个采样点，总时间为1000μs，即可得到完整的罗兰信号；
步骤1.4：对罗兰天地波信号值进行归一化处理，即信号幅度区间归一化至[-1,1]区间，得到罗兰天地波信号归一化处理结果，用(ti,yi),i＝1,2...m表示，m＝1000，为单个信号样本采样个数。
步骤2中，采用逆傅里叶变换方法对信号进行预处理，获得的初始化参数包括：信号多径数目、各多径信号对应时延、幅度初值。
步骤3中，考虑罗兰信号传播过程中只有幅度和时延发生变化，根据步骤2中确定的多径个数，在时域建立信号模型，可表示成：
q(t)＝t2sin(0.2πt)exp(-2t/65) (2)
其中，y(t)为某一个信号样本，q(t)为标准增强罗兰信号，t为时间，单位为μs，al为第l个多径信号的归一化幅度，τl为第l个多径信号的时延参数，单位为μs，N为多径个数。根据步骤2中的预处理结果，步骤1.1-1.2仿真数据中N＝2，步骤1.3实测数据中N＝5。
步骤4中采用Levenberg-Marquart算法，对非线性方程(1)进行求解，待求解参数2l个：a1,a2,…,al；τ1,τ2,…,τl，为了便于说明算法及表示，令x＝[a1,a2,…,al,τ1,τ2,…,τl]＝[x1,x2,…x2l]。则求解得到的模型函数可表示为则残量r(x)可表示为：
r(x)＝[r1(x),r2(x),…rm(x)] (3)
Levenberg-Marquart方法的目标函数可以表示为：
根据最小二乘原理，在求解目标函数待拟合参数时，需要使得残量平方和达到最小值，即：
min f(x) (6)
Levenberg-Marquart算法通过多次迭代使得待拟合参数无限逼近最小f(x)的最优参数，迭代过程增量方程为：
xk+1＝xk-(h+λI)-1g (7)
其中，k表示当前迭代次数，λ为阻尼系数，I为单位矩阵，h(xk)＝J(xk)TJ(xk)，g(xk)＝J(xk)Tr(xk)，J(xk)为r(xk)的雅可比矩阵，表达形式如下：
具体按以下步骤实施：
步骤4.1、根据步骤2中的结果，给定初始点xk＝x0，阻尼系数λ＞1，收敛精度ε＞0；
步骤4.2、计算r(xk)，f(xk)；
步骤4.3、计算J(xk)，h(xk)，g(xk)；
步骤4.4、根据增量方程(h(xk)+λI)Δxk＝g(xk)，解出增量Δxk；
步骤4.5、令xk+1＝xk+Δxk，计算f(xk+1)
步骤4.6、若||Δxk||2＜ε，终止迭代，否则转至步骤4.7；
步骤4.7、若f(xk+1)＜f(xk)+βgTΔxk，令λ＝λ/v，转至步骤4.8；否则令λ＝λv，转至步骤4.4；其中，β,ν为约束量。
步骤4.8、令k＝k+1，转至步骤4.2。
在本发明中，β＝0，v＝2，λ＝2，ε＝10-4。
本发明的有益效果是，发明一种基于Levenberg-Marquart算法的罗兰天地波分离方法，直接在时域对增强罗兰信号进行数学建模，将其转化为非线性方程参数优化问题，简单清晰，便于硬件实现；在整个信噪比条件下精度都有提高，尤其是在低信噪比时精度提高明显。
附图说明
图1是本发明一种基于Levenberg-Marquart算法的罗兰天地波分离方法中Levenberg-Marquart方法的基本算法流程图；
图2是算法性能对比图，图2(a)是步骤1.1中仿真信号下算法性能对比直方图，图2(b)为步骤1.2中不同信噪比下算法性能对比图，时延误差值取1000组数据误差统计平均值；图2(c)为步骤1.2中信噪比为0dB下算法性能对比直方图；其中，Levenberg-Marquart算法用L-M表示。
图3为步骤1.3中实际采集信号中的一组分离结果。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明一种基于Levenberg-Marquart算法的罗兰天地波分离方法，具体按照以下步骤实施：
步骤1、采用仿真生成和实际采集两种方式获得多组罗兰天地波信号样本，并做归一化处理；
步骤1.1、仿真生成1000组罗兰天地波信号，每组信号由地波、天波和噪声组成，地波、天波时延分别为77μs、133μs，信噪比为15dB，天地波信号比为12dB，采样频率为1MHz，罗兰信号单个脉冲重复周期为1毫秒，因此，截取1000个采样点，总时间为1000μs，即可得到完整的罗兰信号；
步骤1.2、按照步骤1.1中的方法，改变信噪比为0dB、5dB、10dB和20dB，其他条件不变，每个信噪比条件下分别生成1000组罗兰天地波信号，共4000组数据。
步骤1.3、采集实际罗兰天地波信号，采样频率1MHz，罗兰信号单个脉冲重复周期为1毫秒，因此，截取1000个采样点，总时间为1000μs，即可得到完整的罗兰信号；
步骤1.4：对罗兰天地波信号值进行归一化处理，即信号幅度区间归一化至[-1,1]区间，得到罗兰天地波信号归一化处理结果，用(ti,yi),i＝1,2...m表示，m＝1000，为单个信号样本采样个数。
步骤2、采用逆傅里叶变换方法对信号进行预处理，获得的初始化参数包括：信号多径数目、各多径信号对应时延、幅度初值。
步骤3、考虑罗兰信号传播过程中只有幅度和时延发生变化，根据步骤2中确定的多径个数，在时域建立信号模型，可表示成：
q(t)＝t2sin(0.2πt)exp(-2t/65) (2)
其中，y(t)为某一个信号样本，q(t)为标准增强罗兰信号，t为时间，单位为μs，al为第l个多径信号的归一化幅度，τl为第l个多径信号的时延参数，单位为μs，N为多径个数。根据步骤2中的预处理结果，步骤1.1-1.2仿真数据中N＝2，步骤1.3实测数据中N＝5。
步骤4、采用Levenberg-Marquart算法，对非线性方程(1)进行求解，待求解参数2l个：a1,a2,…,al；τ1,τ2,…,τl，为了便于说明算法及表示，令x＝[a1,a2,…,al,τ1,τ2,…,τl]＝[x1,x2,…x2l]。则求解得到的模型函数可表示为则残量r(x)可表示为：
r(x)＝[r1(x),r2(x),…rm(x)] (3)
Levenberg-Marquart方法的目标函数可以表示为：
根据最小二乘原理，在求解目标函数待拟合参数时，需要使得残量平方和达到最小值，即：
min f(x) (6)
Levenberg-Marquart算法通过多次迭代使得待拟合参数无限逼近最小f(x)的最优参数，迭代过程增量方程为：
xk+1＝xk-(h+λI)-1g (7)
其中，k表示当前迭代次数，λ为阻尼系数，I为单位矩阵，h(xk)＝J(xk)TJ(xk)，g(xk)＝J(xk)Tr(xk)，J(xk)为r(xk)的雅可比矩阵，表达形式如下：
具体按以下步骤实施：
步骤4.1、根据步骤2中的结果，给定初始点xk＝x0，阻尼系数λ＞1，收敛精度ε＞0；
步骤4.2、计算r(xk)，f(xk)；
步骤4.3、计算J(xk)，h(xk)，g(xk)；
步骤4.4、根据增量方程(h(xk)+λI)Δxk＝g(xk)，解出增量Δxk；
步骤4.5、令xk+1＝xk+Δxk，计算f(xk+1)
步骤4.6、若||Δxk||2＜ε，终止迭代，否则转至步骤4.7；
步骤4.7、若f(xk+1)＜f(xk)+βgTΔxk，令λ＝λ/v，转至步骤4.8；否则令λ＝λv，转至步骤4.4；其中，β,ν为约束量。
步骤4.8、令k＝k+1，转至步骤4.2。
在本发明中β＝0，v＝2，λ＝2，ε＝10-4。

Claims (1)

1.一种基于Levenberg-Marquart算法的罗兰天地波分离方法，其特征在于，具体按照以下步骤实施：
步骤1、采用仿真生成和实际采集两种方式获得多组罗兰天地波信号，并做归一化处理；
所述步骤1具体按照以下步骤实施：
步骤1输入模型文件，具体为：
步骤1.1、仿真生成1000组罗兰天地波信号，每组信号由地波、天波和噪声组成，地波、天波时延分别为77μs、133μs，信噪比为15dB，天地波信号比为12dB，采样频率为1MHz，罗兰信号单个脉冲重复周期为1毫秒，因此，截取1000个采样点，总时间为1000μs，即可得到完整的罗兰信号；
步骤1.2、按照步骤1.1中的方法，改变信噪比为0dB、5dB、10dB和20dB，其他条件不变，每个信噪比条件下分别生成1000组罗兰天地波信号，共4000组数据；
步骤1.3、采集实际罗兰天地波信号，采样频率1MHz，罗兰信号单个脉冲重复周期为1毫秒，因此，截取1000个采样点，总时间为1000μs，即可得到完整的罗兰信号；
步骤1.1-1.2仿真数据中N＝2，步骤1.3实测数据中N＝5；
步骤1.4：对罗兰天地波信号值进行归一化处理，即信号幅度区间归一化至[-1,1]区间，得到罗兰天地波信号归一化处理结果，用（ti,yi）,i=1,2...m表示，m＝1000，为单个信号样本采样个数；
步骤2、对步骤1中的归一化信号进行预处理，获得初始化参数；
所述步骤2中，采用逆傅里叶变换方法对信号进行预处理，获得的初始化参数包括：信号多径数目、各多径信号对应时延、幅度初值；
步骤3、根据步骤2中的结果，在时域对罗兰接收信号进行数学建模；
根据步骤2中确定的多径个数，在时域建立信号模型，可表示成：
q(t)＝t2sin(0.2πt)exp(-2t/65) (2)
其中，y(t)为某一个信号样本，q(t)为标准增强罗兰信号，t为时间，单位为μs，al为第l个多径信号的归一化幅度，τl为第l个多径信号的时延参数，单位为μs，N为多径个数；
步骤4、采用Levenberg-Marquart算法对步骤3模型中的参数进行拟合，即可得到罗兰天波、地波对应时延、幅度，达到天地波分离的目的；
所述步骤4中，采用Levenberg-Marquart算法，对非线性方程(1)进行求解，待求解参数2l个：a1,a2,…,al；τ1,τ2,…,τl，为了便于说明算法及表示，令x＝[a1,a2,…,al,τ1,τ2,…,τl]＝[x1,x2,…x2l]；则求解得到的模型函数可表示为则残量r(x)可表示为：
r(x)＝[r1(x),r2(x),…rm(x)] (3)
Levenberg-Marquart方法的目标函数可以表示为：
根据最小二乘原理，在求解目标函数待拟合参数时，需要使得残量平方和达到最小值，即：
minf(x) (6)
Levenberg-Marquart算法通过多次迭代使得待拟合参数无限逼近最小f(x)的最优参数，迭代过程增量方程为：
xk+1＝xk-(h+λI)-1g (7)
其中，k表示当前迭代次数，λ为阻尼系数，I为单位矩阵，h(xk)＝J(xk)TJ(xk)，g(xk)＝J(xk)Tr(xk)，J(xk)为r(xk)的雅可比矩阵，表达形式如下：
具体按以下步骤实施：
步骤4.1、根据步骤2中的结果，给定初始点xk＝x0，阻尼系数λ＞1，收敛精度ε＞0；
步骤4.2、计算r(xk)，f(xk)；
步骤4.3、计算J(xk)，h(xk)，g(xk)；
步骤4.4、根据增量方程(h(xk)+λI)Δxk＝g(xk)，解出增量Δxk；
步骤4.5、令xk+1＝xk+Δxk，计算f(xk+1)
步骤4.6、若||Δxk||2＜ε，终止迭代，否则转至步骤4.7；
步骤4.7、若f(xk+1)＜f(xk)+βgTΔxk，令λ＝λ/v，转至步骤4.8；否则令λ＝λv，转至步骤4.4；其中，β,ν为约束量；
步骤4.8、令k＝k+1，转至步骤4.2；
β＝0，v＝2，λ＝2，ε＝10-4。
CN202110681189.5A 2021-06-18 2021-06-18 一种基于Levenberg-Marquart算法的罗兰天地波分离方法 Active CN113644999B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110681189.5A CN113644999B (zh) 2021-06-18 2021-06-18 一种基于Levenberg-Marquart算法的罗兰天地波分离方法
US17/842,727 US20220317228A1 (en) 2021-06-18 2022-06-16 Method for separating loran sky and ground waves based on levenberg-marquart algorithm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110681189.5A CN113644999B (zh) 2021-06-18 2021-06-18 一种基于Levenberg-Marquart算法的罗兰天地波分离方法

Publications (2)

Publication Number Publication Date
CN113644999A CN113644999A (zh) 2021-11-12
CN113644999B true CN113644999B (zh) 2024-01-30

Family

ID=78415958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110681189.5A Active CN113644999B (zh) 2021-06-18 2021-06-18 一种基于Levenberg-Marquart算法的罗兰天地波分离方法

Country Status (2)

Country Link
US (1) US20220317228A1 (zh)
CN (1) CN113644999B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4814771A (en) * 1987-09-28 1989-03-21 Bahr Technologies, Inc. Apparatus and method for receiving and proessing Loran signals
CN103869293A (zh) * 2014-03-31 2014-06-18 武汉大学 一种实现同时接收天波和地波超视距雷达信号的方法
CN106599808A (zh) * 2016-12-01 2017-04-26 中国科学院光电研究院 一种基于全波形激光雷达数据的隐蔽目标提取方法
CN108957394A (zh) * 2018-06-26 2018-12-07 西安理工大学 一种应用于罗兰系统的天地波时延估计方法
CN109188356A (zh) * 2018-09-30 2019-01-11 西安理工大学 一种应用于罗兰系统的天波定位方法
CN110909863A (zh) * 2019-10-12 2020-03-24 西安理工大学 一种基于人工神经网络的罗兰天地波时延估计方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4325067A (en) * 1978-08-28 1982-04-13 Sanders Associates, Inc. Method and apparatus for removing noise in a LORAN-C navigation receiver
US7617080B2 (en) * 2003-07-18 2009-11-10 The United States Of America As Represented By The Department Of Health And Human Services Image enhancement by spatial linear deconvolution
KR102124549B1 (ko) * 2018-07-13 2020-06-18 한국해양과학기술원 로란 시스템의 신호 복조 장치
DE112019005700T5 (de) * 2018-11-14 2021-09-02 Skywave Networks Llc Gangschalten in einem skywave-system
US11209554B2 (en) * 2020-04-17 2021-12-28 Eagle Technology, Llc Enhanced LORAN (eLORAN) system having multiple transmit frequencies
JP7471035B2 (ja) * 2020-08-18 2024-04-19 コンチネンタル エレクトロニクス コーポレーション Ｌｏｒａｎの送信機、受信機、システム、およびこれを動作させる方法
CN116559922A (zh) * 2023-05-05 2023-08-08 浙江赛思电子科技有限公司 一种考虑天波干扰影响的Loran-C载波相位跟踪方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4814771A (en) * 1987-09-28 1989-03-21 Bahr Technologies, Inc. Apparatus and method for receiving and proessing Loran signals
CN103869293A (zh) * 2014-03-31 2014-06-18 武汉大学 一种实现同时接收天波和地波超视距雷达信号的方法
CN106599808A (zh) * 2016-12-01 2017-04-26 中国科学院光电研究院 一种基于全波形激光雷达数据的隐蔽目标提取方法
CN108957394A (zh) * 2018-06-26 2018-12-07 西安理工大学 一种应用于罗兰系统的天地波时延估计方法
CN109188356A (zh) * 2018-09-30 2019-01-11 西安理工大学 一种应用于罗兰系统的天波定位方法
CN110909863A (zh) * 2019-10-12 2020-03-24 西安理工大学 一种基于人工神经网络的罗兰天地波时延估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Combined IE-FDTD Algorithm for Long-Range Loran-C Ground-Wave Propagation;Xiaoli Xi;IEEE Transactions on Antennas and Propagation ( Volume: 60, Issue: 8, August 2012);全文 *
Matlab环境下基于遗传算法的正弦波信号参数提取;李振辉;李凯;姜美雷;孔祥源;;现代电子技术(第02期);全文 *

Also Published As

Publication number Publication date
CN113644999A (zh) 2021-11-12
US20220317228A1 (en) 2022-10-06

Similar Documents

Publication Publication Date Title
CN109212526B (zh) 用于高频地波雷达的分布式阵列目标角度测量方法
CN110045321B (zh) 基于稀疏和低秩恢复的稳健doa估计方法
CN108470089B (zh) 一种基于最小二乘样本拟合的复信号时延估计方法
CN110320555B (zh) 一种地震数据重建方法
CN109298383A (zh) 一种基于变分贝叶斯推断的互质阵波达方向角估计方法
CN108802667A (zh) 基于广义正交匹配追踪的波达方向估计方法
CN110687528B (zh) 自适应波束形成器生成方法及系统
CN110138459A (zh) 基于基追踪去噪的稀疏水声正交频分复用信道估计方法及装置
CN105335336A (zh) 一种传感器阵列的稳健自适应波束形成方法
CN110909863B (zh) 一种基于人工神经网络的罗兰天地波时延估计方法
CN110888105A (zh) 一种基于卷积神经网络和接收信号强度的doa估计方法
CN112305537A (zh) 单比特随机频控阵雷达目标距离-角度联合估计方法
CN113644999B (zh) 一种基于Levenberg-Marquart算法的罗兰天地波分离方法
CN109725298B (zh) 一种基于秩损求根的阵列流型误差校准和波达方向估计方法
CN110954860A (zh) 一种doa和极化参数估计方法
CN108983144B (zh) 改进维纳滤波器及基于该滤波器进行目标方位的估计方法
CN112834981A (zh) 一种脉冲噪声背景下的零陷阵波达方位估计方法
CN105227227B (zh) 一种基于小波的智能天线波束形成系统和方法
CN113589223B (zh) 基于互耦情况下嵌套阵列的测向方法
CN110133628A (zh) 一种短时强干扰下lfm信号的恢复方法
CN110161481A (zh) 基于激光雷达回波信号改进型的信噪比测算方法
Chahine et al. Parameter estimation of dispersive media using the matrix pencil method with interpolated mode vectors
CN116819432A (zh) 基于特征谱跟踪的单矢量水听器水下多目标高稳定测向方法及系统
CN113093098B (zh) 基于lp范数补偿的轴向不一致矢量水听器阵列测向方法
CN114755628A (zh) 非均匀噪声下声矢量传感器阵列波达方向估计方法

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