-
公开(公告)号：CN114895251B
公开(公告)日：2024-10-01
申请号：CN202210460387.3
申请日：2022-04-28
Applicant: 西安电子科技大学
IPC: G01S7/02 , G01S13/931 , H04J13/00 , H04L27/26
Abstract: 本发明涉及雷达通信技术领域。本发明首先进行信息相关性优化，并对优化后的信息进行OFDM多载波调制处理，得到发射脉冲信号的数据块部分；再构建多变量优化模型；接着采用基于权重分配的粒子群优化算法求解多变量优化模型；最后将每个OFDM符号对应的码元序列填充到保护间隔中，得到完整的一体化信号。本发明获得的信息序列不仅具有较好的抗干扰性能，更具有较好的自相关和互相关特性，对一体化信号模糊函数的副瓣具有较好的抑制作用；还避免了循环前缀和导频引起的较高副瓣电平，而且节省了频谱资源，可以提高系统的传输效率，同时根据该码元序列能够较好的实现通信同步和信道估计。
-
公开(公告)号：CN113945897A
公开(公告)日：2022-01-18
申请号：CN202111034313.5
申请日：2021-09-03
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种高超声速平台多通道SAR俯冲大斜视杂波抑制和运动目标定位方法，包括：建立高超声速平台多通道SAR俯冲大斜视静止杂波等效几何构型和运动目标数据采集模型，以获得运动目标的回波信号；对回波信号进行距离向和方位向的粗聚焦处理，得到粗聚焦微波图像；对粗聚焦微波图像进行径向速度扫描，并利用得到的运动目标径向速度精确估计值进行杂波抑制处理，得到无杂波运动目标微波图像；对无杂波运动目标微波图像进行精确聚焦处理，得到运动目标高分辨微波图像；对运动目标高分辨微波图像进行几何形变校正，得到运动目标精确定位结果。本发明他提供的方法具有较好的杂波抑制效果，可以得到精确的运动目标定位结果。
-
公开(公告)号：CN119167756A
公开(公告)日：2024-12-20
申请号：CN202411189974.9
申请日：2024-08-28
Applicant: 西安电子科技大学
IPC: G06F30/27 , G06F17/16 , G06N7/01 , G06F111/10 , G06F111/08
Abstract: 本发明涉及一种基于变分贝叶斯推理与联合概率数据关联的多群目标跟踪方法，包括：S1、获取k时刻的状态参数的预测值；S2、进行k时刻的初始变分迭代，更新变分迭代次数；S3、计算第l次变分迭代后的联合概率数据关联事件的变分后验概率；S4、获取在k时刻，第l次变分迭代后各个群目标的变分后验参数；S5，判断变分迭代次数是否累计达到预设的变分迭代次数上限Nsc；若否，返回S3；若是，执行S6，获取k时刻的状态参数后验估计值；S7，在k时刻，判断各个群目标是否离开监视区域；若否，返回S1；若是，执行S8，结束对各个目标群的跟踪。本发明能够估计群目标外形，避免外形估计崩溃，具有更强的自适应性。
-
公开(公告)号：CN117036400B
公开(公告)日：2025-05-16
申请号：CN202310977257.1
申请日：2023-08-04
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法，主要解决现有多目标群跟踪方法复杂度高、实用性差的问题，其实现方案包括：为各目标群建立状态参数模型、状态转移模型、量测空间分布模型；根据状态转移模型预测场景中多目标群的状态参数，并对场景杂波进行一次去除；根据量测空间分布模型计算量测与各种量测源的边际关联概率，以二次去除场景杂波；将杂波去除后的量测和各目标群进行数据关联，对多目标群状态参数进行贯序量测更新，并重复其状态参数的预测和更新过程，直至目标群离开雷达监视区域。本发明计算复杂度低，对群目标外形估计准确，在复杂多目标群跟踪场景中实用性强，可用于对杂波环境中多个目标群的跟踪处理。
-
公开(公告)号：CN114859349B
公开(公告)日：2024-11-29
申请号：CN202210460967.2
申请日：2022-04-28
Applicant: 西安电子科技大学
Abstract: 本发明涉及雷达技术领域，具体涉及基于空间极坐标斜距模型的极坐标成像方法。本发明的极坐标斜距模型是从最一般的雷达数据录取几何中推导出来的，未采用任何近似，不会造成相位误差；且在极坐标斜距模型下的方位滤波器是在距离聚焦域计算得到，因此空变相位误差不随距离位置坐标变化，只存在方位向聚焦范围限制，从而最终有更好成像效果。
-
Patent Agency Ranking
公开(公告)号：CN117129987A
公开(公告)日：2023-11-28
申请号：CN202311101508.6
申请日：2023-08-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于带角参数的椭圆模型和变分推断的多目标群跟踪方法，包括：根据上一时刻目标群状态参数的联合概率密度，确定当前时刻状态参数预测值，目标群状态参数中的扩展外形参数是根据带角参数的椭圆模型描述的；根据当前时刻状态参数的预测值过滤杂波，确定有效量测；根据当前时刻状态参数的预测值和根据有效量测确定的目标群的关联量测，基于变分推断，确定当前时刻状态参数的联合概率密度。根据本发明提供的方法，通过采用带角参数的椭圆模型描述目标群的扩展外形，过滤背景杂波，基于变分推理的方法近似估计下一时刻目标群的状态参数，能够实现对目标群方向角的跟踪，避免在扩展外形方差过大时出现估计崩溃问题，提高跟踪的准确率。
-
公开(公告)号：CN117129960A
公开(公告)日：2023-11-28
申请号：CN202311054948.0
申请日：2023-08-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于MIMO‑OFDM‑IM雷达通信一体化的信号处理方法，包括：设计基于MIMO‑OFDM雷达通信一体化的系统模型，并根据系统模型进行发射端的比特信息和子载波分配，从而实现发射信号波形设计；根据设计的发射信号构建多目标反射的回波模型，并对接收回波信号进行预处理；根据通信信息和不同天线之间的相位差信息对预处理后的接收信号进行信息补偿处理；基于补偿后的接收信号，利用矩阵乘积和克罗内克乘积的向量化关系构建基于有效数据筛选的接收信号稀疏模型；基于接收信号稀疏模型构建无约束优化问题，并进行求解，以实现多目标的距离和速度估计。该方法实现了MIMO‑OFDM‑IM雷达通信一体化系统中较低距离副瓣和高分辨的参数估计。
-
公开(公告)号：CN113945897B
公开(公告)日：2024-08-02
申请号：CN202111034313.5
申请日：2021-09-03
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种高超声速平台多通道SAR俯冲大斜视杂波抑制和运动目标定位方法，包括：建立高超声速平台多通道SAR俯冲大斜视静止杂波等效几何构型和运动目标数据采集模型，以获得运动目标的回波信号；对回波信号进行距离向和方位向的粗聚焦处理，得到粗聚焦微波图像；对粗聚焦微波图像进行径向速度扫描，并利用得到的运动目标径向速度精确估计值进行杂波抑制处理，得到无杂波运动目标微波图像；对无杂波运动目标微波图像进行精确聚焦处理，得到运动目标高分辨微波图像；对运动目标高分辨微波图像进行几何形变校正，得到运动目标精确定位结果。本发明他提供的方法具有较好的杂波抑制效果，可以得到精确的运动目标定位结果。
-
公开(公告)号：CN117150746A
公开(公告)日：2023-12-01
申请号：CN202311055517.6
申请日：2023-08-21
Applicant: 西安电子科技大学
IPC: G06F30/20 , G06F18/241 , G06F17/16 , G06F17/14 , H04B17/00 , G06F111/04
Abstract: 本发明提供了一种基于雷达通信一体化的鲁棒波形优化方法，应用于雷达通信技术领域，所述方法包括：获取信道频率响应的极限范围，并基于信道频率响应的极限范围，构建限定性闭合模型；基于优化参数和限定性闭合模型，构建波形优化问题，并对波形优化问题进行求解，根据求解结果生成波形优化方法。以此方式，可以在保证较低的雷达和通信性能损失的基础上，实现鲁棒的波形优化。
-
公开(公告)号：CN117036400A
公开(公告)日：2023-11-10
申请号：CN202310977257.1
申请日：2023-08-04
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法，主要解决现有多目标群跟踪方法复杂度高、实用性差的问题，其实现方案包括：为各目标群建立状态参数模型、状态转移模型、量测空间分布模型；根据状态转移模型预测场景中多目标群的状态参数，并对场景杂波进行一次去除；根据量测空间分布模型计算量测与各种量测源的边际关联概率，以二次去除场景杂波；将杂波去除后的量测和各目标群进行数据关联，对多目标群状态参数进行贯序量测更新，并重复其状态参数的预测和更新过程，直至目标群离开雷达监视区域。本发明计算复杂度低，对群目标外形估计准确，在复杂多目标群跟踪场景中实用性强，可用于对杂波环境中多个目标群的跟踪处理。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
