一种基于SIC技术的四单元双极化微带天线阵

    公开(公告)号:CN108493626A

    公开(公告)日:2018-09-04

    申请号:CN201810211744.6

    申请日:2018-03-15

    Abstract: 本发明涉及一种基于SIC技术的四单元双极化微带天线阵,包括六层印刷电路板和金属支柱(6),顶层印刷电路板(17)下表面印制矩形寄生贴片(1),第三层印刷电路板(16)上表面印制矩形主贴片(2)和主贴片层反射板(11),第四层印刷电路板(15)上表面印制垂直极化馈线(3)和圆环(8),第五层印刷电路板(14)上表面印制接地板(4),接地板(4)上蚀刻十字型缝隙(9)、圆形开孔(19)和圆形开孔(20),第五层印刷电路板(14)下表面印制水平极化馈线(5)及带状线(10),底层印刷电路板(12)下表面设置有天线底层反射板(13)。本发明具有更宽带宽、更高端口隔离度、更低交叉极化电平。

    一种基于空间离散网格动态更新的目标到达角度估计方法

    公开(公告)号:CN109061554A

    公开(公告)日:2018-12-21

    申请号:CN201810668565.5

    申请日:2018-06-26

    CPC classification number: G01S3/14

    Abstract: 本发明提供的是一种基于空间离散网格动态更新的目标到达角度估计方法,主要是为了解决阵列信号处理问题上DOA估计过程中所面临的空间离散网格失配的问题,属于阵列信号处理技术领域。对信号采样协方差矩阵进行特征值分解,通过基追踪的方法,找到距离真实角度最近的离散点,之后通过迭代对离散网格点进行动态更新,使离散网格点不断逼近目标的真实DOA值,从而进行多个目标到达角度的精确估计。本发明利用空间离散网格动态学习的方法有效的解决了空间离散网格适配问题,使得本算法即使在空间离散网格步长很大的情况下,依旧能够迅速的估计出DOA并保持很高的目标估计精度。

    非均匀噪声环境下基于矩阵补全的酉求根MUSIC角度估计方法

    公开(公告)号:CN109683151A

    公开(公告)日:2019-04-26

    申请号:CN201910103534.X

    申请日:2019-02-01

    CPC classification number: G01S7/41

    Abstract: 本发明提供了一种非均匀噪声环境下基于矩阵补全的酉求根MUSIC角度估计方法,主要为了解决目前现有方法运算复杂度过高的问题。首先利用矩阵补全技术恢复单基地MIMO雷达无噪声协方差矩阵,然后通过酉变换计算实值MIMO雷达协方差矩阵,并通过特征值分解求解噪声子空间,最后利用求根MUSIC方法确定目标角度。本发明在非均匀噪声环境下能够有效地对目标角度进行估计,在保证精度的前提下运算复杂度相比于原有方法具有明显的改善。

    基于FMCW信号的MIMO雷达收发一体化装置

    公开(公告)号:CN108445485A

    公开(公告)日:2018-08-24

    申请号:CN201810106117.6

    申请日:2018-02-02

    Abstract: 本发明涉及一种基于FMCW信号的MIMO雷达收发一体化装置,包括FMCW信号发生器和IF信号处理器,FMCW信号发生器包括直接数字频率合成器和锁相频率合成器,IF信号处理器包括N路IF信号调理与采样电路,其中N为不大于10的偶数,IF信号调理与采样电路均包括高通-低通滤波电路、压控增益放大电路和模数转换电路。FMCW信号发生器部分实现了降低信号噪声、提高信号精度的功能,IF信号处理器部分解决了发射天线到接收天线耦合对系统的影响并控制中频信号的增益随成像环境需要而变化。本发明实现了FMCW信号和IF信号的收发一体化,并同步实现多路IF信号的增益可控放大、截止频率可调滤波和模数转换,能够应用于雷达成像领域。

    一种基于空间离散网格动态更新的目标到达角度估计方法

    公开(公告)号:CN109061554B

    公开(公告)日:2022-07-15

    申请号:CN201810668565.5

    申请日:2018-06-26

    Abstract: 本发明提供的是一种基于空间离散网格动态更新的目标到达角度估计方法,主要是为了解决阵列信号处理问题上DOA估计过程中所面临的空间离散网格失配的问题,属于阵列信号处理技术领域。对信号采样协方差矩阵进行特征值分解,通过基追踪的方法,找到距离真实角度最近的离散点,之后通过迭代对离散网格点进行动态更新,使离散网格点不断逼近目标的真实DOA值,从而进行多个目标到达角度的精确估计。本发明利用空间离散网格动态学习的方法有效的解决了空间离散网格适配问题,使得本算法即使在空间离散网格步长很大的情况下,依旧能够迅速的估计出DOA并保持很高的目标估计精度。

Patent Agency Ranking