-
公开(公告)号：CN117274099A
公开(公告)日：2023-12-22
申请号：CN202311278845.2
申请日：2023-10-07
申请人： 电子科技大学长三角研究院(衢州)
摘要： 本发明公开了一种基于无超参数全变差均衡约束的图像去噪方法，首先建立基于列化处理的全变差图像去噪模型，接着构建全变差图像去噪代价函数，然后根据协方差拟合准则，导出全变差稀疏约束的最优均衡加权矩阵，并得出一种无超参数平衡全变差图像去噪代价函数，最后通过凸优化工具实现最优迭代求解。本发明的方法通过对无超参数均衡全变差图像去噪代价函数进行求解，在实现均匀去噪，不损失去噪效果的同时，解决了现有全变差去噪方法中正则化参数的最优选择难题。
-
公开(公告)号：CN113311404B
公开(公告)日：2023-01-31
申请号：CN202110581322.X
申请日：2021-05-27
申请人： 电子科技大学长三角研究院(衢州)
IPC分类号： G01S7/41
摘要： 本发明公开一种时分复用MIMO雷达实时角分辨率提升方法，应用于雷达成像技术领域，针对TDM‑MIMO雷达实时角分辨提升难题，本发明首先建立MIMO天线子孔径更新信号模型，将角分辨率提升的高维批处理问题转化为低维在线处理问题；然后采用循环最小化参数估计方法进行稀疏目标源定位，推导源目标估计最优解；最后根据估计公式建立递归关系，利用发射天线对应的子孔径接收块数据，依次递归更新稀疏重建结果，实现在线更新。与传统成像技术相比，本发明不仅可以有效提高成像分辨率，还大幅降低了计算复杂度，可用于实时信号处理。
-
公开(公告)号：CN113608214B
公开(公告)日：2023-11-10
申请号：CN202110909436.2
申请日：2021-08-09
申请人： 电子科技大学长三角研究院(衢州)
IPC分类号： G01S13/89
摘要： 本发明公开一种机载扫描雷达实时超分辨成像方法，应用于雷达信号处理领域，针对传统批处理模式下超分辨方法计算复杂度和内存占用率高的问题；本发明通过建立斜前视矢量卷类积精确回波模型，突破斜前视角分辨率提升机理性瓶颈；然后构造描述天线方向图和多普勒导向矩阵与雷达回波信号的可解析优化代价函数，将斜前视成像分辨率提升问题转化为在线递归优化估计问题；最后，通过Updating和Downdating滑窗递归，实现斜前视区域目标散射系数的实时更新。本方法不仅有效地改善了传统方法的方位分辨率，而且显著降低了其复杂度和内存占用率，有利于机载雷达的高品质连续实时成像。仿真结果证明了所提出方法的有效性。
-
公开(公告)号：CN113721208B
公开(公告)日：2023-04-25
申请号：CN202111020388.8
申请日：2021-09-01
申请人： 电子科技大学长三角研究院(衢州)
摘要： 本发明公开了一种雷达信噪比估计方法，本发明的方法通过迭代方式得到雷达接收信号的自相关矩阵，然后通过特征分解，对噪声子空间进行分离，利用噪声特征值进行噪声方差功率估计，最后再根据信号功率得到信噪比估计。与已有方法相比，本发明的方法能够根据一次信号样本，通过迭代方式获得信号的自相关矩阵，该方法不依赖于快拍数量，在单次样本情况下具有更高的估计精度；对任意输入信号该方法都能自适应的得到信噪比估计，因而可以准确的估计信噪比。
-
公开(公告)号：CN113721208A
公开(公告)日：2021-11-30
申请号：CN202111020388.8
申请日：2021-09-01
申请人： 电子科技大学长三角研究院(衢州)
摘要： 本发明公开了一种雷达信噪比估计方法，本发明的方法通过迭代方式得到雷达接收信号的自相关矩阵，然后通过特征分解，对噪声子空间进行分离，利用噪声特征值进行噪声方差功率估计，最后再根据信号功率得到信噪比估计。与已有方法相比，本发明的方法能够根据一次信号样本，通过迭代方式获得信号的自相关矩阵，该方法不依赖于快拍数量，在单次样本情况下具有更高的估计精度；对任意输入信号该方法都能自适应的得到信噪比估计，因而可以准确的估计信噪比。
-
公开(公告)号：CN118566843A
公开(公告)日：2024-08-30
申请号：CN202410637133.3
申请日：2024-05-22
申请人： 电子科技大学长三角研究院(衢州)
摘要： 本发明公开一种基于FPGA的毫米波MIMO雷达快速超分辨方法，应用于雷达成像领域，针对现有的超分辨方法计算复杂度高，计算耗时长，无法应用于实际工程领域，本发明设计了一种超分辨方法的FPGA并行处理架构。该并行架构通过雷达射频前端采集稀疏场景目标回波信号，并且通过高速接口将数据传输到FPGA端；FPGA解析并将数据缓存到内存中，然后将数据读取到信号处理模块；采用硬件设计计算辅助向量；由辅助向量计算中间变量；最后通过迭代计算并且更新角度估计值和辅助向量。通过实验验证了本发明克服了现有的超分辨方法计算复杂度高，难以硬件实现的缺陷，极大地降低计算复杂度和缩短了计算耗时。
-
公开(公告)号：CN116299193A
公开(公告)日：2023-06-23
申请号：CN202310273094.9
申请日：2023-03-15
申请人： 电子科技大学长三角研究院(衢州)
IPC分类号： G01S7/02 , G01S7/41 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种MIMO雷达智能DOA估计方法，首先建立稀疏场景下的集中式MIMO雷达回波模型，构建深度展开网络的迭代过程和单层网络结构，再构建基于深度神经网络的降噪自编码器，通过训练深度展开网络，得到重构的空间谱，最后对重构的空间谱进行谱峰搜索，实现DOA估计。本发明的方法通过训练深度神经网络来学习数据中的隐性特征以增强DOA估计的鲁棒性，并对网络模型赋予可解释性使得模型泛化能力提升，不仅能够保证低信噪比和单快拍采样时DOA估计的估计精度和鲁棒性，而且在波束锐化和旁瓣抑制方面有显著的效果。
-
公开(公告)号：CN115688573A
公开(公告)日：2023-02-03
申请号：CN202211342831.8
申请日：2022-10-31
申请人： 电子科技大学长三角研究院(衢州) , 电子科技大学
摘要： 本发明公开了一种基于种群距离的稀疏阵列设计方法，首先建立一种粒子群个体和群体模型，然后设计粒子群算法的适应度函数，计算粒子群的群体距离，通过群体距离动态调整惯性权值，实现粒子群算法的全局收敛，得到天线的稀疏布阵结构，完成基于种群距离的稀疏阵列设计。本发明的方法解决了传统二进制粒子群算法容易收敛于局部最优解的缺点，当粒子群算法出现早熟问题，即过早收敛时能够跳出当前收敛点，寻找更优解，得到旁瓣更低的阵列分布。
-
公开(公告)号：CN115508829A
公开(公告)日：2022-12-23
申请号：CN202211285694.9
申请日：2022-10-20
申请人： 电子科技大学长三角研究院(衢州) , 电子科技大学
摘要： 本发明公开了一种基于多帧重建的毫米波雷达方位超分辨方法，首先建立毫米波雷达方位多帧超分辨成像模型，然后进行移位估计并获取初始高分辨估计帧，接着构造凸集约束，利用多帧回波数据之间的方位向残差对初始高分辨估计帧进行方位向投影，最终实现方位超分辨成像。本发明的方法解决了传统毫米波实波束成像方法方位分辨率低的问题，能够充分利用多帧回波数据之间的互补信息，获得比现有超分辨方法更高的方位分辨率，提高了毫米波雷达的方位成像分辨率。
-
公开(公告)号：CN114200411A
公开(公告)日：2022-03-18
申请号：CN202111507596.0
申请日：2021-12-10
申请人： 电子科技大学长三角研究院(衢州)
摘要： 本发明公开了一种MIMO雷达多目标测速扩展方法，包括以下步骤：步骤一、建立MIMO雷达系统模型；步骤二、结合锯齿波和三角波特性设计FMCW波形，并发射FMCW波；步骤三、对锯齿波回波信号进行2D‑FFT处理，得到不同目标在三角波距离维频谱的搜索中心；步骤四、在三角波回波中寻找动目标的谱峰进行配对后解速度模糊；步骤五、进行动目标DOA估计。本发明结合传统对称三角波和经典多周期锯齿波的二者特性，设计出能更精确提取目标信息的FMCW波形，简化了计算，得到了不错的MIMO雷达角分辨率。在保证目标DOA估计精度的条件下，提高了测速上限，实现多目标测速扩展。相比于经典三角波或多周期锯齿波方法，对于MIMO雷达在动目标测速、定位方面能达到更好的性能。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.04 秒)
