基于酉变换实值块稀疏贝叶斯学习的阵列信号处理方法

    公开(公告)号:CN118962617A

    公开(公告)日:2024-11-15

    申请号:CN202410936101.3

    申请日:2024-07-12

    IPC分类号: G01S7/41

    摘要: 本发明涉及雷达信号处理技术领域,具体的说是一种能够显著提高参数估计性能的基于酉变换实值块稀疏贝叶斯学习的阵列信号处理方法,其中,首先针对于双正交偶极子阵列,分别构造水平极化子阵和垂直极化子阵;其次,分别对两个子阵的接收数据进行酉变换,将接收数据转换为实值数据,同时将DOA和极化参数解耦合,进而使用块稀疏算法进行估计;然后,利用酉变换的特性,将重构后的块信号进行转换,进而利用块信号之间的相关性实现极化参数的估计。

    基于空间平滑的极化敏感镜面反射阵列极化DOA联合估计方法

    公开(公告)号:CN116381594A

    公开(公告)日:2023-07-04

    申请号:CN202310350945.5

    申请日:2023-03-30

    IPC分类号: G01S3/10 G01S3/14

    摘要: 本发明涉及极化敏感镜面反射阵列信号处理技术领域,具体的说是一种基于空间平滑的极化敏感镜面反射阵列极化DOA联合估计方法,其特征在于,包括以下步骤:获取极化敏感镜面反射阵列接收信号,构建和‑差共阵,计算各偶极子的自协方差矩阵,处理得到各偶极子对应的虚拟阵输出,选取子阵,获得极化敏感虚拟子阵输出,构建极化敏感虚拟阵的协方差矩阵后使用空间平滑恢复秩,进行特征值分解,得到噪声子空间进行极化‑DOA联合估计,本发明所提的极化敏感镜面反射阵列极化‑DOA联合估计方法的空间角估计精度在不同信噪比下均高于拥有相同阵元数的传统非镜面阵列,并且信噪比较高时的估计精度与拥有与虚拟阵相同阵元数的传统阵列估计精度相近。

    毫米波雷达频域波束多参数快速联合超分辨估计方法

    公开(公告)号:CN115480237A

    公开(公告)日:2022-12-16

    申请号:CN202211126498.7

    申请日:2022-09-16

    IPC分类号: G01S13/34 G01S13/88

    摘要: 本发明涉及安防用毫米波雷达信号处理技术领域,具体的说涉及一种毫米波雷达频域波束多参数快速联合超分辨估计方法,包括:获取安防毫米波雷达混频差拍信号;通过快速傅里叶变换将空时多参数域联合数据变换到频域;选取频域数据实现数据降维;构建协方差矩阵,进行特征值分解;根据信源数得到信号子空间或噪声子空间,得到目标参数信息,本发明利用频域波束空间降维实现了安防毫米波雷达的多维参数快速联合估计,解决了传统多维联合超分辨算法高计算复杂度的问题,为安防毫米波雷达的多维参数联合超分辨的工程化实现提供了技术支持。

    非相参分布式稀疏阵列扩展MUSIC算法

    公开(公告)号:CN118444240A

    公开(公告)日:2024-08-06

    申请号:CN202410467633.7

    申请日:2024-04-18

    IPC分类号: G01S3/10 G01S3/14 G06F17/16

    摘要: 本发明涉及一种非相参分布式稀疏阵列扩展MUSIC算法,包括:各分布式子阵获取本阵列回波信号;各分布式子阵通过本阵列数据协方差矩阵构造差分阵列数据;使用空间平滑算法获取各分布式子阵虚拟阵列的数据协方差矩阵,并传送至数据融合中心;数据融合中心对各分布式子阵虚拟阵列的数据协方差矩阵做特征值分解获取信号子空间或噪声子空间;通过各分布式子阵的信号子空间或噪声子空间获取各分布式子阵空间谱;将各分布式子阵对应空间谱处理得到非相参分布式稀疏阵列扩展MUSIC空间谱;对非相参分布式稀疏阵列扩展MUSIC空间谱进行谱峰搜索得到目标角度,本发明通过传输子阵数据协方差矩阵降低了信号级数据传输通信负担,实现了角度估计精度的提升。

    基于联合对角化的相干源测向方法

    公开(公告)号:CN114236463B

    公开(公告)日:2024-04-02

    申请号:CN202111570559.4

    申请日:2021-12-21

    IPC分类号: G01S3/14

    摘要: 本发明涉及无线电定向技术领域,具体的说是一种能够有效提升空间谱分辨力的基于联合对角化的相干源测向方法,其特征在于,通过利用阵列协方差矩阵的列向量,来重构若干有效恢复秩的具有联合对角化结构的协方差矩阵,然后构造一维DOA搜索谱函数,最后通过对谱函数的一维寻优,实现对相干信号的DOA估计的基于均匀线性阵列、适用于相干源的测向方法,与现有技术相比,数据处理过程简单,对于M个阵元的均匀线阵,可以最多估计2M/3个信号;与前向平滑和双向平滑等现有技术相比,显著改善了相干信号在低信噪比条件的测向精度,提升了空间谱分辨力,为实现均匀线阵在各领域中的工程应用奠定基础。

    抗动态干扰的极化波束形成方法、系统、存储介质及应用

    公开(公告)号:CN111859278B

    公开(公告)日:2024-02-27

    申请号:CN202010726122.4

    申请日:2020-07-25

    IPC分类号: G06F17/16 G01S7/35

    摘要: 本发明属于阵列信号处理技术领域,公开了一种抗动态干扰的极化波束形成方法、系统及应用,对双极化阵元构成的均匀线阵建立接收信号模型;根据接收数据构造采样干扰加噪声协方差矩阵 并设计干扰加噪声协方差矩阵锥T;利用协方差矩阵锥对采样协方差矩阵锥化处理,并利用PI算法得到权矢量Wpi的表示形式;利用共轭梯度法求解PI‑CG‑CMT的最优权矢量;利用最优权值得到自适应波束输出y(k)。本发明降低了运算复杂度,并具有较快的收敛速度,提升了极化敏感阵列波束形成算法性能。结合仿真实验结果,当存在动态干扰或干扰信号导向矢量失配时,本发明比传统算法具有更高的输出信干噪比,又由于运算复杂度低,可以更好的应用于工程实践中。

    一种可重参数化多分支卷积的孪生网络目标跟踪方法及系统

    公开(公告)号:CN117197490A

    公开(公告)日:2023-12-08

    申请号:CN202311158538.0

    申请日:2023-09-08

    发明人: 金铭 唐宇 韩勇

    摘要: 本发明提供一种可重参数化多分支卷积的孪生网络目标跟踪方法及系统,涉及目标跟踪技术领域,为解决现有的跟踪方法难以使模型在复杂的跟踪环境下鲁棒且稳定地跟踪目标的问题。包括:预处理训练数据,构建多分支卷积网络模型,网络模型通过不同尺寸的卷积获取不同尺度的特征,并进行特征融合;训练模型;将训练好的多分支卷积网络模型进行重参数化为单路卷积神经网络模型,并输入目标跟踪视频;利用单路卷积神经网络模型分别提取目标跟踪视频的第一帧图像及搜索帧图像的特征;将第一帧图像的特征和搜索帧图像的特征进行互相关操作,得到响应图,以响应图的响应值最大位置作为预测目标位置;以第一帧的跟踪对象作为跟踪目标进行目标跟踪。

    远场窄带无线电信号波达方向估计方法

    公开(公告)号:CN113219398B

    公开(公告)日:2022-09-13

    申请号:CN202010573169.1

    申请日:2020-06-22

    IPC分类号: G01S3/14 G06F17/16

    摘要: 本发明属于阵列信号处理技术领域,具体的说是一种能够显著降低运算复杂度的基于最大公因式的广义多项式降阶求根的远场窄带无线电信号波达方向估计方法,其特征在于,接收辐射源信号后,获取辐射源信号的求根多项式,然后通过根与系数的关系,构造近似求根多项式及其导数;将所述近似求根多项式及其导数组成病态方程组后,提取方程组的最大公因式,在得到含有真实DOA信息的最大公因式后,直接通过求根运算得到信号的波达方向。