基于块Hankel张量构造的MIMO雷达鲁棒DOA估计方法

    公开(公告)号:CN115407291B

    公开(公告)日:2025-04-01

    申请号:CN202210854486.X

    申请日:2022-07-20

    Abstract: 本发明公开了基于块Hankel张量构造的MIMO雷达鲁棒DOA估计方法,当MIMO雷达出现阵元故障时,由其接收数据沿快拍方向堆叠形成的三阶观测张量存在具有大量缺失的切片,即结构性数据缺失,仅利用张量低秩约束无法恢复缺失数据。为此,提出基于块Hankel张量构造的故障阵元缺失数据补偿方法,以更好地利用正常阵元数据和故障阵元数据之间的多维约束关系,改善缺失数据恢复的精度,从而能提高阵元故障时DOA估计的精度,且计算复杂度较低。

    一种车载毫米波图像目标检测分类方法及相关装置

    公开(公告)号:CN117392377A

    公开(公告)日:2024-01-12

    申请号:CN202311475186.1

    申请日:2023-11-08

    Abstract: 本发明公开了一种车载毫米波图像目标检测分类方法及相关装置,方法包括:获取目标车载毫米波雷达距离‑角度RA图像,其中所述目标车载毫米波雷达RA图像为由相机、激光雷达联合标定的毫米波雷达RA图像;将目标车载毫米波雷达RA图像输入基于改进YOLOv5s网络的目标检测分类模型,得到目标检测分类结果;所述改进YOLOv5s网络包括输入端Input、特征提取主干网络Backbone、多尺度特征融合网络Neck和检测头Head;所述特征提取主干网络Backbone中的上采样采用CARAFE模块;所述CARAFE模块包含核预测模块和特征重组模块;所述检测头Head采用解耦头Decoupled head。改善雷达图像目标检测分类任务中误检和漏检问题,提升了对小目标的检测能力。

    一种压缩感知的伪随机等效采样信号重构方法

    公开(公告)号:CN110311686B

    公开(公告)日:2023-06-20

    申请号:CN201910623024.5

    申请日:2019-07-11

    Abstract: 本发明公开了一种压缩感知的伪随机等效采样信号重构方法,属于信息处理技术领域,利用伪随机等效采样方法对周期信号进行采样;将采样信号在某个变换域内进行稀疏表示或近似稀疏表示;构造观测矩阵;为了重构原始信号需求解式min||α||0s.t.y=Φx。本发明利用伪随机等效采样方法对信号进行采样,最终采用OMP算法恢复原始信号,解决了ADC实时采样速率不足问题,降低了控制复杂度,且能够高精度恢复原信号;利用压缩感知理论中的OMP算法恢复原始信号,在不增加任何硬件条件的情况可通过较少采样点实现信号重构,在采样点较少时可精确重构原始信号,同时较基于压缩感知的随机等效采样重构方法具有更高的重构成功率。

    基于迭代加权近端投影的MIMO雷达单测量矢量DOA估计方法

    公开(公告)号:CN110261841B

    公开(公告)日:2022-09-23

    申请号:CN201910681301.8

    申请日:2019-07-26

    Abstract: 本发明公开了一种基于迭代加权近端投影的MIMO雷达单测量矢量DOA估计方法,包括如下步骤:首先将降维后接收数据的协方差矩阵向量化,然后利用降维后协方差逆矩阵的高阶幂构造加权矩阵以对稀疏向量进行合适的权值约束,并建立加权近端函数优化模型来表示MIMO雷达单测量矢量DOA估计中的非凸非平滑稀疏优化问题,最后在迭代过程中通过SCAD函数获得近端算子,并将其投影到可行集以求解该加权函数优化模型,从而获得稀疏解,通过搜索谱峰所在位置得到真实目标DOA估计值。相比于加权l1‑SVD算法和加权SL0算法,本发明方法能获得更好的DOA估计性能,且无需预知目标个数先验信息。

    一种基于低秩和稀疏先验的MIMO雷达DOA估计方法

    公开(公告)号:CN113391260B

    公开(公告)日:2022-07-12

    申请号:CN202110684107.2

    申请日:2021-06-21

    Abstract: 本发明公开了一种阵元失效下基于低秩和稀疏先验的MIMO雷达DOA估计方法,具体提出一种联合利用低秩和稀疏先验信息的完整协方差矩阵重构方法,对待恢复的协方差矩阵建立低秩和稀疏双先验联合约束模型,充分利用协方差矩阵行间和列间元素的相关性以及行内和列内元素的相关性,有效恢复阵元失效下MIMO雷达协方差矩阵中整行整列的缺失元素,提高DOA估计性能;采用SCAD惩罚函数作为稀疏促进函数,通过等正弦空间稀疏化方式划分粗网格空间构建字典,在确保在粗网格划分下字典中相邻行之间产生的模型误差对矩阵中缺失数据恢复精度不灵敏的基础上降低算法运算复杂度。本发明方法能有效提高阵元失效下的MIMO雷达目标DOA估计性能并具有较高的实时性及广泛的应用前景。

    一种快速高斯网格化非均匀FFT穿墙成像雷达BP方法

    公开(公告)号:CN112147608A

    公开(公告)日:2020-12-29

    申请号:CN202011000874.9

    申请日:2020-09-22

    Abstract: 本发明公开了一种快速高斯网格化非均匀FFT穿墙成像雷达BP方法,包括:建立穿墙雷达探测场景模型,设置平行于墙体的天线阵元,发射电磁波,对得到的目标回波信号进行均匀采样,得到回波信号数据e;穿墙雷达成像区域像素点网格化分,将回波信号数据投影到成像区域的各个像素点网格上,得到穿墙雷达BP成像像素点幅度值I(xp,yp);构造非均匀FFT的表达式,预先计算和存储非均匀FFT的表达式中的各个系数;将均匀采样数据变换为非均匀采样数据,对I(xp,yp)利用快速高斯网格化非均匀FFT计算,累加得到雷达成像图。本发明能够在保证成像质量的同时,有效降低计算复杂度,解决了BP方法计算量随工作频点、天线数量、像素点增加而增加的问题。

    基于截断修正SL0算法的MIMO雷达参数估计方法

    公开(公告)号:CN107064896B

    公开(公告)日:2019-12-10

    申请号:CN201710201492.4

    申请日:2017-03-30

    Abstract: 本发明公开了一种基于截断修正SL0算法的MIMO雷达参数估计方法,首先改善MIMO雷达感知矩阵的病态性,利用SVD反变换从修正后的奇异值及其对应的左右奇异矩阵中获得非病态感知矩阵;其次利用SL0算法对MIMO雷达目标参数进行估计,并在计算初值和梯度投影值时,将病态感知矩阵的伪逆由获得的非病态感知矩阵的伪逆代替;最后根据SL0算法得到的目标场景向量估计值中非零元素的位置确定MIMO雷达目标的角度、距离和多普勒信息。本发明解决了病态感知矩阵下MIMO雷达目标参数估计问题。降低了MIMO雷达目标参数估计的复杂度,有利于工程实现,适合于在现代战争中要求实时性较高的目标探测场合。

    一种基于波形相似度的双基地MIMO雷达故障阵元诊断方法

    公开(公告)号:CN109782239A

    公开(公告)日:2019-05-21

    申请号:CN201811598742.3

    申请日:2018-12-26

    Abstract: 本发明公开了一种基于波形相似度的双基地MIMO雷达故障阵元诊断方法,双基地MIMO雷达接收阵列信号经过匹配滤波后会形成由多个虚拟阵元组成的虚拟阵列,发射或接收阵列中故障阵元所对应的虚拟阵元输出信号不包含目标信息,仅为噪声,由于噪声与信号具有独立不相关的特点,因此故障阵元所对应的虚拟阵元输出信号波形与其余虚拟阵元输出信号波形高度不相似,即故障阵元与其余阵元的输出信号互相关值接近于零,从而通过比较各虚拟阵元输出信号之间的波形相似性,能诊断出双基地MIMO雷达发射和接收阵列中故障阵元的位置。本发明方法无需使用辅助阵元和测量设备,在低信噪比情况下能对任意位置出现故障阵元进行准确和快速的自诊断。

    基于信号子空间重构的阵元缺损MIMO雷达角度估计方法

    公开(公告)号:CN109471082A

    公开(公告)日:2019-03-15

    申请号:CN201811318528.8

    申请日:2018-11-07

    CPC classification number: G01S7/411

    Abstract: 本发明提供一种基于信号子空间重构的阵元缺损MIMO雷达角度估计方法包括如下步骤:步骤1:对阵元缺损双基地MIMO雷达的协方差矩阵进行特征分解来获得信号子空间矩阵,从而降低待恢复数据矩阵的维数,在信号子空间矩阵中从上而下每M行数据构成每一个信号子空间块矩阵,共形成N个信号子空间块矩阵,其中M和N分别为发射阵元和接收阵元数;步骤2:根据信号子空间块矩阵之间的相关性,将所有的信号子空间块矩阵构成一个低秩块Hankel矩阵,通过不定增广拉格朗日乘子法对其进行重构,恢复出块Hankel矩阵中的缺失数据,从而获得完整的信号子空间矩阵;步骤3:根据完整的信号子空间矩阵,利用ESPRIT算法进行目标角度估计。

    一种基于修正近似双曲正切函数的平滑l0范数方法

    公开(公告)号:CN108121955A

    公开(公告)日:2018-06-05

    申请号:CN201711361044.7

    申请日:2017-12-18

    CPC classification number: G06K9/0057

    Abstract: 本发明公开了一种基于修正近似双曲正切函数的平滑l0范数方法,该方法采用一种修正近似双曲正切函数来逼近l0范数,该修正近似双曲正切函数具有较优的逼近性能,然后利用牛顿法求解该修正近似双曲正切函数的极值问题,进而以较高的精度重构出稀疏信号,能够显著地提高SL0算法的稀疏重构性能。

Patent Agency Ranking