基于量化时延的云MIMO雷达目标定位克拉美罗界计算方法

    公开(公告)号:CN113189574B

    公开(公告)日:2022-10-11

    申请号:CN202110359923.6

    申请日:2021-04-02

    Inventor: 王珍 何茜

    Abstract: 该发明公开了一种基于量化时延的云MIMO雷达的克拉美罗界计算方法,属于雷达技术领域,它特别涉及关于雷达信号处理领域。利用本发明方法计算得到的直接分析量化的克拉美罗界和将量化影响近似为高斯误差时得到的近似克拉美罗界可以用来评估云MIMO雷达目标位置参数估计的性能,且考虑了在每个接收机处首先对时延进行估计,然后再对估计得到的时延值进行量化,这大大降低了需要传输的样本数,降低了通信负担,在有通信约束的情况下更容易实现。

    一种基于量化数据的云MIMO雷达的根克拉美罗下界计算方法

    公开(公告)号:CN108957422A

    公开(公告)日:2018-12-07

    申请号:CN201810557904.2

    申请日:2018-06-01

    Inventor: 王珍 何茜

    CPC classification number: G01S7/42

    Abstract: 本发明公开了一种基于量化数据的云MIMO雷达的根克拉美罗下界计算方法,属于雷达技术领域,它特别涉及关于雷达信号处理中的参数估计性能界克拉美罗界的计算。本发明针对背景技术的不足解决的技术问题是,获得基于量化数据的的云MIMO雷达联合目标速度和位置参数估计,采用了直接分析量化和近似分析量化两种处理方式,进行了最大似然估计,并计算了克拉美罗界。利用本发明方法计算得到的直接分析量化和将量化影响近似为高斯误差时的克拉美罗界可以用来评估云MIMO雷达联合目标速度和位置参数估计的性能,并考虑了量化对性能的影响,这降低了实现的复杂度,更贴近工程应用。

    基于MIMO雷达通信一体化信号的变进制编解码方法

    公开(公告)号:CN103997395B

    公开(公告)日:2017-08-25

    申请号:CN201410261798.5

    申请日:2014-06-13

    Abstract: 本发明涉及雷达通信技术,其解决了现有MIMO雷达通信可能存在编解码双方的先验信息不同步的问题,提供了一种基于MIMO雷达通信一体化信号的变进制编解码方法,其技术方案为:首先使用遗传算法优化出(M‑1)×Ls个扩频子码串,将其均分为M‑1段,每一段扩频子码串对应一个通道,作为该通道的备用子码串,再将第n个通道所要传送的通信信息映射为数值Dn,然后将包含通信信息的数值Dn转换成变进制数,再得到扩频子码串排列序号,然后再依次生成携带信息的各发射通道的扩频子码串,最后将生成的携带信息的各发射通道的扩频子码串加入基准通道信号序列,构成扩频子码串分配表,经过信号生成及上变频并发射出去。本发明的有益效果是,增加吞吐率,适用于MIMO雷达。

    基于MIMO雷达通信一体化信号的变进制编解码方法

    公开(公告)号:CN103997395A

    公开(公告)日:2014-08-20

    申请号:CN201410261798.5

    申请日:2014-06-13

    Abstract: 本发明涉及雷达通信技术,其解决了现有MIMO雷达通信可能存在编解码双方的先验信息不同步的问题,提供了一种基于MIMO雷达通信一体化信号的变进制编解码方法,其技术方案为:首先使用遗传算法优化出(M-1)×Ls个扩频子码串,将其均分为M-1段,每一段扩频子码串对应一个通道,作为该通道的备用子码串,再将第n个通道所要传送的通信信息映射为数值Dn,然后将包含通信信息的数值Dn转换成变进制数,再得到扩频子码串排列序号,然后再依次生成携带信息的各发射通道的扩频子码串,最后将生成的携带信息的各发射通道的扩频子码串加入基准通道信号序列,构成扩频子码串分配表,经过信号生成及上变频并发射出去。本发明的有益效果是,增加吞吐率,适用于MIMO雷达。

    一种云MIMO雷达目标检测概率的近似计算方法

    公开(公告)号:CN113406583B

    公开(公告)日:2022-08-02

    申请号:CN202110689341.4

    申请日:2021-06-22

    Inventor: 何茜 王珍

    Abstract: 本发明涉及雷达技术领域,其公开了一种云MIMO雷达目标检测概率的近似计算方法,减少接收器与融合中心之间的通信负担,并可以获得闭式的检测概率。该方法包括:计算接收机与发射机之间的各个路径的检测统计量;对检测统计量进行量化处理,获得量化结果,各接收机将量化数据传输给融合中心;确定H1假设和H0假设情况下,融合中心处的总检测统计量;计算融合中心处的总检测统计量的概率分布函数;计算目标检测概率;针对量化间隔为Δ的均匀量化器,计算当Δ→0时均匀量化器输出结果的特征函数以及概率密度函数;确定云MIMO雷达中采用均匀量化器输出量化结果的近似概率密度函数;确定总检测统计量的近似分布,获得量化近似情况下的检测门限,计算近似的目标检测概率。

    一种基于毫米波雷达多帧点云序列的道路目标分类方法

    公开(公告)号:CN114818916A

    公开(公告)日:2022-07-29

    申请号:CN202210437952.4

    申请日:2022-04-25

    Abstract: 本发明属于交通道路目标分类领域,具体涉及一种基于毫米波雷达多帧点云序列的道路目标分类方法。本发明使用毫米波雷达对目标进行一定时长的跟踪,获取到目标在时间序列上的多帧点云数据;从每帧点云数据中提取特征,构建特征向量序列;构建多帧点云序列特征融合网络实现点云时序特征提取;使用多层感知机实现对目标所属类别的判断。本发明方法获得的基于毫米波雷达的道路目标分类器有着比传统方法更高的分类准确率,对于提升自动驾驶与辅助驾驶系统的环境感知能力具有重要意义。

    一种基于量化数据的云MIMO雷达的根克拉美罗下界计算方法

    公开(公告)号:CN108957422B

    公开(公告)日:2022-07-29

    申请号:CN201810557904.2

    申请日:2018-06-01

    Inventor: 王珍 何茜

    Abstract: 本发明公开了一种基于量化数据的云MIMO雷达的根克拉美罗下界计算方法,属于雷达技术领域,它特别涉及关于雷达信号处理中的参数估计性能界克拉美罗界的计算。本发明针对背景技术的不足解决的技术问题是,获得基于量化数据的的云MIMO雷达联合目标速度和位置参数估计,采用了直接分析量化和近似分析量化两种处理方式,进行了最大似然估计,并计算了克拉美罗界。利用本发明方法计算得到的直接分析量化和将量化影响近似为高斯误差时的克拉美罗界可以用来评估云MIMO雷达联合目标速度和位置参数估计的性能,并考虑了量化对性能的影响,这降低了实现的复杂度,更贴近工程应用。

    一种基于麦克风阵列的宽带DOA估计方法

    公开(公告)号:CN114639398A

    公开(公告)日:2022-06-17

    申请号:CN202210240262.X

    申请日:2022-03-10

    Abstract: 本发明属于阵列信号处理领域,具体涉及一种基于麦克风阵列的宽带DOA估计方法。本发明先利用语音端点检测算法对麦克风阵列接收到的语音信号进行预处理,将有话段进行提取,之后只对有话段进行处理可以节约处理时间,使用相关法进行语音端点检测,然后,将预处理后的时域信号转化到频域上,并且根据设定阈值,选择相应的频率,之后在选择出的频率中利用窄带DOA估计技术求当前频率下麦克风阵列对应的输出信号,寻找输出信号峰值对应的DOA,将每个频率下的DOA进行统计并进行聚类,最终聚类结果即DOA估计出来的结果。

Patent Agency Ranking