-
公开(公告)号：CN115453452B
公开(公告)日：2024-08-06
申请号：CN202210925114.1
申请日：2022-08-02
Applicant: 西安电子科技大学
IPC: G01S3/14
Abstract: 本发明提供了一种基于SSEL‑EMVS稀疏阵列的2D‑DOA估计方法，通过获取矩形SSEL‑EMVS阵列接收到的数据，利用ESPRIT算法对接收到的数据进行处理，获得传播矢量存在周期模糊的高精度估计结果；一方面，在阵列EMVS的电尺寸已知或未知时，分别使用矢量叉积法和基于电磁矢量实部和虚部组合的方法得到了低精度但无周期模糊的2D‑DOA估计结果。另一方面，本发明将这种低精度但无周期模糊的估计算法与存在周期性模糊的精确估计结果的ESPRIT算法相结合，得到高精度且无周期模糊的闭式2D‑DOA估计结果，提高了2D‑DOA估计性能。
-
公开(公告)号：CN114994591B
公开(公告)日：2024-07-02
申请号：CN202210445913.9
申请日：2022-04-26
Applicant: 西安电子科技大学
Abstract: 本发明提供的一种基于压缩测量的EMVS阵列二维波达方向和极化参数的联合估计方法，一方面将电磁矢量传感器阵列与压缩网络相结合，提出压缩降维多信号分类的处理过程，同时估计目标的俯仰角信息、方位角信息以及感兴趣信号的极化参数，因此本发明可以获取更多的目标信息，方便后续的目标检测与识别；另一方面，由于现有技术在选择压缩网络的系数矩阵时，随机选择会导致信息丢失，从而导致估计算法的性能下降；本发明通过对压缩矩阵进行优化，获得最优压缩矩阵，可以达到降低硬件设备成本，并且达到确保阵列孔径损失在一定范围内的目的。
-
公开(公告)号：CN114994591A
公开(公告)日：2022-09-02
申请号：CN202210445913.9
申请日：2022-04-26
Applicant: 西安电子科技大学
Abstract: 本发明提供的一种基于压缩测量的EMVS阵列二维波达方向和极化参数的联合估计方法，一方面将电磁矢量传感器阵列与压缩网络相结合，提出压缩降维多信号分类的处理过程，同时估计目标的俯仰角信息、方位角信息以及感兴趣信号的极化参数，因此本发明可以获取更多的目标信息，方便后续的目标检测与识别；另一方面，由于现有技术在选择压缩网络的系数矩阵时，随机选择会导致信息丢失，从而导致估计算法的性能下降；本发明通过对压缩矩阵进行优化，获得最优压缩矩阵，可以达到降低硬件设备成本，并且达到确保阵列孔径损失在一定范围内的目的。
-
Patent Agency Ranking
公开(公告)号：CN115453466B
公开(公告)日：2024-07-30
申请号：CN202210888859.5
申请日：2022-07-25
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种抗变极化压制式干扰的目标鉴别方法，根据极化滤波器的极化响应特性，综合采用传统干扰抑制极化滤波器和自适应极化滤波器对回波信号进行滤波，筛选超过门限的匹配检测点对，之后根据伪峰处鉴别量与目标谱峰鉴别量的不同，利用时频域信息联合鉴别目标。本发明克服了自适应极化滤波针对变极化压制式干扰时出现大量伪峰的问题以及利用干扰极化散射矩阵具有奇异性为基础设计的极化滤波技术受信噪比的影响较大的问题，本发明受信噪比的影响更小，在同等信噪比条件下具有更高的鉴别概率，为雷达对抗变极化压制式干扰提供了技术手段。
-
公开(公告)号：CN115453451B
公开(公告)日：2024-07-09
申请号：CN202210903275.0
申请日：2022-07-28
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种任意压缩EMVS阵列DOA和极化参数联合估计方法，利用任意拓扑结构的EMVS阵列获取压缩网络压缩后的数据，可以提高在工程实现方面的适应性，同时压缩网络引入则有效减少了前端链等硬件设备以及后续相关算法的计算复杂度；之后使用4个旋转不变因子以闭合形式进行粗略的2D‑DOA估计，在此基础上将2D‑DOA的二维全局搜索转换为小规模局部搜索，获得高精度的2D‑DOA估计结果，减小了计算复杂度，最后通过精度的2D‑DOA估计结果获得极化参数的闭式估计解。因此本发明相比于现有技术估计极化参数在工程上的适应性更高，算法复杂度更低。
-
公开(公告)号：CN115453466A
公开(公告)日：2022-12-09
申请号：CN202210888859.5
申请日：2022-07-25
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种抗变极化压制式干扰的目标鉴别方法，根据极化滤波器的极化响应特性，综合采用传统干扰抑制极化滤波器和自适应极化滤波器对回波信号进行滤波，筛选超过门限的匹配检测点对，之后根据伪峰处鉴别量与目标谱峰鉴别量的不同，利用时频域信息联合鉴别目标。本发明克服了自适应极化滤波针对变极化压制式干扰时出现大量伪峰的问题以及利用干扰极化散射矩阵具有奇异性为基础设计的极化滤波技术受信噪比的影响较大的问题，本发明受信噪比的影响更小，在同等信噪比条件下具有更高的鉴别概率，为雷达对抗变极化压制式干扰提供了技术手段。
-
公开(公告)号：CN115453452A
公开(公告)日：2022-12-09
申请号：CN202210925114.1
申请日：2022-08-02
Applicant: 西安电子科技大学
IPC: G01S3/14
Abstract: 本发明提供了一种基于SSEL‑EMVS稀疏阵列的2D‑DOA估计方法，通过获取矩形SSEL‑EMVS阵列接收到的数据，利用ESPRIT算法对接收到的数据进行处理，获得传播矢量存在周期模糊的高精度估计结果；一方面，在阵列EMVS的电尺寸已知或未知时，分别使用矢量叉积法和基于电磁矢量实部和虚部组合的方法得到了低精度但无周期模糊的2D‑DOA估计结果。另一方面，本发明将这种低精度但无周期模糊的估计算法与存在周期性模糊的精确估计结果的ESPRIT算法相结合，得到高精度且无周期模糊的闭式2D‑DOA估计结果，提高了2D‑DOA估计性能。
-
公开(公告)号：CN115453451A
公开(公告)日：2022-12-09
申请号：CN202210903275.0
申请日：2022-07-28
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种任意压缩EMVS阵列DOA和极化参数联合估计方法，利用任意拓扑结构的EMVS阵列获取压缩网络压缩后的数据，可以提高在工程实现方面的适应性，同时压缩网络引入则有效减少了前端链等硬件设备以及后续相关算法的计算复杂度；之后使用4个旋转不变因子以闭合形式进行粗略的2D‑DOA估计，在此基础上将2D‑DOA的二维全局搜索转换为小规模局部搜索，获得高精度的2D‑DOA估计结果，减小了计算复杂度，最后通过精度的2D‑DOA估计结果获得极化参数的闭式估计解。因此本发明相比于现有技术估计极化参数在工程上的适应性更高，算法复杂度更低。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
