-
公开(公告)号:CN117388815A
公开(公告)日:2024-01-12
申请号:CN202311086214.0
申请日:2023-08-28
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
Abstract: 本发明公开了一种知识辅助的双基地阵列雷达系统杂波谱补偿抑制方法,它涉及双基地雷达地面动目标检测领域。步骤如下:S1、根据双基地系统几何构型,收发基地的相对运动和雷达探测机理,建立双基地系统杂波空时回波数据模型;S2、对观测场景回波数据进行搜索处理,构造当前待检测距离门的回波数据矢量;S3、基于步骤S2获得的当前待检测回波数据进行空时插值处理;S4、对补偿后当前待检测距离门的杂波数据进行空时自适应处理抑制杂波。本发明一种知识辅助的双基地阵列雷达系统杂波谱补偿抑制方法能得到双基地系统更接近于独立同分布的杂波数据,明显改善空时自适应处理器的杂波抑制性能,便于工程实现。
-
公开(公告)号:CN118859121A
公开(公告)日:2024-10-29
申请号:CN202410896142.4
申请日:2024-07-05
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明属于雷达技术领域,具体涉及一种星载探测雷达发射信号确定、传输及距离模糊回波分离接收设备,包括以下步骤:S1:确定发射信号的脉冲重复频率;S2:初始化正交相位编码线性调频信号;S3:优化设计正交相位编码线性调频信号;S4:传输优化的正交相位编码线性调频信号;S5:接收回波设备。本发明通过优化设计多组脉冲重复频率和多组正交编码线性调频信号,可以自适应地实现星载动目标探测雷达重频选择和任意次距离模糊回波自动分离接收,从而获得更好的动目标探测性能。
-
公开(公告)号:CN119010841A
公开(公告)日:2024-11-22
申请号:CN202411001482.2
申请日:2024-07-25
Applicant: 西安电子科技大学杭州研究院
Abstract: 本发明属于非线性自适应滤波系统设计技术领域,具体涉及一种启发式预处理非线性样条自适应滤波辨识系统及方法,该系统包括预处理模块、优化处理模块以及输出模块,所述预处理模块首先获取输入信号;并进行预处理,得到输出信号、误差信号以及期望信号;所述优化处理模块内部构建有非线性样条滤波模型;使用非线性样条滤波模型根据输入信号、系统误差调节滤波辨识系统的控制点,然后获取初始化中间输出,结合系统误差题解系统权重,在根据期望信号、输出信号计算系统误差,最后根据系统误差设计自适应优化策略,最终使用自适应优化策略优化输入信号,得到输出信号。本发明有效提升了辨识过程的收敛速度。
-
公开(公告)号:CN105741286B
公开(公告)日:2018-11-09
申请号:CN201610065517.8
申请日:2016-01-29
Applicant: 西安电子科技大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于幅相联合的SAR图像动目标阴影提取方法,思路是:对经过通道均衡与图像配准后的两个相邻通道的SAR图像数据进行干涉处理,得到干涉幅度图和干涉相位图;设定分割阈值,将干涉幅度图中低于分割阈值的阴影区域提取出来,获得干涉幅度分割图,并将所述干涉幅度二值分割图聚类为K个闭合区域,然后统计每一个闭合区域的干涉相位方差,并设定干涉相位方差门限,然后将K个闭合区域中高于所述干涉相位方差门限的闭合区域提取出来,得到基于幅相联合的SAR图像动目标阴影区域;根据动目标经验尺寸选取所述基于幅相联合的SAR图像动目标阴影区域中符合SAR图像动目标阴影尺寸范围的区域,作为最终的SAR图像动目标阴影。
-
公开(公告)号:CN119846626A
公开(公告)日:2025-04-18
申请号:CN202411902790.2
申请日:2024-12-23
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种强杂波背景下多通道ATI‑SAR最优融合的动目标检测方法,该方法首先利用一组多基线去杂波ATI相位测试和AMF幅度测试进行局部检测,然后基于最优融合规则设计全局检测优化并进行全局检测。本发明可以在恒定的误报概率下,实现最大的目标检测性能。为了便于实现,本发明开发了一种无需先验目标知识的认知检测框架。由于本发明充分利用了空间自由度,并且充分利用了环境反馈来的信息,有效提升了在强杂波背景中低信噪比、径向速度小的弱小目标的检测性能。
-
公开(公告)号:CN116520280B
公开(公告)日:2025-05-23
申请号:CN202310519491.X
申请日:2023-05-08
Applicant: 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种机载雷达海杂波多模态频谱实时估计与预测方法,包括以下步骤:S1、建立机载雷达天线空间频谱参数化模型;S2、利用海面多模态散射特点,建立海面多模态散射频谱参数化模型;S3、建立机载雷达海杂波多模态频谱参数化模型;S4、利用机载雷达海杂波测量数据,估计机载雷达海杂波多模态频谱;S5、计算海面多模态散射频谱中各个模态的中心频率、谱宽和归一化强度系数,反演海面多模态散射频谱;S6、基于机载雷达天线空间频谱参数化模型,预测机载雷达下一时刻海杂波多模态频谱。本发明采用上述的一种机载雷达海杂波多模态频谱实时估计与预测方法,可实时准确估计机载雷达海杂波多模态频谱,准确预测下一时刻机载雷达海杂波多模态频谱。
-
公开(公告)号:CN116520280A
公开(公告)日:2023-08-01
申请号:CN202310519491.X
申请日:2023-05-08
Applicant: 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种机载雷达海杂波多模态频谱实时估计与预测方法,包括以下步骤:S1、建立机载雷达天线空间频谱参数化模型;S2、利用海面多模态散射特点,建立海面多模态散射频谱参数化模型;S3、建立机载雷达海杂波多模态频谱参数化模型;S4、利用机载雷达海杂波测量数据,估计机载雷达海杂波多模态频谱;S5、计算海面多模态散射频谱中各个模态的中心频率、谱宽和归一化强度系数,反演海面多模态散射频谱;S6、基于机载雷达天线空间频谱参数化模型,预测机载雷达下一时刻海杂波多模态频谱。本发明采用上述的一种机载雷达海杂波多模态频谱实时估计与预测方法,可实时准确估计机载雷达海杂波多模态频谱,准确预测下一时刻机载雷达海杂波多模态频谱。
-
公开(公告)号:CN115017711B
公开(公告)日:2023-06-20
申请号:CN202210656541.4
申请日:2022-06-10
Applicant: 西安电子科技大学杭州研究院
IPC: G06F30/20 , G06F30/17 , G06F111/10 , G06F119/14 , G06F111/04 , G06F113/08
Abstract: 本发明公开了一种基于海浪谱的三维非线性海浪模拟方法,具体步骤如下:步骤S1:设置仿真场景;步骤S2:计算非线性控制参数δ,计算公式如下:其中,α和β均为相对应的海浪频率谱S(ω)的有关常数;步骤S3:计算海浪频率方向谱S(ω,θ);步骤S4:计算频率ω和波向角θ的分段节点数值和间隔;步骤S5:确定三维非线性海面波高模型η;步骤S6;将场景参数代入三维非线性海面波高模型η中产生模拟三维波高序列。采用上述一种基于海浪谱的三维非线性海浪模拟方法,模型中含有非线性控制参数,与具体海面状态相关,可以根据仿真场景调节组成波波形,模拟不同非线性程度的三维海浪,符合实际海浪特征。
-
公开(公告)号:CN115017711A
公开(公告)日:2022-09-06
申请号:CN202210656541.4
申请日:2022-06-10
Applicant: 西安电子科技大学杭州研究院
IPC: G06F30/20 , G06F30/17 , G06F111/10 , G06F119/14 , G06F111/04 , G06F113/08
Abstract: 本发明公开了一种基于海浪谱的三维非线性海浪模拟方法,具体步骤如下:步骤S1:设置仿真场景;步骤S2:计算非线性控制参数δ,计算公式如下:其中,α和β均为相对应的海浪频率谱S(ω)的有关常数;步骤S3:计算海浪频率方向谱S(ω,θ);步骤S4:计算频率ω和波向角θ的分段节点数值和间隔;步骤S5:确定三维非线性海面波高模型η;步骤S6;将场景参数代入三维非线性海面波高模型η中产生模拟三维波高序列。采用上述一种基于海浪谱的三维非线性海浪模拟方法,模型中含有非线性控制参数,与具体海面状态相关,可以根据仿真场景调节组成波波形,模拟不同非线性程度的三维海浪,符合实际海浪特征。
-
公开(公告)号:CN110609255B
公开(公告)日:2021-11-19
申请号:CN201910704093.9
申请日:2019-07-31
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于特征波束的自适应波束域FSA的杂波抑制降维方法,包括:获取FSA数据矢量;获取特征空间;根据所述特征空间对所述FSA数据矢量进行波束域自适应降维处理得到降维后的数据矢量;对所述降维后的数据矢量进行杂波抑制和自适应滤波处理得到杂波抑制后的距离‑多普勒域数据。本发明提供的杂波抑制降维方法具有一定的自适应性,在实现杂波抑制的同时,降低了自适应处理维数,降低了挑选样本的标准,减少了处理所需的均匀杂波样本数和运算量,提高了算法的实用性。
-
-
-
-
-
-
-
-
-