一种基于先导信息的MIMO雷达波形正交方法

    公开(公告)号:CN114152916A

    公开(公告)日:2022-03-08

    申请号:CN202111346268.7

    申请日:2021-11-15

    IPC分类号: G01S7/282 G01S7/285 G01S7/292

    摘要: 本发明公开了一种基于先导信息的MIMO雷达波形正交方法,MIMO雷达子阵之间可以先各自转发含有自己波形工作参数的先导信息,先导信息调制到雷达波形中,通过雷达子阵天线发射出去,各子阵接收机经过中频滤波和解调后得到含有其他子阵先导信息的信号,将该信号通过短时傅里叶变换后得到各自子阵先导信息的时频图,由时频图判断各子阵之间波形是否正交。若波形之间不正交,使用代价函数优化波形中的参数,再将优化后的波形用于MIMO雷达,在MIMO雷达进行目标探测过程中,周期性地发射先导信息来不断感知MIMO雷达各子阵之间是否正交。本发明能够实现MIMO雷达波形正交,进而提高雷达系统多普勒分辨率、抗截获能力以及对弱小目标的探测与跟踪。

    一种基于机器学习的雷达杂波抑制方法

    公开(公告)号:CN109444840B

    公开(公告)日:2020-12-25

    申请号:CN201811471743.1

    申请日:2018-12-04

    IPC分类号: G01S7/41

    摘要: 本发明公开了一种基于机器学习的雷达杂波抑制方法,实测数据产生包含杂波和目标的数据集作为输入数据,对输入数据进行预处理,初步处理后选取合适特征和初始权重进行加权,然后对其聚类,将聚为不同类别结果进行评价,再反馈到特征加权模块调整权值,直到找到评价指标最优的一组权重和聚类数。最佳聚类数中,一类为目标,其余类为不同类型杂波,可将实时雷达回波数据与之进行比较,实现杂波抑制,从而得到目标信号。相比于以往利用杂波图抑制杂波的方法,实现结构简单,实现成本低,效果更好,且具有很高的简捷性、实时性和通用性。

    一种基于机器学习的雷达杂波抑制方法

    公开(公告)号:CN109444840A

    公开(公告)日:2019-03-08

    申请号:CN201811471743.1

    申请日:2018-12-04

    IPC分类号: G01S7/41

    摘要: 本发明公开了一种基于机器学习的雷达杂波抑制方法,实测数据产生包含杂波和目标的数据集作为输入数据,对输入数据进行预处理,初步处理后选取合适特征和初始权重进行加权,然后对其聚类,将聚为不同类别结果进行评价,再反馈到特征加权模块调整权值,直到找到评价指标最优的一组权重和聚类数。最佳聚类数中,一类为目标,其余类为不同类型杂波,可将实时雷达回波数据与之进行比较,实现杂波抑制,从而得到目标信号。相比于以往利用杂波图抑制杂波的方法,实现结构简单,实现成本低,效果更好,且具有很高的简捷性、实时性和通用性。

    一种基于局部相关性的改进子空间海杂波抑制方法

    公开(公告)号:CN104155632A

    公开(公告)日:2014-11-19

    申请号:CN201410346178.1

    申请日:2014-07-18

    IPC分类号: G01S7/36

    摘要: 本发明公开一种基于局部相关性的改进子空间海杂波抑制方法。海杂波的抑制能够提高目标信杂比,有助于提高高频地波雷达(high frequency surface wave radar,HFSWR)对舰船目标的检测性能。原始子空间法抑制海杂波时对所有距离单元构造的协方差矩阵是相同的,造成对杂波空间估计不准从而抑制效果不佳,距离多普勒谱上反映为不同距离海杂波抑制效果类似。本发明通过计算待检测距离单元与相邻距离单元之间的相关系数,自适应的确定组成协方差矩阵的参考单元,对构成的协方差矩阵进行奇异值分解(singular value decomposition,SVD)分解得到海杂波所在的子空间,并最终将其抑制。该方法具有同时抑制一阶和高阶海杂波的能力,提高了目标信杂比,对所有距离单元的抑制效果都较理想。

    一种基于多时空尺度的无人机集群目标检测前识别方法

    公开(公告)号:CN116310885A

    公开(公告)日:2023-06-23

    申请号:CN202211106940.X

    申请日:2022-09-09

    IPC分类号: G06V20/17 G06V10/75 G01S7/41

    摘要: 本发明公开了一种基于多时空尺度的无人机集群目标检测前识别方法,获取目标回波数据,送入多时间尺度系统;设置多时间尺度恒虚警检测方法的滑动窗口参数,并分别在三种时间尺度下的目标窗口中对不同类型的目标进行检测;分别设置双参数恒虚警、短时间统计双参数恒虚警和长时间统计双参数恒虚警三种算法的判决门限,对检测结果进行判决;将三者的判决结果联合判定,初步识别并区分出检测窗口内的回波数据;采用最邻近峰值搜索的方法将初步检测出的目标与预设的多空间类型数据库进行匹配搜索,输出目标分类结果;根据匹配结果对多空间类型数据库进行迭代更新和类型扩充。本发明实现了多目标检测与识别的闭环系统,有效完成无人机集群的编队识别。

    一种基于多维超分辨分析的无人机群规模识别的方法

    公开(公告)号:CN115436895A

    公开(公告)日:2022-12-06

    申请号:CN202210845280.0

    申请日:2022-07-18

    IPC分类号: G01S7/41 G06K9/00 G06K9/62

    摘要: 本发明公开了一种基于多维超分辨分析的无人机群规模识别的方法,构建目标回波的距离‑方位‑俯仰‑多普勒四阶张量模型;基于PARAFAC分解构建回波信号的四阶张量分解模型;对回波信号进行参数估计,获得各点目标的方位角、俯仰角、速度和距离四个维度的参数信息;集群目标运动趋势合并,得到各点目标的聚集度;建立集群目标连通图模型,获取每个群组对应的运动方向;集群目标编队形状的几何重构,完成对无人机集群编队数量及形状的估计。本发明充分利用目标多维特征信息而构建距离‑方位‑俯仰‑多普勒四维联合域,对集群目标进行几何重构,实现无人机集群目标的规模估计与识别。

    一种基于相位补偿的解速度模糊方法

    公开(公告)号:CN111273248A

    公开(公告)日:2020-06-12

    申请号:CN202010092227.9

    申请日:2020-02-14

    IPC分类号: G01S7/41 G01S7/288

    摘要: 本发明公开了一种基于相位补偿的解速度模糊方法,首先在回波基础上做二维傅里叶变换FFT,此时PRI为正常范围,再进行恒虚警CFAR检测从二维模糊图中提取出其中一个单目标所在的区域,将余下部分模糊图置零。对重新赋值的模糊图做二维逆傅里叶变换IFFT得到原始数据,对IFFT后的原始回波数据进行针对于该单目标的相位补偿,以1/N的PRI对补偿后的回波做二维FFT到多普勒域,取不同补偿相位中增益最大的一组补偿相位,此时所测速度即为目标的真实速度。本发明计算简单,摒弃了冗余的相位量,便于工程的应用实现。

    一种镜像连接半模基片集成波导十字形功率分配器

    公开(公告)号:CN102723565B

    公开(公告)日:2014-07-02

    申请号:CN201110077241.2

    申请日:2011-03-30

    IPC分类号: H01P5/12

    摘要: 本发明提供一种镜像转接半模基片集成波导十字形功率分配器,包括设有金属贴片的介质基片、四条相应的呈十字形轴对称方式构成的单侧开口面支路;其中,每条支路的开口面的一侧设有两排周期性排列的金属孔列,金属孔列与支路的金属贴片之间有一条L形的空气槽;在金属化通孔内壁上设置有金属套,所述金属套与覆于介质基片上表面的金属贴片与下表面的金属贴片连接。本发明具有双侧开放结构、十字形对称等功率输出、尺寸紧凑、集成度高、损耗小、成本低以及易于大规模生产等一系列优点。

    车载MIMO雷达求熵解速度模糊的方法

    公开(公告)号:CN111239721B

    公开(公告)日:2022-05-03

    申请号:CN202010087550.7

    申请日:2020-02-13

    发明人: 王启霞 张弓 胡文

    IPC分类号: G01S13/58 G01S13/60 G01S7/35

    摘要: 本发明公开了一种车载MIMO雷达求熵解速度模糊的方法,包括对测得的回波数据进行ADC处理,并根据通道顺序重新排列;对每个通道的回波信号进行距离‑多普勒维的FFT变换;根据求得的模糊速度,构造2L组不同的速度,得到2L组新的加权矢量及输出功率;通过求熵的方式可以同时解同一距离‑多普勒门内所有信号的速度模糊,从而能够准确估算出所有地面杂波信号相对于雷达准确的角度信息,最终根据地面杂波在方位向关于雷达前进方向的对称性,求解车辆自身的不模糊速度。

    一种基于机器学习的雷达方案设计方法

    公开(公告)号:CN110309528A

    公开(公告)日:2019-10-08

    申请号:CN201910297944.2

    申请日:2019-04-15

    IPC分类号: G06F17/50 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于机器学习的雷达方案设计方法,首先利用方案样本对各类型雷达方案性能指标和对应子系统类型指标进行特征提取,将方案抽象为序列数据,进行数据预处理操作;其次利用该方案特征序列训练机器学习模型,样本数据中雷达整体系统性能指标作为模型输入,雷达子系统类型指标作为模型输出,得到模型的内部节点连接权值,也就得到了方案特征设计的网络模型;最后将待设计方案的指标参数特征输入到训练模块,最终输出雷达方案各子系统类型参数,完成雷达模块级的方案设计工作。本发明提供一种新的雷达方案设计方法,能够克服传统雷达系统设计过程繁琐、设计水平参差不齐的缺陷,实现成本低、效率高,能够为雷达设计人员提供有效参考。