CN115825944A - 基于外辐射源雷达的单快拍多目标来波方向估计方法 - Google Patents

基于外辐射源雷达的单快拍多目标来波方向估计方法 Download PDF

Info

Publication number
CN115825944A
CN115825944A CN202211658515.1A CN202211658515A CN115825944A CN 115825944 A CN115825944 A CN 115825944A CN 202211658515 A CN202211658515 A CN 202211658515A CN 115825944 A CN115825944 A CN 115825944A
Authority
CN
China
Prior art keywords
target
grid point
matrix
vector
substitution
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
Application number
CN202211658515.1A
Other languages
English (en)
Other versions
CN115825944B (zh
Inventor
韩兴斌
刘春恒
刘阳
侯进永
臧晴
魏斌斌
岳秀清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Systems Engineering of PLA Academy of Military Sciences
Original Assignee
Institute of Systems Engineering of PLA Academy of Military Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Systems Engineering of PLA Academy of Military Sciences filed Critical Institute of Systems Engineering of PLA Academy of Military Sciences
Priority to CN202211658515.1A priority Critical patent/CN115825944B/zh
Publication of CN115825944A publication Critical patent/CN115825944A/zh
Application granted granted Critical
Publication of CN115825944B publication Critical patent/CN115825944B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于外辐射源雷达的单快拍多目标来波方向估计方法,其步骤包括:利用外辐射源雷达的阵列天线接收目标的回波信号和外辐射源的直达波信号,进行距离‑多普勒两维的互模糊计算,构造观测向量;构建网格点选择集合,利用网格点选择集合生成目标基准字典矩阵,利用目标基准字典矩阵和偏移估计矩阵构造表示字典矩阵;构建并求解非凸替代稀疏求解模型,得到非凸替代稀疏求解模型的解向量;构建合理性判断函数,计算非凸替代稀疏求解模型的解向量的合理性判断函数值,进行网格合理性判断,并根据判断结果得到每个目标的来波方向的估计值。本发明实现了单快拍下的多目标来波方向估计,具有简洁高效的优点,提高了估计的准确度和精度。

Description

基于外辐射源雷达的单快拍多目标来波方向估计方法
技术领域
本发明属于电子技术领域,特别涉及一种基于外辐射源雷达的单快拍多目标来波方向估计方法。
背景技术
目前,在雷达、声纳和无线通信***中,阵列信号到达方向(DOA)的估计问题一直是信号处理领域的研究热点而且具有广泛的应用,目前高分辨率自适应DOA估计方法主要包括MVDR(minimum variance distortionlessresponse)、MUSIC(multiple signalclassification)和协方差匹配法等。这些方法都是基于空间协方差矩阵来实现,然而,由于目标的高速运动以及多径传播带来的影响,或是面对突发目标,导致得到的快拍数据十分有限,造成了空间协方差矩阵的不准确估计,从而导致MVDR、MUSIC等方法估计准确度大大下降,因此,对于单快拍数据的DOA估计方法的探索研究具有重要意义。
随着压缩感知(Compressed sensing)技术的发展,基于稀疏信号恢复的DOA估计的研究大量涌现,近些年来,OMP(Orthogonal Matching Pursuit,正交匹配追踪)和l1范数最小化等稀疏恢复算法已被应用到该类问题的研究中,尽管这些工作给出了其算法的合理依据,但是这些算法具有严苛的适用条件,不仅其测量矩阵需要满足RIP条件,而且其RIC常数(Restricted Isometry Constant,有限等距常数)也要满足一些性质,然而验证给定矩阵的RIP条件本身就是一个NP-HARD问题,目前的RIP估计结论仅适用于随机矩阵,但是在实际应用中,利用实际目标采集数据获取的DOA测量矩阵难以满足这样的随机结构,因此很难直接验证其RIP条件,所以模型理论在实际场景的实用性难以得到充分的保证。
发明内容
本发明的目的在于:本发明提供一种基于外辐射源雷达的单快拍多目标来波方向估计方法,能够有效地根据接收阵列的单快拍数据实现多目标来波方向的估计,提高***的目标多目标定位能力。
本发明公开了一种基于外辐射源雷达的单快拍多目标来波方向估计方法,其步骤包括:
S1、利用外辐射源雷达的阵列天线接收目标的回波信号和外辐射源的直达波信号,对接收到的回波信号和直达波信号进行距离-多普勒两维的互模糊计算,得到互模糊计算结果,针对目标对应的距离-多普勒单元及相应的互模糊计算结果,构造观测向量;
S2、将目标的角度估计范围划分为若干个区域,在每个区域内选取网格点,构建网格点选择集合,利用网格点选择集合生成目标基准字典矩阵,并根据目标基准字典矩阵生成偏移估计矩阵,利用目标基准字典矩阵和偏移估计矩阵构造表示字典矩阵;
S3、根据观测向量与表示字典矩阵构建非凸替代稀疏求解模型,并根据非凸替代函数,利用不动点迭代算法对非凸替代稀疏求解模型进行求解,得到非凸替代稀疏求解模型的解向量;非凸替代稀疏求解模型的解向量的前半部分元素对应每个区域内所选取的网格点,后半部分元素对应每个区域内所选取的网格点的修正量;
S4、构建合理性判断函数,计算非凸替代稀疏求解模型的解向量的合理性判断函数值,进行网格合理性判断,并根据判断结果得到每个目标的来波方向的估计值。
所述步骤S1,其具体包括:利用外辐射源雷达的第一阵列天线接收目标的回波信号,使外辐射源雷达的第二阵列天线的接收波束指向外辐射源,使其接收外辐射源的辐射信号,将其作为直达波信号;
对直达波信号进行离散采样后得到离散变量dr(n),其中n=1,2,....N,N为离散变量dr(n)的序列长度;外辐射源雷达的第一阵列天线包括M路天线,且天线间距等于直达波信号的半波长,则第一阵列天线的第m路天线接收到目标的回波信号的离散表达式为:
Figure BDA0004012672610000031
其中,Nc为目标数量,θi为第i个目标的回波信号的来波方向,ai,m为第一阵列天线的第m路天线接收到的第i个目标的回波信号的幅度,τi和fi分别为第i个目标的回波信号的相对于直达波的时延与频延,Ami)为第m路天线的利用角度θi生成的导向矢量元素,其表达式为:
Figure BDA0004012672610000032
其中d是外辐射源雷达的第一阵列天线的天线间距,λ是直达波信号的波长,M为天线数目;
将阵列天线接收到的回波信号与直达波信号进行距离-多普勒两维的互模糊计算,则第一阵列天线的每路天线接收到的回波信号的互模糊计算结果表示为,
Figure BDA0004012672610000033
其中,Φm(τ,f)为第一阵列天线的第m路天线接收到的回波信号在时延τ和频延f下的互模糊计算结果,dr*(n-τ)表示时延为τ的离散变量dr(n)的共轭转置;
当Nc个目标的时延和频延均位于同一个距离—多普勒单元(τ*,f*)时,则该距离—多普勒单元对应的互模糊计算结果表示为,
Figure BDA0004012672610000041
其中,Bi*,f*)表示第i个目标对应的回波信号的复包络在距离—多普勒单元(τ*,f*)下的取值,wm*,f*)表示第m路天线接收到的回波信号在该距离—多普勒单元(τ*,f*)上的接收噪声,将第一阵列天线接收到的回波信号的互模糊计算结果,按照第一阵列天线的天线位置顺序进行排列,得到观测向量b,其表达式为:
b=[Φ1*,f*),Φ2*,f*),...,ΦM*,f*)],
从而得到观测向量。
所述步骤S2,其具体包括:
S21,根据目标所在方向范围确定其角度估计范围[θminmax],将目标的角度估计范围均匀划分为G个区域,按照区域内角度值由小及大的顺序,在角度取值最小的区域内随机选取网格点,然后在下一区域内随机选取网格点α,利用所有选取的网格点生成网格点选择集合Γ;
S22,利用网格点选择集合Γ生成基准字典矩阵F,F∈CM×|Γ|,CM×|Γ|表示M行|Γ|列的复数矩阵集合,|Γ|为集合Γ中的元素个数,F的列向量的表示式为:
Fi=[A1i),A2i)...,AMi)]T
其中,Fi表示矩阵F的第i个列向量,αi∈Γ,计算矩阵F的相干性μ(F),其计算公式为:
Figure BDA0004012672610000051
S23,判断所生成的基准字典矩阵的相干性是否大于等于判断阈值ε,如果大于等于判断阈值ε,则将网格点α从网格点选择集合Γ中剔除,再从网格点α所在的区域重新选取网格点,再次生成网格点选择集合,返回步骤S22;如果网格点的选取次数达到上限,进入步骤S24;如果所生成的基准字典矩阵的相干性小于判断阈值ε,进入步骤S25;
S24,选择当前选取的网格点所在的区域的取值位于区域中间的中间点作为新的网格点,将其作为该区域内所最终选择的网格点加入网格点选择集合中,再按照区域内角度值由小及大的顺序,在下一区域内随机选取网格点并且也将其加入网格点选择集合中,进入步骤S22,如果所有区域的网格点均已经选择完毕,进入步骤S26;
S25,在网格点选择集合Γ中保留当前网格点,按照区域内角度值由小及大的顺序,进入下一区域内选取网格点,再次生成网格点选择集合,进入步骤S22,如果所有区域的网格点均已经选择完毕,记录最终的网格点选择集合,将其记为第一网格点选择集合,进入步骤S26;
S26,所有区域的网格点均选择完毕后,此时按照第一网格点选择集合生成目标基准字典矩阵FZ,目标基准字典矩阵FZ的第i行、第j列元素的表达式为:
FZi,j=Aij),
再利用所生成的目标基准字典矩阵FZ得到偏移估计矩阵H,H∈CM×|Γ|,偏移估计矩阵H的第i行、第j列元素的表达式为,
Figure BDA0004012672610000061
其中,Ai'(α)表示在Ai'(α)中对α进行求导;
利用目标基准字典矩阵FZ和偏移估计矩阵H,构造表示字典矩阵Ω,Ω∈CM×2|Γ|,表示字典矩阵的表达式为Ω=[FZ,H],从而得到表示字典矩阵。
所述步骤S3,其具体包括:
设计非凸替代函数fp(x),其表达式为
Figure BDA0004012672610000062
其中,x为自变量,e为自然常数,p为非凸替代函数的参数,对向量x定义相应的伪范数
Figure BDA0004012672610000071
其表达式为:
Figure BDA0004012672610000072
xi为向量x中的第i个元素,根据观测向量与表示字典矩阵构建非凸替代稀疏求解模型,其表达式为,
Figure BDA0004012672610000073
从而构建得到非凸替代稀疏求解模型。
所述的利用不动点迭代算法对非凸替代稀疏求解模型进行求解,具体包括:
S31,随机生成初始变量,作为当前变量;
S32,将当前变量作为输入,带入最优解不动点表达式P(x)中,得到中间矩阵Ψ,即Ψ=P(x),中间矩阵Ψ为对角矩阵,其第i行、第i列的元素P(x)i,i的计算公式为P(x)i,i=|xi|/f′p(xi),其中,xi表示P(x)的输入变量x的第i个元素,f′p(xi)表示对非凸替代函数fp( )求导;利用中间矩阵Ψ计算得到当前变量xk的一次迭代更新值,其计算公式为:
Figure BDA0004012672610000074
完成对当前变量的一次迭代;
S33,判断当前变量和其一次迭代更新值之间的差值是否小于收敛阈值或是否达到设定的迭代次数,若上述两个条件都不满足,则将当前变量的一次迭代更新值作为输入,返回步骤S32,若上述两个条件满足任意一项,则利用最后一次迭代更新得到的变量xz构建支撑集S,
Figure BDA0004012672610000081
表示变量xz的第i个元素,以该支撑集作为最小二乘模型的约束,利用最小二乘模型,求得最终的解向量,其计算过程为:
Figure BDA0004012672610000082
此时的最终解x*即为非凸替代稀疏求解模型的解向量。
所述的步骤S4,其具体包括:
S41,构造合理性判断函数g(x),其表达式为:
Figure BDA0004012672610000083
其中,x为合理性判断函数的输入向量,将其按照维度进行平均划分,x=[y,z]T,y为x的前半部分元素所构成的列向量,z为x的后半部分元素所构成的列向量;
S42,假设得到的第一网格点选择集合Γ=[α12,.....αG],G为角度估计范围所均匀划分的区域的数目,N为y所包含的元素个数,yi为y中的第i个元素,zi为z中的第i个元素,Δαi为第一网格点选择集合中的第i个网格点的最小间距,Δαi=min(||αii+1||2,||αii-1||2),计算最终解x*的合理性判断函数值,如果该值小于等于函数阈值
Figure BDA0004012672610000084
则进入步骤S45;如果最终解x*的合理性判断函数值大于函数阈值
Figure BDA0004012672610000085
则进入步骤S43;
S43,对最终解x*按照维度进行平均划分,得到x*=[y*,z*]T,y*为x*的前半部分元素所构成的列向量,z*为x*的后半部分元素所构成的列向量,在y*中选出具有最大的合理性值|yilog(yi)|的元素yi,根据元素yi的序号找到该序号对应的第一网格点选择集合Γ中的网格点α*,基于该网格点构造备选集合,所构造的备选集合的表达式为:
Λ(α*)={α|α=α±k-1Δα*,k=1,2,3,4},
其中,Δα*为网格点α*的最小间距,k为集合参数,构建备选集合完毕后,利用备选集合Λ(α*)中网格点逐一替代所述的网格点α*,依次重新构造表示字典矩阵Ω并重复步骤S3,得到备选集合Λ(α*)中的每个网格点对应的非凸替代稀疏求解模型的解向量与相应的合理性判断函数值,判断其中的最小的合理性判断函数值是否大于函数阈值
Figure BDA0004012672610000091
如果大于函数阈值
Figure BDA0004012672610000092
进入步骤S44,如果小于等于函数阈值,进入步骤S45;
S44,选取备选集合中具有最小的合理性判断函数值的网格点,替代网格点α*,更新第一网格点选择集合Γ,再重新构造表示字典矩阵Ω,并重复步骤S3,对最终解x*进行更新,进入步骤S43;
S45,利用最终解x*和第一网格点选择集合Γ,计算得到第i个目标的回波信号的来波方向的估计值为:
θi=αi+zi,i∈Π,
其中,
Figure BDA0004012672610000101
从而完成对目标来波方向的估计。
本发明的有益效果:
基于本发明提供的基于稀疏恢复的单快拍DOA估计方法,首先分析阵列天线快拍数据特点,构造出以稀疏恢复模型;然后利用分式替代函数最小化算法获得此稀疏恢复模型的优化解,并根据此解与测量矩阵网格点集合元素的对应关系,得到相应的方向信息,从而实现单快拍下的多目标来波方向估计。避免了采用其他算法(如贪婪算法,l1范数极小化算法)时出现的准确度不高的问题,使得整体算法更加简洁高效,提高了估计的准确度和精度。
附图说明
图1为本发明提供的一种外辐射源雷达的多目标来波方向估计的实现流程图;
图2为不同输入参数下的非凸替代函数图像;
图3为多目标来波方向估计仿真结果;
图4为不同目标数目下的估计方法效果对比图。
具体实施方式
为了更好的了解本发明内容,这里给出一个实施例。
图1为本发明提供的一种外辐射源雷达的多目标来波方向估计的实现流程图;图2为不同输入参数下的非凸替代函数图像;图3为多目标来波方向估计仿真结果;图4为不同目标数目下的估计方法效果对比图。
本发明公开了一种基于外辐射源雷达的单快拍多目标来波方向估计方法,其步骤包括:
S1、利用外辐射源雷达的阵列天线接收目标的回波信号和外辐射源的直达波信号,对接收到的回波信号和直达波信号进行距离-多普勒两维的互模糊计算,得到互模糊计算结果,针对目标对应的距离-多普勒单元及相应的互模糊运算结果,构造观测向量;
所述步骤S1,其具体包括:利用外辐射源雷达的第一阵列天线接收目标的回波信号,使外辐射源雷达的第二阵列天线的接收波束指向外辐射源,使其接收外辐射源的辐射信号,将其作为直达波信号。
将卫星信号作为外辐射源信号,外辐射源雷达的接收端分别接收直达波信号与目标回波信号,外辐射源雷达***接收的卫星信号是连续波。卫星信号为数字电视广播信号。对直达波信号进行离散采样后得到离散变量dr(n),其中n=1,2,....N,N为序列长度。外辐射源雷达的第一阵列天线包括M路天线,且天线间距等于直达波信号的半波长,则第一阵列天线的第m路天线接收到目标的回波信号的离散表达式为:
Figure BDA0004012672610000111
其中,Nc为目标数量,θi为第i个目标的回波信号的来波方向,ai,m为第i个目标的回波信号的幅度,τi和fi分别为第i个目标的回波信号的相对于直达波的时延与频延,Ami)为第m路天线的利用角度θi生成的导向矢量元素,其表达式为:
Figure BDA0004012672610000112
其中d是外辐射源雷达的第一阵列天线的天线间距,λ是直达波信号的波长,M为天线数目。
将阵列天线接收到的回波信号与直达波信号进行距离-多普勒两维的互模糊计算,以改善目标信噪比,提高目标检测准确率,则第一阵列天线的每路天线接收到的回波信号的互模糊计算结果表示为,
Figure BDA0004012672610000121
其中,Φm(τ,f)为第一阵列天线的第m路天线接收到的回波信号在时延τ和频延f下的互模糊计算结果,dr*(n-τ)表示时延为τ的离散变量dr(n)的共轭转置;
对于Nc个目标,如果其回波信号的时延和频延均不相同,则通过其各自的时延和频延所处的距离—多普勒单元即可实现对不同目标的分离。当Nc个目标的时延和频延均位于同一个距离—多普勒单元(τ*,f*)时,则通过计算距离—多普勒单元对应的互模糊函数,来实现对不同目标的分离。
当Nc个目标的时延和频延均位于同一个距离—多普勒单元(τ*,f*)时,则该距离—多普勒单元对应的互模糊计算结果表示为,
Figure BDA0004012672610000122
其中,Bi*,f*)表示第i个目标对应的回波信号的复包络在距离—多普勒单元(τ*,f*)下的取值,wm*,f*)表示第m路天线接收到的回波信号在该距离—多普勒单元(τ*,f*)上的接收噪声,将第一阵列天线接收到的回波信号的互模糊计算结果,按照第一阵列天线的天线位置顺序进行排列,得到观测向量b,其表达式为:
b=[Φ1*,f*),Φ2*,f*),...,ΦM*,f*)],
S2、将目标的角度估计范围划分为若干个区域,再每个区域选取网格点,构建网格点选择集合,利用网格点选择集合生成目标基准字典矩阵,并根据目标基准字典矩阵生成偏移估计矩阵,利用目标基准字典矩阵和偏移估计矩阵构造表示字典矩阵;
所述步骤S2,其具体包括:
S21,根据目标所在方向范围确定其角度估计范围[θminmax],将目标的角度估计范围均匀划分为G个区域,按照区域内角度值由小及大的顺序,在角度取值最小的区域内随机选取网格点,然后在下一区域内随机选取网格点α,利用所有选取的网格点生成网格点选择集合Γ;
S22,利用网格点选择集合Γ生成基准字典矩阵F,F∈CM×|Γ|,CM×|Γ|表示M行|Γ|列的复数矩阵集合,|Γ|为集合Γ中的元素个数,F的列向量的表示式为:
Fi=[A1i),A2i)...,AMi)]T
其中,Fi表示矩阵F的第i个列向量,αi∈Γ,计算矩阵F的相干性μ(F),其计算公式为:
Figure BDA0004012672610000141
S23,判断所生成的基准字典矩阵的相干性是否大于等于判断阈值ε,如果大于等于判断阈值ε,则将网格点α从网格点选择集合Γ中剔除,则从网格点α所在的区域重新选取网格点,再次生成网格点选择集合,返回步骤S22;如果网格点的选取次数达到上限,进入步骤S24;如果所生成的基准字典矩阵的相干性小于判断阈值ε,进入步骤S25;
S24,选择当前选取的网格点所在的区域的取值位于区域中间的中间点作为新的网格点,将其作为该区域内所最终选择的网格点加入网格点选择集合中,再按照区域内角度值由小及大的顺序,在下一区域内随机选取网格点并且也将其加入网格点选择集合中,进入步骤S22,如果所有区域的网格点均已经选择完毕,进入步骤S26;
S25,在网格点选择集合Γ中保留当前网格点,按照区域内角度值由小及大的顺序,进入下一区域内选取网格点,再次生成网格点选择集合,进入步骤S22,如果所有区域的网格点均已经选择完毕,记录最终的网格点选择集合,将其记为第一网格点选择集合,进入步骤S26;
S26,所有区域的网格点均选择完毕后,此时按照第一网格点选择集合生成目标基准字典矩阵FZ,目标基准字典矩阵FZ的第i行、第j列元素的表达式为:
FZi,j=Aij),
再利用所生成的目标基准字典矩阵FZ得到偏移估计矩阵H,H∈CM×|Γ|,偏移估计矩阵H的第i行、第j列元素的表达式为,
Figure BDA0004012672610000151
其中,Ai'(α)表示在Ai'(α)中对α进行求导。
利用目标基准字典矩阵FZ和偏移估计矩阵H,构造表示字典矩阵Ω,Ω∈CM×2|Γ|,表示字典矩阵的表达式为Ω=[FZ,H];
S3、根据观测向量b与表示字典矩阵Ω构建非凸替代稀疏求解模型,并根据非凸替代函数,利用不动点迭代算法对非凸替代稀疏求解模型进行求解,得到非凸替代稀疏求解模型的解向量;非凸替代稀疏求解模型的解向量的前半部分元素对应每个区域内所选取的网格点,后半部分元素分别对应每个区域内所选取的网格点的修正量。
所述步骤S3,其具体包括:
设计非凸替代函数fp(x),其表达式为
Figure BDA0004012672610000152
其中,x为自变量,e为自然常数,p为非凸替代函数的参数,对向量x定义相应的伪范数
Figure BDA0004012672610000153
其表达式为:
Figure BDA0004012672610000154
xi为向量x中的第i个元素,根据观测向量与表示字典矩阵构建非凸替代稀疏求解模型,其表达式为,
Figure BDA0004012672610000161
所述的利用不动点迭代算法对非凸替代稀疏求解模型进行求解,具体包括:
S31,随机生成初始变量,作为当前变量;
S32,将当前变量xk作为输入,带入最优解不动点表达式P(x)中,得到中间矩阵Ψ,即Ψ=P(x),中间矩阵Ψ为对角矩阵,其第i行、第i列的元素P(x)i,i的计算公式为P(x)i,i=|xi|/f′p(xi),其中,xi表示P(x)的输入变量x的第i个元素,f′p(xi)表示对非凸替代函数fp( )求导;利用中间矩阵Ψ计算得到当前变量xk的一次迭代更新值,其计算公式为:
Figure BDA0004012672610000162
完成对当前变量的一次迭代;
S33,判断当前变量和其一次迭代更新值之间的差值是否小于收敛阈值或是否达到设定的迭代次数,若上述两个条件都不满足,则将当前变量的一次迭代更新值作为输入,返回步骤S32,若上述两个条件满足任意一项,则利用最后一次迭代更新得到的变量xz构建支撑集S,
Figure BDA0004012672610000163
表示变量xz的第i个元素,以该支撑集作为最小二乘模型的约束,利用最小二乘模型,求得最终的解向量,其计算过程为:
Figure BDA0004012672610000171
此时的最终解x*即为非凸替代稀疏求解模型的解向量。
S4、构建合理性判断函数,计算非凸替代稀疏求解模型的解向量的合理性判断函数值,进行网格合理性判断,并根据判断结果得到每个目标的来波方向的估计值;
所述的步骤S4,其具体包括:
S41,构造合理性判断函数g(x),其表达式为:
Figure BDA0004012672610000172
其中,x为合理性判断函数的输入向量,将其按照维度进行平均划分,x=[y,z]T,y为x的前半部分元素所构成的列向量,z为x的后半部分元素所构成的列向量;
S42,假设得到的第一网格点选择集合Γ=[α12,.....αG],G为角度估计范围所均匀划分的区域的数目,N为y所包含的元素个数,yi为y中的第i个元素,zi为z中的第i个元素,Δαi为第一网格点选择集合中的第i个网格点的最小间距,Δαi=min(||αii+1||2,||αii-1||2),计算最终解x*的合理性判断函数值,如果该值小于等于函数阈值
Figure BDA0004012672610000173
则进入步骤S45;如果最终解x*的合理性判断函数值大于函数阈值
Figure BDA0004012672610000174
则进入步骤S43;
S43,对最终解x*按照维度进行平均划分,得到x*=[y*,z*]T,y*为x*的前半部分元素所构成的列向量,z*为x*的后半部分元素所构成的列向量,在y*中选出具有最大的合理性值|yilog(yi)|的元素yi,根据元素yi的序号找到该序号对应的第一网格点选择集合Γ中的网格点α*,基于该网格点构造备选集合,所构造的备选集合的表达式为:
Λ(α*)={α|α=α±k-1Δα*,k=1,2,3,4},
其中,Δα*为网格点α*的最小间距,k为集合参数,构建备选集合完毕后,利用备选集合Λ(α*)中网格点逐一替代所述的网格点α*,依次重新构造表示字典矩阵Ω并重复步骤S3,得到备选集合Λ(α*)中的每个网格点的对应的非凸替代稀疏求解模型的解向量与相应的合理性判断函数值,判断其中的最小的合理性判断函数值是否大于函数阈值,如果大于函数阈值,进入步骤S44,如果小于等于函数阈值,进入步骤S45;
S44,选取备选集合中具有最小的合理性判断函数值的网格点,替代网格点α*,更新第一网格点选择集合Γ,再重新构造表示字典矩阵Ω,并重复步骤S3,对最终解x*进行更新,进入步骤S43;
S45,利用最终解x*和第一网格点选择集合Γ,计算得到第i个目标的来波方向的估计值为,
θi=αi+zi,i∈Π,
其中,
Figure BDA0004012672610000191
目标来波方向即目标的回波信号的方向。对于不满足i∈Π的目标,则认为该目标不存在。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (6)

1.一种基于外辐射源雷达的单快拍多目标来波方向估计方法,其特征在于,其步骤包括:
S1、利用外辐射源雷达的阵列天线接收目标的回波信号和外辐射源的直达波信号,对接收到的回波信号和直达波信号进行距离-多普勒两维的互模糊计算,得到互模糊计算结果,针对目标对应的距离-多普勒单元及相应的互模糊计算结果,构造观测向量;
S2、将目标的角度估计范围划分为若干个区域,在每个区域内选取网格点,构建网格点选择集合,利用网格点选择集合生成目标基准字典矩阵,并根据目标基准字典矩阵生成偏移估计矩阵,利用目标基准字典矩阵和偏移估计矩阵构造表示字典矩阵;
S3、根据观测向量与表示字典矩阵构建非凸替代稀疏求解模型,并根据非凸替代函数,利用不动点迭代算法对非凸替代稀疏求解模型进行求解,得到非凸替代稀疏求解模型的解向量;非凸替代稀疏求解模型的解向量的前半部分元素对应每个区域内所选取的网格点,后半部分元素对应每个区域内所选取的网格点的修正量;
S4、构建合理性判断函数,计算非凸替代稀疏求解模型的解向量的合理性判断函数值,进行网格合理性判断,并根据判断结果得到每个目标的来波方向的估计值。
2.如权利要求1所述的基于外辐射源雷达的单快拍多目标来波方向估计方法,其特征在于,
所述步骤S1,其具体包括:利用外辐射源雷达的第一阵列天线接收目标的回波信号,使外辐射源雷达的第二阵列天线的接收波束指向外辐射源,使其接收外辐射源的辐射信号,将其作为直达波信号;
对直达波信号进行离散采样后得到离散变量dr(n),其中n=1,2,....N,N为离散变量dr(n)的序列长度;外辐射源雷达的第一阵列天线包括M路天线,且天线间距等于直达波信号的半波长,则第一阵列天线的第m路天线接收到目标的回波信号的离散表达式为:
Figure FDA0004012672600000021
其中,Nc为目标数量,θi为第i个目标的回波信号的来波方向,ai,m为第一阵列天线的第m路天线接收到的第i个目标的回波信号的幅度,τi和fi分别为第i个目标的回波信号的相对于直达波的时延与频延,Ami)为第m路天线的利用角度θi生成的导向矢量元素,其表达式为:
Figure FDA0004012672600000022
其中,d是外辐射源雷达的第一阵列天线的天线间距,λ是直达波信号的波长,M为天线数目;
将阵列天线接收到的回波信号与直达波信号进行距离-多普勒两维的互模糊计算,则第一阵列天线的每路天线接收到的回波信号的互模糊计算结果表示为,
Figure FDA0004012672600000023
其中,Φm(τ,f)为第一阵列天线的第m路天线接收到的回波信号在时延τ和频延f下的互模糊计算结果,dr*(n-τ)表示时延为τ的离散变量dr(n)的共轭转置;
当Nc个目标的时延和频延均位于同一个距离-多普勒单元(τ*,f*)时,则该距离-多普勒单元对应的互模糊计算结果表示为,
Figure FDA0004012672600000031
其中,Bi*,f*)表示第i个目标对应的回波信号的复包络在距离-多普勒单元(τ*,f*)下的取值,wm*,f*)表示第m路天线接收到的回波信号在该距离-多普勒单元(τ*,f*)上的接收噪声,将第一阵列天线接收到的回波信号的互模糊计算结果,按照第一阵列天线的天线位置顺序进行排列,得到观测向量b,其表达式为:
b[Φ1*,f*),Φ2*,f*),…,ΦM*,f*)],
从而得到观测向量。
3.如权利要求2所述的基于外辐射源雷达的单快拍多目标来波方向估计方法,其特征在于,
所述步骤S2,其具体包括:
S21,根据目标所在方向范围确定其角度估计范围[θmin,θmax],将目标的角度估计范围均匀划分为G个区域,按照区域内角度值由小及大的顺序,在角度取值最小的区域内随机选取网格点,然后在下一区域内随机选取网格点α,利用所有选取的网格点生成网格点选择集合Γ;
S22,利用网格点选择集合Γ生成基准字典矩阵F,F∈CM×|Γ|,CM×|Γ|表示M行|Γ|列的复数矩阵集合,|Γ|为集合Γ中的元素个数,F的列向量的表示式为:
Fi=[A1i),A2i)…,AMi)]T
其中,Fi表示矩阵F的第i个列向量,αi∈Γ,计算矩阵F的相干性μ(F),其计算公式为:
Figure FDA0004012672600000041
S23,判断所生成的基准字典矩阵的相干性是否大于等于判断阈值ε,如果大于等于判断阈值ε,则将网格点α从网格点选择集合Γ中剔除,再从网格点α所在的区域重新选取网格点,再次生成网格点选择集合,返回步骤S22;如果网格点的选取次数达到上限,进入步骤S24;如果所生成的基准字典矩阵的相干性小于判断阈值ε,进入步骤S25;
S24,选择当前选取的网格点所在的区域的取值位于区域中间的中间点作为新的网格点,将其作为该区域内所最终选择的网格点加入网格点选择集合中,再按照区域内角度值由小及大的顺序,在下一区域内随机选取网格点并且也将其加入网格点选择集合中,进入步骤S22,如果所有区域的网格点均已经选择完毕,进入步骤S26;
S25,在网格点选择集合Γ中保留当前网格点,按照区域内角度值由小及大的顺序,进入下一区域内选取网格点,再次生成网格点选择集合,进入步骤S22,如果所有区域的网格点均已经选择完毕,记录最终的网格点选择集合,将其记为第一网格点选择集合,进入步骤S26;
S26,所有区域的网格点均选择完毕后,此时按照第一网格点选择集合生成目标基准字典矩阵FZ,目标基准字典矩阵FZ的第i行、第j列元素的表达式为:
FZi,j=Aij),
再利用所生成的目标基准字典矩阵FZ得到偏移估计矩阵H,H∈CM×|Γ|,偏移估计矩阵H的第i行、第j列元素的表达式为,
Figure FDA0004012672600000051
其中,Ai′(α)表示在Ai′(α)中对α进行求导;
利用目标基准字典矩阵FZ和偏移估计矩阵H,构造表示字典矩阵Ω,Ω∈CM×2|Γ|,表示字典矩阵的表达式为Ω=[FZ,H],从而得到表示字典矩阵。
4.如权利要求3所述的基于外辐射源雷达的单快拍多目标来波方向估计方法,其特征在于,
所述步骤S3,其具体包括:
设计非凸替代函数fp(x),其表达式为
Figure FDA0004012672600000061
其中,x为自变量,e为自然常数,p为非凸替代函数的参数,对向量x定义相应的伪范数
Figure FDA0004012672600000062
其表达式为:
Figure FDA0004012672600000063
xi为向量x中的第i个元素,根据观测向量与表示字典矩阵构建非凸替代稀疏求解模型,其表达式为,
Figure FDA0004012672600000064
s.t.||Ωx-b||2≤δ,
从而构建得到非凸替代稀疏求解模型。
5.如权利要求4所述的基于外辐射源雷达的单快拍多目标来波方向估计方法,其特征在于,
所述的利用不动点迭代算法对非凸替代稀疏求解模型进行求解,具体包括:
S31,随机生成初始变量,作为当前变量;
S32,将当前变量作为输入,带入最优解不动点表达式P(x)中,得到中间矩阵Ψ,即Ψ=P(x),中间矩阵Ψ为对角矩阵,其第i行、第i列的元素P(x)i,i的计算公式为P(x)i,i=|xi|/f′p(xi),其中,xi表示P(x)的输入变量x的第i个元素,f′p(xi)表示对非凸替代函数fp()求导;利用中间矩阵Ψ计算得到当前变量xk的一次迭代更新值,其计算公式为:
Figure FDA0004012672600000071
完成对当前变量的一次迭代;
S33,判断当前变量和其一次迭代更新值之间的差值是否小于收敛阈值或是否达到设定的迭代次数,若上述两个条件都不满足,则将当前变量的一次迭代更新值作为输入,返回步骤S32,若上述两个条件满足任意一项,则利用最后一次迭代更新得到的变量xz构建支撑集S,
Figure FDA0004012672600000072
Figure FDA0004012672600000073
表示变量xz的第i个元素,以该支撑集作为最小二乘模型的约束,利用最小二乘模型,求得最终的解向量,其计算过程为:
Figure FDA0004012672600000074
此时的最终解x*即为非凸替代稀疏求解模型的解向量。
6.如权利要求5所述的基于外辐射源雷达的单快拍多目标来波方向估计方法,其特征在于,
所述的步骤S4,其具体包括:
S41,构造合理性判断函数g(x),其表达式为:
Figure FDA0004012672600000075
其中,x为合理性判断函数的输入向量,将其按照维度进行平均划分,x=[y,z]T,y为x的前半部分元素所构成的列向量,z为x的后半部分元素所构成的列向量;
S42,假设得到的第一网格点选择集合Γ=[α1,α2,.....αG],G为角度估计范围所均匀划分的区域的数目N为y所包含的元素个数,yi为y中的第i个元素,zi为z中的第i个元素,Δαi为第一网格点选择集合中的第i个网格点的最小间距,Δαi=min(||αii+1||2,||αii-1||2),计算最终解x*的合理性判断函数值,如果该值小于等于函数阈值
Figure FDA0004012672600000082
则进入步骤S45;如果最终解x*的合理性判断函数值大于函数阈值
Figure FDA0004012672600000084
则进入步骤S43;
S43,对最终解x*按照维度进行平均划分,得到x*=[y*,z*]T,y*为x*的前半部分元素所构成的列向量,z*为x*的后半部分元素所构成的列向量,在y*中选出具有最大的合理性值|yilog(yi)|的元素yi,根据元素yi的序号找到该序号对应的第一网格点选择集合Γ中的网格点α*,基于该网格点构造备选集合,所构造的备选集合的表达式为:
Λ(α*)={α|α=α±k-1Δα*,k=1,2,3,4},
其中,Δα*为网格点α*的最小间距,k为集合参数,构建备选集合完毕后,利用备选集合Λ(α*)中网格点逐一替代所述的网格点α*,依次重新构造表示字典矩阵Ω并重复步骤S3,得到备选集合Λ(α*)中的每个网格点对应的非凸替代稀疏求解模型的解向量与相应的合理性判断函数值,判断其中的最小的合理性判断函数值是否大于函数阈值
Figure FDA0004012672600000081
如果大于函数阈值
Figure FDA0004012672600000083
进入步骤S44,如果小于等于函数阈值,进入步骤S45;
S44,选取备选集合中具有最小的合理性判断函数值的网格点,替代网格点α*,更新第一网格点选择集合Γ,再重新构造表示字典矩阵Ω,并重复步骤S3,对最终解x*进行更新,进入步骤S43;
S45,利用最终解x*和第一网格点选择集合Γ,计算得到第i个目标的回波信号的来波方向的估计值为:
θi=αi+zi,i∈Π,
其中,
Figure FDA0004012672600000091
从而完成对目标来波方向的估计。
CN202211658515.1A 2022-12-22 2022-12-22 基于外辐射源雷达的单快拍多目标来波方向估计方法 Active CN115825944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211658515.1A CN115825944B (zh) 2022-12-22 2022-12-22 基于外辐射源雷达的单快拍多目标来波方向估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211658515.1A CN115825944B (zh) 2022-12-22 2022-12-22 基于外辐射源雷达的单快拍多目标来波方向估计方法

Publications (2)

Publication Number Publication Date
CN115825944A true CN115825944A (zh) 2023-03-21
CN115825944B CN115825944B (zh) 2023-05-16

Family

ID=85517761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211658515.1A Active CN115825944B (zh) 2022-12-22 2022-12-22 基于外辐射源雷达的单快拍多目标来波方向估计方法

Country Status (1)

Country Link
CN (1) CN115825944B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116990771A (zh) * 2023-08-04 2023-11-03 小儒技术(深圳)有限公司 一种自动利用雷达测量淤泥深度方法及***

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103630891A (zh) * 2013-12-03 2014-03-12 西安电子科技大学 利用gpu实现外辐射源雷达中估计目标来波方向的方法
CN103744076A (zh) * 2013-12-25 2014-04-23 河海大学 基于非凸优化的mimo雷达动目标检测方法
CN104539340A (zh) * 2014-12-26 2015-04-22 南京邮电大学 一种基于稀疏表示和协方差拟合的稳健波达角估计方法
CN104599259A (zh) * 2015-01-30 2015-05-06 华北电力大学 基于分阶段多原子正交匹配跟踪的多模图像融合方法
CN104656059A (zh) * 2015-02-12 2015-05-27 成都大公博创信息技术有限公司 一种改进的测向定位方法
CN105093200A (zh) * 2015-08-11 2015-11-25 电子科技大学 一种基于修正字典的网格外目标波达方向估计方法
CN105487063A (zh) * 2015-12-26 2016-04-13 中国人民解放军信息工程大学 一种基于外辐射源时延和多普勒频率的直接定位方法
CN108132968A (zh) * 2017-12-01 2018-06-08 西安交通大学 网络文本与图像中关联语义基元的弱监督学习方法
CN110261841A (zh) * 2019-07-26 2019-09-20 南京信息工程大学 基于迭代加权近端投影的mimo雷达单测量矢量doa估计方法
CN111812630A (zh) * 2020-07-23 2020-10-23 桂林电子科技大学 干扰剩余时外辐射源雷达目标检测与doa估计***及方法
CN113589255A (zh) * 2021-08-23 2021-11-02 武汉大学 一种基于多频联合稀疏贝叶斯学习的到达角估计方法
CN113985224A (zh) * 2021-09-27 2022-01-28 西安交通大学 基于声-电联合检测的变压器局放定位***及方法
CN115248413A (zh) * 2022-06-24 2022-10-28 中国人民解放军军事科学院国防科技创新研究院 一种适用于非均匀线阵的离格信号波达方向估计方法
WO2022235246A2 (en) * 2021-05-04 2022-11-10 Aselsan Elektroni̇k Sanayi̇ Ve Ti̇caret Anoni̇m Şi̇rketi̇ Compressed sensing based adaptive direction of arrival estimation technique for dynamic target environments

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103630891A (zh) * 2013-12-03 2014-03-12 西安电子科技大学 利用gpu实现外辐射源雷达中估计目标来波方向的方法
CN103744076A (zh) * 2013-12-25 2014-04-23 河海大学 基于非凸优化的mimo雷达动目标检测方法
CN104539340A (zh) * 2014-12-26 2015-04-22 南京邮电大学 一种基于稀疏表示和协方差拟合的稳健波达角估计方法
CN104599259A (zh) * 2015-01-30 2015-05-06 华北电力大学 基于分阶段多原子正交匹配跟踪的多模图像融合方法
CN104656059A (zh) * 2015-02-12 2015-05-27 成都大公博创信息技术有限公司 一种改进的测向定位方法
CN105093200A (zh) * 2015-08-11 2015-11-25 电子科技大学 一种基于修正字典的网格外目标波达方向估计方法
CN105487063A (zh) * 2015-12-26 2016-04-13 中国人民解放军信息工程大学 一种基于外辐射源时延和多普勒频率的直接定位方法
CN108132968A (zh) * 2017-12-01 2018-06-08 西安交通大学 网络文本与图像中关联语义基元的弱监督学习方法
CN110261841A (zh) * 2019-07-26 2019-09-20 南京信息工程大学 基于迭代加权近端投影的mimo雷达单测量矢量doa估计方法
CN111812630A (zh) * 2020-07-23 2020-10-23 桂林电子科技大学 干扰剩余时外辐射源雷达目标检测与doa估计***及方法
WO2022235246A2 (en) * 2021-05-04 2022-11-10 Aselsan Elektroni̇k Sanayi̇ Ve Ti̇caret Anoni̇m Şi̇rketi̇ Compressed sensing based adaptive direction of arrival estimation technique for dynamic target environments
CN113589255A (zh) * 2021-08-23 2021-11-02 武汉大学 一种基于多频联合稀疏贝叶斯学习的到达角估计方法
CN113985224A (zh) * 2021-09-27 2022-01-28 西安交通大学 基于声-电联合检测的变压器局放定位***及方法
CN115248413A (zh) * 2022-06-24 2022-10-28 中国人民解放军军事科学院国防科技创新研究院 一种适用于非均匀线阵的离格信号波达方向估计方法

Non-Patent Citations (14)

* Cited by examiner, † Cited by third party
Title
QIN,YH等: "Underdetermined Wideband DOA Estimation for Off-Grid Sources with Coprime Array Using Sparse Bayesian Learning", SENSORS *
WANG CL等: "Single Snapshot DOA Estimation by Minimizing the Fraction Function in Sparse Recovery", MATHEMATICAL PROBLEMS IN ENGINEERING *
YANG LIU等: "High-resolution Direction-of-Arrival estimation in SNR and snapshot challenged scenario using multi-frequency coprime arrays", 2017 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS,SPEECH AND SIGNAL PROCESS(ICASSP) *
吴小川: "基于压缩感知的高频超视距雷达超分辨方法研究", 万方数据 *
姜良宇: "基于稀疏重构理论的DOA估计算法研究", 中国优秀硕士学位论文全文数据库 (信息科技辑) *
左罗;王俊;陈刚;邓亚琦;温媛媛;: "基于TLS-CS的外辐射源雷达超分辨DOA估计方法", ***工程与电子技术 *
李晨: "基于非凸贪婪匹配的DOA估计方法", 中国优秀硕士学位论文全文数据库 (信息科技辑) *
王海涛;王俊;: "基于压缩感知的无源雷达超分辨DOA估计", 电子与信息学报 *
王盼盼: "基于字典学习的车辆重识别技术研究", 中国优秀硕士学位论文全文数据库 (信息科技辑) *
蒋冰清: "基于压缩感知的外辐射源雷达技术研究", 中国优秀硕士学位论文全文数据库 (信息科技辑) *
邓承志等: "非相干子字典多原子快速匹配追踪算法", 信号处理 *
陈斌等: "不相关匹配追踪的分段区分性特征变换方法", 电子学报 *
陈赓: "基于SA&M-Relax的外辐射源雷达目标DOA估计方法", 北京航空航天大学学报 *
韩兴斌: "分布式多通道雷达成像技术", 电子与信息学报 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116990771A (zh) * 2023-08-04 2023-11-03 小儒技术(深圳)有限公司 一种自动利用雷达测量淤泥深度方法及***
CN116990771B (zh) * 2023-08-04 2024-03-22 小儒技术(深圳)有限公司 一种自动利用雷达测量淤泥深度方法及***

Also Published As

Publication number Publication date
CN115825944B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN108957391B (zh) 一种基于嵌套阵列的l型天线阵的二维波达方向估计方法
AU2022259835A1 (en) Direction of arrival estimation
CN110109050B (zh) 嵌套阵列下基于稀疏贝叶斯的未知互耦的doa估计方法
US6278406B1 (en) Direction finder and device for processing measurement results for the same
Xu et al. DOA estimation for transmit beamspace MIMO radar via tensor decomposition with Vandermonde factor matrix
Goian et al. Fast detection of coherent signals using pre-conditioned root-MUSIC based on Toeplitz matrix reconstruction
CN109765521B (zh) 一种基于子阵划分的波束域成像方法
CN109116297B (zh) 一种被动雷达空间谱估计与合成波束的联合测向方法
CN111983556B (zh) 一种到达角估计的装置及方法
CN109471063B (zh) 基于延迟快拍的均匀线列阵高分辨波达方向估计方法
CN108120953A (zh) 一种基于波达方向估计的无线电定位方法
Rahman et al. Ising model formulation of outlier rejection, with application in wifi based positioning
CN115825944B (zh) 基于外辐射源雷达的单快拍多目标来波方向估计方法
CN112255629A (zh) 基于联合uca阵列的序贯esprit二维不相干分布源参数估计方法
KR101958337B1 (ko) 신호의 도래각을 추정하는 방법 및 장치
CN109696651B (zh) 一种基于m估计的低快拍数下波达方向估计方法
CN113759303A (zh) 一种基于粒子群算法的无网格波达角估计方法
Vasylyshyn Direction of arrival estimation using ESPRIT with sparse arrays
WO2010066306A1 (en) Apparatus and method for constructing a sensor array used for direction of arrival (doa) estimation
CN114460531A (zh) 一种均匀线阵music空间谱估计方法
CN112363108A (zh) 信号子空间加权超分辨的波达方向检测方法及***
CN113341371B (zh) 一种基于l阵和二维esprit算法的doa估计方法
CN109061564B (zh) 基于高阶累积量的简化近场定位方法
CN113093111A (zh) 基于压缩感知和遗传算法的均匀圆阵解调二维相干信号方法及***
Ahmed et al. Simulation of Direction of Arrival Using MUSIC Algorithm and Beamforming using Variable Step Size LMS Algorithm

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