-
公开(公告)号：CN116930859A
公开(公告)日：2023-10-24
申请号：CN202310380806.7
申请日：2023-04-11
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于奇异值阈值的DOA估计方法，属于目标到达方向估计技术领域。为了解决互质阵列下离网DOA估计问题，本发明采用的技术方案为：将互质阵列重构为虚拟差分共阵；通过虚拟插值技术将非均匀的虚拟阵列扩展为均匀线性阵列，以充分利用所有虚拟传感器；采用特征值阈值法，定义一个辅助矩阵，在每次迭代中通过软阈值处理辅助矩阵的特征值以此重构协方差矩阵；通过子空间估计算法获取无网格DOA估计结果。本发明对差分共阵进行插值，虚拟孔径提供了更大的阵列自由度，可以探测比实际阵列数量更多的目标。由于使用特征值阈值法代替内点法来重构矩阵，因此大大降低了算法的复杂性。本发明具有更快的运算效率。
-
公开(公告)号：CN116482673A
公开(公告)日：2023-07-25
申请号：CN202310474370.8
申请日：2023-04-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于强化学习的分布式雷达检测跟踪一体化波形实现方法，属于智能化雷达波形设计技术领域。本发明包括：雷达波形库的建立，主要有雷达发射波形和波形参数等；各分布式雷达传感器分别收到目标的回波，各雷达传感器独立检测与关联滤波；各个分布式雷达传感器得到目标的状态向量后，应用序贯滤波算法得到目标的状态和误差协方差的融合估计；基于强化学习构建雷达发射波形决策方法，强化学习结合序贯滤波的融合估计，通过强化学习的试错交互学习过程，挑选出下一时刻最优的发射波形和参数照射目标。本发明克服传统雷达无法有效地针对复杂多目标环境的应用，实现了雷达的自我学习，在一定程度上提高了雷达对目标的跟踪性能。
-
公开(公告)号：CN116482673B
公开(公告)日：2024-01-05
申请号：CN202310474370.8
申请日：2023-04-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于强化学习的分布式雷达检测跟踪一体化波形实现方法，属于智能化雷达波形设计技术领域。本发明包括：雷达波形库的建立，主要有雷达发射波形和波形参数等；各分布式雷达传感器分别收到目标的回波，各雷达传感器独立检测与关联滤波；各个分布式雷达传感器得到目标的状态向量后，应用序贯滤波算法得到目标的状态和误差协方差的融合估计；基于强化学习构建雷达发射波形决策方法，强化学习结合序贯滤波的融合估计，通过强化学习的试错交互学习过程，挑选出下一时刻最优的发射波形和参数照射目标。本发明克服传统雷达无法有效地针对复杂多目标环境的应用，实现了雷达的自我学习，在一定程度上提高了雷达对目标的跟(56)对比文件贺达超;王国宏;孙殿星.分布式干扰下分布式雷达网目标跟踪技术.现代防御技术.2016,(第04期),全文.朱培坤 等.基于强化学习的认知雷达目标跟踪波形挑选方法《.雷达学报》.2023,第12卷(第2期),全文.
-
-
Search Results
3
records
(took 0.016 seconds)
