-
公开(公告)号:CN115638793A
公开(公告)日:2023-01-24
申请号:CN202211323767.9
申请日:2022-10-26
Applicant: 南京大学
IPC: G01C21/20
Abstract: 本发明提供一种基于贝叶斯矩阵补全的无人机频谱感知算法,属于无人机频谱感知算法领域,包括如下步骤:步骤一、综合考虑频谱感知区域大小和无人机数量,将频谱感知区域划分成若干单架无人机感知的小区块,让每架无人机分别负责其中的一个小区块;步骤二、使用Kuhn‑Munkres算法计算无人机从初始位置移动到各自负责区块的最短路径;步骤三、对每个小区块,使用遗传算法求解遍历所有采样点的最短路径;步骤四、对获得的采样点数据,使用贝叶斯矩阵补全算法估计整块区域频谱;本发明解决了现有技术中为了得到整个区域的频谱,采样点数量多,路径规划问题的规模大,计算时间长的问题。
-
公开(公告)号:CN119001708A
公开(公告)日:2024-11-22
申请号:CN202411135075.0
申请日:2024-08-19
Applicant: 南京大学
Abstract: 本发明公开了一种针对复杂机动目标的长时间相参积累方法,属于雷达信号处理技术领域,包括如下步骤:(1)将雷达接收机接收到的回波信号按照快速时域‑慢速时域排列,对信号在快速时域内进行脉冲压缩处理;(2)使用keystone变换对得到的信号分别做正序二阶keystone变换和逆序二阶keystone变换,将两段信号相乘,实现了快速频率与二阶慢速时间的解耦,并消除了一阶与三阶距离走动;(3)使用分数阶傅里叶变换对目标加速度进行估计,根据估计结果构造加速度补偿函数,补偿加速器引起的弯曲;(4)通过逆傅里叶变换将信号变换至快速时域,进行相参积累,对积累结果进行检测以提取目标信息。本发明解决了雷达对具有高阶运动模型的机动目标的长时间相参积累的问题。
-