CN115436898A - 一种机载分布式mimo雷达高速目标相参积累检测方法 - Google Patents
一种机载分布式mimo雷达高速目标相参积累检测方法 Download PDFInfo
- Publication number
- CN115436898A CN115436898A CN202211051246.2A CN202211051246A CN115436898A CN 115436898 A CN115436898 A CN 115436898A CN 202211051246 A CN202211051246 A CN 202211051246A CN 115436898 A CN115436898 A CN 115436898A
- Authority
- CN
- China
- Prior art keywords
- representing
- node
- target
- acceleration
- speed
- 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
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Radar, Positioning & Navigation (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种机载分布式MIMO雷达高速目标相参积累检测方法,应用于雷达信号处理领域,针对现有技术未考虑高速目标多脉冲信号积累时的距离走动和多普勒走动现象,难以应用于机载分布式MIMO雷达针对高速目标的雷达探测场景中的问题;本发明通过GRFT算法实现各分离回波在慢时间维度的多脉冲相参积累,接着构建了一组目标参数(位置、速度和加速度)估计耦合方程,并通过求解耦合方程来估计目标的参数;最后根据估计的参数构造通道间回波的包络对齐和相位补偿函数,实现多通道回波的相参积累。
Description
技术领域
本发明属于雷达信号处理领域,特别涉及一种相参积累检测技术。
背景技术
航天技术的发展使得越来越多的高速目标出现在雷达探测领域。高速目标不仅具有高速、高机动的运动特点,还具有较强的隐身能力,导致目标的雷达回波非常微弱,对传统单站雷达的目标检测造成了巨大挑战。机载分布式MIMO雷达基于空中多个运动平台,采用正交波形作为发射信号,在接收端匹配滤波分离耦合回波后,通过对多通道回波进行相参积累,可以显著提升目标回波信噪比,提高雷达系统对远距离高速机动目标的探测能力。
然而,针对高速高机动目标的机载分布式MIMO雷达相参积累问题,首先需要解决单通道内的目标跨距离和跨多普勒问题,然后还要处理单通道积累后,通道间的回波目标峰值存在相位差异和包络差异的问题。现有的研究中,X.Liu等人提出了一种基于干净信号重建的MIMO雷达相参积累方法,通过消除互相关能量的扩散现象,重建干净回波,并利用干净回波对相参参数进行有效估计,但该方法仅针对静止目标,在动目标场景下并不适用。M.Wang等人提出一种基于信息熵的MIMO雷达多通道相参积累方法,利用信息熵构建关于补偿相位的代价函数,通过对优化问题的求解补偿不同通道间的相位差异,从而实现多通道回波的相参积累,然而该方法需要具备关于目标与雷达节点距离的先验信息。C.Wang等人提出了一种基于布谷鸟搜索的双基地MIMO雷达积累算法,王彤等人提出了一种基于分布式无人机的MIMO雷达积累检测方法,但这两种算法都是非相参的,限制了MIMO雷达系统的积累检测性能。
综上所述,针对机载分布式MIMO雷达的多通道积累检测问题,上述积累算法均未考虑高速目标多脉冲信号积累时的距离走动和多普勒走动现象,难以应用于机载分布式MIMO雷达针对高速目标的雷达探测场景中。
发明内容
为解决上述技术问题,本发明提出一种机载分布式MIMO雷达高速目标相参积累检测方法,实现了多通道回波能量的有效相参积累。
本发明采用的技术方案为:一种机载分布式MIMO雷达高速目标相参积累检测方法,包括:
S2、对耦合回波进行下变频处理,同时利用发射信号之间的正交性,对得到的基带信号进行匹配滤波,从而实现耦合回波的分离;其中,i发m收的匹配滤波信号可以表示为
S3、对分离后的回波信号进行广义拉东-傅里叶变换处理,得到单通道的GRFT积累输出信号;
S4、根据单通道的GRFT积累输出信号、目标参数与雷达节点和GRFT搜索参数的耦合关系,建立关于目标参数估计的耦合方程组;
S5、求解耦合方程组获得目标参数的估计结果;
S6、根据目标参数估计结果,构造多通道间回波的包络对齐和相位补偿函数,消除多通道回波间的包络差异和相位差异;
S7、对包络对齐和相位补偿后的多通道回波,进行多通道相参积累;
S8、根据步骤S7的相参积累结果进行恒虚警检测处理,以获得目标检测结果。
本发明的有益效果:本发明通过GRFT算法实现各分离回波在慢时间维度的多脉冲相参积累,接着构建了一组目标参数(位置、速度和加速度)估计耦合方程,并通过求解耦合方程来估计目标的参数。最后根据估计的参数构造通道间回波的包络对齐和相位补偿函数,实现多通道回波的相参积累。本发明可以显著提高目标回波信噪比,进而提升雷达的探测能力。
附图说明
图1为本发明的流程图。
图2为单通道回波GRFT的积累结果;
其中,(a)为节点1发1收通道下的距离-速度维结果,(b)为节点1发1收通道下的速度-加速度维结果,(c)为节点2发2收通道下的距离-速度维结果,(d)为节点2发2收通道下的速度-加速度维结果,(e)为节点3发3收通道下的距离-速度维结果,(f)为节点3发3收通道下的速度-加速度维结果。
图3为3节点MIMO雷达的多通道回波相参积累结果;
其中,图3(a)表示3节点匹配滤波后的9通道回波相参积累的搜索距离-速度维结果,图3(b)表示3节点匹配滤波后的9通道回波相参积累的搜索距离-加速度维结果。
图4为检测性能曲线。
具体实施方式
为便于本领域技术人员理解本发明的技术内容,下面结合附图对本发明内容进一步阐释。
本发明采用Matlab仿真实验的方法进行验证,在科学计算软件Matlab R2019a上验证本发明的正确性和有效性。下面结合附图进一步说明本发明的技术方案。
如图1所示,本发明提出的机载分布式MIMO雷达高速目标相参积累检测方法,包括以下步骤:
其中,Ri,t、Rm,r分别表示初始发射和接收距离,vi,t、vm,r分别表示发射和接收的相对速度,ai,t、am,r分别表示发射和接收的相对加速度。si(t)表示第i个雷达节点的发射信号,si(t)具体表达式为:
si(t)=ui(t)exp(j2πfct)
其中,fc表示雷达的初始载频,ui(t)表示第i个节点的正交波形信号,其表达式为:
其中,E表示发射信号的能量,△f表示步进频率间隔,rect(·)表示矩形脉冲调制函数,Tp表示脉冲宽度,μ=B/Tp表示调频频率,B表示频带宽度。
本发明中采用的雷达参数设置为:初始载频fc=1GHz,信号带宽B=1MHz,步进频率△f=1MHz,采样率fs=12MHz,脉冲宽度T=100us,节点数为3,脉冲数为128,单通道脉压后信噪比为8dB。
本步骤中所述的节点具体解释为:机载分布式MIMO雷达包括多个收发共用的节点,收发共用指既可以发射信号也可以接收信号,每一个节点均由线性相控阵雷达组成。
S2、对耦合回波进行下变频处理,同时利用发射信号之间的正交性,对得到的基带信号进行匹配滤波,从而实现耦合回波的分离。其中,i发m收的匹配滤波信号可以表示为
hi(t)为第i个初始发射基带信号的匹配滤波器,其表达式为:
S3、对分离后的回波信号进行广义拉东-傅里叶变换(Generalized Radon-Fourier Transform,GRFT)处理,得到单通道的GRFT积累输出信号。首先,需要进行搜索参数初始化,即
rs(η)=-rmax+η△r,η=1,2,…,Nr
vs(κ)=-vmax+κ△v,κ=1,2,…,Nv
其中,η、κ、分别表示i发m收组合下的GRFT中距离、速度、加速度的参数索引,rs(η)、vs(κ)、分别对应距离、速度、加速度的搜索参数。其中△r、△v、△a分别表示距离、速度、加速度搜索间隔,rmax、vmax、amax分别表示目标的距离、速度和加速度的最大值,Nr=round(2rmax/△r)、Nv=round(2vmax/△v)、Na=round(2amax/△a)分别表示距离、速度、加速度的搜索单元数目。
则i发m收的GRFT处理结果Gmi表示为:
其中,Q表示脉冲积累数,λ=c/fc表示初始载频的波长,ρr=c/(2B)表示距离分辨率,Rmi=Rm,r+Ri,t表示雷达节点i发m收路径下的回波初始距离和。
本实例中采用的雷达参数设置为:载频fc=0.2GHz,信号带宽B=1MHz,步进频△f=1MHz,信号采样频率fs=30MHz,脉冲重复时间2ms,脉冲数Q=128,脉冲宽度Tr=100us。雷达节点数设置为3,目标参数设置为:第一个雷达节点的初始位置为(1187,1980.3,10100)m,速度为(672,659.4,669)m/s,加速度为(10,35.92,25)m/s2;第二个雷达节点的初始位置为(1200,2000.2,9928)m,速度为(719,638.9,589.9)m/s,加速度为(11,73.36,15)m/s2;第三个雷达节点的初始位置为(1400,2020.2,9928)m,速度为(719,631.4,588)m/s,加速度为(12,114.25,12)m/s2。目标的初始位置为(1300,40000,10000)m,速度为(-705,-590,-655)m/s,加速度为(-78,60,-67)m/s2。
图2展示了单通道回波GRFT的积累结果。图2(a)和图2(b)分别展示了节点1发1收通道下的距离-速度维、速度-加速度维结果,峰值幅度为2850。图2(c)和图2(d)分别展示了节点2发2收通道下的距离-速度维、速度-加速度维结果,峰值幅度为2701。图2(e)和图2(f)分别展示了节点3发3收通道下的距离-速度维、速度-加速度维结果,峰值幅度为2758。脉压后单通道的回波信噪比为8dB,回波信号受到噪声的影响,因此单通道GRFT积累后的峰值幅度有微弱差别。
S4、根据目标参数(位置、速度、加速度)与雷达节点和GRFT搜索参数的耦合关系,建立关于目标参数估计的耦合方程组,具体实现方法为:
根据GRFT的输出结果沿距离维度的峰值位置对应于雷达节点与目标之间的距离,可以建立目标位置估计的非线性方程组:
其中表示目标位置估计。rs(ηmm)表示m发m收通道的GRFT域峰值点对应的搜索距离,ηmm表示其对应的距离参数索引,rs(ηnn)表示n发n收通道的GRFT域峰值点对应的搜索距离,ηnn表示其对应的距离参数索引,rs(ηii)表示i发i收通道的GRFT域峰值点对应的搜索距离,ηii表示其对应的距离参数索引。
同样,根据GRFT的输出结果沿速度维度的峰值位置对应于雷达节点与目标之间的径向速度,可以建立目标速度估计的线性方程组:
其中,x表示目标位置的横坐标轴(x轴)分量,y表示目标位置的纵坐标轴(y轴)分量,z表示目标位置的竖坐标轴(z轴)分量。xm表示第m个节点位置的x轴分量,ym表示第m个节点位置的y轴分量,zm表示第m个节点位置的z轴分量。xn表示第n个节点位置的x轴分量,yn表示第n个节点位置的y轴分量,zn表示第n个节点位置的z轴分量。xi表示第i个节点位置的x轴分量,yi表示第i个节点位置的y轴分量,zi表示第i个节点位置的z轴分量。表示目标速度的x轴分量的估计值,表示目标速度的y轴分量的估计值,表示目标速度的z轴分量的估计值。vxm表示第m个节点速度的x轴分量,vym表示第m个节点速度的y轴分量,vzm表示第m个节点速度的z轴分量。vxn表示第n个节点速度的x轴分量,vyn表示第n个节点速度的y轴分量,vzn表示第n个节点速度的z轴分量。vxi表示第i个节点速度的x轴分量,vyi表示第i个节点速度的y轴分量,vzi表示第i个节点速度的z轴分量的。vs(κmm)表示m发m收通道的GRFT域峰值点对应的搜索速度,κmm表示其对应的速度参数索引,vs(κnn)表示n发n收通道的GRFT域峰值点对应的搜索速度,κnn表示其对应的速度参数索引,vs(κii)表示i发i收通道的GRFT域峰值点对应的搜索速度,κii表示其对应的速度参数索引。
此外,由于GRFT的输出结果沿加速度维度的峰值位置对应于雷达节点与目标之间的径向加速度,可以建立目标加速度估计的线性方程组:
其中,vx表示目标速度的x轴分量,vy表示目标速度的y轴分量,vz表示目标速度的z轴分量。表示目标加速度的x轴分量的估计值,表示目标加速度的y轴分量的估计值,表示目标加速度的z轴分量的估计值。axm表示第m个节点加速度的x轴分量,aym表示第m个节点加速度的y轴分量,azm表示第m个节点加速度的z轴分量。axn表示第n个节点加速度的x轴分量,ayn表示第n个节点加速度的y轴分量,azn表示第n个节点加速度的z轴分量。axi表示第i个节点加速度的x轴分量,ayi表示第i个节点加速度的y轴分量,azi表示第i个节点加速度的z轴分量。as(ζmm)表示m发m收通道的GRFT域峰值点对应的搜索加速度,ζmm表示其对应的加速度参数索引,as(ζnn)表示n发n收通道的GRFT域峰值点对应的搜索加速度,ζnn表示其对应的加速度参数索引,as(ζii)表示i发i收通道的GRFT域峰值点对应的搜索加速度,ζii表示其对应的加速度参数索引;
S5、求解耦合方程组获得目标参数的估计结果,具体实现方法为:
1)求解用于目标位置估计的非线性方程组
首先将S4中目标位置估计的非线性方程组转化为
2)求解用于目标速度估计的线性方程组
根据上式,可将S4中目标速度估计的线性方程组转化为
3)求解用于目标加速度估计的线性方程组
根据上式,可将S4中目标加速度估计的线性方程组转化为
显然,方程组之间也是线性无关的,因此,针对用于加速度估计的线性方程组同样有|ca|≠0,进而,可以求出目标估计加速度的表达式:
S6、根据目标参数估计结果,构造多通道间回波的包络对齐和相位补偿函数,消除多通道回波间的包络差异和相位差异。具体实现方法为:
在单通道回波完成相参积累的基础上,不同回波中目标信号的差异在于由初始距离和载频造成的相位差异和由距离-速度-加速度三维参数造成的包络差异。以第n个节点自发自收的GRFT域单通道回波信号作为参考,则m收i发单通道回波的相位补偿函数可以写为:
其中,rs(2)表示rs=[rs(ηmm),rs(ηnn),rs(ηii)]的第2个元素。fi表示雷达节点i的发射信号频率,fn表示雷达节点n的发射信号频率,c为电磁波传播速度。
其中,δ(·)表示冲激函数。vs(2)表示vs=[vs(κmm),vs(κnn),vs(κii)]的第2个元素,as(2)表示as=[as(ζmm),as(ζnn),as(ζii)]的第2个元素。表示i发m收通道的GRFT域搜索距离的估计值,ηmi表示其对应的距离参数索引,表示i发m收通道的GRFT域搜索速度的估计值,κmi表示其对应的速度参数索引,表示i发m收通道的GRFT域搜索加距离的估计值,ζmi表示其对应的加速度参数索引。
S7、对包络对齐和相位补偿后的多通道回波,进行多通道相参积累。具体实现方法为:
通过S6中构造的包络对齐和相位补偿函数,可以将不同通道间的相参积累结果表示为
根据该式可知,当分布在不同通道的目标信号能量被积累成一个峰值时,便得到了M2个通道间的GRFT输出相参积累结果。
利用本发明所提方法进行3节点MIMO雷达的多通道回波相参积累,积累结果如图3所示。其中,图3(a)表示3节点匹配滤波后的9通道回波相参积累的搜索距离-速度维结果,图3(b)表示3节点匹配滤波后的9通道回波相参积累的搜索距离-加速度维结果。理论上,相比于单通道GRFT的峰值幅度,9通道相参积累后,峰值幅度可提升9倍。观察图3积累结果可知,3节点匹配滤波后的9通道回波相参积累,因为存在噪声的影响,利用本发明方法峰值幅度提升了约8.8倍。提升性能与理论结果基本一致。
S8、根据步骤S7的相参积累结果进行恒虚警检测处理,以获得目标检测结果。图4展示了单通道积累、基于布谷鸟方法的非相参积累、本发明所提方法相参积累的检测性能曲线。虚警概率为Pf=10-4,匹配滤波前输入信噪比(SNR)范围为-50dB到-20dB。从图4中可以看出,本发明所提相参积累方法优于单通道积累和基于布谷鸟搜索的非相参积累方法。其原因为,单通道积累没有利用多通道回波数据的信噪比增益,因此积累检测性能最差。基于布谷鸟的搜索的积累方法是非相参的,没有有效利用多通道回波数据的相位信息,因此也存在信噪比损失。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (8)
1.一种机载分布式MIMO雷达高速目标相参积累检测方法,其特征在于,包括:
其中,为雷达节点i发m收的回波,t为快时间,tq为第q个脉冲对应的慢时间,c为电磁波传播速度,M为雷达节点数,si(·)表示第i个雷达节点的发射信号,Rmi(tq)为雷达节点i发m收路径下的回波瞬时双程距离和;
S2、对耦合回波进行下变频处理,同时利用发射信号之间的正交性,对得到的基带信号进行匹配滤波,从而实现耦合回波的分离;其中,i发m收的匹配滤波信号表示为:
S3、对分离后的回波信号进行广义拉东-傅里叶变换处理,得到单通道的GRFT积累输出信号;
S4、根据单通道的GRFT积累输出信号、目标参数与雷达节点和GRFT搜索参数的耦合关系,建立关于目标参数估计的耦合方程组;
S5、求解耦合方程组获得目标参数的估计结果;
S6、根据目标参数估计结果,构造多通道间回波的包络对齐和相位补偿函数,消除多通道回波间的包络差异和相位差异;
S7、对包络对齐和相位补偿后的多通道回波,进行多通道相参积累;
S8、根据步骤S7的相参积累结果进行恒虚警检测处理,以获得目标检测结果。
3.根据权利要求2所述的一种机载分布式MIMO雷达高速目标相参积累检测方法,其特征在于,步骤S4的目标参数估计的耦合方程组包括:目标位置估计的非线性方程组、目标速度估计的线性方程组以及目标加速度估计的线性方程组。
5.根据权利要求3所述的一种机载分布式MIMO雷达高速目标相参积累检测方法,其特征在于,目标速度估计的线性方程组表达式为:
其中,x表示目标位置的横坐标轴分量,y表示目标位置的纵坐标轴分量,z表示目标位置的竖坐标轴分量,xm表示第m个节点位置的x轴分量,ym表示第m个节点位置的y轴分量,zm表示第m个节点位置的z轴分量,xn表示第n个节点位置的x轴分量,yn表示第n个节点位置的y轴分量,zn表示第n个节点位置的z轴分量,xi表示第i个节点位置的x轴分量,yi表示第i个节点位置的y轴分量,zi表示第i个节点位置的z轴分量,表示目标速度的x轴分量的估计值,表示目标速度的y轴分量的估计值,表示目标速度的z轴分量的估计值,vxm表示第m个节点速度的x轴分量,vym表示第m个节点速度的y轴分量,vzm表示第m个节点速度的z轴分量,vxn表示第n个节点速度的x轴分量,vyn表示第n个节点速度的y轴分量,vzn表示第n个节点速度的z轴分量,vxi表示第i个节点速度的x轴分量,vyi表示第i个节点速度的y轴分量,vzi表示第i个节点速度的z轴分量,vs(κmm)表示m发m收通道的GRFT域峰值点对应的搜索速度,κmm表示其对应的速度参数索引,vs(κnn)表示n发n收通道的GRFT域峰值点对应的搜索速度,κnn表示其对应的速度参数索引,vs(κii)表示i发i收通道的GRFT域峰值点对应的搜索速度,κii表示其对应的速度参数索引。
6.根据权利要求3所述的一种机载分布式MIMO雷达高速目标相参积累检测方法,其特征在于,目标加速度估计的线性方程组表达式为:
其中,vx表示目标速度的x轴分量,vy表示目标速度的y轴分量,vz表示目标速度的z轴分量,表示目标加速度的x轴分量的估计值,表示目标加速度的y轴分量的估计值,表示目标加速度的z轴分量的估计值,axm表示第m个节点加速度的x轴分量,aym表示第m个节点加速度的y轴分量,azm表示第m个节点加速度的z轴分量,axn表示第n个节点加速度的x轴分量,ayn表示第n个节点加速度的y轴分量,azn表示第n个节点加速度的z轴分量,axi表示第i个节点加速度的x轴分量,ayi表示第i个节点加速度的y轴分量,azi表示第i个节点加速度的z轴分量,as(ζmm)表示m发m收通道的GRFT域峰值点对应的搜索加速度,ζmm表示其对应的加速度参数索引,as(ζnn)表示n发n收通道的GRFT域峰值点对应的搜索加速度,ζnn表示其对应的加速度参数索引,as(ζii)表示i发i收通道的GRFT域峰值点对应的搜索加速度,ζii表示其对应的加速度参数索引。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211051246.2A CN115436898A (zh) | 2022-08-31 | 2022-08-31 | 一种机载分布式mimo雷达高速目标相参积累检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211051246.2A CN115436898A (zh) | 2022-08-31 | 2022-08-31 | 一种机载分布式mimo雷达高速目标相参积累检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115436898A true CN115436898A (zh) | 2022-12-06 |
Family
ID=84244211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211051246.2A Pending CN115436898A (zh) | 2022-08-31 | 2022-08-31 | 一种机载分布式mimo雷达高速目标相参积累检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115436898A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115902881A (zh) * | 2022-12-29 | 2023-04-04 | 中国人民解放军空军预警学院 | 一种分布式无人机载雷达扩展目标检测方法与系统 |
-
2022
- 2022-08-31 CN CN202211051246.2A patent/CN115436898A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115902881A (zh) * | 2022-12-29 | 2023-04-04 | 中国人民解放军空军预警学院 | 一种分布式无人机载雷达扩展目标检测方法与系统 |
CN115902881B (zh) * | 2022-12-29 | 2024-03-29 | 中国人民解放军空军预警学院 | 一种分布式无人机载雷达扩展目标检测方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110412559B (zh) | 分布式无人机mimo雷达的非相参融合目标检测方法 | |
CN111693983B (zh) | 互补波形构建方法及模块、认知雷达系统及波形发射方法 | |
CN107132534B (zh) | 一种高速雷达目标频域检测的优化方法 | |
CN111830482B (zh) | 基于捷变ofdm的fda雷达目标定位方法 | |
CN106338723A (zh) | 一种基于互质脉冲重复间隔的空时自适应处理方法及装置 | |
CN109633622B (zh) | 基于时间反转二阶Keystone变换的雷达机动目标跨单元积累方法 | |
CN112684419B (zh) | 基于双lfm对消的抗间歇采样转发式干扰处理方法及系统 | |
CN114152916A (zh) | 一种基于先导信息的mimo雷达波形正交方法 | |
CN109613507B (zh) | 一种针对高阶机动目标雷达回波的检测方法 | |
CN114814817B (zh) | 运动目标速度解模糊方法、装置、电子设备及存储介质 | |
CN115436898A (zh) | 一种机载分布式mimo雷达高速目标相参积累检测方法 | |
CN112363152A (zh) | 一种用于毫米波雷达通信系统的共享波形设计及信号处理方法 | |
CN114422303B (zh) | 雷达通信共享信号的距离-速度联合快速估计方法 | |
CN113376607B (zh) | 机载分布式雷达小样本空时自适应处理方法 | |
CN112014807A (zh) | 一种频率捷变雷达的自适应杂波抑制方法 | |
Cohen et al. | Extensions of sub-Nyquist radar: Reduced time-on-target and cognitive radar | |
Pailhas et al. | Wideband CDMA waveforms for large MIMO sonar systems | |
CN113702934B (zh) | 适用于mimo雷达的距离-多普勒-角度三维副瓣抑制方法 | |
US5175552A (en) | Optimum matched illumination-reception radar | |
CN115856813A (zh) | 基于apc与iarft级联处理的雷达目标旁瓣抑制方法 | |
Vu et al. | Direct tracking of multiple targets in MIMO radar | |
CN107015210B (zh) | 一种基于相似性约束的雷达慢时间域恒模信号设计方法 | |
CN113534055B (zh) | 一种插值补偿的匀加速机载雷达杂波抑制方法 | |
CN114609595A (zh) | 一种频分正交mimo雷达信号处理方法 | |
Tao et al. | Guaranteed stability of sparse recovery in distributed compressive sensing MIMO 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 |