基于雷达主成分分析的肢体运动分离方法

    公开(公告)号:CN105997093B

    公开(公告)日:2019-05-21

    申请号:CN201610256907.3

    申请日:2016-04-24

    Abstract: 本发明属于雷达信号处理领域,公开了一种基于雷达主成分分析的肢体运动分离方法,包括:获取单脉冲雷达L×1维的回波信号,将所述回波信号采用长度为K的移动窗进行N次观测,得到N×K维的观测信号矩阵,N为观测次数,K为移动窗长度即采样点数,N远小于K;将所述N×K维的观测信号矩阵作为采样空间协方差矩阵,计算所述采用空间协方差矩阵的特征值,根据所述观测次数N、移动窗长度K以及所述特征值计算所述回波信号的特征维度;利用主成分分析PCA对所述采样空间协方差矩阵进行降维,将所述采样空间协方差矩阵分解为与所述特征维度相同个数的主成分;对多个主成分进行聚类分组,从而对多个主成分进行分离。

    基于投影梯度的目标高度与反射面高度联合估计方法

    公开(公告)号:CN103777198B

    公开(公告)日:2016-04-06

    申请号:CN201410030712.8

    申请日:2014-01-23

    Abstract: 本发明公开了一种基于投影梯度的目标高度与反射面高度联合估计方法,其步骤依次是:雷达天线为垂直地面、高度为ha的N个阵元的等距线性阵列,接收M个脉冲回波信号;对脉冲回波信号进行数字采样和数字匹配滤波;把N个阵元M个脉冲回波信号数字匹配滤波后目标距离R0所在距离单元数据取出,组成一个N×M的采样数据矩阵X;计算采样协方差矩阵Rx;对协方差矩阵Rx特征分解;利用目标距离R0和天线高度ha,计算出包含目标高度ht和反射面高度hg的复合导向矢量;利用复合导向矢量和协方差矩阵Rx最大特征值λ1对应的特征向量e1,建立优化目标函数采用投影梯度方法求解优化目标函数得到目标高度ht和反射面高度hg的估计值。本发明不依赖地形先验信息,提高低空目标的测高精度,并获得反射面高度。

    单基地MIMO雷达相干源波达方向估计方法

    公开(公告)号:CN103760527B

    公开(公告)日:2015-12-09

    申请号:CN201410032063.5

    申请日:2014-01-23

    Abstract: 本发明属于雷达技术领域,公开了一种单基地MIMO雷达相干源波达方向估计方法,可用于任意阵列流形的单基地MIMO雷达的目标定向和追踪。其实现步骤是:步骤1,根据阵列流形写出单基地MIMO雷达的导向矢量;步骤2,设置M维范德蒙向量,求出转换矩阵G;步骤3,由平滑变换矩阵F得到变换后的导向矢量;步骤4,对MIMO雷达的接收数据进行匹配滤波,匹配滤波后的接收数据记为X(k),通过转换矩阵G和平滑变换矩阵F获得变换后的数据Y(k)=FGX(k),然后形成自相关矩阵;步骤5,对自相关矩阵进行特征分解,形成噪声子空间;步骤6,利用噪声子空间形成空间零谱函数;步骤7,采用多项式求根方法得到目标方位角。

    基于矩阵填充的雷达目标检测系统及其检测方法

    公开(公告)号:CN103364770B

    公开(公告)日:2015-04-22

    申请号:CN201310294812.7

    申请日:2013-07-14

    Abstract: 本发明基于矩阵填充的雷达目标检测系统及其检测方法,主要解决现有技术成本高,数据存储量大,系统实现方式有限制的问题。其包括:采样模块(1)、数据存储波形重构模块(2)和目标检测模块(3);采样模块(1)对雷达回波信号S进行降速率采样,并将采样数据和采样参数传输给数据存储波形重构模块(2);数据存储波形重构模块(2)根据采样数据和采样参数,通过矩阵填充算法,获取重构的雷达回波信号X,并将其传输给目标检测模块(3);目标检测模块(3)对重构的雷达回波信号X进行脉冲压缩,再对脉冲压缩结果XMF进行动目标检测和恒虚警检测。本发明降低了系统成本,缩小了数据存储空间,提高了系统实现的灵活性,可用于雷达目标检测。

    基于矩阵填充的雷达目标检测系统及其检测方法

    公开(公告)号:CN103364770A

    公开(公告)日:2013-10-23

    申请号:CN201310294812.7

    申请日:2013-07-14

    Abstract: 本发明涉及基于矩阵填充的雷达目标检测系统及其检测方法,主要解决现有技术成本高,数据存储量大,系统实现方式有限制的问题。其包括:采样模块(1)、数据存储波形重构模块(2)和目标检测模块(3);采样模块(1)对雷达回波信号S进行降速率采样,并将采样数据和采样参数传输给数据存储波形重构模块(2);数据存储波形重构模块(2)根据采样数据和采样参数,通过矩阵填充算法,获取重构的雷达回波信号X,并将其传输给目标检测模块(3);目标检测模块(3)对重构的雷达回波信号X进行脉冲压缩,再对脉冲压缩结果XMF进行动目标检测和恒虚警检测。本发明降低了系统成本,缩小了数据存储空间,提高了系统实现的灵活性,可用于雷达目标检测。

    复合高斯环境下基于伽玛纹理的自适应Rao检测方法

    公开(公告)号:CN107942308A

    公开(公告)日:2018-04-20

    申请号:CN201710974843.5

    申请日:2017-10-19

    CPC classification number: G01S7/41

    Abstract: 一种复合高斯环境下基于伽玛纹理的自适应Rao检测方法,其实现步骤是:获取雷达数据;选取待检测距离单元和训练样本;用所选训练样本和待检测单元估算杂波协方差矩阵;基于伽玛纹理分布,设计Rao检测统计量。计算待检测距离单元的检测统计量;确定待检测距离单元对应的检测门限值;判断待检测距离单元的检测统计量是否大于检测门限值,若是,说明待检测单元内有目标,否则,说明待检测单元内无目标。本发明利用Rao准则设计Rao检测算法,可用于对复合高斯环境下的目标进行检测,提高在导向矢量失配情况下目标检测的鲁棒性。

    基于运动车辆目标微动特性的对雷达的窄带欺骗干扰方法

    公开(公告)号:CN105372637B

    公开(公告)日:2017-09-29

    申请号:CN201510711242.6

    申请日:2015-10-28

    Abstract: 本发明公开了一种基于运动车辆目标微动特性的对雷达的窄带欺骗干扰方法,包括以下步骤:(1)在雷达观测场景中的运动车辆目标上设置干扰机,由干扰机产生单个虚假点目标;干扰机截获虚假点目标的基频回波信号,利用平动调制函数对其进行平动调制,产生虚假点目标的平动调制后的回波信号;(2)将运动车辆目标的轮胎等效为K个均匀分布的散射点,利用微动调制函数对虚假点目标的平动调制后的回波信号进行微动调制,得到虚假点目标对应的欺骗干扰信号;(3)在雷达观测场景中产生多个虚假点目标,依次利用平动、微动调制函数对每个虚假点目标进行平动调制和微动调制,得到并转发每个虚假点目标对应的欺骗干扰信号,实现对雷达的窄带欺骗干扰。

    基于空域压缩投影和随机时钟采样的雷达波束形成器

    公开(公告)号:CN103364771B

    公开(公告)日:2015-05-27

    申请号:CN201310296166.8

    申请日:2013-07-14

    Abstract: 本发明基于空域压缩投影和随机时钟采样的雷达波束形成器,主要解决现有技术成本高,采样要求高,数据存储量大的问题。其包括:空域压缩投影模块(1)、随机时钟采样模块(2)和波束形成模块(3);空域压缩投影模块(1)对雷达回波信号Z进行空域压缩投影,得到空域压缩投影结果D;随机时钟采样模块(2)对空域压缩投影结果D进行降速率采样,并将每个通道的采样数据和选择的时钟通路传输给波束形成模块(3);波束形成模块(3)根据每个通道的采样数据和选择的时钟通路,通过矩阵填充算法和稀疏重构算法,得到角度域的稀疏向量sq,再将其累加得到波束形成向量y。本发明降低了成本,降低了采样要求,缩小了数据存储空间,可用于雷达波束形成。

    基于投影梯度的目标高度与反射面高度联合估计方法

    公开(公告)号:CN103777198A

    公开(公告)日:2014-05-07

    申请号:CN201410030712.8

    申请日:2014-01-23

    CPC classification number: G01S13/66 G01S7/41

    Abstract: 本发明公开了一种基于投影梯度的目标高度与反射面高度联合估计方法,其步骤依次是:雷达天线为垂直地面、高度为ha的N个阵元的等距线性阵列,接收M个脉冲回波信号;对脉冲回波信号进行数字采样和数字匹配滤波;把N个阵元M个脉冲回波信号数字匹配滤波后目标距离R0所在距离单元数据取出,组成一个N×M的采样数据矩阵X;计算采样协方差矩阵Rx;对协方差矩阵Rx特征分解;利用目标距离R0和天线高度ha,计算出包含目标高度ht和反射面高度hg的复合导向矢量;利用复合导向矢量和协方差矩阵Rx最大特征值λ1对应的特征向量e1,建立优化目标函数采用投影梯度方法求解优化目标函数得到目标高度ht和反射面高度hg的估计值。本发明不依赖地形先验信息,提高低空目标的测高精度,并获得反射面高度。

    基于压缩卡尔曼滤波的小场景雷达目标距离像估计方法

    公开(公告)号:CN103235295A

    公开(公告)日:2013-08-07

    申请号:CN201310111620.8

    申请日:2013-04-02

    Abstract: 本发明公开了一种基于压缩卡尔曼滤波的小场景雷达目标距离像估计方法,主要解决现有卡尔曼滤波算法在距离像估计中存在计算量大的问题及压缩采样雷达在低信噪比情况下难以获得较高的信噪比输出的问题。其实现过程是:1)对雷达接收到的回波信号进行压缩采样;2)估计压缩采样后噪声的自相关矩阵;3)建立线性近似的降维状态空间模型;4)对状态空间模型进行卡尔曼滤波递推;5)对递推结果进行校正获得距离像估计结果。本发明可消除现有匹配滤波方法存在的主瓣能量扩散问题,提高了距离分辨率,并在低信噪比情况下能获得优于传统压缩采样方法的成像效果,可用于提高压缩采样雷达的散射点信噪比输出。

Patent Agency Ranking