-
公开(公告)号：CN105785361A
公开(公告)日：2016-07-20
申请号：CN201610131702.2
申请日：2016-03-08
Applicant: 南京信息工程大学
IPC: G01S13/89
Abstract: 本发明公开了一种阵元失效条件下的MIMO雷达成像方法，在MIMO雷达回波信号矩阵中对应失效阵元位置处的行元素上叠加微小的服从高斯分布的随机扰动量，利用矩阵填充技术能将非均匀采样的MIMO雷达回波数据矩阵恢复成完整的均匀采样数据矩阵，然后利用迭代加权lq最小化方法估计出目标场景向量。由于对失效阵元的回波数据未能有效利用，因此重构的目标场景存在较大的误差，影响了目标的成像质量。为了进一步提高目标场景向量的重构精度，利用已获得的目标场景向量粗估计值和感知矩阵重构出失效阵元丢失的目标接收数据，再次利用矩阵填充和迭代加权lq最小化方法获得高精度的目标场景向量估计值，解决了阵元失效条件下的MIMO雷达成像问题。
-
公开(公告)号：CN114942417B
公开(公告)日：2024-12-13
申请号：CN202210621779.3
申请日：2022-06-02
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于张量填充的阵元失效MIMO雷达DOA估计方法及装置。方法包括：首先，为了降低计算复杂度和对噪声敏感性，对阵元失效下MIMO雷达回波信号矩阵进行降维，并构建三阶回波信号张量；其次，将待恢复的MIMO雷达回波信号张量与较小维度的张量核进行截断卷积运算生成新的张量，并建立截断卷积核范数最小化的张量填充模型；然后，利用张量的截断卷积核范数与该张量的截断卷积矩阵核范数的等价关系，对上述张量填充模型进行松弛；接着，利用增广拉格朗日交替方向乘子算法对松弛后的模型进行求解以获得完整的回波信号矩阵；最后利用RD‑ESPRIT算法估计出目标DOA。本发明利用回波信号张量的多维结构信息，有效恢复MIMO雷达失效阵元的缺失数据，从而提高DOA估计性能。
-
公开(公告)号：CN117388790A
公开(公告)日：2024-01-12
申请号：CN202311160384.9
申请日：2023-09-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于Vandermonde约束张量CP分解的MIMO阵列角度估计方法，包括以下步骤：(1)对双基地MIMO阵列雷达回波信号进行匹配滤波获得虛拟阵列输出Y；(2)根据不同脉冲周期对应的匹配滤波输出噪声不相关的特性，计算时域平滑互相关矩阵R；(3)利用MIMO雷达数据的内在多维结构，将去噪后的时域平滑互相关矩阵R表示为四阶张量 并构建带有范德蒙约束分解模型；(4)采用约束交替最小二乘方法求解该范德蒙约束的CP分解模型；(5)迭代退出时，根据和(p＝1,2,...P)值获得第p个目标DOD和DOA估计值；本发明有效降低有限脉冲数对色噪声抑制的影响，同时充分利用因子矩阵先验结构信息提高张量分解的准确性，从而获得更为精确的目标角度估计值。
-
公开(公告)号：CN116299293A
公开(公告)日：2023-06-23
申请号：CN202310344906.4
申请日：2023-03-30
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于双重Toeplitz矩阵填充的MIMO阵列DOA估计方法，对阵元失效下MIMO阵列雷达回波信号进行匹配滤波获得虚拟阵列输出矩阵；计算阵元失效下MIMO阵列雷达虚拟阵列的协方差矩阵；联合利用MIMO阵列雷达协方差矩阵的低秩和双重Toeplitz结构特性，构建低秩矩阵填充模型；将含有约束条件的低秩矩阵填充模型转化为不含约束条件的增广拉格朗日函数形式；利用交替方向乘子法ADMM将增广拉格朗日函数分解为若干个子问题进行交替迭代求解；利用降维ESPRIT算法从完整协方差矩阵中估计目标的DOA。本发明能有效恢复失效阵元的缺失数据，提高MIMO阵列雷达在阵元失效下的DOA估计性能。
-
公开(公告)号：CN109471078B
公开(公告)日：2022-11-22
申请号：CN201811318145.0
申请日：2018-11-07
Applicant: 南京信息工程大学
IPC: G01S7/40
Abstract: 本发明提供一种基于图像熵的双基地MIMO雷达阵元缺损诊断方法包括如下步骤：步骤1：对阵元缺损MIMO雷达的协方差矩阵进行特征分解来获得信号子空间，从而降低待恢复数据矩阵的维数，在信号子空间中对应缺损阵元位置处的整行数据全部缺失，从上而下每M行数据构成每一个信号子空间块矩阵，共形成N个信号子空间块矩阵，其中M和N分别为发射阵元和接收阵元数；步骤2：根据信号子空间块矩阵之间的相关性，将所有的信号子空间块矩阵构成一个低秩块Hankel矩阵，通过不定增广拉格朗日乘子法对其进行重构，从而恢复出块Hankel矩阵中的缺失数据，再通过反变换获取完整的信号子空间；步骤3：利用ESPRIT算法进行目标角度估计。
-
Patent Agency Ranking
公开(公告)号：CN113093144B
公开(公告)日：2022-05-20
申请号：CN202110551473.0
申请日：2021-05-20
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于采样数据矩阵重构的MIMO雷达DOA估计方法，其将MIMO雷达的阵元失效分为冗余虚拟阵元失效和非冗余虚拟阵元失效。当冗余虚拟阵元失效时，对空间上相同位置的正常工作冗余虚拟阵元数据取均值来填充失效阵元的缺失数据，以降低阵元失效对目标DOA的估计的影响，算法处理复杂度低，实时性高。当非冗余虚拟阵元失效时，联合利用MIMO雷达虚拟阵列的采样数据矩阵的低秩和稀疏先验，不仅能挖掘矩阵行间或列间的相关性，而且还能充分利用行内或列内的相关性，对降维填充后的数据矩阵中整行缺失元素进行高精度重构，有效提高MIMO雷达在阵元失效时的DOA估计精度。
-
公开(公告)号：CN113391260A
公开(公告)日：2021-09-14
申请号：CN202110684107.2
申请日：2021-06-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种阵元失效下基于低秩和稀疏先验的MIMO雷达DOA估计方法，具体提出一种联合利用低秩和稀疏先验信息的完整协方差矩阵重构方法，对待恢复的协方差矩阵建立低秩和稀疏双先验联合约束模型，充分利用协方差矩阵行间和列间元素的相关性以及行内和列内元素的相关性，有效恢复阵元失效下MIMO雷达协方差矩阵中整行整列的缺失元素，提高DOA估计性能；采用SCAD惩罚函数作为稀疏促进函数，通过等正弦空间稀疏化方式划分粗网格空间构建字典，在确保在粗网格划分下字典中相邻行之间产生的模型误差对矩阵中缺失数据恢复精度不灵敏的基础上降低算法运算复杂度。本发明方法能有效提高阵元失效下的MIMO雷达目标DOA估计性能并具有较高的实时性及广泛的应用前景。
-
公开(公告)号：CN113064126A
公开(公告)日：2021-07-02
申请号：CN202110339194.8
申请日：2021-03-30
Applicant: 南京信息工程大学
IPC: G01S7/40
Abstract: 本发明公开了一种冲击噪声下基于张量分解和K‑means聚类的MIMO雷达阵列诊断方法，根据MIMO雷达接收阵列在第k个脉冲周期的输出信号矩阵获得匹配滤波器系数矢量Wm,n,k；计算出虚拟阵列协方差矩阵R；由虚拟阵列协方差矩阵R构建三阶PARAFAC张量快速分解三阶协方差张量得到发射阵列和接收阵列流形矩阵的估计值采用K‑means聚类方法计算收发阵列流形矩阵估计值的聚类中心；计算用于诊断发射阵列和接收阵列中故障阵元的门限阈值Tt和Tr；由和获得矢量ωt和ωr，对ωt和ωr中每个元素分别关于阈值Tt和Tr进行门限检测，获得发射阵列和接收阵列故障阵元的位置。本发明在冲击噪声下具有较高的阵列诊断成功率，且无需额外的测量探头，在低信噪比或故障阵元较多时仍能有效检测MIMO雷达故障阵元的位置。
-
公开(公告)号：CN110311686A
公开(公告)日：2019-10-08
申请号：CN201910623024.5
申请日：2019-07-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种压缩感知的伪随机等效采样信号重构方法，属于信息处理技术领域，利用伪随机等效采样方法对周期信号进行采样；将采样信号在某个变换域内进行稀疏表示或近似稀疏表示；构造观测矩阵；为了重构原始信号需求解式min||α||0s.t.y＝Φx。本发明利用伪随机等效采样方法对信号进行采样，最终采用OMP算法恢复原始信号，解决了ADC实时采样速率不足问题，降低了控制复杂度，且能够高精度恢复原信号；利用压缩感知理论中的OMP算法恢复原始信号，在不增加任何硬件条件的情况可通过较少采样点实现信号重构，在采样点较少时可精确重构原始信号，同时较基于压缩感知的随机等效采样重构方法具有更高的重构成功率。
-
公开(公告)号：CN109782243A
公开(公告)日：2019-05-21
申请号：CN201811599113.2
申请日：2018-12-26
Applicant: 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于块Hankel矩阵填充的阵元故障MIMO雷达角度估计方法。该方法首先利用虚拟阵列协方差矩阵的列向量构造具有二重Hankel结构的矩阵，并以各个列向量所构成的矩阵为子矩阵，形成具有四重Hankel结构的块Hankel矩阵，使得构造后的块Hankel矩阵的每行每列均有采样元素，并且满足低秩性，利用矩阵填充填补块Hankel矩阵中的缺失数据；然后，对恢复后的块Hankel矩阵中的相应冗余元素取均值；最后对已不存在数据缺失的块Hankel矩阵进行反变换，得到完整的虚拟阵列协方差矩阵，并采用基于阵列协方差矩阵的算法(如ESPRIT算法)估计目标的DOD和DOA。本发明能有效恢复阵元故障的MIMO雷达虚拟阵列协方差矩阵中的大量缺失数据，提高了发射或接收阵元故障时的角度估计性能。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.028 seconds)
