一种机载扫描雷达实时超分辨成像方法

    公开(公告)号:CN113608214A

    公开(公告)日:2021-11-05

    申请号:CN202110909436.2

    申请日:2021-08-09

    Abstract: 本发明公开一种机载扫描雷达实时超分辨成像方法,应用于雷达信号处理领域,针对传统批处理模式下超分辨方法计算复杂度和内存占用率高的问题;本发明通过建立斜前视矢量卷类积精确回波模型,突破斜前视角分辨率提升机理性瓶颈;然后构造描述天线方向图和多普勒导向矩阵与雷达回波信号的可解析优化代价函数,将斜前视成像分辨率提升问题转化为在线递归优化估计问题;最后,通过Updating和Downdating滑窗递归,实现斜前视区域目标散射系数的实时更新。本方法不仅有效地改善了传统方法的方位分辨率,而且显著降低了其复杂度和内存占用率,有利于机载雷达的高品质连续实时成像。仿真结果证明了所提出方法的有效性。

    一种MIMO雷达多目标测速扩展方法

    公开(公告)号:CN114200411B

    公开(公告)日:2025-05-16

    申请号:CN202111507596.0

    申请日:2021-12-10

    Abstract: 本发明公开了一种MIMO雷达多目标测速扩展方法,包括以下步骤:步骤一、建立MIMO雷达系统模型;步骤二、结合锯齿波和三角波特性设计FMCW波形,并发射FMCW波;步骤三、对锯齿波回波信号进行2D‑FFT处理,得到不同目标在三角波距离维频谱的搜索中心;步骤四、在三角波回波中寻找动目标的谱峰进行配对后解速度模糊;步骤五、进行动目标DOA估计。本发明结合传统对称三角波和经典多周期锯齿波的二者特性,设计出能更精确提取目标信息的FMCW波形,简化了计算,得到了不错的MIMO雷达角分辨率。在保证目标DOA估计精度的条件下,提高了测速上限,实现多目标测速扩展。相比于经典三角波或多周期锯齿波方法,对于MIMO雷达在动目标测速、定位方面能达到更好的性能。

    一种基于FPGA的毫米波MIMO雷达快速超分辨方法

    公开(公告)号:CN118566843A

    公开(公告)日:2024-08-30

    申请号:CN202410637133.3

    申请日:2024-05-22

    Abstract: 本发明公开一种基于FPGA的毫米波MIMO雷达快速超分辨方法,应用于雷达成像领域,针对现有的超分辨方法计算复杂度高,计算耗时长,无法应用于实际工程领域,本发明设计了一种超分辨方法的FPGA并行处理架构。该并行架构通过雷达射频前端采集稀疏场景目标回波信号,并且通过高速接口将数据传输到FPGA端;FPGA解析并将数据缓存到内存中,然后将数据读取到信号处理模块;采用硬件设计计算辅助向量;由辅助向量计算中间变量;最后通过迭代计算并且更新角度估计值和辅助向量。通过实验验证了本发明克服了现有的超分辨方法计算复杂度高,难以硬件实现的缺陷,极大地降低计算复杂度和缩短了计算耗时。

    一种MIMO雷达智能DOA估计方法
    14.
    发明公开

    公开(公告)号:CN116299193A

    公开(公告)日:2023-06-23

    申请号:CN202310273094.9

    申请日:2023-03-15

    Abstract: 本发明公开了一种MIMO雷达智能DOA估计方法,首先建立稀疏场景下的集中式MIMO雷达回波模型,构建深度展开网络的迭代过程和单层网络结构,再构建基于深度神经网络的降噪自编码器,通过训练深度展开网络,得到重构的空间谱,最后对重构的空间谱进行谱峰搜索,实现DOA估计。本发明的方法通过训练深度神经网络来学习数据中的隐性特征以增强DOA估计的鲁棒性,并对网络模型赋予可解释性使得模型泛化能力提升,不仅能够保证低信噪比和单快拍采样时DOA估计的估计精度和鲁棒性,而且在波束锐化和旁瓣抑制方面有显著的效果。

    一种MIMO雷达多目标测速扩展方法

    公开(公告)号:CN114200411A

    公开(公告)日:2022-03-18

    申请号:CN202111507596.0

    申请日:2021-12-10

    Abstract: 本发明公开了一种MIMO雷达多目标测速扩展方法,包括以下步骤:步骤一、建立MIMO雷达系统模型;步骤二、结合锯齿波和三角波特性设计FMCW波形,并发射FMCW波;步骤三、对锯齿波回波信号进行2D‑FFT处理,得到不同目标在三角波距离维频谱的搜索中心;步骤四、在三角波回波中寻找动目标的谱峰进行配对后解速度模糊;步骤五、进行动目标DOA估计。本发明结合传统对称三角波和经典多周期锯齿波的二者特性,设计出能更精确提取目标信息的FMCW波形,简化了计算,得到了不错的MIMO雷达角分辨率。在保证目标DOA估计精度的条件下,提高了测速上限,实现多目标测速扩展。相比于经典三角波或多周期锯齿波方法,对于MIMO雷达在动目标测速、定位方面能达到更好的性能。

    一种MIMO雷达实时角分辨率提升方法

    公开(公告)号:CN113311404A

    公开(公告)日:2021-08-27

    申请号:CN202110581322.X

    申请日:2021-05-27

    Abstract: 本发明公开一种时分复用MIMO雷达实时角分辨率提升方法,应用于雷达成像技术领域,针对TDM‑MIMO雷达实时角分辨提升难题,本发明首先建立MIMO天线子孔径更新信号模型,将角分辨率提升的高维批处理问题转化为低维在线处理问题;然后采用循环最小化参数估计方法进行稀疏目标源定位,推导源目标估计最优解;最后根据估计公式建立递归关系,利用发射天线对应的子孔径接收块数据,依次递归更新稀疏重建结果,实现在线更新。与传统成像技术相比,本发明不仅可以有效提高成像分辨率,还大幅降低了计算复杂度,可用于实时信号处理。

    一种基于改进亲和传播聚类的雷达信号分选方法

    公开(公告)号:CN120065165A

    公开(公告)日:2025-05-30

    申请号:CN202510359136.X

    申请日:2025-03-25

    Abstract: 本发明公开了一种基于改进亲和传播聚类的雷达信号分选方法,包括以下步骤:S1、侦收原始信号的脉冲描述字参数数据;S2、将脉冲描述字参数数据分割为若干帧;S3、对每一帧脉冲数据使用改进亲和传播算法进行预分选;S4、使用自适应密度峰值聚类算法提取候选合批质心;S5、对每个候选合批质心对应的候选合批簇完成合批检测;S6、完成合批并输出最终分选结果。本发明利用引入衰减因子的IAP算法对脉冲数据进行预分选,基于密度提取候选合批质心,并结合脉冲簇到达方向的统计特征完成合批检测;综合利用了雷达脉冲数据的几何特征、分布特性和统计特征,充分挖掘了信号间的潜在关联性和模式信息,在有效减少增批现象的同时保证了较高的分选准确率。

    一种扫描雷达稀疏目标批处理超分辨方法

    公开(公告)号:CN115453523B

    公开(公告)日:2025-03-21

    申请号:CN202211104516.1

    申请日:2022-09-09

    Abstract: 本发明公开了一种扫描雷达稀疏目标批处理超分辨方法,通过对回波数据的获取与预处理,进行距离维处理,实现回波距离维与角度维解耦,构建矩阵形式目标函数,在正则化框架下,将超分辨问题转化为矩阵形式的优化问题,最后通过采用矩阵形式的交替方向乘子法,实现直接对二维回波矩阵的超分辨运算。本发明的方法相比于传统的稀疏超分辨算法,能直接处理二维回波数据,不需要对回波数据进行逐行处理或者列向量化处理,极大地节省了超分辨处理所需要的空间和时间复杂度。

Patent Agency Ranking