CN115308706A - 一种多维联合编码雷达波形设计与处理方法 - Google Patents
一种多维联合编码雷达波形设计与处理方法 Download PDFInfo
- Publication number
- CN115308706A CN115308706A CN202210959947.XA CN202210959947A CN115308706A CN 115308706 A CN115308706 A CN 115308706A CN 202210959947 A CN202210959947 A CN 202210959947A CN 115308706 A CN115308706 A CN 115308706A
- Authority
- CN
- China
- Prior art keywords
- frequency
- sub
- joint
- sparse
- signal
- 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
- 238000013461 design Methods 0.000 title claims abstract description 15
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 41
- 238000005457 optimization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000004088 simulation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000002592 echocardiography Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 108091026890 Coding region Proteins 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 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
- 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
-
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种多维联合编码雷达波形设计与处理方法，具体涉及一种幅频相联合编码调制的雷达波形设计与处理方法。包括：步骤一：发射幅频相联合调制雷达信号；步骤二：利用频域滤波器将回波信号分解为多子载频回波信号；步骤三：构建回波信号的稀疏观测模型；步骤四：利用压缩感知算法实现多子载频信号联合重构。本发明具有脉内调制样式灵活多变的特点，应用前景广泛。本发明提出的JOMP重构算法能够获得较高的重构目标的准确性以及峰值旁瓣比。本发明所提信号具备用于实际雷达探测的潜力，丰富了当前雷达波形设计的内容。
Description
【技术领域】
本发明属于雷达信号处理领域，涉及一种多维联合编码雷达波形设计与处理方法，具体涉及一种幅频相联合编码调制的雷达波形设计与处理方法。
【背景技术】
随着雷达系统的发展，经典的大时宽-带宽积信号如线性调频信号、步进频信号、脉冲编码调制(Pulse Code Modulation，PCM)信号的特性已经被广泛的研究，复杂调制的雷达波形设计成为当前重要的研究方向。随着数字集成电路与微电子技术发展，以及数字信号处理技术结合高性能直接数字频率合成技术的应用，产生灵活变化的雷达信号成为可能。因此对雷达波形进行编码调制成为一种实现相对简单，样式灵活多变的波形设计方法。现有关于编码调制波形的研究集中于相位编码和频率编码，例如2009年Cochran和Kay等人分别提出基于频率步进调制与相位编码调制的联合调制信号，基于线性调频与伪随机二相编码的联合调制信号等等。幅度编码是一种新型的信号调制样式，通过时域上幅度调制，可以提升信号的复杂度。但是由于幅度调制会带来信号能量上的损失，现有的相关研究较为有限。本发明设计了一种幅度、频率、相位多维联合编码调制信号，并提出一种联合正交匹配追踪(Joint Orthogonal Matching Pursuit，JOMP)算法，对脉内多个载频对应的子脉冲进行联合重构，获取较高准确性的稀疏目标重构结果。
【发明内容】
本发明的目的在于针对现有技术的问题，设计一种多维联合编码雷达波形，并提供一种回波联合重构的信号处理方法。具体内容为：设计一种多维联合调制信号，其在脉内频率捷变-相位编码信号的基础上进行幅度编码调制；基于压缩感知原理，提出一种联合重构算法，对幅频相联合调制信号脉内多个载频对应的子脉冲回波进行稀疏目标重构，具有较高的目标重构准确率与峰值旁瓣比。
为了达到上述目的，本发明采取的技术方案如下：
步骤一：发射幅频相联合调制雷达信号
步骤二：利用频域滤波器将回波信号分解为多子载频回波信号
步骤三：构建回波信号的稀疏观测模型
步骤四：利用压缩感知算法实现多子载频信号联合重构
其中步骤一所述具体过程如下：
幅度、频率、相位联合调制信号可以看成对脉内频率捷变-相位编码信号进行幅度编码调制。记脉内频率捷变-相位编码信号为u(t)，幅度编码调制脉冲为p(t)，那么幅频相联合调制信号x(t)满足x(t)＝u(t)·p(t)。
其中步骤二所述具体过程如下：
分别对回波信号的每个子载频进行下变频，利用低通滤波器，从频域实现多个载频的回波数据的分离。
其中步骤三所述具体过程如下：
基于压缩感知原理，构造第m段子载频对应回波的感知矩阵
其中
为稀疏变换基，
为稀疏观测矩阵。
其中步骤四所述利用压缩感知算法实现多子载频信号联合重构，以下称为JOMP重构算法，具体流程如下：
输入：观测信号swin,m，感知矩阵Φm，m＝1,2,…,M；
输出：目标稀疏重构结果
第1步：初始化循环计数l＝0，初始化残差向量r0，m＝swin，m，索引集
重构稀疏向量的散射系数Γl,m＝0。
第2步：令l＝l+1；
第3步：求解
其中，(·)H表示矩阵共轭转置，(Φm)p表示感知矩阵Φm的第p列，更新索引集Λl＝Λl-1∩{p}；
第4步：更新
其中
的非零元素的位置由索引集Λl中的索引得到，相应的散射系数
其中
为感知矩阵Φm中由Λl索引得到的列所构成的矩阵。
第5步：更新残差矩阵
第6步：如果||rl,m||2≤ε对于所有m的取值均成立，结束循环，并输出目标稀疏重构结果
否则返回第2步；其中ε为噪声容限。
至此完成联合编码调制信号重构的整个过程。
作为优选的，在所述的JOMP重构算法之前，还包括：建立联合稀疏优化模型，具体为：
对多段子载频对应的回波信号进行联合重构，以整体最优值来代替每个子脉冲的最优值，得到联合稀疏优化模型：
其中，感知矩阵Φm对于每个观测向量ym是不同的。
本发明的有益效果主要包括：
第一，设计的多维联合编码调制波形具有脉内调制样式灵活多变的特点，应用前景广泛。
第二，基于压缩感知原理实现回波信号重构，提出的JOMP重构算法能够获得较高的重构目标的准确性以及峰值旁瓣比。
第三，在脉内频率捷变-相位编码信号的基础上进行了幅度编码调制，并实现稀疏目标重构，证明本发明所提信号具备用于实际雷达探测的潜力，丰富了当前雷达波形设计的内容。
【附图说明】
图1为回波信号处理的总体流程图
图2为幅频相联合编码调制信号时频域示意图
图3为回波信号分解为多子载频信号的流程图
图4为观测矩阵构造过程示意图
图5为目标稀疏重构的仿真实验结果
【具体实施方式】
本发明的目的在于设计一种多维联合编码信号，并提供一种回波信号处理方法，图1为回波信号处理的总体流程图。下面结合附图，对本发明所提方法作进一步的说明。
本发明采取的具体步骤和效果如下：
步骤一：发射幅频相联合调制雷达信号
幅度、频率、相位联合调制信号可以看成对脉内频率捷变-相位编码信号进行幅度编码调制，幅频相联合编码调制信号时频域示意图见图2。记脉内频率捷变-相位编码信号为u(t)，幅度编码调制脉冲为p(t)，那么幅频相联合调制信号x(t)为
x(t)＝u(t)·p(t) (1)
步骤1.1信号u(t)的定义如下：
设总共发射N个脉冲，每个脉冲内包含M段等长的子脉冲，每个子脉冲内包含Q个相位编码的码元，每个码元的宽度记为τ0。则第n段脉冲中，第m段子脉冲的第q个码元可以表示为
其中，
为窗函数。TPRI表示脉冲重复周期，Tsub为子脉冲的时宽，Tsub＝Qτ0。相应地，一段脉冲的时宽记为T＝MTsub＝MQτ0。αm,q表示该码元对应的相位值，当采用二相编码时，αm,q的取值为0或π。脉冲串中每段脉冲对应的相位编码序列保持相同，{α1,1,α1,2...α1,Q,α2,1α2,2...α2,Q,...αM,Q}构成每段脉冲的相位编码序列Α。fn,m表示第n段脉冲中第m段子脉冲对应的载波频率，fn,m＝f0+Δf·βn,m，f0为载波的起始频率，Δf为不同载频之间的最小频率间隔。为保证一个脉冲内多段子脉冲信号频率的正交性，要满足Δf≥B，B为信号带宽。对于相位编码信号，B＝1/τ0。
进一步可得脉内频率捷变-相位编码信号第n段脉冲un(t)的时域表达式为
步骤1.2信号p(t)的定义如下：
一段脉冲中多段子脉冲进行的幅度编码调制完全相同，即幅度编码调制脉冲在每个脉冲内呈现周期循环特性，循环周期为Tsub。设幅度编码调制脉冲的码元宽度为τ1，每个子脉冲内包含R个相位编码的码元，则第n段脉冲对应的编码调制脉冲pn(t)为
其中
表示卷积运算，γn,q取值为0或1，{γn,1,γn,2...γn,R}构成第n个脉冲内每一段子脉冲的幅度编码序列Γn。设编码序列Γn中非零元素共R0个，则幅度编码调制占空比记为D＝R0/R。
对公式(4)进行傅里叶变换，得到其在频域内的表达式为
其中，fs'＝1/Tsub。
步骤二：利用频域滤波器将回波信号分解为多子载频回波信号
设雷达探测场景中共有I个目标，且第i个目标与雷达之间的初始径向距离为Ri，则雷达发射的第n个脉冲对应的目标回波为
其中techo-n,i表示第i个目标相对于雷达发射的第n个脉冲的回波时延，techo-n,i＝2Ri/c，c为光速。σi为第i个目标的回波强度。
分别对回波信号的每个子载频进行下变频和低通滤波，实现多个载频的回波数据的分离，其过程示意图见图3。具体实现步骤如下：
步骤2.1初始化m＝0
步骤2.2m＝m+1，对回波信号xecho-n(t)以fn,m为频率下变频，得下变频后的信号
对x′echo-n(t)进行快速傅里叶变换，得X′echo-n(f)＝FFT[x′echo-n(t)]。
步骤2.3设计低通滤波器
其中-f0和f0为通带截止频率，B/2＜f0＜Δf-B/2。X′echo-n(f)经过低通滤波器Flow(f)后记为X″echo-n(f)，X″echo-n(f)＝X′echo-n(f)·Flow(f)，对信号X″echo-n(f)进行快速傅里叶逆变换，得载频fn,m对应的基带回波信号
步骤2.4如果m<M，则返回步骤2.2，如果m＝M，则结束循环。
步骤三：构建回波信号的稀疏观测模型
根据压缩感知原理，对于n维向量x，如果x满足等距特性条件和稀疏性条件，则可以通过m维观测向量y进行完全的重构(m<n)。
y＝Px (7)
其中P为m×n维观测矩阵。
若向量x不具备稀疏特性，但是其在某一个域中可以进行稀疏分解，那么同样可以用压缩感知方法进行重构：
y＝Px＝PΨs＝Φs (8)
其中，Ψ为稀疏变换基，向量x在稀疏变换基Ψ下分解为满足稀疏特性的向量s，Φ＝PΨ为感知矩阵。
单一载频对应的多个目标点回波
的信号时宽大于子脉冲的时宽Tsub。为统一构建适用于多段载频对应的子脉冲回波的稀疏观测模型，此处考虑构造一个时宽为Twin的观测窗，Twin＞Tall＞T，Tall为回波脉冲总时宽。观测窗内对应的总采样点数为Nwin＝Twinfs，fs为系统采样率。观测窗内第m段子载频对应的子脉冲基带回波信号记为swin,m。第m段子载频对应回波的感知矩阵
以下分别构造稀疏变换基
和稀疏观测矩阵
3.1构造稀疏变换基
PCM信号的雷达目标回波在匹配滤波域具有稀疏特性。PCM信号的匹配滤波变换基构造方式如下(谢艾伦，刘晓斌，赵锋，艾小锋，肖顺平.辐射式仿真中PCM信号间歇收发回波重构方法[J].系统工程与电子技术.)。第n段脉冲的第m段子载频对应回波信号的稀疏变换基Ψm为
Ψm＝F-1X′refF (9)
其中F表示傅里叶变换矩阵，F-1表示逆傅里叶变换矩阵，X′ref＝(X* ref)-1，X* ref＝diag{X* ref-n,m(1),X* ref-n,m(2),...,X* ref-n,m(Nwin)}。由参考信号xref-n,m生成X* ref时，将回波信号采样点补零至Nwin点。
为Nwin×Nwin维矩阵。
3.2构造稀疏观测矩阵
根据公式(1)，幅度编码调制的脉内频率捷变-相位编码信号可看作是完整信号受pn(t)调制，等效于从R个码元中抽取R0个码元进行观测(R0<R)。根据每一段子脉冲的幅度编码序列Γn构建稀疏观测矩阵Pm来表示这一稀疏观测过程，稀疏观测过程示意图见图4。图中1和0分别对应单位矩阵和零矩阵。根据码元序列Γn构成对角矩阵Pm，表示为
其中，IK为K×K的单位矩阵,0为K×K的零矩阵，K＝fsτ1表示一个编码码元内的信号采样数目。对角矩阵Pm中包含R0个单位矩阵IK。观测矩阵Pm的维度为KR×KR，易知KR＝fsτ1R＝fsτ0Q＝M0。
利用Pm构建分块对角矩阵
其中单位矩阵I1和I2的维度分别为N1和N1，N1＝(m-1)M0，N2＝Nwin-mM0。即
为Nwin×Nwin维矩阵。
步骤四：利用压缩感知算法实现多子载频信号联合重构
步骤4.1：构建联合稀疏优化模型
雷达目标相比较整个观测区域是具有稀疏性的，即雷达信号回波在匹配滤域具有稀疏性。目标的稀疏重构结果可以通过求解如下的稀疏优化问题来得到：
其中
表示目标稀疏重构结果，ε为噪声容限。通常ε设置得越小，重构的结果越准确，计算量也越大。||·||1表示向量的1范数，||·||2表示向量的2范数。
由公式(4)可知，幅频相联合调制信号对每一段子脉冲进行相同的编码幅度调制，结合雷达信号特性易知对各段子脉冲处理所得目标距离像具有一致性。因此本发明对多段子载频对应的回波信号进行联合重构，以整体最优值来代替每个子脉冲的最优值。对公式(12)做出变形：
在联合稀疏优化模型中，感知矩阵Φm对于每个观测向量ym是不同的。
步骤4.2：JOMP重构算法具体流程：
输入：观测信号swin,m，感知矩阵Φm，m＝1,2,…,M；
输出：目标稀疏重构结果
步骤4.2.1：初始化循环计数l＝0，初始化残差向量r0,m＝swin,m，索引集
重构稀疏向量的散射系数Γl,m＝0。
步骤4.2.2：令l＝l+1；
步骤4.2.3：求解
其中，(·)H表示矩阵共轭转置，(Φm)p表示感知矩阵Φm的第p列，更新索引集Λl＝Λl-1∩{p}；
步骤4.2.4：更新
其中
的非零元素的位置由索引集Λl中的索引得到，相应的散射系数
其中
为Φm中由Λl索引得到的列所构成的矩阵。
步骤4.2.5：更新残差矩阵
步骤4.2.6：如果||rl,m||2≤ε对于所有m的取值均成立，结束循环，并输出目标稀疏重构结果
否则返回步骤4.2.2。
至此完成联合编码调制信号重构的整个过程。
【仿真实验】
信号参数设置：幅度编码的码元宽度为0.1us，采用伪随机编码，占空比0.5；PCM信号采用63位伪随机二相编码，码元宽度0.1us；脉内载频捷变数量为4，中心频率变化范围为10MHz～70MHz，频率间隔为20MHz，系统采样率为80MHz。
实验场景与雷达参数设置：本发明设置三个静止点目标进行仿真实验，其距离分别为200200m，200600m，201200m，目标散射截面积均设为1m2，距离观测窗的范围设置为200000m～202000m。雷达天线增益设为30dB，系统损耗为10dB，脉冲重频为10kHz，峰值功率为3000kw。接收机回波信噪比设置为-5dB。
仿真实验结果见图5。图5为根据重构得到的稀疏解还原处完整时域信号，再经过匹配滤波处理得到的结果。从图中可以看出，三个目标在距离观测窗内的相对位置与实际位置基本一致，且目标幅度高出噪声15dB以上，满足目标检测的条件。仿真实验表明本发明所提处的信号处理方法能够成功对幅频相联合编码信号回波中的三个目标点进行重构，证明了本发明的有效性。
Claims (3)
1.一种多维联合编码雷达波形设计与处理方法，其特征在于：该方法包括如下步骤：
步骤一：发射幅频相联合调制雷达信号
幅度、频率、相位联合调制信号看成对脉内频率捷变-相位编码信号进行幅度编码调制；记脉内频率捷变-相位编码信号为u(t)，幅度编码调制脉冲为p(t)，那么幅频相联合调制信号x(t)为x(t)＝u(t)·p(t)；
步骤二：利用频域滤波器将回波信号分解为多子载频回波信号
分别对回波信号的每个子载频进行下变频，利用低通滤波器，从频域实现多个载频的回波数据的分离；
步骤三：构建回波信号的稀疏观测模型
基于压缩感知原理，构造第m段子载频对应回波的感知矩阵
其中
为稀疏变换基，
为稀疏观测矩阵；
步骤四：利用压缩感知算法实现多子载频信号联合重构。
2.根据权利要求1所述的一种多维联合编码雷达波形设计与处理方法，其特征在于：步骤四所述利用压缩感知算法实现多子载频信号联合重构，以下称为JOMP重构算法，具体流程如下：
输入：观测信号swin,m，感知矩阵Φm，m＝1,2,…,M；
输出：目标稀疏重构结果
第1步：初始化循环计数l＝0，初始化残差向量r0,m＝swin,m，索引集
重构系稀疏向量的散射系数Γl,m＝0；
第2步：令l＝l+1；
第3步：求解
其中，(·)H表示矩阵共轭转置，(Φm)p表示感知矩阵Φm的第p列，更新索引集Λl＝Λl-1∩{p}；
第4步：更新
其中
的非零元素的位置由索引集Λl中的索引得到，相应的散射系数
其中
为感知矩阵Φm中由Λl索引得到的列所构成的矩阵；
第5步：更新残差矩阵
第6步：如果||rl,m||2≤ε对于所有m的取值均成立，结束循环，并输出目标稀疏重构结果
否则返回第2步；其中ε为噪声容限。
3.根据权利要求2所述的一种多维联合编码雷达波形设计与处理方法，其特征在于：在所述的JOMP重构算法之前，还包括：建立联合稀疏优化模型，具体为：
对多段子载频对应的回波信号进行联合重构，以整体最优值来代替每个子脉冲的最优值，得到联合稀疏优化模型：
其中，感知矩阵Φm对于每个观测向量ym是不同的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210959947.XA CN115308706B (zh) | 2022-08-11 | 2022-08-11 | 一种多维联合编码雷达波形设计与处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210959947.XA CN115308706B (zh) | 2022-08-11 | 2022-08-11 | 一种多维联合编码雷达波形设计与处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115308706A true CN115308706A (zh) | 2022-11-08 |
| CN115308706B CN115308706B (zh) | 2024-07-26 |
Family
ID=83860985
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210959947.XA Active CN115308706B (zh) | 2022-08-11 | 2022-08-11 | 一种多维联合编码雷达波形设计与处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115308706B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116520250A (zh) * | 2023-02-28 | 2023-08-01 | 南京航空航天大学 | 一种高自由度参数化调频编码波形及其设计方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008063691A2 (en) * | 2006-04-12 | 2008-05-29 | William Marsh Rice University | Apparatus and method for compressive sensing radar imaging |
| CN107064883A (zh) * | 2016-11-28 | 2017-08-18 | 南京理工大学 | 一种基于压缩感知的线性调频雷达信号处理方法 |
| CN113219429A (zh) * | 2021-03-25 | 2021-08-06 | 西安电子科技大学 | 基于多测量压缩感知下的捷变频雷达高速目标重构方法 |
-
2022
- 2022-08-11 CN CN202210959947.XA patent/CN115308706B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008063691A2 (en) * | 2006-04-12 | 2008-05-29 | William Marsh Rice University | Apparatus and method for compressive sensing radar imaging |
| CN107064883A (zh) * | 2016-11-28 | 2017-08-18 | 南京理工大学 | 一种基于压缩感知的线性调频雷达信号处理方法 |
| CN113219429A (zh) * | 2021-03-25 | 2021-08-06 | 西安电子科技大学 | 基于多测量压缩感知下的捷变频雷达高速目标重构方法 |
Non-Patent Citations (2)
| Title |
|---|
| 赵铁华;吴其华;赵锋;刘晓斌;徐志明;肖顺平: "一种幅相联合调制雷达波形设计与处理方法", 太赫兹科学与电子信息学报, vol. 22, no. 04, 28 April 2024 (2024-04-28) * |
| 阮怀林;王平;梁如家;: "基于压缩感知的LFM雷达信号回波盲稀疏度估计", 电子信息对抗技术, no. 03, 15 May 2013 (2013-05-15) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116520250A (zh) * | 2023-02-28 | 2023-08-01 | 南京航空航天大学 | 一种高自由度参数化调频编码波形及其设计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115308706B (zh) | 2024-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110095765B (zh) | 捷变频雷达的高分辨多普勒重构方法 | |
| CN109031296B (zh) | 基于随机间歇采样线性调频信号的宽带雷达成像方法 | |
| CN102608603B (zh) | 一种基于完全互补序列的多通道合成孔径雷达成像方法 | |
| CN109738878B (zh) | 基于压缩感知和频率步进波形的雷达一维距离像识别方法 | |
| CN107192991B (zh) | 一种射频辐射式仿真宽带脉冲雷达成像等效模拟方法 | |
| CN107991655B (zh) | 一种lfm-pc信号及其模糊函数优化方法 | |
| CN110954884B (zh) | 基于StOMP的捷变频雷达稀疏场景目标重构方法 | |
| Pang et al. | High-speed target detection algorithm based on sparse Fourier transform | |
| CN115308706A (zh) | 一种多维联合编码雷达波形设计与处理方法 | |
| CN106353742B (zh) | 一种基于稀疏逆傅里叶变换的快速脉压方法 | |
| CN107037409B (zh) | 基于压缩感知的mimo雷达波形分离方法 | |
| CN109164421A (zh) | 一种基于二维重构算法的目标检测方法 | |
| CN114422303B (zh) | 雷达通信共享信号的距离-速度联合快速估计方法 | |
| Mozeson et al. | Removing autocorrelation sidelobes by overlaying orthogonal coding on any train of identical pulses | |
| Ipanov | Polyphase radar signals with ZACZ based on p-pairs D-code sequences and their compression algorithm | |
| Zegov et al. | Optimal waveforms for compressive sensing radar | |
| Koks | How to create and manipulate radar range-Doppler plots | |
| CN118131231A (zh) | 一种脉内-脉间组合编码调制雷达波形成像方法 | |
| CN110007284B (zh) | 一种脉冲体制1-比特雷达非线性目标重构问题降维方法 | |
| CN114200418B (zh) | 一种脉内多载频信号收发设计及回波重构方法 | |
| CN105099461B (zh) | 一种多带信号正交压缩采样方法及系统 | |
| CN112965066B (zh) | 一种单比特带通采样合成孔径雷达成像方法 | |
| CN107103286A (zh) | 基于改进最短路径法的欠定盲源分离源信号恢复方法 | |
| Dash et al. | Time frequency analysis of OFDM-LFM waveforms for multistatic airborne radar | |
| Petrov et al. | Fast implementation of iterative adaptive approach for wideband unambiguous radar detection |
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 |