基于平面对称稀疏阵列的两步拟合二维波达方向估计方法

    公开(公告)号:CN118897251A

    公开(公告)日:2024-11-05

    申请号:CN202410952265.5

    申请日:2024-07-16

    摘要: 本发明公开了一种基于平面对称稀疏阵列的两步拟合二维波达方向估计方法,主要解决现有基于稀疏阵列方法无法处理混合圆与非圆信号问题,属于阵列信号处理技术领域,其实现步骤是:构造稀疏对称平面阵列;稀疏对称平面阵列信号建模;首步共轭增广协方差矩阵拟合预处理;首步拟合共轭增广协方差矩阵数据变换;尾步共轭增广协方差矩阵拟合预处理;序贯解耦后处理实现混合信号多维参数估计,本发明基于两步拟合共轭增广协方差矩阵数据,通过对二维波达方向的两步解耦序贯估计,能有效规避计算复杂度较高的多维谱峰搜索,且保持了较高的可识别性,可用于通信、雷达等领域的感知与定位。

    一种毫米波交通雷达干扰抑制方法

    公开(公告)号:CN118465723A

    公开(公告)日:2024-08-09

    申请号:CN202410586061.4

    申请日:2024-05-13

    IPC分类号: G01S7/41 G01S7/02

    摘要: 本发明属于毫米波交通雷达抗干扰技术领域,具体涉及一种毫米波交通雷达干扰抑制方法,步骤一:构建FMCW雷达含有干扰的回波信号模型;步骤二:EMD分解,用以将回波信号分解为多个IMF分量;步骤三:模态函数提取与重组,对IMF分量进行筛选提取并重组,得到包含更高初始信噪比和更好的干扰稀疏性的回波信号;步骤四:目标回波信号分离,将重组后的回波信号中的目标回波信号分离,实现干扰的抑制,经过步骤一~步骤四可增强回波信号的干扰稀疏性以及信噪比而得到,该信号经过干扰抑制后可以获得相对于更高的信噪比和更清晰的目标特征。本发明能够有效抑制干扰信号,提高目标检测性能,并且具有更高的鲁棒性和更强的干扰抑制能力。

    一种基于欺骗速度判决的多基地雷达有源欺骗假目标鉴别方法

    公开(公告)号:CN117784036A

    公开(公告)日:2024-03-29

    申请号:CN202311267986.4

    申请日:2023-09-28

    IPC分类号: G01S7/36 G01S7/41

    摘要: 本发明公开了一种基于欺骗速度判决的多基地雷达有源欺骗假目标鉴别方法,主要解决现有技术欺骗距离小时真假目标鉴别概率低或复杂度高的问题。其实现方案是:1.将多基地雷达各站排布在一条直线附近,以此为基线依据右手准则建立坐标系;2.多基地雷达站对空间目标测量,得到目标量测集;3.根据各目标量测集,计算各目标在其和多基地雷达基线平面上和基线的基线夹角,简化量测集;4.取所有目标在各站站中简化后量测集的排列组合,组成目标多站量测集,计算目标多站量测集的欺骗速度和方差;5.针对各目标多站量测集,建立各自假设检验,进行真假目标鉴别。本发明通过建立目标量测集计算其欺骗速度和方差进行真假目标鉴别,有效利用了真假目标欺骗速度的统计特性差异,提高了真假目标的鉴别概率,降低了计算复杂度,可用于多基地雷达系统对抗有源欺骗式干扰。

    一种SAR射频干扰检测方法

    公开(公告)号:CN115128548A

    公开(公告)日:2022-09-30

    申请号:CN202210591783.X

    申请日:2022-05-27

    IPC分类号: G01S7/02 G01S13/90

    摘要: 本发明公开了一种SAR射频干扰检测方法,具体步骤如下:步骤S1:分析不同的有源噪声干扰对星载SAR图像的干扰形态与效果,确定评估的目标;步骤S2:建立SAR射频干扰图像数据库,采用抗干扰方法处理SAR干扰图像,形成对比图像数据库;步骤S3:建立SAR射频干扰图像域评估指标体系,将评估指标进行分类;步骤S4:分析各个底层指标的影响程度,确定各底层指标权重;步骤S5:进行图像域SAR射频干扰检测试验,对检测结果进行整理分析。采用上述一种SAR射频干扰检测方法,通过收集相关星载SAR图像域干扰数据,得到的结果准确,实现了SAR干扰的准确检测与定位,可操作性强。

    一种基于单延时结构的欠采样阵列联合测频测向方法

    公开(公告)号:CN117929837A

    公开(公告)日:2024-04-26

    申请号:CN202410104439.2

    申请日:2024-01-25

    摘要: 本发明属于阵列信号处理技术领域,具体涉及一种基于单延时结构的欠采样阵列联合测频测向方法,包括以下步骤:步骤1:阵列接收到来波信号;步骤2:对接收信号进行希尔伯特变换,将接收信号变换成为复信号;步骤3:利用遗传算法对阵元延时组合进行离线优化,通过迭代计算选取时延组合,延时值选取最小延时精度的整数倍,优化目标设定为无模糊二维估计结果中主峰和次峰的比值;步骤4:提出基于时间延迟组合条件下二维谱峰搜索解模糊算法;步骤5:对大幅相误差下的阵列接收信号进行校正。本发明能够在低采样率条件下,对超宽带范围内的信号进行射频直采后进行解模糊,从而解决多信号频谱重叠等问题,恢复来波信号的频率和角度。

    一种基于距离-方位像重建的InISAR成像散射中心提取方法

    公开(公告)号:CN116643278A

    公开(公告)日:2023-08-25

    申请号:CN202310778973.7

    申请日:2023-06-29

    IPC分类号: G01S13/90

    摘要: 一种基于距离‑方位像重建的InISAR成像散射中心提取方法,包括以下步骤;在二维ISAR图像中通过将目标散射点四周不含目标的区域置零实现预处理;对不同距离单元和方位单元的自相关矩阵进行特征值分解,利用各个单元得到的最大特征值分别预重构一维距离像和一维方位像,然后,对最大特征值小于一定阈值的对应图像单元进行置零,得到了将部分噪声区域置零后的二维ISAR图像;设置阈值,认为高于阈值的距离和方位单元含有目标散射点;图像中幅值高于门限的点认为是目标散射点,分别对距离和方位向提取散射点;综合距离向和方位向来确定散射点并剔除虚假散射点。本发明具有高效提取目标弱散射点的特点,能够达到在充分保留弱散射点的同时有效减少噪声的目的。

    一种基于神经网络消息传递的MIMO信号检测方法

    公开(公告)号:CN116566524A

    公开(公告)日:2023-08-08

    申请号:CN202310559699.4

    申请日:2023-05-18

    摘要: 本发明公开了一种基于神经网络消息传递的MIMO信号检测方法,涉及通信技术领域,包括以下步骤:S1:基站端接收到用户端发送的信号;S2:利用神经网络对MIMO系统进行建模,基于MIMO系统的信号流设计神经网络架构,设计一个深度神经网络模型模拟硬件缺陷和多用户干扰;S3:开发一种高效的基于消息传递的贝叶斯检测器MP‑NN;S4:turbo接收机的实现。本发明采用上述方法,为复杂输入输出关系的通信系统实现贝叶斯信号检测;利用神经网络对MIMO系统进行建模,基于MIMO系统的信号流设计神经网络架构,最大限度地减少神经网络层和参数的数量,用因子图表示训练后的神经网络,并利用酉近似消息传递UAMP算法设计了一种高效的基于消息传递的贝叶斯信号检测器。

    一种SAR射频干扰检测方法

    公开(公告)号:CN115128548B

    公开(公告)日:2023-04-25

    申请号:CN202210591783.X

    申请日:2022-05-27

    IPC分类号: G01S7/02 G01S13/90

    摘要: 本发明公开了一种SAR射频干扰检测方法,具体步骤如下:步骤S1:分析不同的有源噪声干扰对星载SAR图像的干扰形态与效果,确定评估的目标;步骤S2:建立SAR射频干扰图像数据库,采用抗干扰方法处理SAR干扰图像,形成对比图像数据库;步骤S3:建立SAR射频干扰图像域评估指标体系,将评估指标进行分类;步骤S4:分析各个底层指标的影响程度,确定各底层指标权重;步骤S5:进行图像域SAR射频干扰检测试验,对检测结果进行整理分析。采用上述一种SAR射频干扰检测方法,通过收集相关星载SAR图像域干扰数据,得到的结果准确,实现了SAR干扰的准确检测与定位,可操作性强。

    一种基于联合稀疏恢复的低复杂度InISAR三维成像方法

    公开(公告)号:CN114675266A

    公开(公告)日:2022-06-28

    申请号:CN202111340176.8

    申请日:2021-11-12

    IPC分类号: G01S13/90 G06T17/00

    摘要: 本发明涉及雷达技术领域,具体涉及一种基于联合稀疏恢复的低复杂度InISAR三维成像方法,包括以下步骤:建立InISAR成像系统的几何结构,并根据InISAR成像系统的几何结构来建立符合JSM‑2模型的InISAR成像稀疏重建模型;按照酉变换近似消息传递UTAMP,对建立的符合JSM‑2模型的InISAR成像稀疏重建模型进行酉变换,并建立InISAR成像联合稀疏恢复的贝叶斯学习模型;构建InISAR成像联合稀疏恢复贝叶斯学习模型的因子图;根据建立的联合稀疏恢复贝叶斯学习模型的因子图,设计其中各个变量的消息更新规则;根据消息更新规则,得到三个通道的二维图像后,通过干涉处理和散射点距离测量重建目标三维图像。本发明提高了三维像的重建精度,具有更好的噪声抑制抑制能力,极大的降低了算法计算复杂度。