基于多向量ANM的多极化HRRP散射中心提取方法

    公开(公告)号:CN109581370A

    公开(公告)日:2019-04-05

    申请号:CN201811201897.9

    申请日:2018-10-16

    Abstract: 本发明公开了一种基于多向量ANM的多极化HRRP散射中心提取方法。使用本发明能够实现鲁棒的、高精度的散射中心提取。本发明利用多极化高分辨距离像各通道散射中心位置相同、但极大值峰值不同的特性,利用多向量原子范数最小化模型进行散射中心进行估计,在准确获取位置信息的同时得到散射点的极化散射矩阵,为目标识别提供更全面的信息。本发明充分利用了多极化各个通道之间的共同信息,有效改善了估计精度;与传统的P-MUSIC、P-ESPIRIT方法相比,可以适应信噪比不佳的情况,对噪声的鲁棒性更佳。

    基于斜距历程与目标位置估计的车载SAR自聚焦成像方法

    公开(公告)号:CN119471686A

    公开(公告)日:2025-02-18

    申请号:CN202411689916.2

    申请日:2024-11-25

    Abstract: 本公开提供了一种基于斜距历程与目标位置联合估计的车载SAR自聚焦成像方法。首先基于车载SAR回波数据,获取多普勒信息并估计车辆平台的平均速度;根据多普勒信息成像,获得散焦的二维成像结果;选取二维成像结果中的强散射点作为目标,估计目标的斜距历程。根据斜距历程、以及车辆平台的平均速度,采用距离‑多普勒定位法,获得目标位置粗估计;建立包含斜距历程、目标位置粗估计和车辆平台位置估计的联合估计代价函数,对车辆平台轨迹和局部目标位置进行联合估计,获得车辆平台航迹。利用车辆平台航迹进行二维成像,获得聚焦的车载SAR图像。本发明根据雷达接收到的回波信号,反演平台运动轨迹并实现自聚焦成像,无需依赖高精度惯性导航系统。

    基于压缩感知的机械扫描雷达超分辨角度估计算法

    公开(公告)号:CN112327283A

    公开(公告)日:2021-02-05

    申请号:CN202011140829.3

    申请日:2020-10-22

    Abstract: 本发明公开了基于压缩感知的机械扫描雷达超分辨角度估计算法,本发明将雷达发射波信号向量进行维度扩展,使它变成一个高维的稀疏向量,导向矩阵作为感知矩阵将稀疏的雷达发射波信号进行压缩,压缩成低维的雷达接收到的回波信号;在实际实验中,根据雷达接收到的回波信号,通过压缩感知中的基追踪算法,将高维的雷达发射波信号向量重构出来,根据稀疏信号中非零元素的位置即可确定目标角度;本发明能够解决在某些工作场景中,两个或多个目标在同一波束宽度内测角困难的问题。

Patent Agency Ranking