一种高速密集爆炸物破片目标的四维参数估计方法

    公开(公告)号:CN112147593B

    公开(公告)日:2023-06-30

    申请号:CN202010911173.4

    申请日:2020-09-02

    IPC分类号: G01S7/41

    摘要: 本发明公开了一种高速密集爆炸物破片目标的四维参数估计方法:将雷达天线的每个子阵的回波信号和参考信号混频,得到每个子阵的接收信号,并对其施加一个数字加权,形成多个和波束、方位差波束和俯仰差波束,并进行信号处理;确定俯仰、方位差和比曲线,得到对应的俯仰差斜率、方位差斜率;确定信号处理后的俯仰、方位差和比曲线,得到目标偏离波束中心的俯仰高度△z,采用△z对信号处理后的方位差和比曲线进行校正,得到目标偏离波束中心的方位距离;确定目标的位置、方位角和俯仰角;根据多普勒通道数计算出目标的径向速度vr,得到速度的模糊次数i,并得到目标的实际径向速度;最后计算出目标的实际速度;该方法修正了距离误差和速度模糊,提高准确度。

    一种近场空间网状结构聚焦波束形成方法

    公开(公告)号:CN112711018A

    公开(公告)日:2021-04-27

    申请号:CN202011503053.7

    申请日:2020-12-17

    IPC分类号: G01S13/06 G01S7/41

    摘要: 本发明涉及一种近场空间网状结构聚焦波束形成方法,包括以下步骤:步骤S1.确定雷达天线系统参数;步骤S2.将M个阵元划分为N个子阵,每个数字子阵由L个阵元组成;步骤S3.根据子阵相对参考子阵的回波延时和阵元相对参考阵元的回波延时得到目标回波信号;步骤S4.设定参考信号;步骤S5.将目标回波信号与参考信号做去斜脉冲压缩处理得到各个通道的回波信号;步骤S6.对子阵接收到的信号进行孔径渡越补偿;步骤S7.根据延时补偿后的信号聚焦形成多个空间网状波束覆盖多个目标。本方法可有效的聚焦形成多个空间网状波束覆盖目标,无需扫描、改善对目标距离像的处理,适用于宽带信号下雷达检测目标的实际位置。

    一种近场空间网状结构聚焦波束形成方法

    公开(公告)号:CN112711018B

    公开(公告)日:2023-07-21

    申请号:CN202011503053.7

    申请日:2020-12-17

    IPC分类号: G01S13/06 G01S7/41

    摘要: 本发明涉及一种近场空间网状结构聚焦波束形成方法,包括以下步骤:步骤S1.确定雷达天线系统参数;步骤S2.将M个阵元划分为N个子阵,每个数字子阵由L个阵元组成;步骤S3.根据子阵相对参考子阵的回波延时和阵元相对参考阵元的回波延时得到目标回波信号;步骤S4.设定参考信号;步骤S5.将目标回波信号与参考信号做去斜脉冲压缩处理得到各个通道的回波信号;步骤S6.对子阵接收到的信号进行孔径渡越补偿;步骤S7.根据延时补偿后的信号聚焦形成多个空间网状波束覆盖多个目标。本方法可有效的聚焦形成多个空间网状波束覆盖目标,无需扫描、改善对目标距离像的处理,适用于宽带信号下雷达检测目标的实际位置。

    基于多核CPU的高速机动目标识别数据处理方法

    公开(公告)号:CN113671478B

    公开(公告)日:2024-04-23

    申请号:CN202110850358.3

    申请日:2021-07-27

    IPC分类号: G01S13/50 G06F9/50

    摘要: 本发明属于雷达数据处理技术领域,公开了一种基于多核CPU的高速机动目标识别数据处理方法。本发明利用多核CPU线程,并发实现高速机动目标信号处理流程,并且同时保证每一帧数据都能完整的处理,当每一个通道的每一帧数据到达后,都能被工作线程及时处理,克服了现有技术的接口只能针对特定雷达,不能在其他雷达系统中复用的缺点。将每个独立的算法组件进行封装,再根据信号处理流程,将不同的算法组件的输入和输出进行搭建连接,最后将搭建好的算法组件映射到工作线程上即可。能够根据应用需求进行重构,灵活应对多种任务,有效结解决当前雷达转换升级问题。

    一种基于深度学习的小样本雷达有源干扰识别方法及系统

    公开(公告)号:CN117129952A

    公开(公告)日:2023-11-28

    申请号:CN202311099833.3

    申请日:2023-08-29

    IPC分类号: G01S7/36

    摘要: 本发明提供了一种基于深度学习的小样本雷达有源干扰识别方法及系统,方法包括:基于雷达信号构建多通道雷达有源干扰数据集;构建干扰识别网络,包括构建深层特征感知模型、构建自适应置信度聚合模型和构建跨模态优化模型;根据自适应置信度聚合模型和跨模态优化模型的基础损失函数和蒸馏机制内部的损失函数得到干扰识别网络的总损失函数;基于多通道雷达有源干扰数据集和总损失函数对干扰识别网络联合训练,直至深层特征感知模型输出高精度、高稳定性且实时性强的雷达有源干扰识别信息。系统基于方法。本发明充分利用了小样本干扰信号的有效信息,使得深层特征感知模型能够不依赖于大规模的标记数据,而在小样本下获得较高的识别准确率和稳定性。

    基于空时相位编码的相干MIMO雷达发射波形设计方法

    公开(公告)号:CN110988816B

    公开(公告)日:2023-09-05

    申请号:CN201911100268.1

    申请日:2019-11-12

    IPC分类号: G01S7/36 G01S7/282

    摘要: 本发明公开了一种基于空时相位编码的相干MIMO雷达发射波形设计方法,其实现过程是:首先对第一个子脉冲的空域发射波束进行优化,使得在目标方向形成主波束的同时在干扰方向形成较深的零陷,随机产生初始相位,并采用模拟退火算法对相位进行优化,得到第一个子脉冲最终的发射波形;然后进行空时二维的相位编码波形设计,采用空时相位优化算法对剩余的子脉冲进行空时编码、优化,求解最终的空时相位编码波形矩阵。本发明能够在MIMO雷达发射波束设计的过程中在目标方向形成主波束和在干扰方向形成零陷,同时在目标和干扰方向合成的等效信号均具有在不同子脉冲恒包络的特性,可用于提高雷达的目标检测性能及通信性能。

    基于最优轮廓系数自适应K均值聚类的JPDA多目标跟踪方法

    公开(公告)号:CN112114309B

    公开(公告)日:2023-04-07

    申请号:CN202010797288.5

    申请日:2020-08-10

    IPC分类号: G01S13/72 G06F18/23213

    摘要: 本发明公开了一种基于最优轮廓系数自适应K均值聚类的JPDA多目标跟踪方法,包括:建立多个目标的状态转移模型,并根据状态转移模型预测当前时刻的目标状态矢量;建立雷达观测的非线性量测转移模型,并根据非线性量测转移模型和当前时刻的目标状态矢量计算当前时刻的预测量测矢量,得到预测量测集;对预测量测集进行基于最优轮廓系数自适应K均值聚类,得到组合聚类组;根据雷达获取的有噪量测数据和组合聚类组中的每个预测量测矢量得到对应的若干子聚矩阵;采用JPDA算法对每个子聚矩阵中的预测量测矢量进行更新,以实现多目标跟踪。本发明提供的方法有效解决了聚类效果具有随机性、不可复现性、聚类个数需要人工指定以及目标状态更新缓慢等问题。

    一种基于MIMO-OFDM雷达通信共享信号的参数估计方法

    公开(公告)号:CN115499043A

    公开(公告)日:2022-12-20

    申请号:CN202210988291.4

    申请日:2022-08-17

    摘要: 本发明涉及雷达通信技术领域,具体涉及一种基于MIMO‑OFDM雷达通信共享信号的参数估计方法。本发明通过综合考虑雷达和通信性能来设计优化矩阵,并利用设计出的矩阵对OFDM符号信息进行优化处理,从而获取更优的待发射的共享信号,一方面可以在一定程度上提高雷达和通信性能,另一方面可以通过灵活调整参数适应和平衡不同的应用需求;还基于不同天线和不同子载波频率的对应关系设计的发射信号,赋予了系统频率分集特性,从而为目标的角度估计和距离估计建立了联系,也为构建虚拟天线阵列并估算更为精确的角度提供了基础,最终实现最优参数估计,不仅使得带宽在雷达和通信中都得到充分使用,还进一步提高了多目标的分辨率和参数估计性能。