CN115407279B - 一种脉冲压缩雷达距离多普勒耦合误差补偿方法 - Google Patents
一种脉冲压缩雷达距离多普勒耦合误差补偿方法 Download PDFInfo
- Publication number
- CN115407279B CN115407279B CN202211066574.XA CN202211066574A CN115407279B CN 115407279 B CN115407279 B CN 115407279B CN 202211066574 A CN202211066574 A CN 202211066574A CN 115407279 B CN115407279 B CN 115407279B
- Authority
- CN
- China
- Prior art keywords
- distance
- radar
- pulse compression
- radial velocity
- maneuver
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000006835 compression Effects 0.000 title claims abstract description 20
- 238000007906 compression Methods 0.000 title claims abstract description 20
- 230000008878 coupling Effects 0.000 title claims abstract description 14
- 238000010168 coupling process Methods 0.000 title claims abstract description 14
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims description 9
- 239000013598 vector Substances 0.000 claims description 9
- 230000000875 corresponding effect Effects 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000001427 coherent effect Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000036962 time dependent Effects 0.000 claims description 3
- 238000005309 stochastic process Methods 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
-
- 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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- 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
- G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
-
- 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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
-
- 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)
- 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
本发明隶属于雷达目标检测跟踪研究领域,适用于解决线性调频雷达距离多普勒耦合误差补偿问题。针对大时宽线性调频信号探测高速目标时脉冲压缩引起的距离‑多普勒耦合误差问题,本发明提供了一种脉冲压缩雷达距离多普勒耦合误差补偿方法,该方法利用数据层的滤波跟踪获得目标径向估计,然后利用距离多普勒耦合的函数关系,对距离量测进行补偿,然后再进行滤波跟踪,从而实现了该误差的补偿,提高了跟踪精度。该方法克服了传统正负斜率方法需要改变发射波形工程应用困难的问题,可以适应于高速度和低速度目标,对正常雷达工作流程影响小,适应性强。
Description
技术领域
本发明隶属于雷达目标检测跟踪研究领域,适用于解决线性调频雷达距离-多普勒耦合误差补偿问题。
背景技术
脉冲波雷达是雷达常用的体制,传统脉冲波雷达一般发射窄脉冲信号,以此来提高雷达距离分辨率。但是随着雷达对目标探测距离要求增大以及处于抗杂波干扰的需求,一种有效的方法是发射大时宽线性调频信号,接收后利用脉冲压缩技术,将脉冲信号压缩成窄的信号,从而实现增加探测距离和抗干扰的同时提高距离高分辨。
由于线性调频信号经过脉冲压缩后,信号峰值点位置与径向速度有关系,当目标静止时,峰值出现在脉冲信号的中心,当存在多普勒频率时,峰值将不在处于信号中心,而是处于与多普勒频率对应的某处,这样目标的实际距离与峰值所在的位置出现了偏差,这个偏差是由多普勒频率造成的,这个误差我们称为距离-多普勒耦合误差。该误差的大小取决于目标的多普勒频率、信号的时宽、带宽等参数,对于速度较低的目标,一般距离-多普勒耦合误差雷达可以容忍,但对于高超声速目标,例如飞机速度10Ma的目标,在大时宽线性调频信号脉冲压缩后,距离误差可达数公里,这显然是不能容忍的。
传统的基于发射正负斜率的线性调频信号,通过两个信号相互抵消动态误差的思路来实现补偿,该方法需要改变雷达硬件,工程上难以实现,同时多个目标时容易出现关联错误,导致误差补偿错误。针对大时宽线性调频信号探测高速目标时脉冲压缩引起的距离-多普勒耦合误差问题,本发明提供了一种脉冲压缩雷达距离-多普勒耦合误差补偿方法,该方法利用数据层的滤波跟踪获得目标径向估计,然后利用距离-多普勒耦合的函数关系,对距离量测进行补偿,然后再进行滤波跟踪,从而实现了该误差的补偿,提高了跟踪精度。
发明内容
本发明解决所述技术问题,采用技术方案步骤如下:
1.一种脉冲压缩雷达距离多普勒耦合误差补偿方法,其特征在于包括以下技术措施:
步骤一:雷达发射大时宽线性调频信号进行探测,天线收集回波信号经过混频、放大、正交解调、滤波处理后,进行数字化采样;
步骤二:将数字化回波信号进行脉冲压缩、相参积累、TBD处理、恒虚警检测,获得目标点迹;
步骤三:首先利用逻辑法对点迹进行航迹起始,利用三点法进行滤波初始化,获得目标的初始状态估计
步骤四:利用波门关联方法与状态预测值进行关联;
步骤五:将关联后的量测利用Singer模型进行跟踪,获得新的状态估计,具体的,Singer模型算法认为机动模型是相关模型,对目标加速度a(t)作为具有指数自相关的零均值随机过程建模
R(τ)=E[a(t)a(t+τ)]=σ2e-α|τ|
σ2、α是在区间[t,t+τ]内决定目标机动特性的待定参数,其中
式中amax为最大机动加速度,Pmax为其发生概率,P0为非机动概率;而α是机动频率,其典型经验取值范围:大气扰动α1=1,慢速转弯α2=1/60,逃避机动α3=1/20,确切值需通过实时测量才能确定。
对于采样间隔为T,与一阶时间相关模型状态方程对应的离散时间状态方程为
Xi(k+1)=Fi(k)Xi(k)+Vi(k)
其中
离散时间过程噪声Vi(k)具有协方差
O3×3表示3×3的零矩阵。
对于三维情况下的跟踪,使用三维情况下的Singer模型;
步骤六:对状态值进行距离误差补偿,补偿方法为:
(41)首先计算距离估计
(42)利用状态向量[x y z]和三个方向对应的速度状态求取此时的径向速度估计
如果脉冲压缩雷达通过相参积累后可获得多普勒频率fd,则根据该多普勒频率计算径向速度测量值vrm
vrm=fd·λ/2
利用vrm和权利要求1中(42)步计算出来的径向速度估计联合进行解模糊,具体方法为
根据上式,解出m,则令径向速度估计
(43)然后利用径向速度与动态误差的关系,求出由于径向速度引起的动态误差
其中,fc表示雷达频率,TB代表线性调频信号的时宽,B代表信号带宽。
(44)对距离进行补偿
(45)根据补偿后的距离求出补偿后的状态向量[x y z]
(46)获得新的状态向量
步骤七:回到步骤一。
本发明的有益效果是:
对比现有技术,本技术方案所述的一种脉冲压缩雷达距离-多普勒耦合误差补偿方法,有益效果在于:
(1)该方法用数据处理方法获得的速度补偿信号处理中带来的误差,克服了传统正负斜率方法需要改变发射波形,工程应用困难的问题。
(2)该方法可以适应于高速度和低速度目标跟踪问题,该方法的应用对正常雷达工作流程影响很小,适应性强。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可延伸到其他的修改、变化和应用,都应涵盖在本发明的包含范围之内。
附图说明
附图1是方法步骤流程图;
附图2是不补偿时距离跟踪误差图;
附图3是不补偿时位置跟踪误差图;
附图4是利用提出的方法补偿时距离跟踪误差图;
附图5是利用提出的方法补偿时位置跟踪误差图;
具体实施方式
下面结合附图,详细描述本发明的技术方案,参照附图1,本发明的具体步骤包括:
1.一种脉冲压缩雷达距离-多普勒耦合误差补偿方法,其特征在于包括以下技术措施:
步骤一:雷达发射大时宽线性调频信号进行探测,天线收集回波信号经过混频、放大、正交解调、滤波处理后,进行数字化采样;
步骤二:将数字化回波信号进行脉冲压缩、相参积累、TBD处理、恒虚警检测,获得目标点迹;
步骤三:首先利用逻辑法对点迹进行航迹起始,利用三点法进行滤波初始化,获得目标的初始状态估计
步骤四:利用波门关联方法与状态预测值进行关联;
步骤五:将关联后的量测利用Singer模型进行跟踪,获得新的状态估计,具体的,Singer模型算法认为机动模型是相关模型,对目标加速度a(t)作为具有指数自相关的零均值随机过程建模
R(τ)=E[a(t)a(t+τ)]=σ2e-α|τ|
σ2、α是在区间[t,t+τ]内决定目标机动特性的待定参数,其中
式中amax为最大机动加速度,Pmax为其发生概率,P0为非机动概率;而α是机动频率,其典型经验取值范围:大气扰动α1=1,慢速转弯α2=1/60,逃避机动α3=1/20,确切值需通过实时测量才能确定。
对于采样间隔为T,与一阶时间相关模型状态方程对应的离散时间状态方程为
Xi(k+1)=Fi(k)Xi(k)+Vi(k)
其中
离散时间过程噪声Vi(k)具有协方差
O3×3表示3×3的零矩阵。
对于三维情况下的跟踪,使用三维情况下的Singer模型;
步骤六:对状态值进行距离误差补偿,补偿方法为:
(41)首先计算距离估计
(42)利用状态向量[x y z]和三个方向对应的速度状态求取此时的径向速度估计
如果脉冲压缩雷达通过相参积累后可获得多普勒频率fd,则根据该多普勒频率计算径向速度测量值vrm
vrm=fd·λ/2
利用vrm和权利要求1中(42)步计算出来的径向速度估计联合进行解模糊,具体方法为
根据上式,解出m,则令径向速度估计
(43)然后利用径向速度与动态误差的关系,求出由于径向速度引起的动态误差
其中,fc表示雷达频率,TB代表线性调频信号的时宽,B代表信号带宽。
(44)对距离进行补偿
(45)根据补偿后的距离求出补偿后的状态向量[x y z]
(46)获得新的状态向量
步骤七:回到步骤一。
本发明的效果可以通过以下matlab仿真实验进一步说明:
仿真实验场景设置
假设雷达坐标经纬高[119°35°80000m],目标初始坐标坐标经纬高[119.5°42°80000m],雷达测角误差100m,方位误差为0.2°,俯仰误差为0.2°,目标TBD积累7次,目标径向速度为3400m/s,初始航向角和俯仰角均为0,信号时宽为500us,带宽1MHz;利用本发明方法进行Matlab仿真实验,得到附图2、附图3、附图4、附图5所示的实验结果,其中附图1是方法步骤流程图;附图2是不补偿时距离跟踪误差图;附图3是不补偿时位置跟踪误差图;附图4是利用提出的方法补偿时距离跟踪误差图;附图5是利用提出的方法补偿时位置跟踪误差图。
仿真结果及分析:
从图2和图3可以看出,不进行距离补偿时,跟踪误差很大,难以满足跟踪精度。由附图4和附图5比较可以看出,通过提出方法的补偿后,距离跟踪误差得到很大改善。距离误差由3000m到5000m降低到500m以下,证明了方法的有效性。
Claims (2)
1.一种脉冲压缩雷达距离多普勒耦合误差补偿方法,其特征在于包括以下技术措施:
步骤一:雷达发射大时宽线性调频信号进行探测,天线收集回波信号经过混频、放大、正交解调、滤波处理后,进行数字化采样;
步骤二:将数字化回波信号进行脉冲压缩、相参积累、TBD处理、恒虚警检测,获得目标点迹;
步骤三:利用逻辑法对点迹进行航迹起始,利用三点法进行滤波初始化,获得目标的初始状态估计
步骤四:利用波门关联方法与状态预测值进行关联;
步骤五:将关联后的量测利用Singer模型进行跟踪,获得新的状态估计;
具体的,Singer模型算法认为机动模型是相关模型,对目标加速度a(t)作为具有指数自相关的零均值随机过程建模
R(τ)=E[a(t)a(t+τ)]=σ2e-α|τ|
σ2、α是在区间[t,t+τ]内决定目标机动特性的待定参数,其中
式中amax为最大机动加速度,Pmax为其发生概率,P0为非机动概率;而α是机动频率,其典型经验取值范围:大气扰动α1=1,慢速转弯α2=1/60,逃避机动α3=1/20;
对于采样间隔为T,与一阶时间相关模型状态方程对应的离散时间状态方程为
Xi(k+1)=Fi(k)Xi(k)+Vi(k)
其中
离散时间过程噪声Vi(k)具有协方差
O3×3表示3×3的零矩阵
对于三维情况下的跟踪,使用三维情况下的Singer模型;
步骤六:对状态值进行距离误差补偿,补偿方法为:
S41:首先计算距离估计
S42:利用状态向量[x y z]和三个方向对应的速度状态求取此时的径向速度估计
S43:然后利用径向速度与动态误差的关系,求出由于径向速度引起的动态误差
其中,fc表示雷达频率,TB代表线性调频信号的时宽,B代表信号带宽;
S44:对距离进行补偿
S45:根据补偿后的距离求出补偿后的状态向量[x y z]
S46:获得新的状态向量作为输出;
步骤七:回到步骤一。
2.根据权利要求1所述的一种脉冲压缩雷达距离多普勒耦合误差补偿方法,其特征在于,包括以下技术措施:
如果脉冲压缩雷达通过相参积累后可获得多普勒频率fd,则根据该多普勒频率计算径向速度测量值vrm
vrm=fd·λ/2
利用vrm和所述S42计算出来的径向速度估计联合进行解模糊,具体方法为
根据上式,解出m,则令径向速度估计
利用该径向速度估计进行所述S43至所述S46的补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211066574.XA CN115407279B (zh) | 2022-09-01 | 2022-09-01 | 一种脉冲压缩雷达距离多普勒耦合误差补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211066574.XA CN115407279B (zh) | 2022-09-01 | 2022-09-01 | 一种脉冲压缩雷达距离多普勒耦合误差补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115407279A CN115407279A (zh) | 2022-11-29 |
CN115407279B true CN115407279B (zh) | 2024-04-19 |
Family
ID=84163484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211066574.XA Active CN115407279B (zh) | 2022-09-01 | 2022-09-01 | 一种脉冲压缩雷达距离多普勒耦合误差补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115407279B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116203519B (zh) * | 2023-05-05 | 2023-06-27 | 中国电子科技集团公司信息科学研究院 | 分布式雷达系统收发通道距离系统的误差标校方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2343570A1 (en) * | 2010-01-11 | 2011-07-13 | BAE Systems PLC | Pulse radar range profile motion compensation |
CN102323575A (zh) * | 2011-07-16 | 2012-01-18 | 西安电子科技大学 | Pd雷达在微弱信号检测过程中的距离走动校正方法 |
CN104865571A (zh) * | 2015-04-02 | 2015-08-26 | 西安电子科技大学 | 多通道多子带滑动聚束模式sar成像方法 |
US9465108B1 (en) * | 2014-12-03 | 2016-10-11 | The United States Of America As Represented By The Secretary Of The Navy | System and method for target doppler estimation and range bias compensation using high duty cycle linear frequency modulated signals |
CN110501696A (zh) * | 2019-06-28 | 2019-11-26 | 电子科技大学 | 一种基于多普勒量测自适应处理的雷达目标跟踪方法 |
-
2022
- 2022-09-01 CN CN202211066574.XA patent/CN115407279B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2343570A1 (en) * | 2010-01-11 | 2011-07-13 | BAE Systems PLC | Pulse radar range profile motion compensation |
CN102323575A (zh) * | 2011-07-16 | 2012-01-18 | 西安电子科技大学 | Pd雷达在微弱信号检测过程中的距离走动校正方法 |
US9465108B1 (en) * | 2014-12-03 | 2016-10-11 | The United States Of America As Represented By The Secretary Of The Navy | System and method for target doppler estimation and range bias compensation using high duty cycle linear frequency modulated signals |
CN104865571A (zh) * | 2015-04-02 | 2015-08-26 | 西安电子科技大学 | 多通道多子带滑动聚束模式sar成像方法 |
CN110501696A (zh) * | 2019-06-28 | 2019-11-26 | 电子科技大学 | 一种基于多普勒量测自适应处理的雷达目标跟踪方法 |
Non-Patent Citations (4)
Title |
---|
Polynomial Radon-Polynomial Fourier Transform for Near Space Hypersonic Maneuvering Target Detection;WEI WU;IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS;20180630;第54卷(第3期);1306-1321 * |
一种大时宽编码信号的多普勒频率补偿方法;刘峰;余贵水;卞小林;;中国雷达;20090915(03);全文 * |
工程可实现的多接收阵SAS精确逐点成像算法;张学波 等;海军工程大学学报;20140430;第26卷(第2期);全文 * |
雷达调频编码脉冲信号的设计与处理;周沫;李汉钊;;海军工程大学学报;20071015(05);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115407279A (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107561508B (zh) | 一种用于匀加速运动目标的相参积累检测方法 | |
CN109061622B (zh) | 一种基于毫米波雷达的隐蔽目标多径探测方法 | |
CN103176178B (zh) | 雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法 | |
CN107450055B (zh) | 基于离散线性调频傅立叶变换的高速机动目标检测方法 | |
CN107843892B (zh) | 一种基于最小二乘法的高速目标多普勒测速方法 | |
CN107576959B (zh) | 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 | |
CN110609262A (zh) | 一种场面监视雷达的三维恒虚警检测方法 | |
CN105158748A (zh) | 一种高速目标多通道补偿聚焦与tbd混合积累检测方法 | |
CN110907929B (zh) | 一种基于双门限检测的车载雷达目标检测方法及装置 | |
CN115407279B (zh) | 一种脉冲压缩雷达距离多普勒耦合误差补偿方法 | |
CN103064084A (zh) | 基于距离频域的解模糊方法 | |
CN112255609A (zh) | 一种恒加速机动目标相参积累检测方法 | |
CN115616629B (zh) | 一种基于天基外辐射源信号的运动目标探测补偿方法 | |
CN108226875B (zh) | 一种同时多波束雷达的旁瓣目标抑制方法 | |
CN109001671B (zh) | 一种跳频信号的目标检测和参数估计方法及装置 | |
CN115436929A (zh) | 一种基于比幅测角模式的锯齿波雷达测速扩展方法 | |
CN114355329A (zh) | 一种调频连续波雷达生命体征距离检测的方法 | |
CN110907930B (zh) | 一种基于角度估计的车载雷达目标检测估计方法及装置 | |
CN115372913B (zh) | 一种目标距离走动快速补偿方法 | |
Coraluppi et al. | Wide-area multistatic sonar tracking | |
CN116736297B (zh) | 一种异构多帧联合相参积累方法 | |
Wang et al. | Track Before Detect for Low Frequency Active Towed Array Sonar | |
CN114114170B (zh) | 一种雷达信号处理机目标测量的数学建模方法 | |
CN115291213B (zh) | 一种基于双波束sar的动目标方位速度估计方法 | |
Zhang | Adaptive clutter suppression method for non-cooperative detection radar |
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 |