-
公开(公告)号：CN110531330A
公开(公告)日：2019-12-03
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。
-
公开(公告)号：CN106646414B
公开(公告)日：2019-03-12
申请号：CN201611029634.5
申请日：2016-11-15
Applicant: 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于Bi‑CGSTAB和SL0算法的MIMO雷达目标参数估计方法，属于MIMO雷达目标参数估计技术领域，通过在SL0算法中由离线计算获得的代替感知病态矩阵A的伪逆A*(AA*)‑1，其中(·)*表示矩阵的共轭转置操作，然后利用改进的SL0算法对MIMO雷达的接收信号y进行处理。避免因MIMO雷达感知病态矩阵病态而导致SL0算法失效，并改善了SL0算法的稳健性，具有较高的重构精度；离线计算并存储MIMO雷达感知病态矩阵的伪逆替代矩阵，在MIMO雷达中利用SL0算法估计目标参数时可以直接调用伪逆替代矩阵的值，节省了病态线性方程组的求解时间，加快了稀疏目标信号的重构速度，提高了MIMO雷达目标参数估计的实时性。
-
公开(公告)号：CN105930310A
公开(公告)日：2016-09-07
申请号：CN201610298213.6
申请日：2016-05-06
Applicant: 南京信息工程大学
CPC classification number: G06F17/17 , H03M7/55 , H03M7/60 , H03M7/6041
Abstract: 本发明公开了一种自适应正则化平滑l0范数方法，对正则化SL0算法进行了改进，在内循环的最速上升法中以第一次迭代的信号残差项估计值以及该迭代前后的稀疏信号估计的偏差值作为当前正则化参数的选择依据，从而能自适应地调整在每次外循环中的信号稀疏度和误差容许项的权重值，在优化过程中保持两者的平衡性，从而有效降低稀疏信号的重构误差，提高了算法的抗噪声干扰能力；通过引入SVD方法来避免在迭代过程中投影到可行解集的操作中的大规模矩阵求逆运算，有效提高本发明方法对稀疏信号的重构速度。
-
公开(公告)号：CN103823217B
公开(公告)日：2016-05-04
申请号：CN201410067140.0
申请日：2014-02-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于双频发射的双基地MIMO雷达高速运动目标参数估计方法，通过双基地MIMO雷达的接收阵列接收高速高机动目标的回波信号，将接收阵列的回波信号按不同载频进行分离；分离后的两路回波数据进行共轭相乘,并在快时间域进行整周期积分；对积分后的数据在慢时间域进行傅立叶变换，估计出各个目标速度；构造各个高速目标匹配滤波函数；与接收阵列回波进行匹配滤波形成虚拟阵列；估计出各目标发射角和接收角。本发明利用经双频发射MIMO雷达的回波信号特点来校正高速目标的距离走动，并解决多普勒扩散和RCS快起伏等非平稳因素对参数估计性能的影响问题，实现高速高机动目标下的MIMO雷达参数估计。
-
公开(公告)号：CN105487059A
公开(公告)日：2016-04-13
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。
-
Patent Agency Ranking
公开(公告)号：CN104750944A
公开(公告)日：2015-07-01
申请号：CN201510180612.8
申请日：2015-04-16
Applicant: 南京信息工程大学
IPC: G06F17/50
Abstract: 本发明公开了一种快速的平面稀疏阵列综合方法，本发明的有益效果是：一、通过构造拉格朗日函数将常规平面阵列综合的约束优化模型转化为无约束优化问题，从而避免在平面阵列迭代优化过程中出现计算病态性问题；二、本方法可以在每次迭代中利用闭式解更新阵列加权向量，无需使用优化工具求解平面阵列的综合问题，从而更具有通用性和可移植性；三、由于平面阵列的二维空间角度采样数呈平方式增长导致闭式解中求逆矩阵的规模非常大，本发明引入共轭梯度方法解决大规模矩阵的求逆问题，以加快平面阵列综合的收敛速度，从而更具有实时性。特别适用于阵列优化实时性和通用性要求较高的场合。
-
公开(公告)号：CN103823217A
公开(公告)日：2014-05-28
申请号：CN201410067140.0
申请日：2014-02-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于双频发射的双基地MIMO雷达高速运动目标参数估计方法，通过双基地MIMO雷达的接收阵列接收高速高机动目标的回波信号，将接收阵列的回波信号按不同载频进行分离；分离后的两路回波数据进行共轭相乘,并在快时间域进行整周期积分；对积分后的数据在慢时间域进行傅立叶变换，估计出各个目标速度；构造各个高速目标匹配滤波函数；与接收阵列回波进行匹配滤波形成虚拟阵列；估计出各目标发射角和接收角。本发明利用经双频发射MIMO雷达的回波信号特点来校正高速目标的距离走动，并解决多普勒扩散和RCS快起伏等非平稳因素对参数估计性能的影响问题，实现高速高机动目标下的MIMO雷达参数估计。
-
公开(公告)号：CN103777190A
公开(公告)日：2014-05-07
申请号：CN201410065844.4
申请日：2014-02-26
Applicant: 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明公开了双基地MIMO雷达高速高机动目标的角度估计方法，包括双基地MIMO雷达的接收阵列接收高速高机动目标的回波信号；接收阵列回波与位于不同距离单元上的发射信号进行共轭相乘；对共轭相乘后数据依次在快时间域和慢时间域进行傅立叶变换；根据步骤3中的峰值估计出目标速度；在快时间频率域沿目标多普勒频率值提取在不同分离通道中的目标慢时间频域分量；通过不同距离门上的目标频域数据的拼接实现跨多个距离门形成虚拟阵列数据；利用超分辨算法估计出各目标发射角和接收角。能够避免目标的高速高机动运动对MIMO雷达通道分离的影响，实现跨多个距离门形成有效的虚拟阵列，解决了高速高机动目标下的双基地MIMO雷达的目标角度参数估计问题。
-
公开(公告)号：CN119904705A
公开(公告)日：2025-04-29
申请号：CN202510399435.6
申请日：2025-04-01
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于多频激励的覆盖物识别方法及检测装置，属于电子技术和传感器技术领域，覆盖物识别方法包括：构建敏感电容器的等效电路，所述等效电路包括串联的等效电阻、等效电感以及等效电容；在不同温度下，通过不同频率的激励信号激励所述敏感电容器，并获取等效电阻的电阻值、等效电容的电容值以及敏感电容器上覆盖物类别；将同一组的温度值、频率值、电阻值以及电容值作为样本数据，将相应的覆盖物类别作为真实标签，构建样本集；构建基于神经网络的覆盖物识别模型，通过所述样本集对所述覆盖物识别模型进行训练；通过训练好的覆盖物识别模型实现覆盖物识别；本发明能够准确可靠地对覆盖物进行识别。
-
公开(公告)号：CN113655444B
公开(公告)日：2023-07-25
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。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.026 seconds)
