一种MIMO雷达多目标测速扩展方法

    公开(公告)号:CN114200411B

    公开(公告)日:2025-05-16

    申请号:CN202111507596.0

    申请日:2021-12-10

    Abstract: 本发明公开了一种MIMO雷达多目标测速扩展方法,包括以下步骤:步骤一、建立MIMO雷达系统模型;步骤二、结合锯齿波和三角波特性设计FMCW波形,并发射FMCW波;步骤三、对锯齿波回波信号进行2D‑FFT处理,得到不同目标在三角波距离维频谱的搜索中心;步骤四、在三角波回波中寻找动目标的谱峰进行配对后解速度模糊;步骤五、进行动目标DOA估计。本发明结合传统对称三角波和经典多周期锯齿波的二者特性,设计出能更精确提取目标信息的FMCW波形,简化了计算,得到了不错的MIMO雷达角分辨率。在保证目标DOA估计精度的条件下,提高了测速上限,实现多目标测速扩展。相比于经典三角波或多周期锯齿波方法,对于MIMO雷达在动目标测速、定位方面能达到更好的性能。

    一种辅助分割的半监督雷达图像自动目标识别方法

    公开(公告)号:CN115267719B

    公开(公告)日:2024-12-10

    申请号:CN202210959564.2

    申请日:2022-08-11

    Abstract: 本发明公开了一种辅助分割的半监督雷达图像自动目标识别方法,首先在训练阶段,将处理好的训练数据输入网络,依次经过两个分别基于识别和分割的半盲训练形成一个训练循环过程(TCL),基于提出的IRL,结合半盲训练中的识别损失和分割损失的信息,更新网络相应参数设置,不断重复训练循环,利用未标记样本的迁移信息,在少数标记样本上构建有效的归纳偏差以优化网络设置,实现目标的准确识别。本发明的方法采用训练循环过程,应用未标记样本的辅助分割信息构建归纳偏差,实现少量标记样本下高性能目标识别,为SAR ATR提供新的信息来源,突破少量标记样本训练存在的有限信息量限制,实现高性能的SAR ATR并具有很好的鲁棒性,在MSTAR数据集中展现了优异的性能。

    一种毫米波MIMO雷达快速DOA估计方法

    公开(公告)号:CN115079086B

    公开(公告)日:2024-12-06

    申请号:CN202210777648.4

    申请日:2022-07-04

    Abstract: 本发明公开了一种毫米波MIMO雷达快速DOA估计方法,具体步骤如下:步骤一、收发共置毫米波MIMO雷达回波建模;步骤二、目标散射分布估计初始化;步骤三、计算当前迭代目标功率矢量;步骤四、计算自相关矩阵;步骤五、计算迭代估计分子;步骤六、计算迭代估计分母;步骤七、计算估计结果;步骤八、算法迭代收敛判断。针对现有毫米波MIMO雷达DOA估计方法计算复杂度高的问题,本发明一方面利用快速卷积降低矩阵求逆和矩阵乘法运算的复杂度,同时采用坐标选择下降准则进行迭代终止,显著提升了现有DOA估计方法的实时性能,实现了毫米波MIMO雷达快速DOA估计。

    一种深空探测器悬停下视二维超分辨成像方法

    公开(公告)号:CN115079174B

    公开(公告)日:2024-12-03

    申请号:CN202210777768.4

    申请日:2022-07-04

    Abstract: 本发明公开了一种深空探测器悬停下视二维超分辨成像方法,包括以下步骤:步骤一、建立固定RAR平台的回波表达;步骤二、对回波进行距离向预处理;步骤三、构建方位‑俯仰二维卷积模型;步骤四、离散化回波模型;步骤五、计算目标散射功率对角阵;步骤六、计算自相关矩阵R;步骤七、计算R‑1;步骤八、迭代估计目标后向散射系数。本发明根据固定RAR平台的二维扫描几何构型,推导了固定距离切片的方位‑俯仰二维回波模型。然后,通过矩阵化和矢量化将回波模型转化为离散形式。最后,构造加权最小二乘代价函数,并利用矩阵逆引理,迭代估计目标后向散射系数。与传统方法相比,本方法显著提升了RAR的方位角和俯仰角分辨率。

    一种智能化实孔径扫描雷达角超分辨成像方法

    公开(公告)号:CN118707519A

    公开(公告)日:2024-09-27

    申请号:CN202410731021.4

    申请日:2024-06-06

    Abstract: 本发明公开一种智能化实孔径扫描雷达角超分辨成像方法,应用于雷达成像技术领域,针对现有的基于贝叶斯框架和正则化框架的实孔径雷达角超分辨方法,在低信噪比条件下,依旧存在着参数手动选择难、迭代更新速度慢等问题;本发明首先将实孔径扫描雷达的卷积反演问题转化为回波自相关矩阵反演求解问题,以改善求逆矩阵的病态性;其次,将可学习的修正矩阵引入到迭代自适应求解方法中,以实现迭代自适应求解方法与深度网络的结合;最后,通过迭代学习更新回波自相关矩阵,降低噪声对反演结果的影响,提高实孔径雷达的角分辨率。仿真结果表明,本发明方法可在低信噪比条件下保持良好的角超分辨性能。

    一种基于FPGA的毫米波MIMO雷达快速超分辨方法

    公开(公告)号:CN118566843A

    公开(公告)日:2024-08-30

    申请号:CN202410637133.3

    申请日:2024-05-22

    Abstract: 本发明公开一种基于FPGA的毫米波MIMO雷达快速超分辨方法,应用于雷达成像领域,针对现有的超分辨方法计算复杂度高,计算耗时长,无法应用于实际工程领域,本发明设计了一种超分辨方法的FPGA并行处理架构。该并行架构通过雷达射频前端采集稀疏场景目标回波信号,并且通过高速接口将数据传输到FPGA端;FPGA解析并将数据缓存到内存中,然后将数据读取到信号处理模块;采用硬件设计计算辅助向量;由辅助向量计算中间变量;最后通过迭代计算并且更新角度估计值和辅助向量。通过实验验证了本发明克服了现有的超分辨方法计算复杂度高,难以硬件实现的缺陷,极大地降低计算复杂度和缩短了计算耗时。

Patent Agency Ranking