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。

    适用于扫描雷达的无用户参数的自适应稀疏超分辨方法

    公开(公告)号:CN116823612A

    公开(公告)日:2023-09-29

    申请号:CN202310787948.5

    申请日:2023-06-29

    Abstract: 本发明公开了一种适用于扫描雷达的无用户参数的自适应稀疏超分辨方法,包括以下步骤:步骤一、构建距离单元内扫描雷达信号模型;步骤二、建立稀疏L1约束优化问题;步骤三、构建稀疏贝叶斯最大后验优化目标函数;步骤四、计算最大后验目标函数;步骤五、简化目标函数得到加权参数迭代方程;步骤六、输出雷达噪声功率迭代估计值;步骤七、输出自适应稀疏超分辨结果:在步骤四、五、六获得各变量的迭代方程后,重复迭代计算直至最后结果收敛,获得自适应稀疏超分辨结果。本发明将稀疏超分辨问题转化为贝叶斯最大后验估计问题,从而自适应迭代权值,实现扫描雷达自适应稀疏超分辨成像,能够解决用户参数对噪声敏感,噪声适应能力差等问题。

    一种实孔径雷达自适应组合正则化角超分辨成像方法

    公开(公告)号:CN116224334A

    公开(公告)日:2023-06-06

    申请号:CN202310414135.1

    申请日:2023-04-18

    Abstract: 本发明公开了一种实孔径雷达自适应组合正则化角超分辨成像方法,首先进行回波数据的获取与预处理,构建正则化目标函数,再通过计算归一化加权矩阵,并进行迭代初始化,更新权重因子,最后更新目标散射系数,得到对整个回波矩阵的方位超分辨成像结果。本发明的方法组合了广义稀疏范数和广义全变差范数作为约束项,同时增强角度分辨率和扩展目标边缘信息,然后采用基于数据驱动的迭代重加权方法,避免了正则化参数的选取,减少了手动选择参数的数量,相比现有组合范数方法,具有更强的尺度信息重建能力,提高了实孔径雷达对扩展目标的尺度重建准确性。

    一种雷达对空多目标超分辨方法

    公开(公告)号:CN112444810B

    公开(公告)日:2022-07-01

    申请号:CN202011161591.2

    申请日:2020-10-27

    Abstract: 本发明公开一种雷达对空多目标超分辨方法,应用于雷达探测与成像技术领域,针对传统实孔径雷达对空多目标探测时存在的角分辨率低的问题;本发明首先通过扫描雷达方位序列回波的虚拟阵列信号表征,将扫描雷达波束域的角超分辨问题转化为虚拟阵元域的到达角估计问题;然后针对虚拟阵列到达角估计的非凸优化求解问题,采用一种基于虚拟阵列孔径生长的多维迭代寻优超分辨方法进行求解,提升了雷达对空多目标角度分辨能力;相比传统技术,本发明方法具有更高的角分辨率,可用于空中编队目标的超分辨率探测。

    一种机载雷达斜前视超分辨成像方法

    公开(公告)号:CN111060909B

    公开(公告)日:2022-03-04

    申请号:CN201911407316.1

    申请日:2019-12-31

    Abstract: 本发明公开了一种机载雷达斜前视超分辨成像方法,应用于雷达成像领域,为解决传统斜前视多普勒锐化方法分辨率低的问题,本发明通过建立斜前视矢量卷类积精确回波模型,突破斜前视角分辨率提升机理性瓶颈;然后对雷达回波进行频域非线性投影去空变处理,去除大幅宽成像模式下的距离‑多普勒强耦合关系;最后,通过类卷积归并反演方法,实现大斜前视区域目标散射系数的高效率超分辨重建。与传统DBS方法相比,本发明不仅分辨率更高,而且可以显著降低大幅宽成像模式下的计算复杂度,适用于工程实现。

    一种基于回波修复策略的自适应稀疏前视超分辨成像方法

    公开(公告)号:CN119199857A

    公开(公告)日:2024-12-27

    申请号:CN202411349775.X

    申请日:2024-09-26

    Abstract: 本发明公开了一种基于回波修复策略的自适应稀疏前视超分辨成像方法,首先建立扫描雷达超分辨模型,再基于正则化理论,用L1范数作为约束项来提升稀疏目标的角分辨率,然后用小波变化的多尺度表示特性分离回波中信号与噪声,在提升回波信噪比的同时解决现有L1‑IRN方法在低信噪比下性能差的问题,并基于预处理的回波,构造新的优化代价函数,最后基于贝叶斯理论将稀疏估计问题转化为最大后验估计问题,获得自适应迭代权值,实现前视超分辨成像。本发明的方法的回波修复策略能够减弱噪声对超分辨成像的影响,在极低信噪比条件下实现自适应稀疏前视超分辨成像,获得高质量的成像结果,同时提升前视二维超分辨成像算法效率,具有较强的鲁棒性。

    基于贝叶斯稀疏学习的扫描雷达二维超分辨率成像方法

    公开(公告)号:CN116381679A

    公开(公告)日:2023-07-04

    申请号:CN202310441381.6

    申请日:2023-04-23

    Abstract: 本发明公开了一种基于贝叶斯稀疏学习的扫描雷达二维超分辨率成像方法,首先构建方位‑俯仰二维扫描雷达信号模型,然后,根据贝叶斯框架下的最大后验准则,建立关于目标散射和环境噪声的稀疏优化目标函数,最后,利用共轭梯度算法和Kronecker积性质,加速迭代估计目标散射和噪声功率,实现扫描雷达的自适应稀疏二维超分辨成像。本发明的方法解决了现有技术手段复杂度高、对噪声鲁棒性差的问题,与现有二维超分辨方法相比,不仅具有更低的计算复杂度,而且鲁棒性更强,具备极佳的噪声自适应能力,能自适应低信噪比条件下的二维扫描雷达超分辨率成像。

    一种机载扫描雷达实时超分辨成像方法

    公开(公告)号:CN113608214A

    公开(公告)日:2021-11-05

    申请号:CN202110909436.2

    申请日:2021-08-09

    Abstract: 本发明公开一种机载扫描雷达实时超分辨成像方法,应用于雷达信号处理领域,针对传统批处理模式下超分辨方法计算复杂度和内存占用率高的问题;本发明通过建立斜前视矢量卷类积精确回波模型,突破斜前视角分辨率提升机理性瓶颈;然后构造描述天线方向图和多普勒导向矩阵与雷达回波信号的可解析优化代价函数,将斜前视成像分辨率提升问题转化为在线递归优化估计问题;最后,通过Updating和Downdating滑窗递归,实现斜前视区域目标散射系数的实时更新。本方法不仅有效地改善了传统方法的方位分辨率,而且显著降低了其复杂度和内存占用率,有利于机载雷达的高品质连续实时成像。仿真结果证明了所提出方法的有效性。

Patent Agency Ranking