一种宽带阵列主瓣干扰抑制方法
    2.
    发明公开

    公开(公告)号:CN116381615A

    公开(公告)日:2023-07-04

    申请号:CN202211709760.0

    申请日:2022-12-29

    Abstract: 本发明公开了一种宽带阵列主瓣干扰抑制方法,步骤如下:S1:对接收信号模型采用泰勒估计方法获得精度更高的协方差矩阵;S2:对S1得到的协方差矩阵进行特征值分解并构造特征投影矩阵;S3:对接收信号进行特征投影矩阵预处理并得到频域输出;S4:采用聚焦变换将宽带信号转化为窄带信号,然后对窄带信号协方差矩阵进行重构;S5:在主瓣范围内权矢量投影不变的前提下求得窄带信号的最优权向量;S6:通过聚焦逆变换求得宽带各频率对应的最优权向量,对去除主瓣干扰的宽带信号进行加权;S7:计算得到新的频域输出,再对新的频域输出进行反傅里叶变换,完成宽带主瓣干扰抑制自适应波束形成。本发明采用上述方法,能有效地抑制主瓣干扰,减小运算量。

    基于雷视融合的车辆目标快速检测方法

    公开(公告)号:CN115457237A

    公开(公告)日:2022-12-09

    申请号:CN202211248779.X

    申请日:2022-10-12

    Abstract: 本发明公开了基于雷视融合的车辆目标快速检测方法,首先,将毫米波雷达经过预处理后的点云信息映射到图像像素坐标系中,得到雷达探测到的目标点云速度信息在图像上的分布;其次,利用雷达采集到的点云速度信息进行区域补偿,为图像内全部像素点赋予对应的速度信息;然后,提取图像所有像素点的RGB分量值和每个像素点在图像上的坐标位置信息,接着对RGB分量值、坐标位置、速度信息这五个维度特征信息进行融合,共同张成一组特征向量,确定聚类中心数K和K个初始聚类中心向量,再运用Kmeans算法实现像素点云聚类,分离目标像素点与背景像素点,并输出分类后结果;最后,对分类结果进行车辆目标提取,实现单帧车辆快速检测。

    一种低复杂度的非均匀阵列DOA估计方法

    公开(公告)号:CN117970234A

    公开(公告)日:2024-05-03

    申请号:CN202410213002.2

    申请日:2024-02-27

    Abstract: 本发明公开了一种低复杂度的非均匀阵列DOA估计方法,属于阵列信号处理技术领域,包括以下步骤:S1、根据阵列的结构建模,得到阵列的接收数据矩阵;S2、估计空间信源的来波方向范围,确定接收数据矩阵的变换域Θ的大小;S3、对接收数据矩阵的阵列流型进行双重约束的内插变换,最小化变换域外最大的旁瓣电平,同时限制内插区域内的虚拟阵列和实际阵列之间的误差的上限;S4、对变换后的虚拟均匀线阵的接收数据矩阵,使用Root‑MUSIC算法进行角度估计。本发明采用上述的一种低复杂度的非均匀阵列DOA估计方法,通过内插法将非均匀阵映射为虚拟的均匀线阵,从而能够使用低复杂度的超分辨DOA估计算法求解目标角度信息。

    一种基于毫米波雷达的交通流量监控系统

    公开(公告)号:CN116052414A

    公开(公告)日:2023-05-02

    申请号:CN202211597658.6

    申请日:2022-12-12

    Abstract: 本发明公开了一种基于毫米波雷达的交通流量监控系统,系统在windows系统下基于Qt的人机交互界面软件架构,在MCSV开发环境下进行开发,包括显示模块、控制模块、数据传输模块及数据存储模块,所述数据存储模块、所述数据传输模块、所述控制模块和所述显示模块均采用独立线程运行,每个线程分设子线程实现数据的并行处理,每个线程之间采用数据队列的方式实现数据共享,程序的主函数为Qt中的main函数,为创建窗口对象BasicWindow对上述模块进行初始化操作。本发明采用上述的一种基于毫米波雷达的交通流量监控系统,实现了显控系统可实时连接雷达进行数据交互,对交通雷达采集到的道路交通信息进行可视化显示和数据存储。

    一种基于密度的模糊聚类方法及装置

    公开(公告)号:CN115423019A

    公开(公告)日:2022-12-02

    申请号:CN202211066456.9

    申请日:2022-09-01

    Abstract: 本发明公开了一种基于密度的模糊聚类方法,包括以下步骤:获取当前帧数据,获得簇类个数k‑计算每个簇类横向距离最大差值,更新簇类个数‑构造目标函数‑求解目标函数,获得一次模糊聚类结果‑重复直至满足终止条件,并且更新隶属度矩阵为和簇中心由更新的一次聚类结果作为输入初始值,构造新的目标函数‑再次求解目标函数,获得二次模糊聚类结果,迭代更新隶属度矩阵和位置中心点‑若二次模糊聚类满足迭代条件,则继续,否则重复‑输出更新的隶属度矩阵和位置中心点,得到二次模糊聚类结果,所得更新的隶属度矩阵即为最终的隶属度模糊矩阵。本发明采用上述基于密度的模糊聚类方法,优化聚类结果,并且有效解决相邻同速车辆被聚为一簇的问题。

Patent Agency Ranking