基于NOMP的单基地MIMO雷达远近场混合目标定位方法

    公开(公告)号:CN113985394B

    公开(公告)日:2024-04-05

    申请号:CN202111168917.9

    申请日:2021-10-05

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于NOMP的单基地MIMO雷达远近场混合目标定位方法,属于多输入多输出(MIMO)雷达目标定位领域。包括利用回波信号构建MIMO雷达的观测矩阵模型;采用参数分离方法得到只含有收发角的矢量模型;基于二维NOMP方法获得收发角的估计值;结合收发角和观测矩阵,利用广义似然比检验函数获得距离估计值;依据远近场目标类型修正距离参数;对所有距离估计值进行循环修正;更新残差值和回波幅度值;获得距离的精确估计值。优点在于:利用NOMP方法进行混合目标参数联合估计,能够保留稀疏近似类算法的优势,减少计算复杂度,并能够在少快拍数下达到离格的参数估计,保证估计精度。

    一种阵元失配情况下基于ADMM的无网格DOA估计方法

    公开(公告)号:CN112800599A

    公开(公告)日:2021-05-14

    申请号:CN202110059717.3

    申请日:2021-01-15

    Applicant: 吉林大学

    Abstract: 本发明涉及一种阵元失配情况下基于ADMM的无网格DOA估计方法,属于阵列信号处理领域。包括利用阵列接收数据构建阵元失配情况下的阵列信号接收模型;对信号模型进行变换,将其表示为新的形式;考虑误差矩阵的稀疏性,建立基于原子范数的最优问题描述;基于原子范数定义和范德蒙德分解,将原子范数最小化问题转化为半定规划问题;利用ADMM求解半定规划问题;基于范德蒙德分解,利用ESPRIT算法得到DOA估计值;对求解得到的误差矩阵的稀疏性进行分析,确定失配阵元位置。优点是基于压缩感知理论,降低运算复杂度,减少运行时间,提高运算效率,仿真结果表明,所提出的方法无需划分网格,在小快拍情况下具有更好的估计精度,且复杂度低,耗时少。

    基于量子粒子群算法的MIMO雷达正交波形设计方法

    公开(公告)号:CN113075623B

    公开(公告)日:2024-10-15

    申请号:CN202110353058.4

    申请日:2021-03-31

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于量子粒子群算法的MIMO雷达正交波形设计方法,属于雷达信号处理领域。采用量子粒子群算法对相位编码序列进行优化,最后得到正交性良好的波形集,以序列的自相关旁瓣峰值和互相关峰值作为适应度函数,将波形集的子脉冲的相位编码为0和1,采用量子旋转门对粒子位置进行更新,通过Hε门对算法进行修正,使算法具有更好的全局收敛性和搜索能力,并以一定的变异概率对粒子位置进行量子非门的更新操作,进一步改善算法性能;仿真实验表明本发明的算法的有效性,并与粒子群算法和混沌粒子群算法进行对比,证明本发明的实验结果更好。

    基于NOMP的单基地MIMO雷达远近场混合目标定位方法

    公开(公告)号:CN113985394A

    公开(公告)日:2022-01-28

    申请号:CN202111168917.9

    申请日:2021-10-05

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于NOMP的单基地MIMO雷达远近场混合目标定位方法,属于多输入多输出(MIMO)雷达目标定位领域。包括利用回波信号构建MIMO雷达的观测矩阵模型;采用参数分离方法得到只含有收发角的矢量模型;基于二维NOMP方法获得收发角的估计值;结合收发角和观测矩阵,利用广义似然比检验函数获得距离估计值;依据远近场目标类型修正距离参数;对所有距离估计值进行循环修正;更新残差值和回波幅度值;获得距离的精确估计值。优点在于:利用NOMP方法进行混合目标参数联合估计,能够保留稀疏近似类算法的优势,减少计算复杂度,并能够在少快拍数下达到离格的参数估计,保证估计精度。

    一种阵元失配情况下基于ADMM的无网格DOA估计方法

    公开(公告)号:CN112800599B

    公开(公告)日:2022-04-15

    申请号:CN202110059717.3

    申请日:2021-01-15

    Applicant: 吉林大学

    Abstract: 本发明涉及一种阵元失配情况下基于ADMM的无网格DOA估计方法,属于阵列信号处理领域。包括利用阵列接收数据构建阵元失配情况下的阵列信号接收模型;对信号模型进行变换,将其表示为新的形式;考虑误差矩阵的稀疏性,建立基于原子范数的最优问题描述;基于原子范数定义和范德蒙德分解,将原子范数最小化问题转化为半定规划问题;利用ADMM求解半定规划问题;基于范德蒙德分解,利用ESPRIT算法得到DOA估计值;对求解得到的误差矩阵的稀疏性进行分析,确定失配阵元位置。优点是基于压缩感知理论,降低运算复杂度,减少运行时间,提高运算效率,仿真结果表明,所提出的方法无需划分网格,在小快拍情况下具有更好的估计精度,且复杂度低,耗时少。

    基于量子粒子群算法的MIMO雷达正交波形设计方法

    公开(公告)号:CN113075623A

    公开(公告)日:2021-07-06

    申请号:CN202110353058.4

    申请日:2021-03-31

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于量子粒子群算法的MIMO雷达正交波形设计方法,属于雷达信号处理领域。采用量子粒子群算法对相位编码序列进行优化,最后得到正交性良好的波形集,以序列的自相关旁瓣峰值和互相关峰值作为适应度函数,将波形集的子脉冲的相位编码为0和1,采用量子旋转门对粒子位置进行更新,通过Hε门对算法进行修正,使算法具有更好的全局收敛性和搜索能力,并以一定的变异概率对粒子位置进行量子非门的更新操作,进一步改善算法性能;仿真实验表明本发明的算法的有效性,并与粒子群算法和混沌粒子群算法进行对比,证明本发明的实验结果更好。

Patent Agency Ranking