CN114397008A - 低空飞行器噪声源识别的解多普勒方法 - Google Patents

低空飞行器噪声源识别的解多普勒方法 Download PDF

Info

Publication number
CN114397008A
CN114397008A CN202111487257.0A CN202111487257A CN114397008A CN 114397008 A CN114397008 A CN 114397008A CN 202111487257 A CN202111487257 A CN 202111487257A CN 114397008 A CN114397008 A CN 114397008A
Authority
CN
China
Prior art keywords
grid
doppler
low
point
noise source
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
CN202111487257.0A
Other languages
English (en)
Other versions
CN114397008B (zh
Inventor
魏春华
王勋年
王勇
鲍明
陈志菲
李冉冉
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.)
Low Speed Aerodynamics Institute of China Aerodynamics Research and Development Center
Original Assignee
Low Speed Aerodynamics Institute of China Aerodynamics Research and Development Center
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 Low Speed Aerodynamics Institute of China Aerodynamics Research and Development Center filed Critical Low Speed Aerodynamics Institute of China Aerodynamics Research and Development Center
Priority to CN202111487257.0A priority Critical patent/CN114397008B/zh
Publication of CN114397008A publication Critical patent/CN114397008A/zh
Application granted granted Critical
Publication of CN114397008B publication Critical patent/CN114397008B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种低空飞行器噪声源识别的解多普勒方法,其包括:利用传感器进行扫描,得到对低空飞行器的扫描网格;根据所要计算的区域边界点,确定最大允许的扫描网格边长;在确定的扫描网格边长范围内,计算中心网格点的解多普勒数据。本发明具有原理简单、操作简便、可降低运算量、提高计算效率等优点。

Description

低空飞行器噪声源识别的解多普勒方法
技术领域
本发明主要涉及到飞行器噪声识别技术领域,特指一种低空飞行器噪声源识别的解多普勒方法。
背景技术
目前,低空飞行器的噪声源识别方法多采用波束形成方法,它利用传声器阵列采集运动/静止目标的辐射噪声,对目标所在区域划分网格后采用球面波假设对各网格点进行数据处理,进而获得目标各部位的噪声源强度与频谱特征。
传统技术中,针对低空飞行器的噪声源识别处理流程一般如下:
(1)利用传声器阵列采集飞行器飞行噪声,并基于航迹数据对声信号同步和解多普勒;
(2)基于阵列在不同频率下固有的点扩展函数(PSF, point spread function),采用不同的波束形成类方法对飞行噪声进行声成像;
(3)在波束形成方法基础上采用解卷积类方法或Clean类方法等高分辨方法,对波束形成结果优化,得到高分辨成像结果;
(4)结合机体结构和飞行状态,分析不同倍频程不同机体部位的噪声分布特性,给出当前飞行状态下的飞行器噪声辐射特征。
在现有技术中,低空飞行器与行驶的汽车、高铁等目标类似,其运动造成的多普勒效应都对其噪声源识别造成了一定影响。
针对此问题,传统手段大致分为两类处理方法:
(1)忽略多普勒效应;
此类方法通过提高采样率,截取短时段内的阵列接收信号,假定此时运动目标为静止目标,忽略多普勒效应直接处理。该方法要求在截取时段内,目标运动距离较小,同时为保证在该时段内有足够的采样数据进行处理,需要保持较高的采样率。对于低空飞行器而言,由于其飞行速度一般在100km/h以上,且机体尺寸长宽方向均较大,较难满足上述条件。此时忽略多普勒效应的计算结果仅能定性给出噪声源识别结果,即强噪声源的大致区域。
(2)逐点解多普勒;
低空飞行器飞行速度快,尺寸大,造成了不同部位的多普勒效应差异明显。为此通常对飞行器所在平面划分细密网格,假定每个网格点上存在一个辐射强度未知的声源,通常地面阵列尺寸也较大,可达直径百米左右,造成每个网格点与地面阵列中的每个传声器存在一个多普勒效应。按照亚音速莫尔斯声学理论,为了获得解多普勒后的阵列接收信号,需要声源面上每个网格点对阵列各个传声器进行解多普勒,由此造成解多普勒运算量巨大,尤其是不同网格划分方式下都需要重新解多普勒。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种原理简单、操作简便、可降低运算量、提高计算效率的低空飞行器噪声源识别的解多普勒方法。
为解决上述技术问题,本发明采用以下技术方案:
一种低空飞行器噪声源识别的解多普勒方法,其包括:
利用传感器进行扫描,得到对低空飞行器的扫描网格;
根据所要计算的区域边界点,确定最大允许的扫描网格边长;
在确定的扫描网格边长范围内,计算中心网格点的解多普勒数据。
作为本发明的进一步改进:当需要在更精细网格下进行解多普勒和波束形成时,就近选取“粗网格点”的解多普勒结果,所述“粗网格点”为确定的扫描网格边长范围内的网格点。
作为本发明的进一步改进:所述确定最大允许的扫描网格边长是通过判定相邻网格点造成的幅度误差是否可以忽略来确定。
作为本发明的进一步改进:相邻网格点进行替换,在替换之后,进行波束形成导向矢量计算时,相位误差方面达到设定阈值,视为确定最大允许的扫描网格的临界节点。
作为本发明的进一步改进:对于网格点A和B,假定它们与地面阵列上第i个阵元的 距离为
Figure 23509DEST_PATH_IMAGE001
Figure 830928DEST_PATH_IMAGE002
,那么用A点代替B点进行波束形成导向矢量计算时,引入的幅度和相位误 差为:
幅度误差:
Figure DEST_PATH_IMAGE003
i=1,…M
相位误差:
Figure 657939DEST_PATH_IMAGE004
i=1,…M
此时若AB距离为设定阈值(如1m),造成的幅度误差可以忽略;相位误差方面满足:
Figure DEST_PATH_IMAGE005
i=1,…M。
作为本发明的进一步改进:若是单网格点对单传声器,那么:
对于某个网格点所截取的
Figure 607266DEST_PATH_IMAGE006
时段内的辐射信号的时间轴
Figure DEST_PATH_IMAGE007
是等间 隔时间序列;根据航迹和阵列位置关系,得到其对应的
Figure 787711DEST_PATH_IMAGE008
时段内的非等间隔接 收时间序列;通过降采样插值并补偿传播损失后,得到解多普勒后信号。
作为本发明的进一步改进:若是单网格点对整个传声器阵列,那么:
对于单个网格点其截取的辐射时段
Figure DEST_PATH_IMAGE009
是确定的,传声器阵列中各个 传声器接收信号时间序列
Figure 246375DEST_PATH_IMAGE010
,其中j=1,…,MM为阵元数,起止点各不相同。
传声器阵列中各通道应截取相同接收时刻开始的接收信号,即:
Figure DEST_PATH_IMAGE011
同时,可截取的最长时长为:
Figure 103341DEST_PATH_IMAGE012
作为本发明的进一步改进:若是多网格点对整个传声器阵列,那么:
在飞行器上划分了多个网格点;假定每个网格点下传感器阵列解多普勒后信号的 时间长度为
Figure DEST_PATH_IMAGE013
i=1,…, NN为网格点数,它们存在一定差异,对各网格点采取相同的时 间长度。
作为本发明的进一步改进:根据截取的辐射信号时段[tea, teb],分别计算各网 格点的时长
Figure 280244DEST_PATH_IMAGE013
,取其最小值作为最终采用的辐射时间长度,即:
Figure 202064DEST_PATH_IMAGE014
接下来,进行解多普勒。
与现有技术相比,本发明的优点就在于:
1、本发明的低空飞行器噪声源识别的解多普勒方法,原理简单、操作简便,通过较为稀疏的网格划分来降低解多普勒运算量和数据缓存量,降低运算量的同时可以为后续计算缓存可用的解多普勒结果。
2、本发明的低空飞行器噪声源识别的解多普勒方法,简化了解多普勒的声源面网格区域划分,在不影响波束形成性能的基础上,大幅降低解多普勒的计算量;同时,本发明支持同一种网格划分下解多普勒结果缓存,并应用于其他各种网格划分模式下的噪声源识别。
3、本发明的低空飞行器噪声源识别的解多普勒方法,将相近区域网格点统一采用区域中心点的解多普勒结果,由此造成的幅度补偿误差对波束形成的影响可以忽略,造成的相频误差对波束形成的主瓣影响可以忽略,仅在旁瓣水平略有差异。因此,本发明在不影响后续波束形成精度的前提下,大幅减小解多普勒运算量,同时解多普勒结果可以缓存用于不同网格划分模式下的波束形成运算,加快外场飞行试验数据处理。
附图说明
图1是本发明方法的流程示意图。
图2是本发明在具体应用实例中网格点选取造成的误差示意图。
图3是本发明在具体应用实例中声成像粗网格划分示意图。
具体实施方式
以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
如图1所示,本发明的低空飞行器噪声源识别的解多普勒方法,包括:
利用传感器进行扫描,得到对低空飞行器的扫描网格;
根据所要计算的区域边界点,确定最大允许的扫描网格边长;
在确定的扫描网格边长范围内,计算中心网格点的解多普勒数据。
在具体应用实例中,进一步,当需要在更精细网格下进行解多普勒和波束形成时,可以就近选取“粗网格点”的解多普勒结果,所述“粗网格点”为确定的扫描网格边长范围内的网格点,从而减少解多普勒运算量,并对整体噪声源识别性能影响不大。
通过采用本发明的上述方案,利用确定的扫描网格边长范围内的网格,即较为稀疏的网格划分来降低解多普勒运算量和数据缓存量,在降低了运算量的同时,还可以为后续计算缓存可用的解多普勒结果。
由上可知,本发明在逐点解多普勒方法基础上,简化了解多普勒的声源面网格区域划分,在不影响波束形成性能的基础上,大幅降低解多普勒的计算量;例如,仍对5m×5m的部件区域解多普勒,按照1m网格边长划分有36个网格点,阵列传声器数目若仍为100个,则只需进行3600次解多普勒运算,该结果仍可用于网格边长0.2m的噪声源识别,即计算量降为原来的5%。
本发明在逐点解多普勒方法基础上,能够支持同一种网格划分下解多普勒结果缓存,并应用于其他各种网格划分模式下的噪声源识别。例如,仍对5m×5m的部件区域解多普勒,按照1m网格边长划分,该解多普勒结果可用于该部件区域任意网格边长或非网格划分方式下的噪声源识别。此种情况下,噪声源识别时新的网格点取距离其最近的缓存网格点解多普勒结果即可,由此造成的多普勒和幅度衰减效应对波束形成结果基本无影响。
在具体应用实例中,所述确定最大允许的扫描网格边长是通过判定相邻网格点造成的幅度误差是否可以忽略来确定。也就是说,如果相邻网格点在替换之后,进行波束形成导向矢量计算时,相位误差方面达到设定阈值,即可视为确定最大允许的扫描网格的临界节点。
如图2所示,对于网格点A和B,假定它们与地面阵列上第i个阵元的距离为
Figure 374288DEST_PATH_IMAGE001
Figure DEST_PATH_IMAGE015
,那么用A点代替B点进行波束形成导向矢量计算时,引入的幅度和相位误差为:
幅度误差:
Figure 152888DEST_PATH_IMAGE016
i=1,…M
相位误差:
Figure DEST_PATH_IMAGE017
i=1,…M
通常低空飞行器的过顶高度在20-100m,此时若AB距离为1m,造成的幅度误差可以忽略。相位误差方面只要满足:
Figure 82667DEST_PATH_IMAGE018
i=1,…M
此时,相位误差对常规波束形成空间谱的主瓣基本没有影响,旁瓣也仅略有波动,对地面阵列的整体噪声源识别性能影响不大。
在具体应用实例中,如图3所示,根据所要计算的区域边界点,可以按照上式确定最大允许的网格边长,仅计算这些中心网格点的解多普勒数据。
在具体应用实例中,若是单网格点对单传声器,那么:
对于某个网格点所截取的
Figure 57445DEST_PATH_IMAGE019
时段内的辐射信号的时间轴
Figure 693963DEST_PATH_IMAGE007
是等间 隔时间序列。根据航迹和阵列位置关系,可得到其对应的
Figure 112306DEST_PATH_IMAGE008
时段内的非等间隔 接收时间序列。
那么,通过降采样插值并补偿传播损失后,即可得到解多普勒后信号。
在具体应用实例中,若是单网格点对整个传声器阵列,那么:
对于单个网格点其截取的辐射时段
Figure 326119DEST_PATH_IMAGE009
是确定的,但是传声器阵列中各 个传声器接收信号时间序列
Figure 855320DEST_PATH_IMAGE020
,其中j=1,…,MM为阵元数,起止点各不相同。
为便于后续噪声源识别处理,传声器阵列中各通道应截取相同接收时刻开始的接收信号,即:
Figure 476837DEST_PATH_IMAGE021
同时,可截取的最长时长为:
Figure 925136DEST_PATH_IMAGE022
在具体应用实例中,若是多网格点对整个传声器阵列,那么:
在飞行器上划分了多个网格点;
假定每个网格点下传感器阵列解多普勒后信号的时间长度为
Figure 908136DEST_PATH_IMAGE023
i=1,…, NN 为网格点数,它们存在一定差异。这不利于比较各网格点下的声源辐射能量,故要对各网格 点采取相同的时间长度。
在具体应用时,实际处理中可根据截取的辐射信号时段
Figure 224716DEST_PATH_IMAGE024
,分别计算 各网格点的时长
Figure 445613DEST_PATH_IMAGE025
,取其最小值作为最终采用的辐射时间长度,即:
Figure 455027DEST_PATH_IMAGE014
接下来,解多普勒步骤与单网格点对整个传声器阵列的情形相同,在此就不在赘述。
按照上述步骤,解多普勒后的传感器阵列接收信号和静止声源的接收信号相似,接下来可利用其计算采样协方差矩阵,以估计噪声源的参数。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。

Claims (9)

1.一种低空飞行器噪声源识别的解多普勒方法,其特征在于,包括:
利用传感器进行扫描,得到对低空飞行器的扫描网格;
根据所要计算的区域边界点,确定最大允许的扫描网格边长;
在确定的扫描网格边长范围内,计算中心网格点的解多普勒数据。
2.根据权利要求1所述的低空飞行器噪声源识别的解多普勒方法,其特征在于,当需要在更精细网格下进行解多普勒和波束形成时,就近选取“粗网格点”的解多普勒结果,所述“粗网格点”为确定的扫描网格边长范围内的网格点。
3.根据权利要求1所述的低空飞行器噪声源识别的解多普勒方法,其特征在于,所述确定最大允许的扫描网格边长是通过判定相邻网格点造成的幅度误差是否可以忽略来确定。
4.根据权利要求3所述的低空飞行器噪声源识别的解多普勒方法,其特征在于,相邻网格点进行替换,在替换之后,进行波束形成导向矢量计算时,相位误差方面达到设定阈值,视为确定最大允许的扫描网格的临界节点。
5.根据权利要求4所述的低空飞行器噪声源识别的解多普勒方法,其特征在于,对于网 格点A和B,假定它们与地面阵列上第i个阵元的距离为
Figure 737591DEST_PATH_IMAGE001
Figure 654731DEST_PATH_IMAGE002
,那么用A点代替B点进行波 束形成导向矢量计算时,引入的幅度和相位误差为:
幅度误差:
Figure 434469DEST_PATH_IMAGE003
i=1,…M
相位误差:
Figure 767361DEST_PATH_IMAGE004
i=1,…M
此时若AB距离为在预设阈值内,造成的幅度误差忽略;相位误差方面满足:
Figure 581733DEST_PATH_IMAGE005
i=1,…M。
6.根据权利要求1-5中任意一项所述的低空飞行器噪声源识别的解多普勒方法,其特征在于,若是单网格点对单传声器,那么:
对于某个网格点所截取的
Figure 404196DEST_PATH_IMAGE006
时段内的辐射信号的时间轴
Figure 671229DEST_PATH_IMAGE007
是等间隔时间 序列;根据航迹和阵列位置关系,得到其对应的
Figure 870129DEST_PATH_IMAGE008
时段内的非等间隔接收时间 序列;通过降采样插值并补偿传播损失后,得到解多普勒后信号。
7.根据权利要求1-5中任意一项所述的低空飞行器噪声源识别的解多普勒方法,其特征在于,若是单网格点对整个传声器阵列,那么:
对于单个网格点其截取的辐射时段
Figure 975226DEST_PATH_IMAGE009
是确定的,传声器阵列中各个传声器 接收信号时间序列
Figure 968590DEST_PATH_IMAGE010
,其中j=1,…,MM为阵元数,起止点各不相同;
传声器阵列中各通道应截取相同接收时刻开始的接收信号,即:
Figure 722919DEST_PATH_IMAGE011
同时,截取的最长时长为:
Figure 459931DEST_PATH_IMAGE012
8.根据权利要求1-5中任意一项所述的低空飞行器噪声源识别的解多普勒方法,其特征在于,若是多网格点对整个传声器阵列,那么:
在飞行器上划分了多个网格点;假定每个网格点下传感器阵列解多普勒后信号的时间 长度为
Figure 983316DEST_PATH_IMAGE013
i=1,…, NN为网格点数,它们存在一定差异,对各网格点采取相同的时间长 度。
9.根据权利要求8所述的低空飞行器噪声源识别的解多普勒方法,其特征在于,根据截 取的辐射信号时段
Figure 350844DEST_PATH_IMAGE014
,分别计算各网格点的时长
Figure 592469DEST_PATH_IMAGE015
,取其最小值作为最终采 用的辐射时间长度,即:
Figure 867593DEST_PATH_IMAGE016
接下来,进行解多普勒。
CN202111487257.0A 2021-12-07 2021-12-07 低空飞行器噪声源识别的解多普勒方法 Active CN114397008B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111487257.0A CN114397008B (zh) 2021-12-07 2021-12-07 低空飞行器噪声源识别的解多普勒方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111487257.0A CN114397008B (zh) 2021-12-07 2021-12-07 低空飞行器噪声源识别的解多普勒方法

Publications (2)

Publication Number Publication Date
CN114397008A true CN114397008A (zh) 2022-04-26
CN114397008B CN114397008B (zh) 2023-04-28

Family

ID=81227793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111487257.0A Active CN114397008B (zh) 2021-12-07 2021-12-07 低空飞行器噪声源识别的解多普勒方法

Country Status (1)

Country Link
CN (1) CN114397008B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116086599A (zh) * 2023-04-10 2023-05-09 中国飞行试验研究院 航空器低空辐射声场获取方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104777453A (zh) * 2015-04-23 2015-07-15 西北工业大学 舰船线谱噪声源定位的波束域时频分析方法
JP5864799B1 (ja) * 2015-03-30 2016-02-17 株式会社日立パワーソリューションズ 音源探査装置および音源探査方法
CN106772248A (zh) * 2016-12-09 2017-05-31 中国空气动力研究与发展中心低速空气动力研究所 高速列车模型在声学风洞内的噪声源定位方法
CN107563551A (zh) * 2017-08-28 2018-01-09 国网湖南省电力公司 一种电网舞动关键线路辨别方法及其系统
DE102019115879A1 (de) * 2018-12-19 2020-06-25 GM Global Technology Operations LLC Doppler-mehrdeutigkeitsauflösung mit phasenabschnitten hoher ordnung
CN112180329A (zh) * 2020-09-07 2021-01-05 黑龙江工程学院 一种基于阵元随机均匀分布球阵反卷积波束形成的汽车噪声源声成像方法
CN112904302A (zh) * 2021-04-22 2021-06-04 中国人民解放军海军航空大学 网格化frft域雷达目标检测与多级联合虚警剔除方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5864799B1 (ja) * 2015-03-30 2016-02-17 株式会社日立パワーソリューションズ 音源探査装置および音源探査方法
CN104777453A (zh) * 2015-04-23 2015-07-15 西北工业大学 舰船线谱噪声源定位的波束域时频分析方法
CN106772248A (zh) * 2016-12-09 2017-05-31 中国空气动力研究与发展中心低速空气动力研究所 高速列车模型在声学风洞内的噪声源定位方法
CN107563551A (zh) * 2017-08-28 2018-01-09 国网湖南省电力公司 一种电网舞动关键线路辨别方法及其系统
DE102019115879A1 (de) * 2018-12-19 2020-06-25 GM Global Technology Operations LLC Doppler-mehrdeutigkeitsauflösung mit phasenabschnitten hoher ordnung
CN112180329A (zh) * 2020-09-07 2021-01-05 黑龙江工程学院 一种基于阵元随机均匀分布球阵反卷积波束形成的汽车噪声源声成像方法
CN112904302A (zh) * 2021-04-22 2021-06-04 中国人民解放军海军航空大学 网格化frft域雷达目标检测与多级联合虚警剔除方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈涛;侯宏;陈志菲;赵江楠;姜成坤;: "ARJ21客机降落阶段起落架噪声试验研究" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116086599A (zh) * 2023-04-10 2023-05-09 中国飞行试验研究院 航空器低空辐射声场获取方法、装置、设备及存储介质
CN116086599B (zh) * 2023-04-10 2023-10-20 中国飞行试验研究院 航空器低空辐射声场获取方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114397008B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
CN111736128B (zh) 基于skt-siaf-mscft的相参积累方法
CN108387900B (zh) 一种直升机载旋转式合成孔径雷达的振动误差补偿方法
KR101435168B1 (ko) 감시 공간에서의 신호원의 검출방법 및 시스템
CN109471085B (zh) 一种低雷达散射截面积飞行器的探测方法
CN109507666B (zh) 基于离网变分贝叶斯算法的isar稀疏频带成像方法
CN113281727B (zh) 一种基于水平线列阵的输出增强的波束形成方法及其系统
CN112014806B (zh) 一种复杂干扰场景下的机载雷达无意干扰抑制方法
CN102955150A (zh) 基于天线主瓣占优强度约束的sar方位模糊抑制方法
CN114397008A (zh) 低空飞行器噪声源识别的解多普勒方法
JP5025359B2 (ja) レーダ装置
CN111175727B (zh) 一种基于条件波数谱密度的宽带信号方位估计的方法
CN114509733A (zh) 一种基于联合对消的多通道sar干扰抑制方法
CN103983946A (zh) 一种声源定位过程中的多测量通道信号处理方法
CN111707996B (zh) 基于改进grft-stap的geo星机sar动目标检测方法
CN111650574B (zh) 基于稀疏恢复的水下空时自适应处理方法及系统
CN111142072B (zh) 用于声源定位的传声器阵列优化方法
CN107976663A (zh) 一种基于子空间投影的外辐射源雷达对目标压缩检测方法
JP4266810B2 (ja) 風速ベクトル算出装置
Mason et al. Passive synthetic aperture radar imaging based on low-rank matrix recovery
CN110736988B (zh) 双基地pfa运动目标参数估计和成像方法
JP2001159636A (ja) ウィンドプロファイラ装置及び風速ベクトル算出方法
CN111090102B (zh) 一种超分辨反射式太赫兹三维目标重建成像方法
CN107238813B (zh) 近场信号源波达方向和波达时间确定方法及装置
Zhang et al. Multiband passive ISAR processing based on Bayesian compressive sensing
CN110940956A (zh) 一种连续波体制雷达运动平台杂波抑制方法

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