-
公开(公告)号：CN110007283A
公开(公告)日：2019-07-12
申请号：CN201910214702.2
申请日：2019-03-20
Applicant: 海南大学
Abstract: 本发明适用于雷达信号处理领域，提供了雷达波达方向估计方法、装置、计算机设备及存储介质，该方法包括：对接收到的K个目标的回波信号组成的矩阵X进行降维处理，得到降维数据矩阵Y；基于降维数据矩阵Y，构造稀疏信号模型；根据该模型得到用于估计K个目标的回波功率的目标函数；初始化和更新该目标函数中的回波信号功率和非均匀噪声协方差矩阵；通过多项求根对稀疏信号模型中需要更新位置的网格点进行更新；当算法迭代次数达到预设的上限值或者算法收敛时，对更新后的空域离散网格进行一维空间谱搜索，得到多输入多输出雷达离格波达方向估计值。本发明具有同时对非均匀噪声和离格误差鲁棒的优点，在粗糙的网格仍具有很好的性能，准确性高。
-
公开(公告)号：CN112327264B
公开(公告)日：2023-10-13
申请号：CN202011094747.X
申请日：2020-10-14
Applicant: 海南大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于双基地FDA‑MIMO雷达的多维参数联合估计方法，该方法是一种基于划分子阵的实值ESPRIT方法。传统的技术，如ESPRIT算法和MUSIC算法在对双基地FDA‑MIMO雷达参数估计时存在精度低、以及复杂度高等问题。为了提高估计精度和降低运算复杂度，本发明首先对发射阵列进行了设计，使其不同的子阵具有不同的频率增量；然后根据接收阵列接收到的回波信号进行处理得到扩展的子阵接收数据，从而采用酉变换得到了实值的扩展数据；对数据的协方差矩阵进行分解处理得到参数的相位矩阵，根据最小二乘法(LS)求得DOA估计；此外，根据设计的配对方法，将多个包含目标参数信息的相位矩阵匹配。另外，根据划分子阵的特点，完成了DOD和距离信息的解耦合，从而实现双基地FDA‑MIMO雷达的多维参数联合估计。仿真结果表明，本发明获得了较好的估计性能。
-
公开(公告)号：CN114325563A
公开(公告)日：2022-04-12
申请号：CN202111482011.4
申请日：2021-12-06
Applicant: 海南大学
Abstract: 本发明提供了一种非均匀噪声环境下基于变分SBL的离格DOA估计方法。该方法首先将均匀线性阵列接收数据的协方差进行矢量化，并且将非均匀噪声协方差建模到变分信号矢量之中，构造一个新型变分数据模型；其次基于变分数据模型构建变分离格稀疏数据模型；然后利用稀疏贝叶斯学习(SBL)分别对与变分稀疏信号矢量相关的超参数矢量和离格误差矢量进行迭代估计，并对空域离散网格点进行迭代更新；最后根据SBL迭代收敛或者迭代次数达到1000次之后得到与信号矢量相关的超参数矢量，利用一维空间谱搜索实现波达方向(DOA)估计。相较于其他现有的DOA方法，本发明不需要单独对非均匀噪声协方差进行估计，且能够有效降低离格误差和非均匀噪声对DOA估计的影响，从而实现稳健且准确的DOA估计。
-
-
Patent Agency Ranking
公开(公告)号：CN111814096B
公开(公告)日：2023-10-20
申请号：CN202010596844.2
申请日：2020-06-28
Applicant: 海南大学
Abstract: 基于子空间拟合的加权块稀疏恢复的MIMO雷达定位算法，包括十一个步骤。本发明摈弃现有技术中利用选择矩阵消除互耦影响的做法，通过参数化导向矢量构建块MIMO雷达信号接收模型，避免阵列孔径损失，在消除互耦的同时避免了接收信息的丢失，并推导了含有未知互耦系数的块结构接收数据模型的降维矩阵，由于降低了信号模型的维度，因此降低了算法的计算量，提高了计算效率，且摒弃了现有技术子空间拟合不是最优的情况，利用最优子空间拟合原理来构建稀疏恢复模型，相比于现存的算法，使得估算子空间与真实子空间之间误差更小，提高了采样数据信息的利用率，从而使得估算性能得到了提高，为MIMO雷达的有效应用提供了有利技术支撑。本发明具有好的应用前景。
-
公开(公告)号：CN111814096A
公开(公告)日：2020-10-23
申请号：CN202010596844.2
申请日：2020-06-28
Applicant: 海南大学
Abstract: 基于子空间拟合的加权块稀疏恢复的MIMO雷达定位算法，包括十一个步骤。本发明摈弃现有技术中利用选择矩阵消除互耦影响的做法，通过参数化导向矢量构建块MIMO雷达信号接收模型，避免阵列孔径损失，在消除互耦的同时避免了接收信息的丢失，并推导了含有未知互耦系数的块结构接收数据模型的降维矩阵，由于降低了信号模型的维度，因此降低了算法的计算量，提高了计算效率，且摒弃了现有技术子空间拟合不是最优的情况，利用最优子空间拟合原理来构建稀疏恢复模型，相比于现存的算法，使得估算子空间与真实子空间之间误差更小，提高了采样数据信息的利用率，从而使得估算性能得到了提高，为MIMO雷达的有效应用提供了有利技术支撑。本发明具有好的应用前景。
-
-
公开(公告)号：CN112327264A
公开(公告)日：2021-02-05
申请号：CN202011094747.X
申请日：2020-10-14
Applicant: 海南大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于双基地FDA‑MIMO雷达的多维参数联合估计方法，该方法是一种基于划分子阵的实值ESPRIT方法。传统的技术，如ESPRIT算法和MUSIC算法在对双基地FDA‑MIMO雷达参数估计时存在精度低、以及复杂度高等问题。为了提高估计精度和降低运算复杂度，本发明首先对发射阵列进行了设计，使其不同的子阵具有不同的频率增量；然后根据接收阵列接收到的回波信号进行处理得到扩展的子阵接收数据，从而采用酉变换得到了实值的扩展数据；对数据的协方差矩阵进行分解处理得到参数的相位矩阵，根据最小二乘法(LS)求得DOA估计；此外，根据设计的配对方法，将多个包含目标参数信息的相位矩阵匹配。另外，根据划分子阵的特点，完成了DOD和距离信息的解耦合，从而实现双基地FDA‑MIMO雷达的多维参数联合估计。仿真结果表明，本发明获得了较好的估计性能。
-
公开(公告)号：CN109143228A
公开(公告)日：2019-01-04
申请号：CN201810987347.8
申请日：2018-08-28
Applicant: 海南大学
Abstract: 本发明提供了一种互耦条件下双基地MIMO雷达非圆目标的角度估计方法，包括步骤：接收阵元接收由发射阵元发射的相互正交的非圆信号，其中，接收阵元和发射阵元均为半波长的均匀线性阵列；通过接收阵元接收机的匹配滤波器对所接收到的非圆信号进行匹配滤波；对匹配后的信号数据进行去耦操作，所述去耦操作为在张量域中进行；在张量域中利用去耦过的信号数据的非圆性与多维结构构建增广张量；对所述增广张量进行高阶奇异值分解，得到信号子空间；根据得到的信号子空间，通过联合旋转不变矩阵对目标的发射角和接收角进行估计，得到目标的角度估计。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
