一种周期性分段观测ISAR高分辨成像方法

    公开(公告)号:CN115453527A

    公开(公告)日:2022-12-09

    申请号:CN202210923842.9

    申请日:2022-08-02

    Abstract: 本发明公开了一种周期性分段观测ISAR高分辨成像方法,包括:利用获取的周期性分段观测数据进行建模,获得原始待重构信号的重构模型;构建原始待重构信号的分层贝叶斯先验模型;根据原始待重构信号的分层先验分布和周期性分段观测数据获得原始待重构信号的后验分布;利用后验分布构造SBL算法的迭代公式;利用基于傅里叶字典的快速SBL算法计算SBL算法单次迭代中的后验分布均值和后验分布协方差矩阵的对角线元素;将后验分布均值和后验分布协方差矩阵的对角线元素带入迭代公式进行迭代计算,以获得最终的ISAR高分辨成像。本发明针对周期性分段观测数据,能够很好地抑制旁瓣、缩小主瓣宽度,提高分辨率,从而能够实现高分辨成像。

    基于IMM-STEKF的非高斯噪声下机动目标跟踪方法

    公开(公告)号:CN115128597B

    公开(公告)日:2022-11-25

    申请号:CN202211024283.4

    申请日:2022-08-25

    Abstract: 本发明公开了一种基于IMM‑STEKF的非高斯噪声下机动目标跟踪方法,包括:获取机动目标的量测值;建立非高斯噪声条件下的目标状态方程和量测方程,构建包括多个运动模型的模型集,并对机动目标的状态估计值和精度矩阵分别进行交互混合,得到每个运动模型的混合状态输入值和混合精度矩阵;利用STEKF算法对每个运动模型的混合状态输入值和混合精度矩阵进行跟踪滤波处理;对模型集中的每个运动模型对应的概率进行更新;更新机动目标在当前时刻的状态估计值和精度矩阵。本发明提供的方法可以在非高斯噪声条件下实现对机动目标的实时精确跟踪。

    基于误差分布拟合的数据融合方法

    公开(公告)号:CN114037017A

    公开(公告)日:2022-02-11

    申请号:CN202111415720.0

    申请日:2021-11-25

    Abstract: 本发明公开了一种基于误差分布拟合的数据融合方法,主要解决现有技术在不同测量数据误差分布不一致的条件下,对多组数据融合准确度低的问题。其方案包括:获取测量的地面试验序列和雷达接收机接收目标的飞行试验序列,并对这两组试验序列求差,得到误差数据;对误差数据进行分布拟合,统计分布拟合后的误差数据,计算其偏度和峰度得到正态分布的误差数据;求解正态分布的未知参数,并将拟合后符合未知参数的正态分布误差数据叠加到地面试验序列,得到融合后的飞行试验序列;对融合后的飞行试验序列进行卡尔曼滤波提高准确度。本发明能判断多组测量数据之间的误差分布特性,提高了融合后的测量数据准确度,可用于通信中对多传感器测量数据的处理。

    一种周期性分段观测ISAR高分辨成像方法

    公开(公告)号:CN115453527B

    公开(公告)日:2024-10-25

    申请号:CN202210923842.9

    申请日:2022-08-02

    Abstract: 本发明公开了一种周期性分段观测ISAR高分辨成像方法,包括:利用获取的周期性分段观测数据进行建模,获得原始待重构信号的重构模型;构建原始待重构信号的分层贝叶斯先验模型;根据原始待重构信号的分层先验分布和周期性分段观测数据获得原始待重构信号的后验分布;利用后验分布构造SBL算法的迭代公式;利用基于傅里叶字典的快速SBL算法计算SBL算法单次迭代中的后验分布均值和后验分布协方差矩阵的对角线元素;将后验分布均值和后验分布协方差矩阵的对角线元素带入迭代公式进行迭代计算,以获得最终的ISAR高分辨成像。本发明针对周期性分段观测数据,能够很好地抑制旁瓣、缩小主瓣宽度,提高分辨率,从而能够实现高分辨成像。

    一种雷达波形-滤波器联合优化方法、系统、设备及介质

    公开(公告)号:CN118797209A

    公开(公告)日:2024-10-18

    申请号:CN202410812227.X

    申请日:2024-06-21

    Abstract: 本发明公开了一种雷达波形‑滤波器联合优化方法、系统、设备及介质,通过构建的机载回波模型建立机载回波模型的信干噪比公式,利用循环算法将信干噪比公式推导为求解波形的优化函数,并考虑到机载雷达波形的二次约束,建立二次约束函数,通过求解波形的优化函数和二次约束函数共同构建出新的信干噪比优化函数,并将新的信干噪比优化函数分解为多个子函数并对各个子函数进行降维迭代,最终输出波形及滤波器权值,大大降低了问题求解难度,相较于现有的算法,提高了求解效率。

    基于邻近距离的单脉冲测角方法

    公开(公告)号:CN114942418B

    公开(公告)日:2024-09-24

    申请号:CN202210658266.X

    申请日:2022-06-10

    Abstract: 本发明公开了基于邻近距离的单脉冲测角方法,主要解决现有技术测角精度较低、抗噪性能差的问题。其实现方案是:接收宽带雷达的和通道、方位差通道和俯仰差通道回波信号;获取各通道回波信号的高分辨一维距离像;对一维像门限检测,选取扩展目标的散射点并测出对应散射点距雷达的距离;测量扩展目标对应散射点的方位角和俯仰角;计算每个散射点的坐标以及其距离其他散射点的平均欧式距离;对平均欧式距离升序排序,剔除平均欧式距离相对较大的散射点,计算剩余散射点的几何中心坐标;根据几何中心坐标计算扩展目标的中心方位角和中心俯仰角。本发明测角精度高,抗噪性能强,测角稳定,抑制角闪烁效应效果好,可用于目标跟踪和探测。

    基于SCICPF方法的SA-ISAR成像与方位定标方法

    公开(公告)号:CN118169686B

    公开(公告)日:2024-09-03

    申请号:CN202410377641.2

    申请日:2024-03-29

    Abstract: 本发明公开了一种基于SCICPF的SA‑ISAR成像与方位定标方法,包括:对回波信号进行去斜及FFT处理,得到高分辨距离像对高分辨距离像依次进行包络对齐和采样处理得到观测信号;基于观测信号的瞬时自相关函数得到矢量化的观测信号的第一自相关函数;基于理想回波信号在CFCR域的能量积累,得到矢量化的理想回波信号的瞬时自相关函数;基于第一自相关函数和矢量化的理想回波信号的自相关函数得到矢量化的观测信号的第二自相关函数;基于第二自相关函数中的感知矩阵,根据改进的自适应匹配追踪算法确定ISAR成像结果。本发明具有较好的噪声抑制能力与较高的定标精度。

    前后向TVAR模型的目标微多普勒聚类估计方法

    公开(公告)号:CN113960539B

    公开(公告)日:2024-05-14

    申请号:CN202111244267.1

    申请日:2021-10-26

    Abstract: 本发明提供了一种前后向TVAR模型的目标微多普勒聚类估计方法,解决了现有时频分析方法的微多普勒分析时频分辨率不足的问题。实现步骤包括:采集目标雷达回波数据;将目标HRRP距离单元数据在TVAR模型中表示;目标时变系数转化得到目标距离单元数据在BS‑FBTVAR模型的矩阵形式;使用聚类结构先验估计目标的时不变系数;将时变系数用于瞬时频率估计中,得到目标的微多普勒时频图。根据微多普勒时频图反应雷达目标的散射点个数,形状,姿态信息,用于目标的识别。本发明利用块内稀疏系数的相邻超参数之间的相互作用和刚体目标已知块边界的先验信息。提高了微多普勒时频分辨率和抗噪性能。用于空间锥体目标的微动特征分析,进而用于目标识别。

    一种基于距离和瞬时速度的空间目标三维姿态重构方法

    公开(公告)号:CN113640791B

    公开(公告)日:2023-12-26

    申请号:CN202110645738.3

    申请日:2021-06-09

    Abstract: 本发明公开了一种基于距离和瞬时速度的空间目标三维姿态重构方法,包括:获取所述雷达接收到的回波信号,所述回波信号由空间目标散射至所述雷达;根据所述回波信号,确定所述空间目标的所有散射中心对应的一维距离序列;通过卡尔曼滤波对所述一维距离序列进行关联处理;根据所述回波信号,估计所述散射中心对应的瞬时速度;基于卡尔曼滤波对所述散射中心对应的多普勒频率进行关联处理;基于关联处理后的一维距离序列和瞬时速度,对散射中心进行三维重构处理。本发明能够实现对空间目标三维姿态的精确重构。

    雷达资源分配方法、装置和雷达
    60.
    发明公开

    公开(公告)号:CN117233744A

    公开(公告)日:2023-12-15

    申请号:CN202311168001.2

    申请日:2023-09-11

    Abstract: 本发明提供一种雷达资源分配方法、装置和雷达,该方法包括:获取当前时刻,雷达对应的多个探测目标的状态信息,状态信息包括位置、速度;根据多个探测目标的状态信息和预设的筛选模型,从多个探测目标中确定出第一跟踪目标;根据第一跟踪目标和雷达波束数量,确定出下一时刻对应的第二跟踪目标,并为各第二跟踪目标分配雷达资源。通过该方法能够在空域内存在过多目标导致相控阵雷达资源不足时,合理选择跟踪目标、分配雷达资源。

Patent Agency Ranking