-
公开(公告)号：CN105487059B
公开(公告)日：2017-09-15
申请号：CN201610003862.9
申请日：2016-01-05
Applicant: 南京信息工程大学
IPC: G01S7/40
Abstract: 本发明公开了一种基于逆时反演的穿墙雷达基准面校正方法，首先根据回波时延估计天线阵列与水平面之间的倾角以及天线阵列的阵列中心与墙体之间的垂直距离，然后确定天线阵元的坐标并确定水平基准面，再根据电磁波传播的逆问题原理，将倾斜的天线阵列延拓至水平基准面，以位于水平测线的虚拟天线阵列接收的回波信号替代位于倾斜测线的天线阵列接收的回波信号，从而得到真实的场景成像。本方法采用波动方程能够更为真实地描述电磁波在空间传播的情况；将倾斜的天线阵列延拓至水平基准面，能够有效地消除倾斜天线阵列造成的目标错位与畸变的影响；与已有方法相比，能够提供更高的成像精度，并且实现简便，在实际应用中具有重要意义。
-
公开(公告)号：CN104297749A
公开(公告)日：2015-01-21
申请号：CN201410607213.0
申请日：2014-10-31
Applicant: 南京信息工程大学
IPC: G01S13/89
CPC classification number: G01S13/89
Abstract: 本发明提供一种基于回波扩展熵的穿墙雷达成像方法，具体步骤包括：建立穿墙成像模型，获得原始信号数据；对天线阵元所接受的回波信号进行扩展；计算熵值并设定门限；对天线阵元所接收的回波信号反复进行扩展，得到阵元不同时间采样点所对应的扩展熵值，利用该熵值设定门限，获得经过处理后的处理图。本发明能够消除墙体强杂波对穿墙成像的影响，提高成像精度，减少了天线阵元数目，对硬件设备的要求较低，大大简化了穿墙雷达硬件设备的设计。
-
公开(公告)号：CN104269613A
公开(公告)日：2015-01-07
申请号：CN201410190085.4
申请日：2014-05-07
Applicant: 南京信息工程大学
Abstract: 本发明涉及天线领域，尤其为一种高隔离度MIMO三频天线。采用两个在空间上对称放置、加载短路接线的辐射单元天线技术，提出了一种可用于TD-LTE系统E频段、WLAN系统5.2GHz频段和WIMAX系统3.5GHz频段的高隔离度MIMO倒F天线，该天线中心工作频率分别为2.35GHz、3.5GHz以及5.2GHz,天线在上述各中心工作频率处的隔离度分别为-16.05dB、-8.25dB和-19.41dB，实现了MIMO系统中倒F天线单元之间的高隔离度工作，同时，天线在上述频段既能够向不同的空间方位发射信号，也能够接收来自不同空间方位的信号，具有较好的MIMO功能。
-
公开(公告)号：CN112596036B
公开(公告)日：2023-09-22
申请号：CN202011021525.5
申请日：2020-09-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种冲击噪声下MIMO雷达阵列的诊断方法，包括以下步骤：(1)在MIMO雷达接收阵列端获取存在故障阵元时接收数据矩阵；(2)利用无穷范数归一化加权系数对存在故障阵元的MIMO雷达接收数据矩阵进行预处理；(3)通过匹配滤波得到虚拟阵列在多个脉冲周期内的输出信号；(4)对虚拟阵列输出信号矩阵取模、量化处理，再将数据矩阵分割成多个图像块；(5)计算各个接收与发射阵元对应的互信息值均值，构成接收与发射阵列的互信息值矢量；(6)对接收和发射阵列互信息值矢量门限检测以确定故障阵元位置。本发明所述方法可在冲击噪声环境下准确诊断出MIMO雷达故障阵元位置，从而有效解决MIMO雷达在冲击噪声环境下故障阵元诊断问题。
-
公开(公告)号：CN110174659B
公开(公告)日：2023-05-23
申请号：CN201910541040.X
申请日：2019-06-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于迭代近端投影的MIMO雷达多测量矢量DOA估计方法，通过高维回波数据转换至低维空间以降低空域维度，并对降维后的数据进行奇异值分解，提取信号子空间以降低时域维度，利用近端函数优化模型来表示MIMO雷达多测量矢量DOA估计中的非凸非平滑稀疏优化问题，然后在迭代过程中通过外推步骤和SCAD函数获得近端算子以求解该优化问题。本发明方法在低快拍和低信噪比下相干信源的DOA估计性能优于现有算法。
-
Patent Agency Ranking
公开(公告)号：CN109471082B
公开(公告)日：2022-11-01
申请号：CN201811318528.8
申请日：2018-11-07
Applicant: 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明提供一种基于信号子空间重构的阵元缺损MIMO雷达角度估计方法包括如下步骤：步骤1：对阵元缺损双基地MIMO雷达的协方差矩阵进行特征分解来获得信号子空间矩阵，从而降低待恢复数据矩阵的维数，在信号子空间矩阵中从上而下每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，恢复出块Hankel矩阵中的缺失数据，从而获得完整的信号子空间矩阵；步骤3：根据完整的信号子空间矩阵，利用ESPRIT算法进行目标角度估计。
-
公开(公告)号：CN113064126B
公开(公告)日：2022-05-17
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：CN109782239B
公开(公告)日：2022-03-11
申请号：CN201811598742.3
申请日：2018-12-26
Applicant: 南京信息工程大学
IPC: G01S7/40
Abstract: 本发明公开了一种基于波形相似度的双基地MIMO雷达故障阵元诊断方法，双基地MIMO雷达接收阵列信号经过匹配滤波后会形成由多个虚拟阵元组成的虚拟阵列，发射或接收阵列中故障阵元所对应的虚拟阵元输出信号不包含目标信息，仅为噪声，由于噪声与信号具有独立不相关的特点，因此故障阵元所对应的虚拟阵元输出信号波形与其余虚拟阵元输出信号波形高度不相似，即故障阵元与其余阵元的输出信号互相关值接近于零，从而通过比较各虚拟阵元输出信号之间的波形相似性，能诊断出双基地MIMO雷达发射和接收阵列中故障阵元的位置。本发明方法无需使用辅助阵元和测量设备，在低信噪比情况下能对任意位置出现故障阵元进行准确和快速的自诊断。
-
公开(公告)号：CN113655444A
公开(公告)日：2021-11-16
申请号：CN202110989797.2
申请日：2021-08-26
Applicant: 南京信息工程大学
IPC: G01S7/02
Abstract: 本发明涉及MIMO雷达DOA估计领域，公开了一种阵元失效下基于重加权先验的MIMO雷达DOA估计方法，利用SVD分解技术对虚拟阵列输出数据矩阵进行降维预处理，增强对噪声的鲁棒性；针对降维后存在整行缺失元素的输出数据矩阵，建立联合重加权低秩和稀疏先验信息的矩阵填充模型；在交替方向乘子法(Alternating Direction Method of Multipliers，ADMM)框架下利用增广拉格朗日乘子法(Augmented Lagrange Method，ALM)迭代得到最优解，在每次迭代中对权值进行更新调整以增强解的低秩性和稀疏性，并对过完备字典进行收缩处理以进一步降低计算复杂度，当算法收敛时即可由稀疏解估计出目标DOA。
-
公开(公告)号：CN110531330B
公开(公告)日：2021-06-11
申请号：CN201910922256.0
申请日：2019-09-27
Applicant: 南京信息工程大学
IPC: G01S7/40
Abstract: 本发明公开了一种基于子空间聚类的双基地MIMO雷达阵列诊断方法，首先，对虚拟阵列协方差矩阵进行特征值分解获得信号子空间，根据信号子空间中各数据点的分布特征，采用密度峰值聚类算法获取信号子空间中各个数据点的密度分布与距离特性；其次，通过计算各数据点的簇中心权值选取聚类中心，将信号子空间中各数据点无监督地划分为不同簇类，并确定异常簇类；最后，根据异常簇类中的数据点确定发射阵列与接收阵列中故障阵元的位置。采用本发明方法能同时诊断发射阵列与接收阵列中的故障阵元、且无需额外测试阵元或参考数据。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.024 seconds)
