-
公开(公告)号：CN109828252A
公开(公告)日：2019-05-31
申请号：CN201910263813.2
申请日：2019-04-02
Applicant: 河海大学
IPC: G01S7/41
Abstract: 本发明公开了一种MIMO雷达参数估计方法，属于雷达工程领域。所述方法包括如下步骤：建立MIMO雷达信号模型，获取目标的信号数据矩阵；对所述信号数据矩阵进行数据重组、数据矩阵扩展，得到协方差矩阵；对所述协方差矩阵做特征值分解，获得信号子空间；通过所述信号子空间获得信号子空间阵列；联合信号子空间阵列矩阵对其分解得到来波方向的俯仰角、方位角和多普勒频率。本发明算法可以提高对目标的多普勒频率、方位角以及俯仰角的估计精度，同时在多个远场目标相距较近的情况下可以获得高精度的参数估计结果，并且该方法在参数估计过程中实现参数自动配对，不需要进行谱峰搜索。
-
公开(公告)号：CN109188386A
公开(公告)日：2019-01-11
申请号：CN201811008396.9
申请日：2018-08-30
Applicant: 河海大学
Abstract: 本发明公开了一种基于改进二维ESPRIT算法的MIMO雷达高分辨率参数估计方法，其特征在于，包括如下步骤：1）MIMO雷达合成的虚拟阵列结构采用均匀面阵的信号模型；2）将一个平面阵列分为多个拥有共同参考阵元的子空间阵列；3）对于每个子阵应用ESPRIT算法中的时间子空间法，估计来波方向中俯仰角和方位角的信息。优点：在较低信噪比下仍能获得较高的参数估计精度，并且能够较好的分辨出两个相距较近的远场目标的位置；解决了使用传统ESPRIT算法估计目标参数时，传统算法在较低信噪比时对参数估计的性能较差的问题，并且提高了在两个远场目标相距较近和远场目标数较多时对参数估计的精确度与分辨率。
-
-
公开(公告)号：CN106530265A
公开(公告)日：2017-03-22
申请号：CN201610982761.0
申请日：2016-11-08
Applicant: 河海大学
CPC classification number: G06T5/50 , G06T5/002 , G06T2207/20004 , G06T2207/20192 , G06T2207/20221
Abstract: 本发明公开了一种基于色度坐标的自适应图像融合方法，其实现过程是：首先，求前景和背景图像的色度坐标均值；其次，根据前景和背景色度坐标均值，修改前景图像每个像素的R、G、B值；然后，对前景图像边缘利用高斯模糊算法得到加权系数，并与背景图像在前景边缘处进行梯度加权融合。本发明给出的算法能够根据背景图像，自适应调节前景图像的亮度和色度，在前景和背景色彩、亮度相差较大的情况下，保持合成图像清晰、前景颜色和亮度无失真；利用高斯模糊方法获得前景图像边缘的加权系数，利用梯度加权融合处理，能够保证前景图像边缘合成过度自然；相对泊松融合算法，其具有更低的计算复杂度，能够在一些硬件资源局限的移动终端程序中广泛应用。
-
公开(公告)号：CN109828252B
公开(公告)日：2023-02-28
申请号：CN201910263813.2
申请日：2019-04-02
Applicant: 河海大学
IPC: G01S7/41
Abstract: 本发明公开了一种MIMO雷达参数估计方法，属于雷达工程领域。所述方法包括如下步骤：建立MIMO雷达信号模型，获取目标的信号数据矩阵；对所述信号数据矩阵进行数据重组、数据矩阵扩展，得到协方差矩阵；对所述协方差矩阵做特征值分解，获得信号子空间；通过所述信号子空间获得信号子空间阵列；联合信号子空间阵列矩阵对其分解得到来波方向的俯仰角、方位角和多普勒频率。本发明算法可以提高对目标的多普勒频率、方位角以及俯仰角的估计精度，同时在多个远场目标相距较近的情况下可以获得高精度的参数估计结果，并且该方法在参数估计过程中实现参数自动配对，不需要进行谱峰搜索。
-
Patent Agency Ranking
-
公开(公告)号：CN106443655B
公开(公告)日：2018-08-17
申请号：CN201610839563.9
申请日：2016-09-21
Applicant: 河海大学
Abstract: 本发明公开了一种多输入多输出雷达近场定位算法，首先采用chan算法的思想，进行第一次加权最小二乘法估计；然后定义一个新的残差矩阵，进行第二次加权最小二乘法估计；最后将第二次估计的结果初值代入泰勒算法中，进行迭代处理，直至输出定位结果小于设定的最小阈值。本发明能够实现近场目标的精确定位，适用于MIMO雷达近场定位系统。
-
公开(公告)号：CN106778569A
公开(公告)日：2017-05-31
申请号：CN201611103510.7
申请日：2016-12-05
Applicant: 河海大学
IPC: G06K9/00
CPC classification number: G06K9/00805
Abstract: 本发明公开了一种基于视频图像的列车前方障碍物检测方法，其实现过程是：首先对所拍摄的图像进行图像数据预处理；其次，根据二值化图像进行轨道拟合检测，并建立检测图像窗口；然后，对预处理后的图像进行反透视变换处理，通过分析反透视变换处理后的二值化图像，对图像做列向累加；同时根据峰值划分横向区域，对分区图像做行向累加，综合确定障碍物占据的参数；最后，进行逆反透视变换标记出障碍物具体位置。本方法对于直道场景下的铁路障碍物检测，能实时有效的检测出障碍占据，并判断出障碍类型，给出障碍位置及尺寸参数等信息，有效的降低了人工检测的困难性和危险，并提高了效率。
-
公开(公告)号：CN106443655A
公开(公告)日：2017-02-22
申请号：CN201610839563.9
申请日：2016-09-21
Applicant: 河海大学
Abstract: 本发明公开了一种多输入多输出雷达近场定位算法，首先采用chan算法的思想，进行第一次加权最小二乘法估计；然后定义一个新的残差矩阵，进行第二次加权最小二乘法估计；最后将第二次估计的结果初值代入泰勒算法中，进行迭代处理，直至输出定位结果小于设定的最小阈值。本发明能够实现近场目标的精确定位，适用于MIMO雷达近场定位系统。
-
公开(公告)号：CN109188386B
公开(公告)日：2023-04-07
申请号：CN201811008396.9
申请日：2018-08-30
Applicant: 河海大学
Abstract: 本发明公开了一种基于改进二维ESPRIT算法的MIMO雷达高分辨率参数估计方法，其特征在于，包括如下步骤：1）MIMO雷达合成的虚拟阵列结构采用均匀面阵的信号模型；2）将一个平面阵列分为多个拥有共同参考阵元的子空间阵列；3）对于每个子阵应用ESPRIT算法中的时间子空间法，估计来波方向中俯仰角和方位角的信息。优点：在较低信噪比下仍能获得较高的参数估计精度，并且能够较好的分辨出两个相距较近的远场目标的位置；解决了使用传统ESPRIT算法估计目标参数时，传统算法在较低信噪比时对参数估计的性能较差的问题，并且提高了在两个远场目标相距较近和远场目标数较多时对参数估计的精确度与分辨率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.013 seconds)
