CN113109807B - 基于压缩感知的频率分集阵列雷达地下目标三维成像方法 - Google Patents
基于压缩感知的频率分集阵列雷达地下目标三维成像方法 Download PDFInfo
- Publication number
- CN113109807B CN113109807B CN202110256588.7A CN202110256588A CN113109807B CN 113109807 B CN113109807 B CN 113109807B CN 202110256588 A CN202110256588 A CN 202110256588A CN 113109807 B CN113109807 B CN 113109807B
- Authority
- CN
- China
- Prior art keywords
- array
- grid
- dimensional imaging
- frequency diversity
- compressed sensing
- 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.)
- Active
Links
Images
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
- G01S7/414—Discriminating targets with respect to background clutter
-
- 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
- G01S7/418—Theoretical aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于压缩感知的频率分集阵列雷达下目标三维成像方法,使用两个FDA雷达对待测区域发射信号并接收回波数据,然后使用不同中心频率的带通滤波器进行滤波处理,固定时间进行采样取值,并记录为向量,随后,对待探测区域建立直角坐标系,并对探测区域进行网格划分,计算两个阵列中每对阵元相对于该网格的传播时延,并用各个网格的时延建立字典和相应的场景反射系数,将所有划分的字典和场景反射系数重新堆叠,使用正交匹配追踪算法对场景反射系数进行重构,最后,对场景反射系数进行拆分和重新拼接,即可得到三维成像结果,从而减少了所需回波采样点数,减轻了数据采集的压力,成像结果更为稳定,并可以更直观的分辨地下目标方位。
Description
技术领域
本发明涉及探地雷达信号处理技术领域,尤其涉及一种基于压缩感知的频率分集阵列雷达地下目标三维成像方法。
背景技术
由于频率分集阵列由于其频率单一和同时收发的优点,所以频率分集阵列雷达地下目标成像技术在军事和民用领域有广泛的应用前景。目前大多数人研究的频率分集阵列都是针对于自由空间中的目标,通过信号源定位或者后向投影进行目标成像。这些雷达目标成像技术大都是利用数学模型进行大量运算得到的结果,不仅算法不易实现实时性和准确性要求,而且不能直接适用于地下环境。
发明内容
本发明的目的在于提供一种于压缩感知的频率分集阵列雷达地下目标三维成像方法,旨在解决现有技术中的传统方法采用的算法不易实现实时性和准确性要求,而且不能直接适用于地下环境的技术问题。
为实现上述目的,本发明采用的一种基于压缩感知的频率分集阵列雷达地下目标三维成像方法,包括如下步骤:
使用两个相互独并共有N个阵元立的FDA雷达对待测区域发射信号并接收回波数据;
在每个阵元接收回波信号后,使用不同中心频率的带通滤波器进行滤波处理;
将滤波处理后的回波信号以固定时间t0进行采样取值,并记录为向量;
两个FDA雷达平行设置,以第一个FDA雷达到第二个FDA雷达为z轴正方向,第一个FDA雷达第一个阵元到第N/2个阵元为x轴正方向,地面到地心为y轴正方向建立三维坐标系,并使用等步长对待探测区域进行网格划分;
计算两个阵列中每对阵元相对于各个网格的传播时延,并用各个网格的时延建立字典和相应的场景反射系数;
将所有z轴划分的字典和场景反射系数矩阵重新堆叠;
使用正交匹配追踪算法对场景反射系数进行重构,按照划分网格时的形式对场景反射系数进行拆分和重新拼接,即可得到三维成像结果。
使用两个相互独立的FDA雷达对待测区域发射信号并接收回波数据的步骤中:
两个相互独立的FDA雷达共有N个阵元,间距为Z,间距取值应保证可以获得有效回波信号,可用1/R来估计回波信号幅值,其中R为信号传播为阵元到待探测区域的最远传播路径。
将滤波处理后的回波信号以固定时间t0进行采样取值,并记录为向量的步骤中:
所选取的固定时间必须满足t0>>max(τi),其中τi是第i个目标反射后信号的双程时延;
向量为由第n个阵元发射第m个阵元接收的,回波信号经中心频率为fn的,带通滤波器滤波后的采样值。
在使用等步长对待探测区域进行网格划分的步骤中:
在每个坐标轴上以等距离Δd为步长对待探测区域进行网格划分。
计算两个阵列中每对阵元相对于各个网格的传播时延的步骤中:
每对阵元由两个阵元组成,一个阵元发射信号,另一阵元接收其信号;
网格的传播时延为发射阵元发射信号到该网格反射后到接收阵元的延时。
并用各个网格的时延建立字典和相应的场景反射系数的步骤中:
场景反射系数与字典相对应,具有同样的形式与排列,其中每个元素均为该处网格的反射系数。
本发明的有益效果体现为:计算简单,易于实现,减少了所需回波采样点数,通过使用FDA雷达进行埋地目标探测,不仅减轻了数据采集的压力,还大大减少了所需运算量,同时成像结果更为稳定,可以更直观的分辨地下目标方位。
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是本发明的基于压缩感知的频率分集阵列雷达地下目标三维成像方法的步骤流程图。
图2是本发明的两个阵列的位置示意图。
图3是本发明的带通滤波器的示意图。
图4是本发明的网格划分的示意图。
图5是本发明的正交匹配追踪算法的步骤流程图。
图6是本发明的球目标埋地目标信息图。
图7是本发明的球目标三位成像结果图。
图8是本发明的圆柱目标埋地目标信息图。
图9是本发明的圆柱目标三维成像结果图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
请参阅图1,本发明提供了一种基于压缩感知的频率分集阵列雷达地下目标三位成像方法,包括如下步骤:
S1:使用两个相互独立并共有N个阵元的FDA雷达对待测区域发射信号并接收回波数据;
S2:在每个阵元接收回波信号后,使用不同中心频率的带通滤波器进行滤波处理;
S3:将滤波处理后的回波信号以固定时间进行采样取值,并记录为向量;
S4:两个FDA雷达平行设置,以第一个FDA雷达到第二个FDA雷达为z轴正方向,第一个FDA雷达第一个阵元到第N/2个阵元为x轴正方向,地面到地心为y轴正方向建立三维坐标系,并使用等步长对待探测区域进行网格划分;
S5:计算两个阵列中每对阵元相对于各个网格的传播时延,并用各个网格的时延建立字典和相应的场景反射系数;
S6:将所有z轴划分的字典和场景反射系数矩阵重新堆叠;
S7:使用正交匹配追踪算法对场景反射系数进行重构,按照划分网格时的形式对场景反射系数进行拆分和重新拼接,即可得到三维成像结果。
具体的,请参阅图2,使用两个共有N个阵元相互独立的FDA雷达对待测区域发射信号并接收回波数据,两阵列的间距为Z,两个FDA雷达的发射信号表示为:
sn(t)=sin(2πfnt)n=1,2,…,N
其中,fn=f0+(n-1)·Δf,(n=1,2,…,N)为第n个阵元的发射频率,f0为FDA阵列的基础频率,n为阵元的序号,Δf为频偏。
此时,在q个目标的地下场景中,第m个接收阵元所接收的信号表示为:
其中,β(R)为传播过程中的电磁波的衰减系数,a(i)为第i个目标的反射系数,τi是第i个目标反射后信号的双程时延。
请参阅图3,在每个阵元接收回波信号后,使用不同中心频率的带通滤波器进行滤波处理,带通滤波器的中心频率为:
fn=f0+(n-1)·Δf,n=1,2,…,N
将滤波处理后的回波信号以固定时间t0进行采样取值,所选取的固定时间必须满足t0>>max(τi),其中τi是第i个目标反射后信号的双程时延。并记录为向量r=[r11 r12... rnm]T,其中rnm为由第n个阵元发射第m个阵元接收的回波信号经中心频率为fn的带通滤波器滤波后的采样值,其表达式为:
请参阅图4,以第一个FDA雷达到第二个FDA雷达为z轴正方向,第一个FDA雷达第一个阵元到第N/2个阵元为x轴正方向,地面到地心为y轴正方向建立三维指标系,并在每个坐标轴上以等距离Δd为步长对待探测区域进行网格划分。
在每个z轴划分点取其xoy平面并计算两个阵列中每对阵元相对于该网格的传播时延,并用此平面各个网格的时延建立字典[Ψnm]z和相应的场景反射系数[Snm]z,字典和场景反射系数表示为:
其中,[Ψnm]z=[g(1,1)z,g(1,2)z,...,g(P,Q)z]为第z个划分点由第n个发射阵元和第m个阵元接收信号的字典,P为沿着x轴像素的点数,Q为沿着y轴像素的点数,为发射信号在各个网格点的延迟,v是电磁波在地下介质中的传播速度,Rnmz表示在三维网格中第n个阵元发射被第m个阵元接收的信号到网格的总距离。
将所有z轴划分的字典和场景反射系数重新堆叠,经过堆叠的字典和场景反射系数分别为Ψ3D和S3D,其堆叠方式如下:
其中,[Ψ]z和[S]z为经过S5堆叠的第z个划分点构成的字典和场景反射系数。
使用正交匹配追踪算法对场景反射系数S3D进行重构,按照划分网格时的形式对场景反射系数S3D进行拆分和重新拼接,即可得到三维成像结果。
请参阅图5,正交匹配追踪算法的具体步骤为:
S11:输入预处理采样的回波信号、经过拼接的字典和总迭代次数;
S12:初始化残差、支持索引向量集和迭代次数;
S13:计算字典对回波信号的贡献度;
S14:将找到的最相关字典元素加入索引集;
S15:更新残差和迭代次数,当更新后的迭代次数等于总迭代次数,则输出结果,否则返回步骤S13。
具体的,与现有技术相比,基于压缩感知的频率分集阵列雷达地下目标三维成像方法具有以下优点:
计算简单,易于实现。与现有技术相比,本发明减少了所需回波采样点数,通过使用FDA雷达进行埋地目标探测,不仅减轻了数据采集的压力,同时也大大减少了所需运算量;
基于压缩感知的频率分集阵列雷达地下目标三维成像结果稳定。与现有技术相比,本发明所述方法可以更直观的分辨地下目标方位,在结果的稳定性上本发明所述的方法也具有优势。
具体实施例1:
请参阅图6,首先建立一个尺寸为2.1m×1m×0.6m的三维沙地场景,使用的沙子的相对介电常数εr=3,电导率σ=0.01,相对磁导率μr=1,在沙地中添加4个半径为0.03m的理想导体小球。采用2个由20个阵元组成的FDA-MIMO雷达阵列作进行探地模拟,其起始频率为300MHz,频偏为60MHz,阵元间距为10cm,双阵列间隔为60cm。使用gprMax进行探地雷达仿真,并得到回波信号。应用本发明的基于压缩感知的频率分集阵列雷达地下目标三维成像方法进行成像,可以得到如图7所示的成像结果。
具体实施例2:
请参阅图8,建立了一个尺寸为2.1m×0.6m×0.6m的三维沙地场景,使用的沙子的相对介电常数εr=3,电导率σ=0.01,相对磁导率μr=1。使用直径为5cm的圆柱体作为埋地目标,埋地圆柱的顶面和底面的圆心坐标分别为(0.8,0.5,0.3)和(1.2,0.5,0.3)。采用2个由20个阵元组成的FDA-MIMO雷达阵列作进行探地模拟,其起始频率为300MHz,频偏为60MHz,阵元间距为10cm,双阵列间隔为60cm。使用gprMax进行探地雷达仿真,并得到回波信号。应用本发明的基于压缩感知的频率分集阵列雷达地下目标三维成像方法进行成像,可以得到如图9所示的成像结果。
通过实施例1和实施例2的成像结果表明,使用压缩感知的频率分集阵列雷达对地下目标三维成像,可以得到准确结果,成像误差对结果位置影响不大。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (6)
1.一种基于压缩感知的频率分集阵列雷达地下目标三维成像方法,其特征在于,包括如下步骤:
使用两个相互独立并共有N个阵元的FDA雷达对待测区域发射信号并接收回波数据;
在每个阵元接收回波信号后,使用不同中心频率的带通滤波器进行滤波处理;
将滤波处理后的回波信号以固定时间进行采样取值,并记录为向量;
两个FDA雷达平行设置,以第一个FDA雷达到第二个FDA雷达为z轴正方向,第一个FDA雷达第一个阵元到第N/2个阵元为x轴正方向,地面到地心为y轴正方向建立三维坐标系,并使用等步长对待探测区域进行网格划分;
计算两个阵列中每对阵元相对于各个网格的传播时延,并用各个网格的时延建立字典和相应的场景反射系数;
将所有z轴划分的字典和场景反射系数矩阵重新堆叠;
使用正交匹配追踪算法对场景反射系数进行重构,按照划分网格时的形式对场景反射系数进行拆分和重新拼接,即可得到三维成像结果。
2.如权利要求1所述的基于压缩感知的频率分集阵列雷达地下目标三维成像方法,其特征在于,使用两个相互独立的FDA雷达对待测区域发射信号并接收回波数据的步骤中:
两个相互独立的FDA雷达共有N个阵元,间距为Z,间距取值应保证可以获得有效回波信号,可用1/R来估计回波信号幅值,其中R为信号传播为阵元到待探测区域的最远传播路径。
3.如权利要求2所述的基于压缩感知的频率分集阵列雷达地下目标三维成像方法,其特征在于,将滤波处理后的回波信号以固定时间t0进行采样取值,并记录为向量的步骤中:
所选取的固定时间必须满足t0>>max(τi),其中τi是第i个目标反射后信号的双程时延;
向量为由第n个阵元发射第m个阵元接收的,回波信号经中心频率为fn的,带通滤波器滤波后的采样值。
4.如权利要求3所述的基于压缩感知的频率分集阵列雷达地下目标三维成像方法,其特征在于,在使用等步长对待探测区域进行网格划分的步骤中:
在每个坐标轴上以等距离Δd为步长对待探测区域进行网格划分。
5.如权利要求4所述的基于压缩感知的频率分集阵列雷达地下目标三维成像方法,其特征在于,计算两个阵列中每对阵元相对于各个网格的传播时延的步骤中:
每对阵元由两个阵元组成,一个阵元发射信号,另一阵元接收其信号;
网格的传播时延为发射阵元发射信号到该网格反射后到接收阵元的延时。
6.如权利要求5所述的基于压缩感知的频率分集阵列雷达地下目标三维成像方法,其特征在于,并用各个网格的时延建立字典和相应的场景反射系数的步骤中:
场景反射系数与字典相对应,具有同样的形式与排列,其中每个元素均为该处网格的反射系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110256588.7A CN113109807B (zh) | 2021-03-09 | 2021-03-09 | 基于压缩感知的频率分集阵列雷达地下目标三维成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110256588.7A CN113109807B (zh) | 2021-03-09 | 2021-03-09 | 基于压缩感知的频率分集阵列雷达地下目标三维成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113109807A CN113109807A (zh) | 2021-07-13 |
CN113109807B true CN113109807B (zh) | 2022-09-23 |
Family
ID=76710796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110256588.7A Active CN113109807B (zh) | 2021-03-09 | 2021-03-09 | 基于压缩感知的频率分集阵列雷达地下目标三维成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113109807B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116184401A (zh) * | 2023-04-25 | 2023-05-30 | 南京六的平方信息技术有限公司 | 一种用于工程质量检验的***及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941256A (zh) * | 2014-05-12 | 2014-07-23 | 南京航空航天大学 | 基于两级多分辨重构的无源分布式sar成像处理方法 |
CN109633587A (zh) * | 2018-12-21 | 2019-04-16 | 桂林电子科技大学 | 一种组网雷达信号带宽的自适应调整方法 |
CN112305537A (zh) * | 2020-10-27 | 2021-02-02 | 南京理工大学 | 单比特随机频控阵雷达目标距离-角度联合估计方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7399279B2 (en) * | 1999-05-28 | 2008-07-15 | Physiosonics, Inc | Transmitter patterns for multi beam reception |
US8121618B2 (en) * | 2009-10-28 | 2012-02-21 | Digimarc Corporation | Intuitive computing methods and systems |
US9465110B2 (en) * | 2012-08-03 | 2016-10-11 | Telaris Inc. | Three-dimensional tomographic imaging camera based on compressive sensing |
CN103353596B (zh) * | 2013-06-18 | 2015-02-18 | 西安电子科技大学 | 基于压缩感知的波束空间域米波雷达测高方法 |
CN106772365B (zh) * | 2016-11-25 | 2019-07-12 | 南京理工大学 | 一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法 |
CN106772370B (zh) * | 2016-12-19 | 2019-04-16 | 上海理工大学 | 基于多发多收阵列的太赫兹近场稀疏成像方法 |
CN108776337B (zh) * | 2018-04-24 | 2021-11-05 | 桂林电子科技大学 | Mimo-fda探地雷达近目标二维成像方法 |
US11275374B2 (en) * | 2018-12-18 | 2022-03-15 | Zoox, Inc. | Event-based data logging |
CN110109101A (zh) * | 2019-04-04 | 2019-08-09 | 电子科技大学 | 一种基于自适应阈值的压缩感知三维sar成像方法 |
CN110007303B (zh) * | 2019-04-22 | 2022-07-22 | 桂林电子科技大学 | 频率分集阵列合成孔径三维成像雷达***及其成像方法 |
-
2021
- 2021-03-09 CN CN202110256588.7A patent/CN113109807B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941256A (zh) * | 2014-05-12 | 2014-07-23 | 南京航空航天大学 | 基于两级多分辨重构的无源分布式sar成像处理方法 |
CN109633587A (zh) * | 2018-12-21 | 2019-04-16 | 桂林电子科技大学 | 一种组网雷达信号带宽的自适应调整方法 |
CN112305537A (zh) * | 2020-10-27 | 2021-02-02 | 南京理工大学 | 单比特随机频控阵雷达目标距离-角度联合估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113109807A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7692586B2 (en) | Sparse interferometric array for radio frequency azimuth direction finding | |
CN109270486B (zh) | 一种采用两传感器旋转的频变信号二维测向方法 | |
CN111398902A (zh) | 一种直角三角形三元水听器阵被动测距测向方法 | |
CN104931923A (zh) | Grid Iterative ESPRIT,一种可扩展的用于均匀圆阵二维到达角的快速估计算法 | |
CN115061156A (zh) | 一种基于组合导航的阵列天线抗卫星导航欺骗方法及*** | |
CN113109807B (zh) | 基于压缩感知的频率分集阵列雷达地下目标三维成像方法 | |
CN117724035B (zh) | 基于两级校正的干涉仪测向定位方法 | |
CN107976671B (zh) | 一种适用于稀疏阵列天线的雷达目标角度计算方法 | |
Sun et al. | Array geometry calibration for underwater compact arrays | |
CN110413939B (zh) | 一种基于原子范数的到达角估计方法 | |
CN115291207A (zh) | 基于mimo雷达的小型旋翼无人机多目标检测方法 | |
US4387376A (en) | Phase linear interferometer system and method | |
CN113671485A (zh) | 基于admm的米波面阵雷达二维doa估计方法 | |
CN108387868B (zh) | 一种基于信号到达角度差测量的扫描式辐射源定位方法 | |
Yang et al. | Coprime L‐shaped array connected by a triangular spatially‐spread electromagnetic‐vector‐sensor for two‐dimensional direction of arrival estimation | |
CN115979954A (zh) | 全天空射电成像阵列的基线测量和信号同步方法 | |
CN113255171A (zh) | 一种基于迁移学习的测向误差校正方法与装置 | |
CN109085584B (zh) | 基于高自由度的多输入多输出钻孔雷达高效率成像方法 | |
CN110376586B (zh) | 一种基于层析原理的分布式mimo雷达动目标探测方法 | |
CN111431575B (zh) | 基于常规波束形成的来波方向稀疏重构方法 | |
CN110231590B (zh) | 一种基于dft变换的阵列目标角度测量方法 | |
CN116087875B (zh) | 基于环境信息的室内非视距场景无源标签三维定位方法 | |
CN113625219B (zh) | 基于稀疏贝叶斯学习的矢量共形阵列doa-极化参数联合估计方法 | |
CN113900096B (zh) | 一种双基地高频地波雷达海洋回波反演无向海浪谱的方法 | |
CN113933782B (zh) | 一种信息缺失下的无源直接定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |