-
公开(公告)号:CN105372637A
公开(公告)日:2016-03-02
申请号:CN201510711242.6
申请日:2015-10-28
Applicant: 西安电子科技大学
IPC: G01S7/38
CPC classification number: G01S7/38
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。
-
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
Applicant: 西安电子科技大学
IPC: G01S7/38
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。
-
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
Applicant: 西安电子科技大学
IPC: A61B5/11
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。
-
公开(公告)号:CN110146872A
公开(公告)日:2019-08-20
申请号:CN201910412178.X
申请日:2019-05-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了基于逆Radon变换的人体微多普勒分量提取方法,该方法对行人雷达回波信号作时频变换、逆Radon变换,得到聚集程度最高的点即为能量最强的频率分量信号在逆Radon域中的映射点;再通过映射点估计正弦调频信号的频率和幅值,从而得到能量最强的正弦调频信号;将该信号从行人雷达回波信号中分离,即完成第1个微多普勒分量的提取;继续对信号进行分离,直到信号分量能量小于等于信号分离阈值,停止分离,提取出多个微多普勒分量。本发明实现了精确估计行人不同部位的微动信号分量,对行人微动信号的精细化分离。
-
公开(公告)号:CN105997093A
公开(公告)日:2016-10-12
申请号:CN201610256907.3
申请日:2016-04-24
Applicant: 西安电子科技大学
IPC: A61B5/11
CPC classification number: A61B5/11 , A61B5/1123 , A61B5/72
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。
-
-
-
-