-
公开(公告)号:CN105093199B
公开(公告)日:2018-02-16
申请号:CN201510458912.8
申请日:2015-07-30
Applicant: 中国人民解放军信息工程大学
IPC: G01S7/41
Abstract: 本发明涉及一种基于雷达时域回波的目标识别特征提取方法,包含:对目标回波信号进行去均值和能量归一化等预处理工作;对高速运动目标进行脉内运动补偿;滤除耦合在雷达回波中的目标速度、距离等非结构属性;充分利用滤波后信号的幅相信息,提取信号的积谱作为目标的识别特征。本发明去除耦合在雷达回波中的目标速度、距离等参数,只保留目标的结构属性,利用该特征可实现对目标的超分辨识别,充分利用信号的幅相信息,将信号的积谱作为目标的识别特征,由于回波积谱特征没有经过距离压缩,不存在信息量的丢失,且直接从目标时域信号中提取,因此该方法具备对目标的超分辨识别能力,可实现窄带雷达对目标的个体识别。
-
公开(公告)号:CN105093199A
公开(公告)日:2015-11-25
申请号:CN201510458912.8
申请日:2015-07-30
Applicant: 中国人民解放军信息工程大学
IPC: G01S7/41
CPC classification number: G01S7/41
Abstract: 本发明涉及一种基于雷达时域回波的目标识别特征提取方法,包含:对目标回波信号进行去均值和能量归一化等预处理工作;对高速运动目标进行脉内运动补偿;滤除耦合在雷达回波中的目标速度、距离等非结构属性;充分利用滤波后信号的幅相信息,提取信号的积谱作为目标的识别特征。本发明去除耦合在雷达回波中的目标速度、距离等参数,只保留目标的结构属性,利用该特征可实现对目标的超分辨识别,充分利用信号的幅相信息,将信号的积谱作为目标的识别特征,由于回波积谱特征没有经过距离压缩,不存在信息量的丢失,且直接从目标时域信号中提取,因此该方法具备对目标的超分辨识别能力,可实现窄带雷达对目标的个体识别。
-
公开(公告)号:CN105785333A
公开(公告)日:2016-07-20
申请号:CN201610164224.5
申请日:2016-03-22
Applicant: 中国人民解放军信息工程大学
IPC: G01S7/36
CPC classification number: G01S7/36
Abstract: 本发明涉及一种机载MIMO雷达的稳健降维空时自适应处理方法,包含:首先将MIMO?STAP权矢量分解为空域、时域两个低维权矢量的Kronecker积;然后基于空域、时域导向矢量的误差模型,应用二阶凸优化算法推导得到双二次代价函数及约束条件;进而利用双迭代算法对空域、时域两个低维权矢量进行循环优化求解;最后将优化得到的空域、时域权矢量合成全维MIMO?STAP权矢量。本发明降维处理中对每一维求解进行稳健处理,降维的同时增强了对于导向矢量误差的鲁棒性,在同样的样本数与运算复杂度下,本发明更具有稳健性。
-
-