CN113791384B - 目标探测方法、装置以及计算机设备 - Google Patents
目标探测方法、装置以及计算机设备 Download PDFInfo
- Publication number
- CN113791384B CN113791384B CN202111344373.7A CN202111344373A CN113791384B CN 113791384 B CN113791384 B CN 113791384B CN 202111344373 A CN202111344373 A CN 202111344373A CN 113791384 B CN113791384 B CN 113791384B
- Authority
- CN
- China
- Prior art keywords
- virtual
- signal
- detection array
- array element
- target
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 419
- 238000005070 sampling Methods 0.000 claims abstract description 226
- 238000000034 method Methods 0.000 claims abstract description 40
- 239000013598 vector Substances 0.000 claims description 34
- 239000011159 matrix material Substances 0.000 claims description 32
- 230000009467 reduction Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 238000003491 array Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/04—Position of source determined by a plurality of spaced direction-finders
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本申请公开了一种目标探测方法、装置以及计算机设备,其中装置包括多个互质稀疏排列的物理探测阵元,方法包括:采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号;对所述多个采样信号进行信号估计,获取所述各物理探测阵元对应的重构信号;基于所述各物理探测阵元对应的重构信号,构建所述目标探测装置对应的虚拟阵列;基于所述虚拟阵列,获取所述水下目标的位置信息。采用本申请,提高了目标探测速度。
Description
技术领域
本申请涉及水下目标探测技术领域,具体而言,涉及一种目标探测方法、装置以及计算机设备。
背景技术
在水下目标探测领域中,宽带信号凭借着较强的抗干扰性和较高的空间分辨率,被广泛应用于各种目标探测装置中,该目标探测装置可以通过采集水下目标发射/反射的宽带信号,并基于采集到的宽带信号来获取水下目标的方位信息。
发明内容
本申请提供一种目标探测方法、装置、存储介质以及计算机设备,可以解决如何提高目标探测速度的技术问题。
第一方面,本申请实施例提供一种目标探测方法,应用于目标探测装置,所述目标探测装置包括多个互质稀疏排列的物理探测阵元,所述方法包括:
采用所述目标探测装置,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号;
对所述多个采样信号进行信号估计,获取各物理探测阵元对应的重构信号;
基于所述各物理探测阵元对应的重构信号,构建所述目标探测装置对应的虚拟阵列;
基于所述虚拟阵列,获取所述水下目标的位置信息。
第二方面,本申请实施例提供一种目标探测装置,包括:
采样模块,用于采用所述目标探测装置,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号;
估计模块,用于对所述多个采样信号进行信号估计,获取各物理探测阵元对应的重构信号;
构建模块,用于基于所述各物理探测阵元对应的重构信号,构建所述目标探测装置对应的虚拟阵列;
获取模块,用于基于所述虚拟阵列,获取所述水下目标的位置信息。
第三方面,本申请实施例提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的方法的步骤。
在本申请实施例中,目标探测装置通过设置多个互质稀疏排列的物理探测阵元,并采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号,然后对多个采样信号进行信号估计,获取各物理探测阵元对应的重构信号,以基于各物理探测阵元对应的重构信号,构建目标探测装置对应的虚拟阵列,最后基于虚拟阵列,获取水下目标的位置信息。通过将各物理探测阵元互质稀疏排列,以在空域上降低采样频率,从而降低了目标探测装置的采样量,并降低了物理探测阵元的个数,从而降低了目标探测装置的装置成本,然后通过各物理探测阵元进行稀疏采样,以在时域上降低采样频率,从而降低了目标探测装置的采样量,则由于目标探测装置的采样量在空域和时域上被大幅度的降低了,则目标探测装置在基于采样信号进行目标探测时,降低了目标探测过程的计算量,也降低了目标探测过程的复杂程度,从而提高了目标探测装置的目标探测速度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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为本申请实施例提供的一种目标探测装置的系统架构图;
图2为本申请实施例提供的一种物理探测阵元的互质稀疏排列示意图;
图3为本申请实施例提供的一种目标探测方法的流程示意图;
图4为本申请实施例提供的一种水下目标的二维方位的测量示意图;
图5为本申请实施例提供的一种目标探测方法的流程示意图;
图6为本申请实施例提供的一种目标探测装置的结构示意图;
图7是本申请实施例提供的一种计算机设备的结构示意图。
附图标记:水下目标-00;信源信号-01;物理探测阵元-10;采样器-20;扩展互质阵列-30;第一稀疏线性均匀子阵-40;第二稀疏线性均匀子阵-50;目标探测装置-1;采样模块-11;估计模块-12;构建模块-13;获取模块-14。
具体实施方式
为使得本申请的特征和优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。附图中所示的流程图仅是示例性说明,不是必须按照所示步骤执行。例如,有的步骤是并列的,在逻辑上并没有严格的先后关系,因此实际执行顺序是可变的。另外,术语“第一”、“第二”、“第三”、“第四”、“第五”、“第六”、“第七”、“第八”仅是为了区分的目的,不应作为本公开内容的限制。
现有的目标探测方法是基于奈奎斯特采样框架实现的,即在时域和空域上,同时对水下目标发射的信源信号进行奈奎斯特采样,然后基于奈奎斯特采样得到的采样信号进行方位估计,得到水下目标的位置信息。而需要说明的是,奈奎斯特采样是指在进行模拟/数字信号的转换过程中,当采样频率fs.max大于信号中最高频率fmax的2倍时(fs.max>2fmax),采样之后的数字信号完整地保留了原始信号中的信息,且在一般实际应用中保证采样频率为信号最高频率的5-10倍。因此,现有的目标探测方法对采样器的性能要求较高以及数量要求较多,且整个目标探测的过程计算量大、计算过程复杂,从而导致目标探测装置的成本较高,目标探测速度较低。
为了更好地降低目标探测装置的装置成本,并提高目标探测速度,请参见图1,为本申请实施例提供的一种目标探测装置的系统架构图,图1中示出了目标探测装置、物理探测阵元10、采样器20、信源信号01以及水下目标00之间的关系。
如图1所示,目标探测装置可以包括至少一个物理探测阵元10,各物理探测阵元10均包括至少一个采样器20。
采样器20用于对水下目标00发射/反射的信源信号01(即水波信号)进行稀疏采样,从而得到针对于水下目标00的采样信号。需要说明的是,各采样器20均按照相同的采样时间间隔进行采样。
在一个实施例中,各采样器20采用多陪集稀疏采样模型进行信号采样,则可以理解的是,各采样器20的采样时间间隔为NtTs,采样速率为fs/Nt=1/(NtTs),其中,fs=1/Ts=2fmax表示奈奎斯特采样速率,Ts表示奈奎斯特采样间隔,fmax为感兴趣频段的最高频率,Nt为欠采样因子,Nt与采样器的个数的关系满足Mt<Nt。当Mt=Nt时,多陪集稀疏采样模型就可以看成是奈奎斯特采样的一个多相实现。而且当Mt<Nt时,每个陪集就对应信号的一个多相分量,其多相成分可以描述为,集合中包含了Mt个不同的整数。因此,第j个采样器的第m个采样时刻表示为(mNt+cj)Ts,系统整体的采样频率可以表示为Mt/(NtTs)。
请参照图2,图2给出了一种物理探测阵元10的互质稀疏排列方式,图2中示出了物理探测阵元10、第一稀疏线性均匀子阵40、第二稀疏线性均匀子阵50以及扩展互质阵列30之间的关系,需要说明的是,图中的每个圆形图案均为物理探测阵元10。
在一个实施例中,互质稀疏排列的各物理探测阵元10,所组合而成的阵列可以是扩展互质阵列30。则如图2所示,扩展互质阵列30是由两个稀疏的线性均匀子阵,即第一稀疏线性均匀子阵40以及第二稀疏线性均匀子阵50,所构成的非均匀线性阵列,第一稀疏线性均匀子阵40包含2M1个物理探测阵元10,各相邻物理探测阵元10间距为M2d;第二稀疏线性均匀子阵50包含M2个物理探测阵元10,各相邻物理探测阵元10间距为M1d。其中,M1和M2是互质的整数(即M1和M2的最大公约数为1),又称为空域互质参数,并且满足M1<M2。不失一般性,假设各物理探测阵元10间距为,其中,对应入射信号中的最短波长。将两个稀疏的线性均匀子阵以第一个物理探测阵元10重合的方式组合到一起就构成了扩展互质阵列30。该扩展互质阵列30除了第一个物理探测阵元10以外,其它物理探测阵元10均不会重叠,因此,扩展互质阵列30中共包含了2M1+M2-1个物理探测阵元10,物理探测阵元10的位置可以表示为如下集合:
应理解的是,图1以及图2中的物理探测阵元10、采样器20、扩展互质阵列30、第一稀疏线性均匀子阵40以及第二稀疏线性均匀子阵50的数目仅是示意性的,根据实现需要,可以是任意数量的物理探测阵元10、采样器20、扩展互质阵列30、第一稀疏线性均匀子阵40以及第二稀疏线性均匀子阵50。
下面将结合图3-图5,对本申请实施例提供的目标探测方法进行详细介绍。
请参见图3,为本申请实施例提供了一种目标探测方法的流程示意图。如图3所示,所述方法可以包括以下步骤S101-步骤S104。
S101,采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号。
在一个实施例中,物理探测阵元是用于对水下目标发射的信源信号进行信号采样的采样装置,在同一目标探测装置中的各物理探测阵元,所进行的信号采样的采样方式均为稀疏采样,即各物理探测阵元的采样时间间隔一致。
可选的,水下目标上方设置有具有信号发射功能的装置,或者是水下目标本身就具有信号发射功能,从而使得水下目标向四周发射信源信号,然后通过各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号。
可选的,目标探测装置还可以包括多个用于发射探测信号的信号发射器,各探测信号可以经由水下目标反射,并将水下目标反射的探测信号作为水下目标发射的信源信号,然后通过各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号。
稀疏采样是指采样时间间隔为NtTs,采样速率为fs/Nt=1/(NtTs)的采样方式,其中,fs=1/Ts=2fmax表示奈奎斯特采样速率,Ts表示奈奎斯特采样间隔,fmax为感兴趣频段的最高频率,Nt为欠采样因子。
目标探测装置采用各物理探测阵元,对目标探测装置对应的待监测区域内的水下目标发射的信源信号进行稀疏采样。
示例性的,若水下目标发射的信源信号为远场宽带信源sn,则假设在待监测区域内共存在N个远场宽带信源sn,其中n=1,2,…,N,所有的信源信号都具有相同的带宽B和中心频率f0,入射角度分别为,其中,。水下目标的二维方位的测量示意图如图4所示,需要说明的是,图4中的10为物理探测阵元,表示目标信源信号入射的俯仰角,表示目标信源信号入射的方向角。
定义扩展互质阵列中每一个物理探测阵元的位置表示为
其中,i=1,2,…,2M1+M2-1,表示第n个水下目标发射的信源信号到达第i个物理探测阵元时,相对于参考物理探测阵元的时延,c是声波在水中的传播速度,ni(t)表示第i个物理探测阵元上的加性噪声。表示物理探测阵元中的矢量传感器(即采样器)与第n个信源信号对应的方向矢量,表示为:
S102,对所述多个采样信号进行信号估计,获取所述各物理探测阵元对应的重构信号。
在一个实施例中,目标探测装置在多个采样信号中,依次获取一个物理探测阵元的对应的采样信号,然后针对于获取到的各采样信号进行信号估计,具体来说,是在频域上,将各采样信号进行信号估计,从而得到满足奈奎斯特采样定理的重构信号。需要说明的是,通过满足奈奎斯特采样定理的离散采样信号,可以获取到离散采样信号对应的完整信号的所有信息。
由于采样信号的采样方式为稀疏采样,则目标探测装置所得到的采样信号为离散的采样信号,进一步的,目标探测装置在对采样信号进行信号估计时,可以对采样信号进行离散傅里叶变换,以对采样信号进行信号估计,得到采样信号对应的重构信号。
S103,基于所述各物理探测阵元对应的重构信号,构建所述目标探测装置对应的虚拟阵列。
在一个实施例中,目标探测装置在多个物理探测阵元对应的重构信号中,依次选择两个物理探测阵元对应的重构信号,然后计算当前选中的两个物理探测阵元对应的互相关矩阵,需要说明的是,多个物理探测阵元中的任意两个物理探测阵元对应的重构信号,均会计算出一个互相关矩阵;再基于得到的多个互相关矩阵构建出多个虚拟信号,需要说明的是,基于一个互相关矩阵可以构建出一个对应的虚拟信号;最后基于各虚拟信号构建出虚拟阵元,最后构建出目标探测装置对应的虚拟阵列。
S104,基于所述虚拟阵列,获取所述水下目标的位置信息。
在一个实施例中,对虚拟阵列进行信号处理,需要说明的是,该虚拟信号矩阵在每一行的稀疏结构相同,然后计算虚拟阵列的稀疏空间谱,然后基于稀疏空间谱获取水下目标相对于目标探测器的方位角以及俯仰角。
在本申请实施例中,目标探测装置通过设置多个互质稀疏排列的物理探测阵元,并采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号,然后对多个采样信号进行信号估计,获取各物理探测阵元对应的重构信号,以基于各物理探测阵元对应的重构信号,构建目标探测装置对应的虚拟阵列,最后基于虚拟阵列,获取水下目标的位置信息。通过将各物理探测阵元互质稀疏排列,以在空域上降低采样频率,从而降低了目标探测装置的采样量,并降低了物理探测阵元的个数,从而降低了目标探测装置的装置成本,然后通过各物理探测阵元进行稀疏采样,以在时域上降低采样频率,从而降低了目标探测装置的采样量,则由于目标探测装置的采样量在空域和时域上被大幅度的降低了,则目标探测装置在基于采样信号进行目标探测时,降低了目标探测过程的计算量,也降低了目标探测过程的复杂程度,从而提高了目标探测装置的目标探测速度。
请参见图5,为本申请实施例提供了一种目标探测方法的流程示意图。如图5所示,所述方法可以包括以下步骤S201-步骤S209。
S201,采用各物理探测阵元中的至少一个采样器,对所述水下目标发射的信源信号进行稀疏采样,得到多个采样信号,一个采样器产生一个采样信号。
在一个实施例中,物理探测阵元是指包括至少一个采样器的采样装置,需要说明的是,所有的采样器都用于对水下目标发射的信源信号进行信号采样,在同一目标探测装置中的各采样器,所进行的信号采样的采样方式均为稀疏采样,即各采样器的采样时间间隔一致。示例性的,采样器可以是声矢量传感器。
稀疏采样是指采样时间间隔为NtTs,采样速率为fs/Nt=1/(NtTs)的采样方式,其中,fs=1/Ts=2fmax表示奈奎斯特采样速率,Ts表示奈奎斯特采样间隔,fmax为感兴趣频段的最高频率,Nt为欠采样因子,与采样通道数的关系满足Mt<Nt。
目标探测装置采用各采样器,对目标探测装置对应的待监测区域内的水下目标发射的信源信号进行稀疏采样,得到多个采样信号,则可以理解的是,一个物理探测阵元对应至少一个采样信号。
在本申请实施例中,通过设置多个采样器,并将各采样器分别组合成多个物理探测阵元,从而使得目标探测装置可以以物理探测阵元为基本单位,获取物理探测阵元对应的重构信号,具体来说,由于一个物理探测阵元具有多个相同频域稀疏的采样信号,则可以针对于物理探测阵元,在频域上,重构出该物理探测阵元满足奈奎斯特采样的重构信号,进而通过提高重构信号所载有的信息量,提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
S202,在所述多个采样信号中,获取所述多个物理探测阵元中目标物理探测阵元对应的至少一个采样信号,所述目标物理探测阵元为所述多个物理探测阵元中的任一物理探测阵元。
在一个实施例中,目标探测装置在多个物理探测阵元中,依次获取目标物理探测阵元,然后获取目标探测阵元的对应的至少一个采样信号。由于采样器为声矢量传感器,则假设第i个物理探测阵元的第j个采样器采样得到的采样信号可以表示为:
S203,对所述至少一个采样信号进行信号估计,得到所述第一物理探测阵元对应的至少一个子重构信号。
在一个实施例中,目标探测装置在至少一个采样信号中,依次获取目标采样信号,然后针对于目标采样信号进行信号估计,具体来说,是在频域上,将各采样信号进行信号估计,从而得到目标采样信号对应的子重构信号。
在一些可选的实施例中,由于采样信号是稀疏的离散信号,因此,本实施例提供了一种基于稀疏离散信号进行信号估计的方法,包括以下步骤:
获取所述多个采样信号中目标采样信号的多个实际离散信号,所述目标采样信号为所述多个采样信号中的任一采样信号;
对所述多个实际离散信号中各实际离散信号分别进行离散傅里叶变换,得到多个虚拟离散信号;
基于所述多个实际离散信号以及多个虚拟离散信号,得到所述目标采样信号对应的子重构信号。
示例性的,目标采样装置在多个采样信号中,依次获取目标采样信号,然后再针对于目标采样信号进行离散傅里叶变换,从而得到目标采样信号对应的多个虚拟离散信号。
进一步有:离散采样信号yi,j[n]的离散傅里叶变换表示为:
其中,k=0,1,2,…,H-1。
将其表示成矩阵的形式有:
需要说明的是,Xi[k]中的既包括目标采样信号中的各实际离散信号,还包括了基于各实际离散信号重构得到的多个虚拟离散信号。
在本申请实施例中,通过分别针对于实际离散信号进行处理,得到多个虚拟离散信号,然后基于多个实际离散信号以及多个虚拟离散信号,得到目标采样信号对应的子重构信号,从而在频域上,获取到满足奈奎斯特采样的子重构信号,进而通过提高重构信号所载有的信息量,提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
S204,将所述至少一个子重构信号进行堆叠,得到所述第一物理探测阵元对应的重构信号。
在一个实施例中,目标探测装置在多个物理探测阵元中,依次获取第一物理探测阵元,然后针对于第一物理探测阵元,获取第一物理探测阵元对应的多个子重构信号,然后将所有的子重构信号进行堆叠,得到第一物理探测阵元对应的重构信号。
其中,k=0,1,2,…,H-1。
在一些可选的实施例中,可以通过求伪逆矩阵的方法可以求得第i个物理探测阵元对应的各采样信号所对应的频谱为:。其中,i=1,2,…,2M1+M2-1,k=0,1,2,…,H-1,的第nt个元素表示采样信号在对应频带上第k个频点处的信息。
将各个频点处的Xi[k]进行堆叠,重构信号的矩阵Xi如下:
在本申请实施例中,通过分别针对于物理探测阵元进行处理,得到多个重构信号,从而在频域上,重构出各物理探测阵元满足奈奎斯特采样的重构信号,进而通过提高重构信号所载有的信息量,提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
S205,获取所述多个物理探测阵元中的任意两个第二物理探测阵元,获取各第二物理探测阵元对应的重构信号。
在一个实施例中,目标探测装置在多个物理探测阵元中,依次获取两个第二物理探测阵元,需要说明的是,目标探测装置中的任意一个目标物理探测阵元,均会与目标探测装置中,除目标物理探测阵元之外的所有物理探测阵元,同时获取为第二物理探测阵元。
S206,基于各第二物理探测阵元对应的重构信号,获取虚拟探测阵元对应的虚拟信号。
在一个实施例中,目标探测装置通过选中的两个第二物理探测阵元对应的重构信号,重构出虚拟探测阵元对应的虚拟信号,并基于选中的两个第二物理探测阵元的阵元位置,预测出虚拟探测阵元的虚拟阵元位置。
在一些可选的实施例中,获取虚拟探测阵元对应的虚拟信号可以包括以下步骤:
基于各第二物理探测阵元的第一阵元位置,获取目标虚拟探测阵元的第二阵元位置;
基于各第二物理探测阵元对应的重构信号,得到互相关矩阵;
对所述互相关矩阵进行向量化处理,得到所述目标虚拟探测阵元对应的虚拟信号。
进一步的,目标探测装置在获取到采样器的采样信号时,会将采样信号分隔为L段,则每个采样信号会有L个频域快拍,每个频域快拍中均有多个频点,对应的每个物理探测阵元对应的重构信号同样会有L个频域快拍,各频域快拍中均有多个频点。
则示例性的,假设第i个物理探测阵元和第i各物理探测阵元的重构信号在第q个频点fq处的二阶自相关矩阵或者互相关矩阵Ri,j表示为:
需要说明的是,为了便于阐述,本实施例中的所有信号矩阵均设定为4维矩阵。然后对相关矩阵Ri,j进行向量化处理,即将矩阵Ri,j中的元素按列进行堆叠成一个向量,可以得到:
进一步的,对向量Zi,j进行极大似然估计得到:
将第i个物理探测阵元和第j个物理探测阵元的输出进行相关统计操作后,其在指数函数项中的表现为指数项中物理探测阵元位置的差集(pi-pj)。因此,可以将向量等价为一个位于位置(pi-pj)处的虚拟探测阵元输出的等价虚拟信号,则视为虚拟探测阵元对第k个信源的虚拟阵列响应,表示虚拟阵列在频点fq处对N个信源的响应矢量。为虚拟探测阵元对应的方向矢量。
在本申请实施例中,通过获取各物理探测阵元对应的重构信号,然后针对于各物理探测阵元对应的重构信号,构建出虚拟探测阵元的阵元位置以及该虚拟探测阵元对应的虚拟信号,从而在空域上,构建出满足奈奎斯特采样的虚拟信号,进而通过提高重构信号所载有的信息量,提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
S207,基于各所述虚拟探测阵元对应的虚拟信号,构建所述目标探测装置对应的虚拟阵列。
在一个实施例中,将各虚拟探测阵元对应的虚拟信号进行信号堆叠,得到目标探测装置对应的虚拟阵列。
在一些可选的实施例中,构建虚拟阵列可以包括以下步骤:
基于各物理探测阵元对应的第一阵元位置以及各虚拟探测阵元对应的第二阵元位置,对各虚拟探测阵元对应的虚拟信号进行堆叠,得到所述目标探测装置对应的虚拟阵列。
在本申请实施例中,由于虚拟探测阵元B的数目远大于物理探测阵元的数目,因此,利用基于二阶统计特性的虚拟探测阵列进行方位估计,可以突破物理探测阵元的个数对阵列自由度的限制,有效扩大阵列的自由度,使欠定条件下的方位估计成为可能,从而提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
在本申请实施例中,通过重构出虚拟探测阵元,并得到多个虚拟探测阵元对应的虚拟信号,以重构出目标探测装置的虚拟阵列,也就是说,本申请实施例通过重构出远大于物理探测阵元的数目的虚拟探测阵元,从而突破物理探测阵元的个数对阵列自由度的限制,有效扩大阵列的自由度,使欠定条件下的方位估计成为可能,进而提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
S208,对所述虚拟阵列进行降维处理,得到目标虚拟阵列。
因此,经过降维过程之后的虚拟阵列输出表示为:
S209,基于所述目标虚拟阵列,获取所述水下目标的位置信息。
在一个实施例中,将信源(即水下目标)所在的整个空间域进行均匀网格点的划分,假设整个二维空间域所对应的网格点的总数为,其中,方位角所对应的网格点的数目为,俯仰角对应的网格点的数目为。假设每一个离散化后的网格点对应的离散角度都可以表示一个潜在的目标来波方向,那么第个频点处对应的信号功率向量可以重新写为一个维的向量,所有离散角度值对应的维的阵列流型矩阵,矩阵的每一列都对应着空间中的一个离散网格,即一个潜在的信源。因此,在第q个频点处虚拟阵列输出可以表示为:
其中,在空域稀疏的条件下,表示一个稀疏向量,向量中非零值所在位置对应的离散角度值表示信源的方位信息,其中非零值则对应目标信号的入射功率。即当第个网格点对应的离散角度值恰好等于第n个信源的入射角时,中的对应元素,且满足。如果在空间域中共存在N个信源,则是一个N-稀疏信号。因此,对信源的方位估计问题就可以转化为重构稀疏向量的问题。中非零值所在位置对应的离散角度就是在频点处对目标方位的估计结果。
将Q个频点对应的虚拟阵列的输出进行堆叠可以得到:
由于虚拟信号在不同的频点处具有相同的稀疏性,因此可以根据虚拟信号在不同频点处的联合稀疏性,利用联合信号估计将宽带信号方位估计表示为如下的优化问题。
其中,表示矩阵的第i行的第q个元素,参数ζ是用来约束在信号估计过程中对向量Y的拟合误差上界,约束条件用来保证稀疏向量中与各目标方位相对应的功率响应不等于零。因此,方位估计问题转化为了一个求解最优化稀疏空间谱ρ使得对Y的拟合误差最小的问题。上述优化问题还可以转化为如下优化问题:
在本申请实施例中,通过对虚拟阵列进行降维处理,从而直接去除了虚拟阵列中的重复阵元,从而减少了虚拟阵列中的冗余信息,降低了目标探测过程的计算复杂性,也降低了目标探测过程的计算量,进而提高了目标探测装置的目标探测速度。
下面将结合附图6本申请实施例提供的目标探测装置进行详细介绍。需要说明的是,附图6目标探测装置,用于执行本申请图3-图5所示实施例的方法,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请图3-图5所示的实施例。
请参见图6,为本申请实施例提供了一种目标探测装置的结构示意图。如图6所示,本申请实施例的所述目标探测装置1可以包括:采样模块11、估计模块12、构建模块13、获取模块14。
采样模块11,用于采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号;
估计模块12,用于对所述多个采样信号进行信号估计,获取所述各物理探测阵元对应的重构信号;
构建模块13,用于基于所述各物理探测阵元对应的重构信号,构建所述目标探测装置对应的虚拟阵列;
获取模块14,用于基于所述虚拟阵列,获取所述水下目标的位置信息。
在本申请实施例中,目标探测装置通过设置多个互质稀疏排列的物理探测阵元,并采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号,然后对多个采样信号进行信号估计,获取各物理探测阵元对应的重构信号,以基于各物理探测阵元对应的重构信号,构建目标探测装置对应的虚拟阵列,最后基于虚拟阵列,获取水下目标的位置信息。通过将各物理探测阵元互质稀疏排列,以在空域上降低采样频率,从而降低了目标探测装置的采样量,并降低了物理探测阵元的个数,从而降低了目标探测装置的装置成本,然后通过各物理探测阵元进行稀疏采样,以在时域上降低采样频率,从而降低了目标探测装置的采样量,则由于目标探测装置的采样量在空域和时域上被大幅度的降低了,则目标探测装置在基于采样信号进行目标探测时,降低了目标探测过程的计算量,也降低了目标探测过程的复杂程度,从而提高了目标探测装置的目标探测速度。
可选的,在一个实施例中,采样模块11具体用于:
采用各物理探测阵元中的至少一个采样器,对所述水下目标发射的信源信号进行稀疏采样,得到多个采样信号,一个采样器产生一个采样信号。
在本申请实施例中,通过设置多个采样器,并将各采样器分别组合成多个物理探测阵元,从而使得目标探测装置可以以物理探测阵元为基本单位,获取物理探测阵元对应的重构信号,具体来说,由于一个物理探测阵元具有多个相同频域稀疏的采样信号,则可以针对于物理探测阵元,重构出该物理探测阵元在频域上满足奈奎斯特采样的重构信号,进而通过提高重构信号所载有的信息量,提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
可选的,在一个实施例中,估计模块12具体用于:
在所述多个采样信号中,获取所述多个物理探测阵元中目标物理探测阵元对应的至少一个采样信号,所述目标物理探测阵元为所述多个物理探测阵元中的任一物理探测阵元;
对所述至少一个采样信号进行信号估计,得到所述第一物理探测阵元对应的至少一个子重构信号;
将所述至少一个子重构信号进行堆叠,得到所述第一物理探测阵元对应的重构信号。
在本申请实施例中,通过分别针对于物理探测阵元进行处理,得到多个重构信号,从而在频域上,重构出各物理探测阵元满足奈奎斯特采样的重构信号,进而通过提高重构信号所载有的信息量,提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
可选的,在一个实施例中,估计模块12具体用于:
获取所述多个采样信号中目标采样信号的多个实际离散信号,所述目标采样信号为所述多个采样信号中的任一采样信号;
对所述多个实际离散信号中各实际离散信号分别进行离散傅里叶变换,得到多个虚拟离散信号;
基于所述多个实际离散信号以及多个虚拟离散信号,得到所述目标采样信号对应的子重构信号。
在本申请实施例中,通过分别针对于实际离散信号进行处理,得到多个虚拟离散信号,以基于多个实际离散信号以及多个虚拟离散信号,得到目标采样信号对应的子重构信号,是在频域上,获取满足奈奎斯特采样的子重构信号,从而通过提高重构信号所载有的信息量,提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
可选的,在一个实施例中,构建模块13具体用于:
获取所述多个物理探测阵元中的任意两个第二物理探测阵元,获取各第二物理探测阵元对应的重构信号;
基于各第二物理探测阵元对应的重构信号,获取虚拟探测阵元对应的虚拟信号;
基于各所述虚拟探测阵元对应的虚拟信号,构建所述目标探测装置对应的虚拟阵列。
在本申请实施例中,通过重构出虚拟探测阵元,并得到多个虚拟探测阵元对应的虚拟信号,以重构出目标探测装置的虚拟阵列,也就是说,本申请实施例通过重构出远大于物理探测阵元的数目的虚拟探测阵元,从而突破物理探测阵元的个数对阵列自由度的限制,有效扩大阵列的自由度,使欠定条件下的方位估计成为可能,进而提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
可选的,在一个实施例中,构建模块13具体用于:
基于各第二物理探测阵元的第一阵元位置,获取目标虚拟探测阵元的第二阵元位置;
基于各第二物理探测阵元对应的重构信号,得到互相关矩阵;
对所述互相关矩阵进行向量化处理,得到所述目标虚拟探测阵元对应的虚拟信号。
在本申请实施例中,通过获取各物理探测阵元对应的重构信号,然后针对于各物理探测阵元对应的重构信号,构建出虚拟探测阵元的阵元位置以及该虚拟探测阵元对应的虚拟信号,从而在空域上,构建出满足奈奎斯特采样的虚拟信号,进而通过提高重构信号所载有的信息量,提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
可选的,在一个实施例中,构建模块13具体用于:
基于各物理探测阵元对应的第一阵元位置以及各虚拟探测阵元对应的第二阵元位置,对各物理探测阵元的重构信号以及各虚拟探测阵元对应的虚拟信号进行堆叠,得到所述目标探测装置对应的虚拟阵列。
在本申请实施例中,由于虚拟探测阵元的数目远大于物理探测阵元的数目,因此,利用基于二阶统计特性的虚拟探测阵列进行方位估计,可以突破物理探测阵元的个数对阵列自由度的限制,有效扩大阵列的自由度,使欠定条件下的方位估计成为可能,从而提高了目标探测装置所探测出的目标位置的准确率,提高了目标探测装置的探测准确率。
可选的,在一个实施例中,获取模块14具体用于:
对所述虚拟阵列进行降维处理,得到目标虚拟阵列;
基于所述目标虚拟阵列,获取所述水下目标的位置信息。
在本申请实施例中,通过对虚拟阵列进行降维处理,从而直接去除了虚拟阵列中的重复阵元,从而减少了虚拟阵列中的冗余信息,降低了目标探测过程的计算复杂性,也降低了目标探测过程的计算量,进而提高了目标探测装置的目标探测速度。
本申请实施例还提供了一种存储介质,所述存储介质可以存储有多条程序指令,所述程序指令适于由处理器加载并执行如上述图3-图5所示实施例的方法步骤,具体执行过程可以参见图3-图5所示实施例的具体说明,在此不进行赘述。
请参见图7,为本申请实施例提供了一种计算机设备的结构示意图。如图7所示,所述计算机设备可以包括:至少一个处理器,至少一个存储器,至少一个网络接口,至少一个输入输出接口,至少一个通讯总线和至少一个显示单元。其中,处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个计算机设备内的各个部分,通过运行或执行存储在存储器内的指令、程序、代码集或指令集,以及调用存储在存储器内的数据,执行终端的各种功能和处理数据。存储器可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器可选的还可以是至少一个位于远离前述处理器的存储装置。其中,网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。通信总线用于实现这些组件之间的连接通信。如图7所示,作为一种终端设备存储介质的存储器中可以包括操作系统、网络通信模块、输入输出接口模块以及目标探测程序。
在图7所示的计算机设备中,输入输出接口主要用于为用户以及接入设备提供输入的接口,获取用户以及接入设备输入的数据。
在一个实施例中。
处理器可以用于调用存储器中存储的目标探测程序,并具体执行以下操作:
采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号;
对所述多个采样信号进行信号估计,获取所述各物理探测阵元对应的重构信号;
基于所述各物理探测阵元对应的重构信号,构建所述目标探测装置对应的虚拟阵列;
基于所述虚拟阵列,获取所述水下目标的位置信息。
可选的,所述处理器在执行所述采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号时,具体执行以下操作:
采用各物理探测阵元中的至少一个采样器,对所述水下目标发射的信源信号进行稀疏采样,得到多个采样信号,一个采样器产生一个采样信号。
可选的,所述处理器在执行所述对所述多个采样信号进行信号估计,获取所述各物理探测阵元对应的重构信号时,具体执行以下操作:
在所述多个采样信号中,获取所述多个物理探测阵元中目标物理探测阵元对应的至少一个采样信号,所述目标物理探测阵元为所述多个物理探测阵元中的任一物理探测阵元;
对所述至少一个采样信号进行信号估计,得到所述第一物理探测阵元对应的至少一个子重构信号;
将所述至少一个子重构信号进行堆叠,得到所述第一物理探测阵元对应的重构信号。
可选的,所述处理器在执行所述对所述至少一个采样信号进行信号估计,得到至少一个子重构信号时,具体执行以下操作:
获取所述多个采样信号中目标采样信号的多个实际离散信号,所述目标采样信号为所述多个采样信号中的任一采样信号;
对所述多个实际离散信号中各实际离散信号分别进行离散傅里叶变换,得到多个虚拟离散信号;
基于所述多个实际离散信号以及多个虚拟离散信号,得到所述目标采样信号对应的子重构信号。
可选的,所述处理器在执行所述基于所述各物理探测阵元对应的重构信号,构建所述目标探测装置对应的虚拟阵列时,具体执行以下操作:
获取所述多个物理探测阵元中的任意两个第二物理探测阵元,获取各第二物理探测阵元对应的重构信号;
基于各第二物理探测阵元对应的重构信号,获取虚拟探测阵元对应的虚拟信号;
基于各所述虚拟探测阵元对应的虚拟信号,构建所述目标探测装置对应的虚拟阵列。
可选的,所述处理器在执行所述基于各第二物理探测阵元对应的重构信号,获取目标虚拟探测阵元对应的虚拟信号时,具体执行以下操作:
基于各第二物理探测阵元的第一阵元位置,获取目标虚拟探测阵元的第二阵元位置;
基于各第二物理探测阵元对应的重构信号,得到互相关矩阵;
对所述互相关矩阵进行向量化处理,得到所述目标虚拟探测阵元对应的虚拟信号。
可选的,所述处理器在执行所述基于各物理探测阵元对应的重构信号以及各虚拟探测阵元对应的虚拟信号,构建所述目标探测装置对应的虚拟阵列时,具体执行以下操作:
基于各物理探测阵元对应的第一阵元位置以及各虚拟探测阵元对应的第二阵元位置,对各物理探测阵元的重构信号以及各虚拟探测阵元对应的虚拟信号进行堆叠,得到所述目标探测装置对应的虚拟阵列。
可选的,所述处理器在执行所述基于所述虚拟阵列,获取所述水下目标的位置信息时,具体执行以下操作:
对所述虚拟阵列进行降维处理,得到目标虚拟阵列;
基于所述目标虚拟阵列,获取所述水下目标的位置信息。
在本申请实施例中,目标探测装置通过设置多个互质稀疏排列的物理探测阵元,并采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号,然后对多个采样信号进行信号估计,获取各物理探测阵元对应的重构信号,以基于各物理探测阵元对应的重构信号,构建目标探测装置对应的虚拟阵列,最后基于虚拟阵列,获取水下目标的位置信息。通过将各物理探测阵元互质稀疏排列,以在空域上降低采样频率,从而降低了目标探测装置的采样量,并降低了物理探测阵元的个数,从而降低了目标探测装置的装置成本,然后通过各物理探测阵元进行稀疏采样,以在时域上降低采样频率,从而降低了目标探测装置的采样量,则由于目标探测装置的采样量在空域和时域上被大幅度的降低了,则目标探测装置在基于采样信号进行目标探测时,降低了目标探测过程的计算量,也降低了目标探测过程的复杂程度,从而提高了目标探测装置的目标探测速度。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本申请所提供的一种目标探测方法、目标探测装置、存储介质及设备的描述,对于本领域的技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种目标探测方法,其特征在于,应用于目标探测装置,所述目标探测装置包括多个互质稀疏排列的物理探测阵元,所述方法包括:
采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号,所述各物理探测阵元中包括矢量传感器,所述信源信号为远场宽带信源,第i个所述物理探测阵元中在时刻t得到的信号为,其中,为所述物理探测阵元中的所述矢量传感器与第n个所述信源信号对应的方向矢量,,所述第i个物理探测阵元的第j个采样信号可以表示为;
基于所述各物理探测阵元对应的重构信号,构建所述目标探测装置对应的虚拟阵列,所述虚拟阵列包括多个虚拟探测阵元中各虚拟探测阵元的虚拟阵元位置以及所述各虚拟探测阵元对应的虚拟信号,所述虚拟信号为,其中,基于所述重构信号得到;
基于所述虚拟阵列中各虚拟探测阵元对应的虚拟信号,获取所述水下目标的位置信息,所述位置信息为水下目标相对于所述目标探测装置的方位角以及俯仰角。
2.根据权利要求1所述的方法,其特征在于,所述物理探测阵元包括至少一个采样器,所述采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号,包括:
采用各物理探测阵元中的至少一个采样器,对所述水下目标发射的信源信号进行稀疏采样,得到多个采样信号,一个采样器产生一个采样信号。
3.根据权利要求2所述的方法,其特征在于,所述对所述多个采样信号进行信号估计,获取所述各物理探测阵元对应的重构信号,包括:
在所述多个采样信号中,获取所述多个物理探测阵元中目标物理探测阵元对应的至少一个采样信号,所述目标物理探测阵元为所述多个物理探测阵元中的任一物理探测阵元;
对所述至少一个采样信号进行信号估计,得到所述第一物理探测阵元对应的至少一个子重构信号;
将所述至少一个子重构信号进行堆叠,得到所述第一物理探测阵元对应的重构信号。
4.根据权利要求3所述的方法,其特征在于,所述对所述至少一个采样信号进行信号估计,得到至少一个子重构信号,包括:
获取所述多个采样信号中目标采样信号的多个实际离散信号,所述目标采样信号为所述多个采样信号中的任一采样信号;
对所述多个实际离散信号中各实际离散信号分别进行离散傅里叶变换,得到多个虚拟离散信号;
基于所述多个实际离散信号以及多个虚拟离散信号,得到所述目标采样信号对应的子重构信号。
5.根据权利要求1所述的方法,其特征在于,所述基于所述各物理探测阵元对应的重构信号,构建所述目标探测装置对应的虚拟阵列,包括:
获取所述多个物理探测阵元中的任意两个第二物理探测阵元,获取各第二物理探测阵元对应的重构信号;
基于各第二物理探测阵元对应的重构信号,获取虚拟探测阵元对应的虚拟信号;
基于各所述虚拟探测阵元对应的虚拟信号,构建所述目标探测装置对应的虚拟阵列。
6.根据权利要求5所述的方法,其特征在于,所述基于各第二物理探测阵元对应的重构信号,获取目标虚拟探测阵元对应的虚拟信号,包括:
基于各第二物理探测阵元的第一阵元位置,获取目标虚拟探测阵元的第二阵元位置;
基于各第二物理探测阵元对应的重构信号,得到互相关矩阵;
对所述互相关矩阵进行向量化处理,得到所述目标虚拟探测阵元对应的虚拟信号。
7.根据权利要求6所述的方法,其特征在于,所述基于各物理探测阵元对应的重构信号以及各虚拟探测阵元对应的虚拟信号,构建所述目标探测装置对应的虚拟阵列,包括:
基于各物理探测阵元对应的第一阵元位置以及各虚拟探测阵元对应的第二阵元位置,对各虚拟探测阵元对应的虚拟信号进行堆叠,得到所述目标探测装置对应的虚拟阵列。
8.根据权利要求1所述的方法,其特征在于,所述基于所述虚拟阵列,获取所述水下目标的位置信息,包括:
对所述虚拟阵列进行降维处理,得到目标虚拟阵列;
基于所述目标虚拟阵列,获取所述水下目标的位置信息。
9.一种目标探测装置,其特征在于,包括:
采样模块,用于采用各物理探测阵元,对水下目标发射的信源信号进行稀疏采样,得到多个采样信号,所述各物理探测阵元中包括矢量传感器,所述信源信号为远场宽带信源,第i个所述物理探测阵元中在时刻t得到的信号为,其中,为所述物理探测阵元中的所述矢量传感器与第n个所述信源信号对应的方向矢量,,所述第i个物理探测阵元的第j个采样信号可以表示为;
构建模块,用于基于所述各物理探测阵元对应的重构信号,构建所述目标探测装置对应的虚拟阵列,所述虚拟阵列包括多个虚拟探测阵元中各虚拟探测阵元的虚拟阵元位置以及所述各虚拟探测阵元对应的虚拟信号,所述虚拟信号为,其中,基于所述重构信号得到;
获取模块,用于基于所述虚拟阵列中各虚拟探测阵元对应的虚拟信号,获取所述水下目标的位置信息,所述位置信息为水下目标相对于所述目标探测装置的方位角以及俯仰角。
10.一种计算机设备,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1-8任意一项所述的目标探测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111344373.7A CN113791384B (zh) | 2021-11-15 | 2021-11-15 | 目标探测方法、装置以及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111344373.7A CN113791384B (zh) | 2021-11-15 | 2021-11-15 | 目标探测方法、装置以及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113791384A CN113791384A (zh) | 2021-12-14 |
CN113791384B true CN113791384B (zh) | 2022-02-18 |
Family
ID=78955168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111344373.7A Active CN113791384B (zh) | 2021-11-15 | 2021-11-15 | 目标探测方法、装置以及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113791384B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113189538A (zh) * | 2021-03-04 | 2021-07-30 | 昆明理工大学 | 一种基于互质稀疏排列的三元阵列及其空间谱估计方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7277712B2 (en) * | 2004-11-17 | 2007-10-02 | At&T Mobility Ii, Llc | Method and system for providing location information for emergency services |
US11119183B2 (en) * | 2018-12-21 | 2021-09-14 | King Fahd University Of Petroleum And Minerals | Signal emitter location determination using sparse DOA estimation based on a multi-level prime array with compressed subarray |
CN110346752B (zh) * | 2019-07-17 | 2022-09-27 | 哈尔滨工程大学 | 基于互质稀疏阵的无模糊测向方法 |
-
2021
- 2021-11-15 CN CN202111344373.7A patent/CN113791384B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113189538A (zh) * | 2021-03-04 | 2021-07-30 | 昆明理工大学 | 一种基于互质稀疏排列的三元阵列及其空间谱估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113791384A (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107315160B (zh) | 基于内插虚拟阵列信号原子范数最小化的互质阵列波达方向估计方法 | |
CN105652273B (zh) | 一种基于混合匹配追踪算法的mimo雷达稀疏成像算法 | |
CN103389490B (zh) | 基于稀疏信号的波束形成器及其方法 | |
CN108683619B (zh) | 一种低复杂度的大规模mimo信道参数估计方法 | |
CN104199029B (zh) | 一种提高压缩感知雷达目标成像性能的测量矩阵设计方法 | |
Ramirez et al. | Exploiting array motion for augmentation of co-prime arrays | |
Dorsch et al. | Refined analysis of sparse MIMO radar | |
CN108614234B (zh) | 基于多采样快拍互质阵列接收信号快速傅里叶逆变换的波达方向估计方法 | |
CN105929397A (zh) | 基于lq 正则化的偏置相位中心天线成像方法 | |
CN103323831B (zh) | 一种基于czt变换和剪除分裂基快速傅里叶变换的三维摄像声纳波束形成方法 | |
CN109521392B (zh) | 基于非圆信号和l型线阵的水下一维doa估计方法和装置 | |
RU2491569C2 (ru) | Способ пеленгования с повышенной разрешающей способностью | |
CN113791384B (zh) | 目标探测方法、装置以及计算机设备 | |
CN108919207A (zh) | 一种提高机载雷达杂波抑制性能的方法及系统 | |
CN113608192B (zh) | 一种探地雷达远场定位方法、装置及计算机可读存储介质 | |
CN110609283A (zh) | 一种三维目标成像方法及装置 | |
Mahata | A subspace algorithm for wideband source localization without narrowband filtering | |
Ni et al. | Information-theoretic target localization with compressed measurement using FDA radar | |
CN111983553B (zh) | 一种基于互质多载频稀疏阵列的无网格doa估计方法 | |
El-Khamy et al. | A new computationally efficient approach for high-resolution DOA estimation of wideband signals using compressive sensing | |
Zhong et al. | Subspace-based higher-order compressive sensing algorithm for raypath separation in a shallow-water waveguide | |
CN112698263A (zh) | 一种基于正交传播算子的单基地互质mimo阵列doa估计算法 | |
JP2012090246A (ja) | 伝搬パラメータ推定装置、伝搬パラメータ推定方法 | |
Zhao et al. | Large-region acoustic source mapping using a movable array and sparse covariance fitting | |
WO2020037614A1 (zh) | 一种提高机载雷达杂波抑制性能的方法及系统 |
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 |