-
公开(公告)号：CN106501800A
公开(公告)日：2017-03-15
申请号：CN201610960285.2
申请日：2016-10-28
Applicant: 中国人民解放军信息工程大学
IPC: G01S13/66
CPC classification number: G01S13/66
Abstract: 本发明涉及一种基于代价参考粒子滤波的MIMO雷达目标检测前跟踪方法，首先初始化，产生初始粒子序列，形成初始的粒子-代价集合；计算k时刻的所有粒子的风险和重采样权值；利用重采样权值，选取重采样粒子，形成新的粒子-代价集合；从新的粒子-代价集合中产生第k＝k+1时刻的粒子；跳转至计算k时刻的所有粒子的风险和重采样权值的步骤执行，循环至k＝K，得到每一时刻的代价状态。本发明通过利用目标状态估计值与真实值之间的误差计算得到粒子代价，进而得到粒子权重，实施粒子滤波，无需动态系统的统计特性，在动态特性未知的情况下仍能进行目标的检测和估计，经仿真试验验证，其检测跟踪性能明显优于传统的粒子滤波算法。
-
公开(公告)号：CN105405135B
公开(公告)日：2018-08-10
申请号：CN201510746215.2
申请日：2015-11-06
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及基于基本配置点的两步法摄影物点、像点自动匹配方法，可有效解决不依赖编码标志而实现摄影物点和像点的快速自动匹配的问题，方法是，本发明解决的技术方案是，先利用像素最大的2个大标志圆及其边缘分布的3个小标志圆组成的5个特征点计算摄站概略外方位元素值，然后利用已知物点坐标信息反算对应像点的概略像点坐标，解算像点坐标与软件提取像点坐标进行比较，利用阈值，实现摄影物点与像点的自动快速匹配，本发明方法简单、可靠，易操作，效果好，工作效率高，匹配准确率高，有实际应用价值。
-
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：CN106154245A
公开(公告)日：2016-11-23
申请号：CN201610461077.8
申请日：2016-06-22
Applicant: 中国人民解放军信息工程大学
IPC: G01S7/42
CPC classification number: G01S7/42
Abstract: 本发明涉及一种基于等效阵列方向图的集中式MIMO雷达阵列设计方法，首先依据性能指标刻画出系统等效虚拟阵列多项式，将阵列设计转换为多项式分解问题；对多项式进行标准化处理；再按照自变量的不同幂次，由韦达定理的推广进行一次因式提取，根据牛顿插值法确定多项式的高次因式，直至多项式被完全分解；最后根据多项式分解的结果确定阵元排布。本发明解决现有技术中阵列设计适用受限的问题，广泛适用于收发分置/复用、系统等效接收阵列均匀/非均匀条件下的阵列设计。
-
公开(公告)号：CN105467365B
公开(公告)日：2018-07-17
申请号：CN201510901663.5
申请日：2015-12-08
Applicant: 中国人民解放军信息工程大学
IPC: G01S7/28
Abstract: 本发明涉及一种改善MIMO雷达DOA估计性能的低旁瓣发射方向图设计方法，包括以下几个步骤：设定感兴趣的区域；令波束域加权矩阵的列向量满足对偶特性，保证接收端的信号满足旋转不变性；考虑方向图匹配特性、信号的旋转不变性以及各阵元发射功率相等为约束条件，构建波束域加权矩阵的优化模型；引入辅助变量，利用半正定松弛技术将秩1约束松弛为半正定约束，使用内点法获得松弛问题的最优解，再利用高斯随机化方法对波束域加权矩阵进行求解；在接收端使用ESPRIT算法对目标进行DOA估计。本发明涉及的这种性能良好的MIMO雷达波形设计技术，能够提高接收端的信噪比，可为如何提高MIMO雷达角度估计精度提供重要的理论依据和具体的实现方法。
-
Patent Agency Ranking
公开(公告)号：CN106199579B
公开(公告)日：2018-07-13
申请号：CN201610479972.2
申请日：2016-06-22
Applicant: 中国人民解放军信息工程大学
IPC: G01S13/66
Abstract: 本发明涉及一种分布式MIMO雷达目标跟踪精度联合资源优化方法，首先推导目标函数，建立包含阵元、功率和带宽三个变量的资源分配优化模型；然后简化模型，利用凸松弛将阵元选取问题由0‑1问题转变为凸优化问题；利用循环最小化将优化模型分解为阵元选取和功率分配的迭代优化子问题，利用SPCA方法对问题进行求解，直到目标函数不再优化为止，得到最终的阵元选取和功率分配结果，并计算出最终的带宽分配结果，对下一时刻的目标位置进行估计。本发明通过资源分配有效提高MIMO雷达的目标跟踪精度，同时提高资源利用率，通过选取合适的阵元子集，并且进行功率和带宽资源的最优配置，在雷达系统资源有限的情况下进一步提高目标跟踪的精度。
-
公开(公告)号：CN106199579A
公开(公告)日：2016-12-07
申请号：CN201610479972.2
申请日：2016-06-22
Applicant: 中国人民解放军信息工程大学
IPC: G01S13/66
CPC classification number: G01S13/66
Abstract: 本发明涉及一种分布式MIMO雷达目标跟踪精度联合资源优化方法，首先推导目标函数，建立包含阵元、功率和带宽三个变量的资源分配优化模型；然后简化模型，利用凸松弛将阵元选取问题由0-1问题转变为凸优化问题；利用循环最小化将优化模型分解为阵元选取和功率分配的迭代优化子问题，利用SPCA方法对问题进行求解，直到目标函数不再优化为止，得到最终的阵元选取和功率分配结果，并计算出最终的带宽分配结果，对下一时刻的目标位置进行估计。本发明通过资源分配有效提高MIMO雷达的目标跟踪精度，同时提高资源利用率，通过选取合适的阵元子集，并且进行功率和带宽资源的最优配置，在雷达系统资源有限的情况下进一步提高目标跟踪的精度。
-
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。
-
公开(公告)号：CN104918261A
公开(公告)日：2015-09-16
申请号：CN201510307075.9
申请日：2015-06-08
Applicant: 中国人民解放军信息工程大学
IPC: H04W16/14
Abstract: 本发明涉及MIMO认知无线电干扰网络中基于信道学习的频谱共享方法，通过分析接收的数据的二阶统计量获取需要的主用户干扰信道的空间特征，融合MIMO多子流传输和认知多信道切换技术，设计发送策略，避免对主用户的干扰，提高频谱共享效率；针对干扰信道状态信息缺失下次用户干扰网络与主用户系统共存问题，兼顾MIMO认知无线电网络的空间传输能力，融合主用户的信道切换能力，联合利用空间和频率资源的高效频谱共享方法，比以往单一资源利用方法的效率更高；分析了次用户通过设置信道学习时间对网络性能的影响，说明通过控制时间可以有效控制对主用户的干扰功率；从自由度检测性能、主用户误码率、算法收敛性和网络容量等多方面分析。
-
公开(公告)号：CN106501800B
公开(公告)日：2019-04-05
申请号：CN201610960285.2
申请日：2016-10-28
Applicant: 中国人民解放军信息工程大学
IPC: G01S13/66
Abstract: 本发明涉及一种基于代价参考粒子滤波的MIMO雷达目标检测前跟踪方法，首先初始化，产生初始粒子序列，形成初始的粒子‑代价集合；计算k时刻的所有粒子的风险和重采样权值；利用重采样权值，选取重采样粒子，形成新的粒子‑代价集合；从新的粒子‑代价集合中产生第k＝k+1时刻的粒子；跳转至计算k时刻的所有粒子的风险和重采样权值的步骤执行，循环至k＝K，得到每一时刻的代价状态。本发明通过利用目标状态估计值与真实值之间的误差计算得到粒子代价，进而得到粒子权重，实施粒子滤波，无需动态系统的统计特性，在动态特性未知的情况下仍能进行目标的检测和估计，经仿真试验验证，其检测跟踪性能明显优于传统的粒子滤波算法。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.043 seconds)
