CN115201818A - 最优化车载点云成像雷达二维面阵天线信号处理方法 - Google Patents

最优化车载点云成像雷达二维面阵天线信号处理方法 Download PDF

Info

Publication number
CN115201818A
CN115201818A CN202210081533.1A CN202210081533A CN115201818A CN 115201818 A CN115201818 A CN 115201818A CN 202210081533 A CN202210081533 A CN 202210081533A CN 115201818 A CN115201818 A CN 115201818A
Authority
CN
China
Prior art keywords
antenna
array
dimensional
data
antenna array
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.)
Pending
Application number
CN202210081533.1A
Other languages
English (en)
Inventor
赵申
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.)
Suzhou Yuanxing Technology Co ltd
Original Assignee
Suzhou Yuanxing Technology Co ltd
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 Suzhou Yuanxing Technology Co ltd filed Critical Suzhou Yuanxing Technology Co ltd
Priority to CN202210081533.1A priority Critical patent/CN115201818A/zh
Publication of CN115201818A publication Critical patent/CN115201818A/zh
Pending legal-status Critical Current

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
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S7/03—Details of HF subsystems specially adapted therefor, e.g. common to transmitter and receiver
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了最优化车载点云成像雷达二维面阵天线信号处理方法，属于雷达信号优化领域，该信号处理方法具体步骤如下：(1)确定雷达系统配置；(2)对收发天线位置进行优化调整；(3)确定快拍数据并对其进行处理；(4)对各组通道进行积累检测；(5)对二维天线阵列进行数据插值；本发明能够为二维面阵天线阵列设计提供了设计准则，使二维天线面阵孔径最大化，同时能够大幅增加天线通道数目，显著降低测角时的旁瓣幅度，提高测角分辨率和精度，降低了虚假目标的产生。

Description

最优化车载点云成像雷达二维面阵天线信号处理方法
技术领域
本发明涉及雷达信号优化领域，尤其涉及最优化车载点云成像雷达二维面阵天线信号处理方法。
背景技术
毫米波雷达是唯一具备全天候工作能力的传感器，是自动驾驶系统的必备感知单元。传统车载毫米波雷达只能探测水平向的位置和速度信息，不能测量目标俯仰与高度上的信息；也因为分辨率很低，不能对目标进行3D点云成像，严重制约了车载毫米波雷达在高级别自动驾驶系统中的应用。随着自动驾驶的升级，对车载毫米波雷达感知精度要求越来越高，要求毫米波雷达能够对周围的目标和障碍物超分辨点云成像，可以高精度描绘目标的3D轮廓信息，点云成像毫米波雷达是未来自动驾驶用车载毫米波雷达的发展方向。天线作为车载毫米波雷达的核心部件，天线阵列通道数的多少和布局决定了车载雷达的3D感知能力及水平和俯仰向的分辨率，最终决定了车载毫米波雷达的3D点云成像能力；
传统车载雷达采用均匀天线阵列，通过MIMO技术在水平向这一个维度上虚拟出更多的天线通道数。在车载毫米波雷达中，受成本和体积限制，天线发射和接收通道数是有限的，当前采用的均匀线阵MIMO技术的虚拟天线倍增能力有限，还不能满足自动驾驶更高分辨能力的需求，缺少俯向的分辨能力，也无法实现3D点云成像。二维面阵天线的大规模倍增技术还处于空白阶段，因而需要通过构造新的方法和技术途径来虚拟出更多的天线通道数，并构造二维超分辨面阵，大幅增加水平和俯仰向上的角度分辨率，实现3D超分辨点云成像；因此，发明出最优化车载点云成像雷达二维面阵天线信号处理方法变得尤为重要。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷，而提出的最优化车载点云成像雷达二维面阵天线信号处理方法。
为了实现上述目的，本发明采用了如下技术方案：
最优化车载点云成像雷达二维面阵天线信号处理方法，该信号处理方法具体步骤如下：
(1)确定雷达系统配置：对雷达系统中的发射天线通道个数以及接收天线通道个数进行确定，同时对各组发射天线阵元和接收天线阵元位置进行确认，并以半波长为单位构建二维天线阵列；
(2)对收发天线位置进行优化调整：通过最优化准则对各组发射天线阵元和接收天线阵元位置进行优化调整，并将各组发射天线阵元和接收天线阵元进行均匀配置生成稀疏二维面阵，同时对二维天线阵列的孔径进行记录更新；
(3)确定快拍数据并对其进行处理：接收稀疏二维面阵发射MIMO信号，接收阵元接收目标返回的信号，并确定其快拍数据，并对接收到的每一快拍数据进行数据处理；
(4)对各组通道进行积累检测：依据处理完成的快拍数据对各组发射和接收天线通道进行积累检测，并记录检测数据；
(5)对二维天线阵列进行数据插值：将检测数据在每个通道上依据稀疏阵列进行排布，并依据排布结果对二维天线阵列进行数据插值处理。
步骤(1)中所述发射天线通道个数标记为M，所述接收天线通道个数标记为N，各组所述发射天线阵元和接收天线阵元位置分别用
Figure BDA0003486230750000031
和
Figure BDA0003486230750000032
表示，其中，m＝1、2、…、M；q＝1、2、…、N，所述半波长具体表示为D＝λ/2。
步骤(2)中所述优化调整具体步骤如下：
步骤一：将二维天线阵列在水平和俯仰向的孔径分别标记为Lh和Lv；
步骤二：依据最优化准则对该二维天线阵列进行优化，其具体最优化准则如下：
Figure BDA0003486230750000033
Figure BDA0003486230750000034
Figure BDA0003486230750000035
其中，
Figure BDA0003486230750000036
表示集合
Figure BDA0003486230750000037
的势，
Figure BDA0003486230750000038
表示集合
Figure BDA0003486230750000039
的势；
步骤三：通过最优化准则获得该二维天线阵列Lh和Lv的最大值，同时记录该最大化天线孔径下的发射天线阵元和接收天线阵元位置
Figure BDA00034862307500000310
和
Figure BDA00034862307500000311
步骤(3)中所述数据处理具体步骤如下：
第一步：接收天线阵元接收到返回的信号后，以相干处理周期长度的信号为一快拍，并将其通过数据转换处理生成快拍数据；
第二步：对接收到的每一组快拍数据进行距离-多普勒处理。
步骤(4)中所述积累检测具体步骤如下：
S1：对每个发射天线通道和接收天线通道的距离-多普勒谱取幅值，同时将各组通道合并；
S2：对每组发射天线通道和接收天线通道进行恒虚警检测，检测出每个可能的目标，并记录每个被检测出的目标在距离-多普勒上的位置(r,fd)和对应每个通道的距离-多普勒复数值X(r,fd)。
步骤(5)中所述数据插值具体步骤如下：
P1：对任意稀疏MIMO阵列的位置
Figure BDA0003486230750000041
进行收集，并在该稀疏阵列中收集它所在的行元素集
Figure BDA0003486230750000042
和列元素集
Figure BDA0003486230750000043
P2：通过P1中的阵列数据对该位置的信号值进行虚拟插值计算，其具体计算公式如下：
Figure BDA0003486230750000044
其中，λm为权值，Xm(r,fd)表示
Figure BDA0003486230750000045
和
Figure BDA0003486230750000046
中第m个阵元的信号值；
P3：依据水平和俯仰上的阵元数据构建克里金方程组计算其对应插值，并依据计算出的插值得到一个天线通道数大幅倍增的二维天线阵列，其具体克里金方程组如下：
Figure BDA0003486230750000047
其中，
Figure BDA0003486230750000048
是变差函数，μ为均值。
相比于现有技术，本发明的有益效果在于：
1、该最优化车载点云成像雷达二维面阵天线信号处理方法，相较于以往的发明，本发明首先对雷达系统基本信息进行收集，并将二维天线阵列在水平和俯仰向的孔径分别标记为Lh和Lv，同时依据最优化准则对该二维天线阵列进行优化，并通过最优化准则获得该二维天线阵列Lh和Lv的最大值，再对任意稀疏MIMO阵列的位置进行收集，并在该稀疏阵列中收集它所在的行元素集和列元素集，同时依据收集的阵列数据对该位置的信号值进行虚拟插值计算，并依据水平和俯仰上的阵元数据构建克里金方程组计算其对应插值，依据计算出的插值得到一个天线通道数大幅倍增的二维天线阵列，能够为二维面阵天线阵列设计提供了设计准则，使二维天线面阵孔径最大化，同时能够大幅增加天线通道数目，显著降低测角时的旁瓣幅度，提高测角分辨率和精度，降低了虚假目标的产生。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明提出的最优化车载点云成像雷达二维面阵天线信号处理方法的流程框图。
具体实施方式
实施例1
参照图1，最优化车载点云成像雷达二维面阵天线信号处理方法，该信号处理方法具体步骤如下：
确定雷达系统配置：对雷达系统中的发射天线通道个数以及接收天线通道个数进行确定，同时对各组发射天线阵元和接收天线阵元位置进行确认，并以半波长为单位构建二维天线阵列。
需要进一步说明的是，发射天线通道个数标记为M，接收天线通道个数标记为N，各组发射天线阵元和接收天线阵元位置分别用
Figure BDA0003486230750000061
和
Figure BDA0003486230750000062
表示，其中，m＝1、2、…、M；q＝1、2、…、N，半波长具体表示为D＝λ/2。
对收发天线位置进行优化调整：通过最优化准则对各组发射天线阵元和接收天线阵元位置进行优化调整，并将各组发射天线阵元和接收天线阵元进行均匀配置生成稀疏二维面阵，同时对二维天线阵列的孔径进行记录更新。
具体的，首先将二维天线阵列在水平和俯仰向的孔径分别标记为Lh和Lv，标记完成后，依据最优化准则对该二维天线阵列进行优化，并通过最优化准则获得该二维天线阵列Lh和Lv的最大值，同时记录该最大化天线孔径下的发射天线阵元和接收天线阵元位置
Figure BDA0003486230750000063
和
Figure BDA0003486230750000064
能够为二维面阵天线阵列设计提供了设计准则，使二维天线面阵孔径最大化。
需要进一步说明的是，具体最优化准则如下：
Figure BDA0003486230750000065
Figure BDA0003486230750000066
Figure BDA0003486230750000067
其中，
Figure BDA0003486230750000071
表示集合
Figure BDA0003486230750000072
的势，
Figure BDA0003486230750000073
表示集合
Figure BDA0003486230750000074
的势。
需要进一步说明的是，基于传统均匀间距配置的MIMO方法，虚拟后得到的T型阵列孔径为Lh＝Lv＝8D；而以最优化准则得到的T型阵列的二维天线阵列孔径为Lh＝Lv＝24D；由此可见，最优化准则显著增加了天线孔径，增加了3倍，因而显著提高车载雷达的水平和俯仰角度分辨率。
确定快拍数据并对其进行处理：接收稀疏二维面阵发射MIMO信号，接收阵元接收目标返回的信号，并确定其快拍数据，并对接收到的每一快拍数据进行数据处理。
具体的，接收天线阵元接收到返回的信号后，以相干处理周期长度的信号为一快拍，并将其通过数据转换处理生成快拍数据，同时对接收到的每一组快拍数据进行距离-多普勒处理。
对各组通道进行积累检测：依据处理完成的快拍数据对各组发射和接收天线通道进行积累检测，并记录检测数据。
具体的，对每个发射天线通道和接收天线通道的距离-多普勒谱取幅值，同时将各组通道合并，并对每组发射天线通道和接收天线通道进行恒虚警检测，检测出每个可能的目标，并记录每个被检测出的目标在距离-多普勒上的位置(r,fd)和对应每个通道的距离-多普勒复数值X(r,fd)。
实施例2
对二维天线阵列进行数据插值：将检测数据在每个通道上依据稀疏阵列进行排布，并依据排布结果对二维天线阵列进行数据插值处理。
具体的，工作人员对任意稀疏MIMO阵列的位置
Figure BDA0003486230750000081
进行收集，并在该稀疏阵列中收集它所在的行元素集
Figure BDA0003486230750000082
和列元素集
Figure BDA0003486230750000083
并依据收集的阵列数据对该位置的信号值进行虚拟插值计算，并依据水平和俯仰上的阵元数据构建克里金方程组计算其对应插值，并依据计算出的插值得到一个天线通道数大幅倍增的二维天线阵列，能够大幅增加天线通道数目，显著降低测角时的旁瓣幅度，提高测角分辨率和精度，降低了虚假目标的产生。
需要进一步说明的是，其具体虚拟插值计算公式如下：
Figure BDA0003486230750000084
其中，λm为权值，Xm(r,fd)表示
Figure BDA0003486230750000085
和
Figure BDA0003486230750000086
中第m个阵元的信号值。
需要进一步说明的是，其具体克里金方程组如下：
Figure BDA0003486230750000087
其中，
Figure BDA0003486230750000088
是变差函数，μ为均值，求解该方程组，可以得到系数λi，进而得到虚拟阵元
Figure BDA0003486230750000089
处的值
Figure BDA00034862307500000810
需要进一步说明的是，通过以上插值，可得到一个天线通道数大幅倍增的二维天线阵列，对最优化二维MIMO阵列进行插值后得到的大规模虚拟阵列，天线通道数由64个增加到2209个，天线通道数增加了34.5倍，经过插值后可以提高测角精度，降低旁瓣效应，插值后的旁瓣显著降低，目标峰值更窄更尖锐，角度分辨率得到了提高。

Claims (6)

1.最优化车载点云成像雷达二维面阵天线信号处理方法，其特征在于，该信号处理方法具体步骤如下：
(1)确定雷达系统配置：对雷达系统中的发射天线通道个数以及接收天线通道个数进行确定，同时对各组发射天线阵元和接收天线阵元位置进行确认，并以半波长为单位构建二维天线阵列；
(2)对收发天线位置进行优化调整：通过最优化准则对各组发射天线阵元和接收天线阵元位置进行优化调整，并将各组发射天线阵元和接收天线阵元进行均匀配置生成稀疏二维面阵，同时对二维天线阵列的孔径进行记录更新；
(3)确定快拍数据并对其进行处理：接收稀疏二维面阵发射MIMO信号，接收阵元接收目标返回的信号，并确定其快拍数据，并对接收到的每一快拍数据进行数据处理；
(4)对各组通道进行积累检测：依据处理完成的快拍数据对各组发射和接收天线通道进行积累检测，并记录检测数据；
(5)对二维天线阵列进行数据插值：将检测数据在每个通道上依据稀疏阵列进行排布，并依据排布结果对二维天线阵列进行数据插值处理。
2.根据权利要求1所述的最优化车载点云成像雷达二维面阵天线信号处理方法，其特征在于，步骤(1)中所述发射天线通道个数标记为M，所述接收天线通道个数标记为N，各组所述发射天线阵元和接收天线阵元位置分别用
Figure FDA0003486230740000011
和
Figure FDA0003486230740000012
表示，其中，m＝1、2、…、M；q＝1、2、…、N，所述半波长具体表示为D＝λ/2。
3.根据权利要求2所述的最优化车载点云成像雷达二维面阵天线信号处理方法，其特征在于，步骤(2)中所述优化调整具体步骤如下：
步骤一：将二维天线阵列在水平和俯仰向的孔径分别标记为Lh和Lv；
步骤二：依据最优化准则对该二维天线阵列进行优化，其具体最优化准则如下：
Figure FDA0003486230740000021
Figure FDA0003486230740000022
Figure FDA0003486230740000023
其中，
Figure FDA0003486230740000024
表示集合
Figure FDA0003486230740000025
的势，
Figure FDA0003486230740000026
表示集合
Figure FDA0003486230740000027
的势；
步骤三：通过最优化准则获得该二维天线阵列Lh和Lv的最大值，同时记录该最大化天线孔径下的发射天线阵元和接收天线阵元位置
Figure FDA0003486230740000028
和
Figure FDA0003486230740000029
4.根据权利要求1所述的最优化车载点云成像雷达二维面阵天线信号处理方法，其特征在于，步骤(3)中所述数据处理具体步骤如下：
第一步：接收天线阵元接收到返回的信号后，以相干处理周期长度的信号为一快拍，并将其通过数据转换处理生成快拍数据；
第二步：对接收到的每一组快拍数据进行距离-多普勒处理。
5.根据权利要求1所述的最优化车载点云成像雷达二维面阵天线信号处理方法，其特征在于，步骤(4)中所述积累检测具体步骤如下：
S1：对每个发射天线通道和接收天线通道的距离-多普勒谱取幅值，同时将各组通道合并；
S2：对每组发射天线通道和接收天线通道进行恒虚警检测，检测出每个可能的目标，并记录每个被检测出的目标在距离-多普勒上的位置(r,fd)和对应每个通道的距离-多普勒复数值X(r,fd)。
6.根据权利要求1所述的最优化车载点云成像雷达二维面阵天线信号处理方法，其特征在于，步骤(5)中所述数据插值具体步骤如下：
P1：对任意稀疏MIMO阵列的位置
Figure FDA0003486230740000031
进行收集，并在该稀疏阵列中收集它所在的行元素集
Figure FDA0003486230740000032
和列元素集
Figure FDA0003486230740000033
P2：通过P1中的阵列数据对该位置的信号值进行虚拟插值计算，其具体计算公式如下：
Figure FDA0003486230740000034
其中，λm为权值，Xm(r,fd)表示
Figure FDA0003486230740000035
和
Figure FDA0003486230740000036
中第m个阵元的信号值；
P3：依据水平和俯仰上的阵元数据构建克里金方程组计算其对应插值，并依据计算出的插值得到一个天线通道数大幅倍增的二维天线阵列，其具体克里金方程组如下：
Figure FDA0003486230740000037
其中，
Figure FDA0003486230740000041
是变差函数，μ为均值。
CN202210081533.1A 2022-01-24 2022-01-24 最优化车载点云成像雷达二维面阵天线信号处理方法 Pending CN115201818A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210081533.1A CN115201818A (zh) 2022-01-24 2022-01-24 最优化车载点云成像雷达二维面阵天线信号处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210081533.1A CN115201818A (zh) 2022-01-24 2022-01-24 最优化车载点云成像雷达二维面阵天线信号处理方法

Publications (1)

Publication Number Publication Date
CN115201818A true CN115201818A (zh) 2022-10-18

Family

ID=83574153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210081533.1A Pending CN115201818A (zh) 2022-01-24 2022-01-24 最优化车载点云成像雷达二维面阵天线信号处理方法

Country Status (1)

Country Link
CN (1) CN115201818A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117634531A (zh) * 2024-01-25 2024-03-01 南京楚航科技有限公司 一种数据级联的车载4d毫米波雷达信号处理方法及设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117634531A (zh) * 2024-01-25 2024-03-01 南京楚航科技有限公司 一种数据级联的车载4d毫米波雷达信号处理方法及设备
CN117634531B (zh) * 2024-01-25 2024-04-12 南京楚航科技有限公司 一种数据级联的车载4d毫米波雷达信号处理方法及设备

Similar Documents

Publication Publication Date Title
CN109490820B (zh) 一种基于平行嵌套阵的二维doa估计方法
CN105445718B (zh) 一种基于阵列重构的分布式多载舰超视距雷达的doa估计方法
CN103926474A (zh) 相控阵天线单元特性近场测量方法
CN106501765B (zh) 一种基于平方和与半定规划的最大似然波达方向估计方法
CN110596646A (zh) 一种基于mimo体制的提高雷达角度分辨率的布局及方法
CN113267754B (zh) 一种基于三维网格的地形遮挡雷达探测范围计算方法
CN105549005A (zh) 一种基于网格划分的动态目标波达方向跟踪方法
CN113126087B (zh) 一种星载干涉成像高度计天线
CN110275163B (zh) 一种基于神经网络的毫米波雷达探测目标成像方法
CN112213724A (zh) 基于探地雷达数据的后向投影成像方法、系统及存储介质
CN115201818A (zh) 最优化车载点云成像雷达二维面阵天线信号处理方法
CN114355290B (zh) 一种基于立体阵列的声源三维成像方法及系统
CN105527516A (zh) 一种通道校准方法及电子设备
CN111366904B (zh) 一种基于二维频谱相干合并的cfar检测方法
CN113325410A (zh) 一种雷达天线信号处理方法、装置、控制设备及存储介质
CN104200110A (zh) 基于去耦合的二维波束扫描测角方法
CN113671485B (zh) 基于admm的米波面阵雷达二维doa估计方法
CN113960523A (zh) 基于fpga的通用超宽带校正测向方法及系统
CN113391283A (zh) 基于探地雷达的土壤分层信息识别方法和装置
CN110208736B (zh) 基于四阶累量的非圆信号均匀阵列波达方向角估计方法
CN106918809B (zh) 快速干涉合成孔径声纳原始回波时域仿真方法
CN113109807B (zh) 基于压缩感知的频率分集阵列雷达地下目标三维成像方法
CN115586577A (zh) 一种定源瞬变电磁非中心点观测数据全时转换方法
CN114609580A (zh) 一种基于非圆信号的无孔互质阵列设计方法
CN110618403B (zh) 一种基于双波束雷达的着陆飞行器参数测量方法

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