多通道随机谐波调制采样雷达接收机及其方法

    公开(公告)号:CN103389492A

    公开(公告)日:2013-11-13

    申请号:CN201310316753.9

    申请日:2013-07-25

    Abstract: 本发明公开了一种多通道随机谐波调制采样雷达接收机及其方法,包括一个混频器、M个模拟乘法器、M个积分器、M个低速AD转换器和一个目标信息重构处理模块,所述的混频器与M个模拟乘法器相连,每个模拟乘法器与一个积分器相连,每个积分器与一个低速AD转换器相连,AD转换器采样得到的数据输入到目标信息重构处理模块,目标信息重构处理模块通过构造观测矩阵、构造雷达稀疏表示基矩阵和重构雷达目标信息三个步骤完成雷达目标信息估计的目的。解决了宽带以超宽带雷达系统数字化采样难题;在保证了信号重构效果的同时,有效地降低了调制信号硬件实现的难度与代价。

    基于稀疏信号的波束形成器及其方法

    公开(公告)号:CN103389490A

    公开(公告)日:2013-11-13

    申请号:CN201310323437.4

    申请日:2013-07-29

    Abstract: 本发明公开了一种基于稀疏信号的波束形成器及其方法。波束形成器包括包括阵元接收天线、多输入模拟加法器、模拟乘法器、伪随机序列产生器、积分器和A/D转换器。多输入模拟加法器权系数服从随机伯努利分布,采样后数据进行重组步骤:1.取主对角线元素构造第K1+1行采样数据;2.取主对角线元素构造第K1+2行采样数据;3.依次构造剩余K2-2行采样数据;4.对各行数据依次求和。本发明采用压缩采样技术,可以实现以低采样速率对大带宽信号进行采样,空域投影观测矩阵选择随机伯努利矩阵不需要使用移相器和乘法器,时域观测投影使用多通道结构和采样数据重组方式,能够以较少通道数得到较多包含信息量大的采样数据。

    基于自适应多尺度Bandelet包的SAR图像去噪压缩方法

    公开(公告)号:CN101483777B

    公开(公告)日:2010-08-25

    申请号:CN200810232708.4

    申请日:2008-12-19

    Abstract: 本文公开了一种基于自适应多尺度Bandelet包的SAR图像去噪压缩方法,它涉及遥感图像处理技术领域。其实现过程是:1)读入复值SAR图像的模值图像M进行对数变换,得到对数变换后的图像M′=log(M+1);2)将M′进行自适应多尺度Bandelet包变换,并进行软阈值法滤除斑点噪声,得到滤除噪声后的系数;3)将滤波后的系数进行逆自适应多尺度Bandelet包变换得到M″,再进行反对数变换得到去噪后的图像Mdenoise=eM″-1;4)对去噪后的图像Mdenoise再执行自适应多尺度Bandelet包变换,得到Bandelet系数;5)对Bandelet系数先进行量化和编码,再进行逆自适应多尺度Bandelet包变换,得到去噪压缩后的SAR图像。本发明具有压缩后图像峰值信噪比、等效视数和边缘保持系数高,有效保持了SAR图像高频纹理信息和目标几何结构,以及复杂度低、实现快速等优点;在保证图像质量不影响后续分析与解译的前提下,能获得较高的压缩比,可用于高分辨SAR图像的存储与传输处理。

    基于自适应多尺度Bandelet包的SAR图像去噪压缩方法

    公开(公告)号:CN101483777A

    公开(公告)日:2009-07-15

    申请号:CN200810232708.4

    申请日:2008-12-19

    Abstract: 本文公开了一种基于自适应多尺度Bandelet包的SAR图像去噪压缩方法,它涉及遥感图像处理技术领域。其实现过程是:1)读入复值SAR图像的模值图像M进行对数变换,得到对数变换后的图像M′=log(M+1);2)将M′进行自适应多尺度Bandelet包变换,并进行软阈值法滤除斑点噪声,得到滤除噪声后的系数;3)将滤波后的系数进行逆自适应多尺度Bandelet包变换得到M″,再进行反对数变换得到去噪后的图像Mdenoise=eM″-1;4)对去噪后的图像Mdenoise再执行自适应多尺度Bandelet包变换,得到Bandelet系数;5)对Bandelet系数先进行量化和编码,再进行逆自适应多尺度Bandelet包变换,得到去噪压缩后的SAR图像。本发明具有压缩后图像峰值信噪比、等效视数和边缘保持系数高,有效保持了SAR图像高频纹理信息和目标几何结构,以及复杂度低、实现快速等优点。

    一种宽带雷达目标距离像快速超分辨重构的方法

    公开(公告)号:CN116679301B

    公开(公告)日:2023-10-20

    申请号:CN202310937331.7

    申请日:2023-07-28

    Abstract: 本发明公开了一种宽带雷达目标距离像快速超分辨重构的方法,涉及雷达成像技术领域,解决了现有技术中稀疏贝叶斯算法在迭代重构宽带雷达目标超分辨距离像的过程中因涉及矩阵求逆而导致计算效率慢或求解精度低的问题;该方法包括:获取待重构宽带雷达目标回波;将待重构宽带雷达目标回波输入至训练好的超分辨距离像网络中,并输出待重构宽带雷达目标回波对应的超分辨距离像;进而实现了构建新的求解模型,且不用进行矩阵求逆,计算速度快,求解得到的超距离分辨像精度高、效率高。

    基于稀疏线性调频信号的宽带雷达高速目标相参积累方法

    公开(公告)号:CN116643250B

    公开(公告)日:2023-10-20

    申请号:CN202310927805.X

    申请日:2023-07-27

    Abstract: 本发明涉及一种基于稀疏线性调频信号的宽带雷达高速目标相参积累方法,包括:获取目标回波信号并与LFM发射信号完成混频处理,得到混频回波信号;对混频回波信号进行采样处理,得到稀疏线性调频信号;计算得到稀疏线性调频信号的PSIAF,并对其进行矢量化处理,得到对应的矢量化结果;结合稀疏线性调频信号的PSIAF的矢量化结果,将稀疏线性调频信号的参数估计问题转换为压缩感知问题;利用改进的自适应匹配追踪算法求解压缩感知问题,重构得到CFCR平面内的稀疏信号;根据重构得到的CFCR平面内的稀疏信号得到目标的参数估计结果。本发明方法具有较高的参数估计精度,同时具有良好的抗干扰性能以及噪声抑制能力。

    基于时频非均采样的雷达目标无网格化损失相参积累方法

    公开(公告)号:CN116626646B

    公开(公告)日:2023-09-22

    申请号:CN202310902080.9

    申请日:2023-07-21

    Abstract: 本发明公开了一种基于时频非均采样的雷达目标无网格化损失相参积累方法,包括:建立雷达接收回波信号模型;对回波信号数据矩阵和目标散射系数矩阵矢量化,根据目标在距离‑多普勒域的稀疏性建立稀疏重构模型;初始化先验信息#imgabs0#、#imgabs1#及网格化误差矩阵#imgabs2#和#imgabs3#;基于建立的稀疏重构模型和当前得到的#imgabs4#、#imgabs5#、#imgabs6#、#imgabs7#,更新矢量化后的目标散射系数矩阵#imgabs8#的后验估计均值#imgabs9#和方差#imgabs10#;判断#imgabs11#的后验估计均值#imgabs12#是否达到精度要求,若否,更新#imgabs13#、#imgabs14#以及#imgabs15#和#imgabs16#,并再次更新#imgabs17#的后验估计均值#imgabs18#和方差#imgabs19#;若是,将当前得到的#imgabs20#作为目标最大后验估计#imgabs21#输出,并将其重新排布为二维矩阵形式,其所在分辨网格的索引对应目标的距离和多普勒信息。本发明重构精度高,能提高雷达对目标参数提取的效率。

    一种宽带雷达高速目标相参积累栅瓣抑制方法

    公开(公告)号:CN116626645A

    公开(公告)日:2023-08-22

    申请号:CN202310897437.9

    申请日:2023-07-21

    Abstract: 本发明公开了一种宽带雷达高速目标相参积累栅瓣抑制方法,包括:建立目标信号模型;利用基于TBT矩阵三角‑循环分解方法对二维迭代自适应算法中的协方差矩阵求逆,将协方差矩阵的逆矩阵分解为拓普利兹下三角块矩阵与循环矩阵相乘的形式,并利用二维迭代自适应算法获得目标的粗估计参数;将获取的粗估计参数代入谱范数目标参数估计算法中,对目标信号模型进行联合参数估计,以实现目标相参积累栅瓣抑制。该方法在保证了目标检测精度的基础上,极大地缩短了运行时间,提高了算法效率,能够很好的用于实时性要求较高场景下的高速目标检测。

    基于应答机制的相控阵和差通道误差校正系统

    公开(公告)号:CN111505591B

    公开(公告)日:2023-03-24

    申请号:CN202010284374.6

    申请日:2020-04-13

    Abstract: 本发明公开了一种基于应答机制的相控阵和差通道误差校正系统,它由多个功能模块组成。其界面显控模块下发通道校正命令及阵面工作指令,显示各模块工作状态;任务命令调度模块中转各模块任务消息并进行任务分发与数据缓存;波束控制模块控制相控阵天线阵元通道工作状态;相控阵天线阵列模块控制阵列天线工作状态;天线信号合成模块对阵列天线阵元接收的信号进行幅度与相位加权及信号功率合成;射频数据采集模块将射频信号转为基带信号;数据预处理模块对和差网络传输的基带信号进行滤波及通道校正;通道校正模块控制和差通道信号增益、解算幅相影响因子和监测通道校正性能。本发明显示直观简洁,灵活性好,可靠性高,可用于对阵列及雷达信号处理。

    基于循环一致性生成对抗网络的有源欺骗式干扰方法

    公开(公告)号:CN115201768A

    公开(公告)日:2022-10-18

    申请号:CN202210655328.1

    申请日:2022-06-10

    Inventor: 武星辉 王敏

    Abstract: 本发明提供的一种基于循环一致性生成对抗网络的有源欺骗式干扰方法,在雷达距离‑多普勒域通过对雷达目标回波截取、间隔采样、相邻填充等一系列步骤可以生成虚假目标数量更多,干扰强度更强的C&I干扰和SMSP干扰信号序列作为判决标准,将不包含干扰的原始回波信号序列作为Cycle‑GAN模型的输入。Cycle‑GAN模型由一对GAN模型构成循环训练模型,可以实现在不降低生成器准确性的基础上提升GAN模型稳定性的效果,并且本发明通过将检测出的虚假目标个数与总目标数进行对比,以确定Cycle‑GAN模型的性能。因此本发明可以增强干扰能量,泛化干扰样式,得到在距离‑多普勒域难以识别的干扰效果。

Patent Agency Ranking