CN104749562A - 基于循环常数模盲均衡的无源双基地雷达信号处理方法 - Google Patents
基于循环常数模盲均衡的无源双基地雷达信号处理方法 Download PDFInfo
- Publication number
- CN104749562A CN104749562A CN201510127282.6A CN201510127282A CN104749562A CN 104749562 A CN104749562 A CN 104749562A CN 201510127282 A CN201510127282 A CN 201510127282A CN 104749562 A CN104749562 A CN 104749562A
- Authority
- CN
- China
- Prior art keywords
- signal
- bistatic radar
- blind equalization
- direct
- passive bistatic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于循环常数模盲均衡的无源双基地雷达信号处理方法,包括步骤:S101:采用循环常数模盲均衡方法从无源双基地雷达的参考通道接收的信号中恢复直达波信号;S102:根据无源双基地雷达的监测通道接收的信号,采用归一化最小均方误差算法对所述直达波信号进行多径自适应滤波处理;S103:将经多径自适应滤波处理后得到的信号与所述直达波信号进行多普勒修正后的互相关模糊函数计算,得到互模糊函数,并检测目标。本发明可以降低常数模盲均衡算法的均方误差,提高自适应收敛性能,从而提高整个信号处理流程的目标检测能力。
Description
技术领域
本发明涉及雷达信号处理技术领域,尤其涉及一种基于循环常数模盲均衡的无源双基地雷达信号处理方法。
背景技术
直达波恢复是无源双基地雷达的目标检测技术的关键技术之一,直达波的纯度关系到其后的自适应滤波算法的收敛性能,以及匹配滤波的虚警情况。现有技术一般采用数字波束形成或者盲均衡算法来实现直达波信号恢复。数字波束形成技术,由于主瓣较宽,不利于在复杂多径环境下的直达波恢复。常数模盲均衡算法由于其反卷积特性,可以有效的抑制主瓣的杂波与副瓣的杂波,从而受到更多的重视。但是该算法的收敛速度较慢。对于一帧数据,较慢的收敛导致了输入其后的自适应滤波算法后导致自适应滤波算法收敛困难。
发明内容
本发明所要解决的技术问题在于,提供一种基于循环常数模盲均衡的无源双基地雷达信号处理方法,其采用循环常数模盲均衡算法恢复直达波,可以降低常数模盲均衡算法的均方误差,提高了自适应收敛性能,从而提高了整个信号处理流程的目标检测能力。
为了解决上述技术问题,本发明提供了一种基于循环常数模盲均衡的无源双基地雷达信号处理方法,包括步骤:
S101:采用循环常数模盲均衡方法从无源双基地雷达的参考通道接收的信号中恢复直达波信号;
S102:根据无源双基地雷达的监测通道接收的信号,采用归一化最小均方误差算法对所述直达波信号进行多径自适应滤波处理;
S103:将经多径自适应滤波处理后得到的信号与所述直达波信号进行多普勒修正后的互相关模糊函数计算,得到互模糊函数,从而检测目标。
进一步的,所述S101具体包括:
S1011:计算无源双基地雷达的参考通道接收的信号xR(k),
其中,式中,表示卷积运算,为参考通道的多径杂波响应,Lξ为多径杂波数量,a(k)为发射站的发射信号,n2(k)为参考通道的噪声;
S1012:根据所述无源双基地雷达的参考通道接收的信号xR(k)采用常数模盲均衡迭代公式进行Nx次迭代,获得直达波信号p(k)=fT(k)XR(k),
其中,常数模盲均衡迭代公式为f(k+1)=f(k)+η·XR *(k)e(k),式中,η为步长因子,f(k)为常数模盲均衡器的权向量,具体的XR(k)为递归向量,XR(k)=[xR(k) xR(k-1) … xR(k-Nf+1)]T,[·]*为共轭运算,e(k)=p(k)[γ-p2(k)]为将常数模盲均衡器输出的直达波信号p(k)经非线性变换获得的,E{·}表示求取数学期望;
S1013:截取所述直达波信号的长度为Ns的后端样本点,并计算所述样本点的均方误差,
其中,
S1014:设置经验门限为δ,设置循环变量为j,最大循环迭代次数为Nm,取若ρ0>δ且j,<Nm则完成本帧迭代后返回执行所述S1012,否则执行所述S102。
进一步的,所述S102具体包括:
S1021:计算无源双基地雷达的监测通道接收的信号xS(k),
其中,式中,为监测通道的多径杂波响应,Lλ为多径杂波数量,n1(k)为监测通道的噪声,xT(k)为目标信号,τm为双基地时延,fdm为双基地多普勒,M为目标数量;
S1022:根据所述无源双基地雷达的监测通道接收的信号xS(k)和所述直达波信号p(k)采用归一化最小均方误差算法对所述直达波信号进行多径自适应滤波处理,多径自适应滤波处理后得到的信号为y(k),
其中,y(k)=xS(k)-PH(k)F(k),式中, F(k)为NL×1滤波器系数,具体的 α、β为小正数,P(k)=[p(k) … p(k-i) …p(k-NL+1)]T。
进一步的,所述S103具体包括:
将经多径自适应滤波处理后得到的信号y(k)与所述直达波信号p(k)进行多普勒修正后的互相关模糊函数计算,具体为将数据划分成长度为L的段进行互相关运算,得到互模糊函数ζ(κ,l),
其中,式中κ为离散时延,l为离散多普勒频率。
实施本发明,具有如下有益效果:本发明使用盲均衡算法的输出作为盲均衡算法的输入,进行循环处理,通过对均方误差的判断,确定循环是否停止,从而可以有效地提高算法的收敛能力,降低常数模盲均衡算法的均方误差。经过循环盲均衡算法处理的信号送入自适应滤波直达波与杂波的抑制,其自适应收敛性能得到明显的提高,从而提高了整个信号处理流程的目标检测能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的基于循环常数模盲均衡的无源双基地雷达信号处理方法的一个实施例的步骤流程示意图;
图2是本发明提供的基于循环常数模盲均衡的无源双基地雷达信号处理方法的一个实施例的信号处理流程图;
图3是现有技术的基于常数模盲均衡的雷达接收信号处理方法的信号处理流程图;
图4是图3的现有技术恢复的直达波信号模值;
图5是图3中经常数模盲均衡处理后得到的数据再经归一化最小均方算法处理后的输出信号的模值变化;
图6是图3的现有技术数据处理的目标检测平面;
图7是图2的本发明恢复的直达波信号模值;
图8是图2中经循环常数模盲均衡处理后得到的数据再经归一化最小均方算法处理后的输出信号的模值变化;
图9是图2的本发明数据处理的目标检测平面。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明提供的基于循环常数模盲均衡的无源双基地雷达信号处理方法的一个实施例的步骤流程示意图,图2是本发明提供的基于循环常数模盲均衡的无源双基地雷达信号处理方法的一个实施例的信号处理流程图,如图1和图2所示,本发明包括步骤:
S101:采用循环常数模盲均衡方法从无源双基地雷达的参考通道接收的信号中恢复直达波信号。
具体的,步骤S101具体包括:
S1011:计算无源双基地雷达的参考通道接收的信号xR(k),
其中,式中,表示卷积运算,为参考通道的多径杂波响应,Lξ为多径杂波数量,a(k)为发射站的发射信号,n2(k)为参考通道的噪声;
S1012:根据所述无源双基地雷达的参考通道接收的信号xR(k)采用常数模盲均衡迭代公式进行Nx次迭代,获得直达波信号p(k)=fT(k)XR(k),
其中,常数模盲均衡迭代公式为f(k+1)=f(k)+η·XR *(k)e(k),式中,η为步长因子,f(k)为常数模盲均衡器的权向量,具体的 XR(k)为递归向量,XR(k)=[xR(k) xR(k-1) … xR(k-Nf+1)]T,[·]*为共轭运算,e(k)=p(k)[γ-p2(k)]为将常数模盲均衡器输出的直达波信号p(k)经非线性变换获得的,E{·}表示求取数学期望;
S1013:截取所述直达波信号的长度为Ns的后端样本点,并计算所述样本点的均方误差,
其中,
S1014:设置经验门限为δ,设置循环变量为j,最大循环迭代次数为Nm,取若ρ0>δ且j,<Nm则完成本帧迭代后返回执行所述S1012,否则执行所述S102。
S102:根据无源双基地雷达的监测通道接收的信号,采用归一化最小均方误差算法对所述直达波信号进行多径自适应滤波处理。
具体的,步骤S102具体包括:
S1021:计算无源双基地雷达的监测通道接收的信号xS(k),
其中,式中,为监测通道的多径杂波响应,Lλ为多径杂波数量,n1(k)为监测通道的噪声,xT(k)为目标信号,τm为双基地时延,fdm为双基地多普勒,M为目标数量,a(k)是发射站发射的信号;
S1022:根据所述无源双基地雷达的监测通道接收的信号xS(k)和所述直达波信号p(k)采用归一化最小均方误差算法对所述直达波信号进行多径自适应滤波处理,多径自适应滤波处理后得到的信号为y(k),
其中,y(k)=xS(k)-PH(k)F(k),式中, F(k)为NL×1滤波器系数,具体的 α、β为小正数,P(k)=[p(k) … p(k-i) …p(k-NL+1)]T。
S103:将经多径自适应滤波处理后得到的信号与所述直达波信号进行多普勒修正后的互相关模糊函数计算,得到互模糊函数,从而检测目标。
具体的,步骤S103具体包括:
将经多径自适应滤波处理后得到的信号y(k)与所述直达波信号p(k)进行多普勒修正后的互相关模糊函数计算,具体为将数据划分成长度为L的段进行互相关运算,得到互模糊函数ζ(κ,l),
其中,式中κ为离散时延,l为离散多普勒频率。
现有技术中通常采用的基于常数模盲均衡的雷达信号处理方法,如图3所示,与本发明的区别为:直接采用常数模盲均衡算法恢复直达波。为了验证本发明的性能,采用基于调频广播的无源双基地雷达为例进行算法性能说明,调频广播***带宽设为50kHz,采样率设置为200kHz。信号积分时间取2s。权向量长度均衡器设置为31。假定3个目标分别具有(48点,-153Hz),(154点,-103Hz),(230点,60Hz)的双基地时延与多普勒参数。信杂比(SCNR)设为-48dB,信噪比为-2dB(脉压前)。从发射到参考通道的杂波信道如下
λ0=1 λ7=0.17ej0.24 λ9=0.15e-j2.8
从发射到监测通道的杂波信道如下
取迭代次数取Nx为10000点,计算均方误差ρ。设置最小均方误差算法权向量长度为40,设置迭代步长为0.001。选择门限δ为45,计算均方误差的样本Ns=1000。
基于常数模盲均衡的算法处理流程的结果见图4-图6。其中图4为常数模盲均衡算法收敛的过程中输出的信号模值,也是输出到LMS算法的信号的模值。图5的最小均方算法输出信号模值可见,算法收敛并不稳定。从图6可见,三个目标的检测信噪比不高。
采用本发明后,常数模盲均衡算法经历了二次循环迭代,二次循环输出结果见图7。可见该算法收敛的模值波动明显减小。输入最小均方误差算法后的输出信号模值见图8。由图8可见,输出均方误差较原算法的图4明显较少。本发明的目标检测效果见图9,与原来算法相比较,信噪比提高了7dB。三个目标的检测清晰可见。
因此实施本发明,具有如下有益效果:本发明使用盲均衡算法的输出作为盲均衡算法的输入,进行循环处理,通过对均方误差的判断,确定循环是否停止,从而可以有效地提高算法的收敛能力,降低常数模盲均衡算法的均方误差。经过循环盲均衡算法处理的信号送入自适应滤波直达波与杂波的抑制,其自适应收敛性能得到明显的提高,从而提高了整个信号处理流程的目标检测能力。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请所提供的几个实施例中,应该理解到,所揭露的***和方法可以通过其它的方式实现。例如,以上所描述的***实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种基于循环常数模盲均衡的无源双基地雷达信号处理方法,其特征在于,包括步骤:
S101:采用循环常数模盲均衡方法从无源双基地雷达的参考通道接收的信号中恢复直达波信号;
S102:根据无源双基地雷达的监测通道接收的信号,采用归一化最小均方误差算法对所述直达波信号进行多径自适应滤波处理;
S103:将经多径自适应滤波处理后得到的信号与所述直达波信号进行多普勒修正后的互相关模糊函数计算,得到互模糊函数,从而检测目标。
2.如权利要求1所述的基于循环常数模盲均衡的无源双基地雷达信号处理方法,其特征在于,所述S101具体包括:
S1011:计算无源双基地雷达的参考通道接收的信号xR(k),
其中, 式中,表示卷积运算,为参考通道的多径杂波响应,Lξ为多径杂波数量,a(k)为发射站的发射信号,n2(k)为参考通道的噪声;
S1012:根据所述无源双基地雷达的参考通道接收的信号xR(k)采用常数模盲均衡迭代公式进行Nx次迭代,获得直达波信号p(k)=fT(k)XR(k),
其中,常数模盲均衡迭代公式为f(k+1)=f(k)+η·XR *(k)e(k),式中,η为步长因子,f(k)为常数模盲均衡器的权向量,具体的 XR(k)为递归向量,XR(k)=[xR(k) xR(k-1) … xR(k-Nf+1)]T,[·]*为共轭运算,e(k)=p(k)[γ-p2(k)]为将常数模盲均衡器输出的直达波信号p(k)经非线性变换获得的,E{·}表示求取数学期望;
S1013:截取所述直达波信号的长度为Ns的后端样本点,并计算所述样本点的均方误差,
其中,
S1014:设置经验门限为δ,设置循环变量为j,最大循环迭代次数为Nm,取若ρ0>δ且则完成本帧迭代后返回执行所述S1012,否则执行所述S102。
3.如权利要求1或2所述的基于循环常数模盲均衡的无源双基地雷达信号处理方法,其特征在于,所述S102具体包括:
S1021:计算无源双基地雷达的监测通道接收的信号xS(k),
其中, 式中, 为监测通道的多径杂波响应,Lλ为多径杂波数量,n1(k)为监测通道的噪声,xT(k)为目标信号,τm为双基地时延,fdm为双基地多普勒,M为目标数量;
S1022:根据所述无源双基地雷达的监测通道接收的信号xS(k)和所述直达波信号p(k)采用归一化最小均方误差算法对所述直达波信号进行多径自适应滤波处理,多径自适应滤波处理后得到的信号为y(k),
其中,y(k)=xS(k)-PH(k)F(k),式中, F(k)为NL×1滤波器系数,具体的 α、β为小正数,P(k)=[p(k) …p(k-i) …p(k-NL+1)]T。
4.如权利要求3所述的基于循环常数模盲均衡的无源双基地雷达信号处理方法,其特征在于,所述S103具体包括:
将经多径自适应滤波处理后得到的信号y(k)与所述直达波信号p(k)进行多普勒修正后的互相关模糊函数计算,具体为将数据划分成长度为L的段进行互相关运算,得到互模糊函数ζ(κ,l),
其中,式中κ为离散时延,l为离散多普勒频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510127282.6A CN104749562B (zh) | 2015-03-23 | 2015-03-23 | 基于循环常数模盲均衡的无源双基地雷达信号处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510127282.6A CN104749562B (zh) | 2015-03-23 | 2015-03-23 | 基于循环常数模盲均衡的无源双基地雷达信号处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104749562A true CN104749562A (zh) | 2015-07-01 |
CN104749562B CN104749562B (zh) | 2017-03-15 |
Family
ID=53589538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510127282.6A Expired - Fee Related CN104749562B (zh) | 2015-03-23 | 2015-03-23 | 基于循环常数模盲均衡的无源双基地雷达信号处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104749562B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2645297C1 (ru) * | 2017-03-22 | 2018-02-20 | Дмитрий Сергеевич Войнов | Способ определения местоположения квазинепрерывного широкополосного источника радиоизлучения мобильным комплексом радиотехнического наблюдения |
CN108508413A (zh) * | 2017-09-25 | 2018-09-07 | 中国人民解放军国防科技大学 | 一种基于概率统计的低信噪比条件下目标检测方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107153178B (zh) * | 2017-05-18 | 2020-04-10 | 西安电子科技大学 | 外辐射源雷达参考信号含有多径干扰时的目标检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100085243A1 (en) * | 2006-12-12 | 2010-04-08 | Thales | Method for the multipath passive radar processing of an fm opportunity signal |
US20100234044A1 (en) * | 2002-08-09 | 2010-09-16 | Xyz Interactive Technologies Inc. | Method and Apparatus for Position Sensing |
CN102707271A (zh) * | 2012-05-31 | 2012-10-03 | 武汉大学 | 一种利用cmmb信号探测目标的***及其方法 |
CN104237859A (zh) * | 2014-08-27 | 2014-12-24 | 武汉大学 | 利用gpu实现外辐射源雷达多通道时域杂波抑制的方法 |
-
2015
- 2015-03-23 CN CN201510127282.6A patent/CN104749562B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100234044A1 (en) * | 2002-08-09 | 2010-09-16 | Xyz Interactive Technologies Inc. | Method and Apparatus for Position Sensing |
US20100085243A1 (en) * | 2006-12-12 | 2010-04-08 | Thales | Method for the multipath passive radar processing of an fm opportunity signal |
CN102707271A (zh) * | 2012-05-31 | 2012-10-03 | 武汉大学 | 一种利用cmmb信号探测目标的***及其方法 |
CN104237859A (zh) * | 2014-08-27 | 2014-12-24 | 武汉大学 | 利用gpu实现外辐射源雷达多通道时域杂波抑制的方法 |
Non-Patent Citations (5)
Title |
---|
F. COLONE ET AL.: "Space–time constant modulus algorithm for multipath removal on the reference signal exploited by passive bistatic radar", 《IET RADAR, SONAR & NAVIGATION》 * |
SONG JIE ET AL.: "DIRECT WAVE RECONSTRUCTION Of NON-COOPERATIVE BISTATIC PULSE RADAR USING MODIFIED CMA+MMA ALGORITHM", 《INTERNATIONAL RADAR CONFERENCE》 * |
万显荣: "基于低频段数字广播电视信号的外辐射源雷达发展现状与趋势", 《雷达学报》 * |
易鸿: "基于ST-CMA盲均衡算法的直达波提取方法", 《河南科学》 * |
葛先军等: "基于改进CMA+MMA的直达波脉冲复包络估计技术", 《现代雷达》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2645297C1 (ru) * | 2017-03-22 | 2018-02-20 | Дмитрий Сергеевич Войнов | Способ определения местоположения квазинепрерывного широкополосного источника радиоизлучения мобильным комплексом радиотехнического наблюдения |
CN108508413A (zh) * | 2017-09-25 | 2018-09-07 | 中国人民解放军国防科技大学 | 一种基于概率统计的低信噪比条件下目标检测方法 |
CN108508413B (zh) * | 2017-09-25 | 2020-03-13 | 中国人民解放军国防科技大学 | 一种基于概率统计的低信噪比条件下目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104749562B (zh) | 2017-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104777466A (zh) | 基于降维恒模盲均衡的无源双基地雷达信号处理方法 | |
US8543633B2 (en) | Modified Gram-Schmidt core implemented in a single field programmable gate array architecture | |
CN101937088B (zh) | 一种卫星导航接收设备空时二维抗干扰实现方法 | |
CN103728594B (zh) | 基于多通道nlms的外辐射源雷达海杂波干扰抑制方法 | |
CN101729461B (zh) | 消除单频干扰及多频干扰的***及方法 | |
CN103748576B (zh) | 自适应均衡器 | |
CN103197300B (zh) | 一种基于gpu的外辐射源雷达直达波杂波对消实时处理方法 | |
CN110646769B (zh) | 一种适用于lte外辐射源雷达的时域杂波抑制方法 | |
CN104749562A (zh) | 基于循环常数模盲均衡的无源双基地雷达信号处理方法 | |
CN107153178B (zh) | 外辐射源雷达参考信号含有多径干扰时的目标检测方法 | |
US20030028569A1 (en) | Delayed adaptive least-mean-square digital filter | |
CN102710284B (zh) | 二维自适应滤波窄带干扰抑制装置 | |
Meinl et al. | Realtime FPGA-based processing unit for a high-resolution automotive MIMO radar platform | |
CN107367715A (zh) | 基于稀疏表示的杂波抑制方法 | |
US8984038B2 (en) | Method and system for unconstrained frequency domain adaptive filtering | |
CN101577536B (zh) | 一种改进的lms算法实现器 | |
CN109961798A (zh) | 回声消除***、方法、可读计算机存储介质、及终端 | |
CN103840794A (zh) | 简化子带结构无次级路径有源控制方法 | |
EP2933928B1 (en) | Low complexity narrowband interference suppression | |
CN101561498A (zh) | 多阶段分解空时自适应信号处理方法 | |
CN105093191A (zh) | 外辐射源雷达直达波恢复方法 | |
CN107271978B (zh) | 一种多个异构卫星下基于Rao检测的目标探测方法 | |
EP3712626B1 (en) | High-rate dft-based data manipulator and data manipulation method for high performance and robust signal processing | |
Wang | Direct signal recovery and masking effect removal exploiting sparsity for passive bistatic radar | |
CN111208478A (zh) | 用于导航雷达回波积累的双极点积累器及回波积累方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Xikang Road Gulou District of Nanjing City, Jiangsu Province, No. 1 Applicant after: Hohai University Address before: Xikang Road Jiangning District of Nanjing City, Jiangsu Province, No. 1 210098 Applicant before: Hohai University |
|
COR | Change of bibliographic data | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170315 Termination date: 20200323 |
|
CF01 | Termination of patent right due to non-payment of annual fee |