-
公开(公告)号：CN113820653A
公开(公告)日：2021-12-21
申请号：CN202110893345.4
申请日：2021-08-04
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于动态和差波束的米波雷达低仰角目标DOA估计方法，包括：步骤1估计米波雷达天线阵列的阵列中心仰角值；步骤2基于阵列中心仰角值，计算关于阵列中心仰角呈偶对称的和波束和差波束的最优权矢量；步骤3利用和波束的最优权矢量加权处理形成和波束，利用差波束的最优权矢量加权处理形成差波束并完成波束发射；步骤4基于米波雷达天线阵列的接收信号计算和差波束的误差信号；步骤5根据误差信号利用查表方式确定目标仰角；步骤6判断是否满足迭代终止条件；步骤7若否则基于目标仰角修正阵列中心仰角值，并返回执行步骤2～步骤6；步骤8若是则完成目标仰角估计。本发明能提高低仰角目标DOA估计精度，实现良好阵地适应性。
-
公开(公告)号：CN113687318A
公开(公告)日：2021-11-23
申请号：CN202110759586.X
申请日：2021-07-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种雷达抗干扰效能评估方法，包括：构建若干雷达抗干扰效能评估指标，并对每个指标设置相应的归一化公式，以形成雷达抗干扰效能评估指标体系；选取一定的评估算法进行仿真，并结合雷达抗干扰效能评估指标体系形成雷达抗干扰效能评估模型；利用雷达抗干扰效能评估模型对同一种干扰场景下，不同抗干扰算法的性能进行评估。本发明提供的雷达抗干扰效能评估方法实现了对雷达系统在特定干扰环境下采取不同抗干扰措施时的工作能力的评估，从而给战争中的指战员和雷达使用者提供参考，使得其能够制定出更加合理的战术、做出更明智的决策。
-
公开(公告)号：CN114791583B
公开(公告)日：2024-08-02
申请号：CN202210228831.9
申请日：2022-03-08
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于深度神经网络的和/差模式的低仰角目标DOA估计方法，包括：获取实际场景中存在多径扰动时的目标阵列接收信号，根据目标接收信号获取输入协方差矩阵测试集；对输入协方差矩阵测试集进行预处理得到输入向量测试集；将输入向量测试集输入训练好的深度神经网络中得到最优网络输出向量集，其中，利用实际场景中的训练数据集对深度神经网络模型进行逆向调整网络参数得到最优网络参数，形成训练好的深度神经网络；根据最优网络输出向量集，结合差和比进行波达方向定位估计，得到低仰角目标的仰角。该估计方法解决了低仰角目标实际回波信号模型与理想远场平面波模型失配问题，提高了低仰角目标的DOA估计精度，降低了算法的时间复杂度。
-
公开(公告)号：CN114814830A
公开(公告)日：2022-07-29
申请号：CN202210325727.1
申请日：2022-03-30
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于鲁棒主成分分析降噪的米波雷达低仰角测高方法，包括步骤：将米波雷达的阵列接收信号建模为二维接收信号矩阵，得到阵列接收信号模型；采用基于鲁棒主成分分析降噪方法建立低秩信号矩阵和稀疏噪声矩阵的凸优化模型；使用改进的非精确增广拉格朗日乘子法求解凸优化模型，得到无噪声污染的最优低秩信号矩阵；利用最优低秩信号矩阵建立协方差矩阵，并结合协方差矩阵和合成导向矢量构建直达波仰角波达方向的最大似然估计，得到目标仰角估计值；利用目标仰角估计值计算目标高度。该方法克服现有技术在非均匀噪声、低信噪比、少快拍数情形下测角性能下降、角度分辨力不足等问题，具有较高的测角稳定性以及良好的角度分辨力。
-
公开(公告)号：CN113820653B
公开(公告)日：2023-05-09
申请号：CN202110893345.4
申请日：2021-08-04
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于动态和差波束的米波雷达低仰角目标DOA估计方法，包括：步骤1估计米波雷达天线阵列的阵列中心仰角值；步骤2基于阵列中心仰角值，计算关于阵列中心仰角呈偶对称的和波束和差波束的最优权矢量；步骤3利用和波束的最优权矢量加权处理形成和波束，利用差波束的最优权矢量加权处理形成差波束并完成波束发射；步骤4基于米波雷达天线阵列的接收信号计算和差波束的误差信号；步骤5根据误差信号利用查表方式确定目标仰角；步骤6判断是否满足迭代终止条件；步骤7若否则基于目标仰角修正阵列中心仰角值，并返回执行步骤2～步骤6；步骤8若是则完成目标仰角估计。本发明能提高低仰角目标DOA估计精度，实现良好阵地适应性。
-
Patent Agency Ranking
公开(公告)号：CN113820654A
公开(公告)日：2021-12-21
申请号：CN202110910408.2
申请日：2021-08-09
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于波束域降维的S波段雷达目标低仰角DOA估计方法，包括：获取原始高维输入数据；利用低空波束形成器对原始高维输入数据进行降维；根据降维波束域输出数据，重构波束域协方差矩阵；根据直达波导向矢量和多径回波导向矢量构建阵元域合成导向矢量，并利用低空波束形成器对阵元域合成导向矢量进行降维，得到波束域合成导向矢量；利用波束域合成导向矢量构建波束域投影空间矩阵，并利用波束域投影空间矩阵将波束域输出数据协方差矩阵在波束域投影空间作投影，得到投影数据；根据最大似然准则对投影数据进行谱峰搜索，得到波束域直达波入射角，作为DOA估计结果。本发明可提高S波段雷达目标低仰角DOA估计的效率和精度。
-
公开(公告)号：CN114814830B
公开(公告)日：2024-07-16
申请号：CN202210325727.1
申请日：2022-03-30
Applicant: 西安电子科技大学
IPC: G01S13/88 , G01S7/41 , G06F18/2135
Abstract: 本发明涉及一种基于鲁棒主成分分析降噪的米波雷达低仰角测高方法，包括步骤：将米波雷达的阵列接收信号建模为二维接收信号矩阵，得到阵列接收信号模型；采用基于鲁棒主成分分析降噪方法建立低秩信号矩阵和稀疏噪声矩阵的凸优化模型；使用改进的非精确增广拉格朗日乘子法求解凸优化模型，得到无噪声污染的最优低秩信号矩阵；利用最优低秩信号矩阵建立协方差矩阵，并结合协方差矩阵和合成导向矢量构建直达波仰角波达方向的最大似然估计，得到目标仰角估计值；利用目标仰角估计值计算目标高度。该方法克服现有技术在非均匀噪声、低信噪比、少快拍数情形下测角性能下降、角度分辨力不足等问题，具有较高的测角稳定性以及良好的角度分辨力。
-
公开(公告)号：CN114791583A
公开(公告)日：2022-07-26
申请号：CN202210228831.9
申请日：2022-03-08
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于深度神经网络的和/差模式的低仰角目标DOA估计方法，包括：获取实际场景中存在多径扰动时的目标阵列接收信号，根据目标接收信号获取输入协方差矩阵测试集；对输入协方差矩阵测试集进行预处理得到输入向量测试集；将输入向量测试集输入训练好的深度神经网络中得到最优网络输出向量集，其中，利用实际场景中的训练数据集对深度神经网络模型进行逆向调整网络参数得到最优网络参数，形成训练好的深度神经网络；根据最优网络输出向量集，结合差和比进行波达方向定位估计，得到低仰角目标的仰角。该估计方法解决了低仰角目标实际回波信号模型与理想远场平面波模型失配问题，提高了低仰角目标的DOA估计精度，降低了算法的时间复杂度。
-
公开(公告)号：CN114779236A
公开(公告)日：2022-07-22
申请号：CN202210130508.8
申请日：2022-02-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于空间平滑MUSIC改进的米波雷达低仰角测高方法，包括：建立米波雷达阵列接收信号模型；基于米波雷达阵列接收信号模型，建立米波雷达低仰角测高多径信号模型；获取前向空间平滑协方差矩阵和后向空间平滑协方差矩阵；获取双向空间平滑数据协方差矩阵；基于双向空间平滑数据协方差矩阵，构造托普利茨矩阵；基于实值变换矩阵，将双向空间平滑数据协方差矩阵转换为空间平滑实值协方差矩阵；对空间平滑实值协方差矩阵进行特征分解，得到实数域信号子空间和噪声子空间，并构造空间谱估计函数；获取目标波达方向的估计值；获取目标高度。本发明能够提高米波雷达低仰角测高的精度、分辨率和效率。
-
公开(公告)号：CN113687318B
公开(公告)日：2024-04-30
申请号：CN202110759586.X
申请日：2021-07-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种雷达抗干扰效能评估方法，包括：构建若干雷达抗干扰效能评估指标，并对每个指标设置相应的归一化公式，以形成雷达抗干扰效能评估指标体系；选取一定的评估算法进行仿真，并结合雷达抗干扰效能评估指标体系形成雷达抗干扰效能评估模型；利用雷达抗干扰效能评估模型对同一种干扰场景下，不同抗干扰算法的性能进行评估。本发明提供的雷达抗干扰效能评估方法实现了对雷达系统在特定干扰环境下采取不同抗干扰措施时的工作能力的评估，从而给战争中的指战员和雷达使用者提供参考，使得其能够制定出更加合理的战术、做出更明智的决策。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
