-
公开(公告)号：CN104793194B
公开(公告)日：2017-06-16
申请号：CN201510189184.5
申请日：2015-04-21
Applicant: 电子科技大学
IPC: G01S7/41
Abstract: 本发明提供一种基于改进的自适应多脉冲压缩的距离‑多普勒估计方法。本发明对每个脉冲对应的回波信号应用约束增益自适应脉冲压缩GCAPC算法进行距离像估计；再将得到的距离像估计对应每个距离单元的结果应用GCAPC算法进行多普勒估计，将多普勒估计表示成距离‑多普勒平面。与现有的自适应多脉冲压缩AMPC算法相比，本发明提出更小的计算量，得到与AMPC相近的距离‑多普勒估计效果。本发明降低了自适应多脉冲压缩算法在距离‑多普勒估计时所需的计算量，同时更好地抑制距离‑多普勒旁瓣。
-
公开(公告)号：CN107015210B
公开(公告)日：2020-01-10
申请号：CN201710156233.4
申请日：2017-03-16
Applicant: 电子科技大学
Abstract: 该发明公开了一种色高斯环境下雷达慢时间发射信号设计方法，属于雷达信号处理领域，特别涉及雷达慢时间域信号设计方法。为提高加性色高斯噪声下动目标检测性能，以恒模与相似性约束，通过优化SNR，提出了一种具有高效率与高性能的单基地雷达慢时间信号设计方法。实现本发明的思路是，首先建立单基地雷达系统慢时间信号模型，推导目标函数并构造优化问题，最后求解优化问题。本发明方法采用序列迭代的算法，每步迭代中优化信号的一个元素，继而将一个高维优化问题转换成多个有闭式解的一维优化问题，大大降低了计算复杂度，提高了求解效率，同时具有高的SNR。
-
公开(公告)号：CN105929390B
公开(公告)日：2018-02-13
申请号：CN201610241167.6
申请日：2016-04-18
Applicant: 电子科技大学
IPC: G01S13/66
Abstract: 该发明公开了一种多目标检测前跟踪方法，属于雷达技术领域，涉及目标检测跟踪方法，可用于强噪声/杂波环境中的雷达微弱目标检测跟踪处理。针对现有动态规划算法存在的值函数扩展问题，本发明提出了一种新的多目标检测前跟踪算法，该算法采用新的值函数计算方式，消除值函数扩展现象，从而达到减小虚假航迹数目，提高雷达对临近目标的检测跟踪性能的目的。通过对值函数计算进行修正，有效的消除了值函数扩展现象，由此减少了过门限的值函数个数，从而减少了虚假航迹的条数，并且提高了临近目标的检测跟踪性能。
-
公开(公告)号：CN105954739A
公开(公告)日：2016-09-21
申请号：CN201610248683.1
申请日：2016-04-20
Applicant: 电子科技大学
IPC: G01S13/04
CPC classification number: G01S13/04
Abstract: 针对未知分布的非均匀环境下的检测问题，本文发明了一种知识辅助的非参量恒虚警检测方法。属于雷达知识辅助技术领域，特别涉及了知识辅助、非参量估计和恒虚警检测技术。该方法主要有四步：第一步，利用先验辅助知识获取与待检测单元尽可能独立同分布的参考单元；第二步，利用一种非参量PDF估计方法得到待检测单元的幅度概率密度函数；第三步，根据上一步得到的PDF和设定的虚警概率计算检测门限；最后，比较待检测单元回波与第三步得到的门限，判断是否有目标存在。本发明根据先验信息获取均匀参考单元，进而准确估计背景分布、计算检测门限，提高了非均匀环境下分布未知时的CFAR检测性能。
-
-
Patent Agency Ranking
-
公开(公告)号：CN104391290B
公开(公告)日：2017-01-04
申请号：CN201410654724.8
申请日：2014-11-17
Applicant: 电子科技大学
Abstract: 该发明公开了一种适用于复杂非均匀杂波下的CFAR检测器，属于雷达信号处理领域，涉及雷达自适应检测技术，尤其是自适应恒虚警(CFAR)检测方法。该地形分类算法将雷达照射区域分为均匀的小区域，每个小区域作为一个参考窗，并对对相同地形的参考窗进行融合，并对融合后的各个参考窗的地形进行编号，来得到整个雷达照射区域的地形分类。使得检测器在非均匀背景下待检测单元与参考窗中分辨单元也是独立同分布的，检测器性能不会受到非均匀背景的影响。因此，本发明解决了实际应用中雷达对复杂区域扫描时CFAR检测器性能剧烈下降的问题，具有精度高、实用性强的突出优点。
-
公开(公告)号：CN104793194A
公开(公告)日：2015-07-22
申请号：CN201510189184.5
申请日：2015-04-21
Applicant: 电子科技大学
IPC: G01S7/41
CPC classification number: G01S7/41
Abstract: 本发明提供一种基于改进的自适应多脉冲压缩的距离-多普勒估计方法。本发明对每个脉冲对应的回波信号应用约束增益自适应脉冲压缩GCAPC算法进行距离像估计；再将得到的距离像估计对应每个距离单元的结果应用GCAPC算法进行多普勒估计，将多普勒估计表示成距离-多普勒平面。与现有的自适应多脉冲压缩AMPC算法相比，本发明提出更小的计算量，得到与AMPC相近的距离-多普勒估计效果。本发明降低了自适应多脉冲压缩算法在距离-多普勒估计时所需的计算量，同时更好地抑制距离-多普勒旁瓣。
-
公开(公告)号：CN104714226A
公开(公告)日：2015-06-17
申请号：CN201510133826.X
申请日：2015-03-25
Applicant: 电子科技大学
CPC classification number: G01S13/66
Abstract: 该发明提供了一种基于相位的动态规划检测前跟踪方法，属于雷达目标检测跟踪技术领域，特别涉及了复高斯噪声背景下起伏目标检测跟踪技术领域。当接收到雷达回波数据后，利用相位信息计算复似然比，通过积累复似然比对所有可能的航迹进行搜索，估计目标状态。该方法较之现有动态规划检测前跟踪算法，通过利用相位信息，能够更好的体现目标与噪声的差异，提高对起伏目标的检测跟踪性能。
-
公开(公告)号：CN107330468B
公开(公告)日：2021-02-19
申请号：CN201710535266.X
申请日：2017-07-04
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于切尔诺夫融合准则的多传感器分布式数据融合方法。其首先在每部传感器进行粒子滤波获得本地估计结果，采用最大期望算法将其近似为高斯混合分布，在多传感器之间交互高斯混合参数，利用一阶近似模型下切尔诺夫融合方法获得多传感器的初步融合结果，将该结果进行重要性采样，构造多元变量带约束的优化函数，采用粒子群优化算法进行求解，计算得到切尔诺夫融合准则下多传感器的指数取值，最后利用粒子样本和切尔诺夫融合最优的指数权值进行切尔诺夫融合，计算得到目标的估计状态。本发明从理论上近似最优地解决了任意数量的多传感器在本地估计结果存在相关性的情况下难以获得理想的分布式融合结果的问题。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.019 seconds)
