CN117907943B - 一种基于线性调频信号的超分辨测距方法、***及终端 - Google Patents
一种基于线性调频信号的超分辨测距方法、***及终端 Download PDFInfo
- Publication number
- CN117907943B CN117907943B CN202410309041.2A CN202410309041A CN117907943B CN 117907943 B CN117907943 B CN 117907943B CN 202410309041 A CN202410309041 A CN 202410309041A CN 117907943 B CN117907943 B CN 117907943B
- Authority
- CN
- China
- Prior art keywords
- signal
- target
- matrix
- data
- scattering point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 239000011159 matrix material Substances 0.000 claims abstract description 174
- 239000013598 vector Substances 0.000 claims abstract description 116
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 24
- 230000003595 spectral effect Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 5
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims 2
- 238000005259 measurement Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于线性调频信号的超分辨测距方法、***及终端，所述方法包括：当接收到散射点的线性调频信号时，对线性调频信号进行展宽处理，得到单频信号；计算单频信号对应的导向矢量，并根据导向矢量和单频信号得到实际接收信号快拍数据；根据实际接收信号快拍数据构建数据协方差矩阵，并对数据协方差矩阵进行特征值分解，得到噪声子空间矩阵；确定散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离。本发明提高了线性调频信号在单块拍且信噪比低条件下距离测量的效率以及准确性。
Description
技术领域
本发明涉及雷达信号处理技术领域，尤其涉及一种基于线性调频信号的超分辨测距方法、***及终端。
背景技术
在现有技术中，雷达作为一种重要的无线电探测与测距技术，在军事、航空、航天、气象、地质勘探等多个领域具有广泛的应用，已经成为现在数字时代的关键技术之一。为了提高基于线性调频信号的雷达***的性能，需要在信号处理方面进行创新和改进。线性调频信号（Linear Frequency Modulated，LFM）是一种广泛应用于雷达***的信号类型。线性调频信号通过在脉冲周期内调制信号频率，实现对目标的高精度距离测量。在基于线性调频信号的雷达***中，通过发射线性调频信号并接收从目标物体反射回来的信号，从而获取目标距离、速度、角度等信息。
现有基于线性调频信号的雷达***在信号处理方面主要面临如下挑战：1、噪声和干扰：在接收和处理线性调频信号回波时，需要克服各种噪声和干扰源，如热噪声、天气和地形反射、无线电频率干扰和敌方电子干扰等。噪声和干扰会降低雷达***的性能，使目标检测和定位变得困难。2、距离分辨率：为了实现对目标的精确检测和定位，基于线性调频信号的雷达***需要具有较高的距离分辨率。然而，在现有技术中，提高距离分辨率通常会增加信号处理复杂度和计算负担，从而降低***性能。3、抗干扰能力：在复杂电磁环境下，基于线性调频信号的雷达***需要具备强大的抗干扰能力，以确保在各种干扰条件下正常工作。然而，现有技术在抗干扰处理方面仍存在局限性，需要进一步改进。
因此，现有技术还有待于改进和发展。
发明内容
本发明的主要目的在于提供一种基于线性调频信号的超分辨测距方法、***、终端及计算机可读存储介质，旨在解决现有技术中在单块拍且信噪比低的条件下超分辨测距不准确的问题。
为实现上述目的，本发明提供一种基于线性调频信号的超分辨测距方法，所述基于线性调频信号的超分辨测距方法包括如下步骤：
当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号；
计算所述单频信号对应的导向矢量，并根据所述导向矢量和所述单频信号得到实际接收信号快拍数据；
根据所述实际接收信号快拍数据构建数据协方差矩阵，并对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵；
确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离。
可选地，所述的基于线性调频信号的超分辨测距方法，其中，所述当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号，具体包括：
获取线性调频数据，根据所述线性调频数据设置所述预设中心参考点，并根据所述线性调频数据计算接收到的所述散射点的线性调频信号，其中，线性调频信号的表达式为：
，其中，/>为线性调频信号，/>，/>为散射点数量，/>为第/>个散射点，/>为散射点的散射系数，/>为指数函数，/>为虚数单位，/>为散射点与展宽接收机之间的距离，/>为调频脉冲的波长，/>为展宽接收机的扫描带宽，/>为调频脉冲的码宽，/>为散射点与预设中心参考点之间的时间差，/>为时间变量，/>为预设中心参考点与展宽接收机之间的时间差；
对所述线性调频信号进行混频展宽处理，得到所述单频信号。
可选地，所述的基于线性调频信号的超分辨测距方法，其中，所述计算所述单频信号对应的导向矢量，具体包括：
获取所述单频信号的脉冲个数以及所述散射点与所述预设中心参考点之间的时间差，并根据所述脉冲个数和所述时间差得到所述单频信号对应的导向矢量，其中，所述导向矢量的表达式为：
，其中，/>为所述单频信号对应的导向矢量，/>为所述单频信号的脉冲个数，/>为向量转置。
可选地，所述的基于线性调频信号的超分辨测距方法，其中，所述根据所述导向矢量和所述单频信号得到实际接收信号快拍数据，具体包括：
根据所述导向矢量得到导向矩阵，并根据所述导向矩阵和所述单频信号计算得到所述实际接收信号快拍数据，其中，所述导向矩阵的表达式为：，其中，/>为/>维的导向矩阵，/>为经过散射点反射后展宽接收机接收到的单频信号的数量，/>为接收到的第/>个单频信号的导向矢量；
所述实际接收信号快拍数据的表达式为：
，其中，/>为实际接收信号快拍数据，/>为高斯白噪声。
可选地，所述的基于线性调频信号的超分辨测距方法，其中，所述根据所述实际接收信号快拍数据构建数据协方差矩阵，具体包括：
获取所述实际接收信号快拍数据的共轭转置快拍数据，并根据所述实际接收信号快拍数据和所述共轭转置快拍数据构建所述数据协方差矩阵，其中，所述数据协方差矩阵的表达式为：
，其中，/>为数据协方差矩阵，/>为期望计算，/>为所述实际接收信号快拍数据的共轭转置快拍数据，/>为单频信号的共轭数据，/>为导向矩阵的共轭矩阵，/>为高斯白噪声的共轭数据，/>为散射点的协方差矩阵，/>为噪声的方差，/>为单位矩阵。
可选地，所述的基于线性调频信号的超分辨测距方法，其中，所述对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵，具体包括：
对所述数据协方差矩阵进行特征值分解，得到对角矩阵，其中，所述对角矩阵的表达式为：，其中，/>为对角矩阵中对角元素的特征向量，/>为对角矩阵，/>为对角矩阵中对角元素的特征向量的共轭数据，/>为对角矩阵中第/>个对角元素的特征值，/>为/>中第/>列向量，/>为/>中第/>列向量的共轭数据；
根据对角元素大小对所述对角矩阵进行划分，得到信号子空间特征值和噪声子空间特征值，并根据所述信号子空间特征值和所述噪声子空间特征值中对角元素对应的特征向量得到信号子空间矩阵和噪声子空间矩阵。
可选地，所述的基于线性调频信号的超分辨测距方法，其中，所述确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离，具体包括：
设置预设搜索范围，当在所述预设搜索范围检测到所述散射点中的所述目标散射点时，计算所述目标散射点的目标导向矢量；
在所述预设搜索范围中进行谱峰搜索，并根据所述目标导向矢量和所述噪声子空间矩阵计算所述目标散射点到达所述预设中心参考点的时差，其中，所述时差为谱峰搜索中的峰值，所述时差需满足：/>，其中，/>为所述目标散射点到达所述预设中心参考点的时差，/>为所述目标导向矢量，/>为所述噪声子空间矩阵；
根据所述时差计算与所述目标散射点之间的所述目标距离，其中，所述目标距离的表达式为：，其中，/>为展宽接收机与目标散射点之间的距离，/>为光速，为预设中心参考点与展宽接收机之间的时间差。
此外，为实现上述目的，本发明还提供一种基于线性调频信号的超分辨测距***，其中，所述基于线性调频信号的超分辨测距***包括：
单频信号生成模块，用于当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号；
实际快拍数据生成模块，用于计算所述单频信号对应的导向矢量，并根据所述导向矢量和所述单频信号得到实际接收信号快拍数据；
数据协方差矩阵分解模块，用于根据所述实际接收信号快拍数据构建数据协方差矩阵，并对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵；
散射点目标距离计算模块，用于确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离。
此外，为实现上述目的，本发明还提供一种终端，其中，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于线性调频信号的超分辨测距程序，所述基于线性调频信号的超分辨测距程序被所述处理器执行时实现如上所述的基于线性调频信号的超分辨测距方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有基于线性调频信号的超分辨测距程序，所述基于线性调频信号的超分辨测距程序被处理器执行时实现如上所述的基于线性调频信号的超分辨测距方法的步骤。
本发明中，当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号；计算所述单频信号对应的导向矢量，并根据所述导向矢量和所述单频信号得到实际接收信号快拍数据；根据所述实际接收信号快拍数据构建数据协方差矩阵，并对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵；确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离。本发明通过对接收到的线性调频信号进行展宽处理，得到单频信号，并根据单频信号计算实际接收信号快拍数据，以此来构建数据协方差矩阵；通过将数据协方差矩阵按信号与噪声分离的方式以此来获得低信噪比状态下的线性调频信号的距离测量，不仅解决了传统线性调频信号基于匹配滤波的单一方法，而且还提高了低信噪比条件下的距离测量效率和准确性，实现对目标的高精度距离测量。
附图说明
图1是本发明基于线性调频信号的超分辨测距方法的较佳实施例的流程图；
图2是本发明基于线性调频信号的超分辨测距方法的较佳实施例的展宽接收机与中心参考点以及散射点的位置直观的示意图；
图3是本发明基于线性调频信号的超分辨测距方法的较佳实施例的对线性调频信号进行展宽处理得到单频信号的示意图；
图4是本发明基于线性调频信号的超分辨测距方法的较佳实施例的在信噪比为10dB条件下仿真后的谱峰图的示意图；
图5是本发明基于线性调频信号的超分辨测距方法的较佳实施例的在信噪比为0dB条件下仿真后的谱峰图的示意图；
图6是本发明基于线性调频信号的超分辨测距方法的较佳实施例的在信噪比为-10dB条件下仿真后的谱峰图的示意图；
图7是本发明基于线性调频信号的超分辨测距***的较佳实施例的结构图；
图8为本发明终端的较佳实施例的结构图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在现有技术中，雷达作为一种重要的无线电探测与测距技术，在军事、航空、航天、气象、地质勘探等多个领域具有广泛的应用，已经成为现在数字时代的关键技术之一。为了提高基于线性调频信号的雷达***的性能，需要在信号处理方面进行创新和改进。线性调频信号（Linear Frequency Modulated，LFM）是一种广泛应用于雷达***的信号类型。线性调频信号通过在脉冲周期内调制信号频率，实现对目标的高精度距离测量。在基于线性调频信号的雷达***中，通过发射线性调频信号并接收从目标物体反射回来的信号，从而获取目标距离、速度、角度等信息。
现有基于线性调频信号的雷达***在信号处理方面主要面临如下挑战：1、噪声和干扰：在接收和处理线性调频信号回波时，需要克服各种噪声和干扰源，如热噪声、天气和地形反射、无线电频率干扰和敌方电子干扰等。噪声和干扰会降低雷达***的性能，使目标检测和定位变得困难。2、距离分辨率：为了实现对目标的精确检测和定位，基于线性调频信号的雷达***需要具有较高的距离分辨率。然而，在现有技术中，提高距离分辨率通常会增加信号处理复杂度和计算负担，从而降低***性能。3、抗干扰能力：在复杂电磁环境下，基于线性调频信号的雷达***需要具备强大的抗干扰能力，以确保在各种干扰条件下正常工作。然而，现有技术在抗干扰处理方面仍存在局限性，需要进一步改进。
而子空间分解算法是一种基于接收信号相位变化而实现的一种参数估计方法，具有高分辨率、不受信号数限制、抗噪声干扰能力强和算法简单等优势。本发明通过将该参数估计方法改进应用于单频信号，实现在低信噪比条件下的距离估计。
本发明较佳实施例所述的基于线性调频信号的超分辨测距方法，如图1所示，所述基于线性调频信号的超分辨测距方法包括以下步骤：
步骤S10、当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号。
根据实际环境获取展宽接收机接收到的线性调频信号，设置中心参考点，并确定中心参考点与展宽接收机之间的距离，以及确定展宽接收机发出的脉冲个数。
如图2所示，根据实际环境（实际环境通常是指构成线性调频信号的实际环境，包括线性调频信号的带宽，脉冲个数以及目标的距离等）获取展宽接收机所收到的线性调频信号，并且确定位于展宽接收机一定距离的中心参考点（确定中心参考点通常也需要根据实际环境来确定，比如设置预设的距离范围（即图2中的扫描距离范围）的中点作为中心参考点；在处理雷达数据时，中心参考点可以作为处理和分析数据的起点。这有助于根据目标相对于雷达***的位置进行计算和处理），以及展宽接收机所发出的线性调频信号中脉冲的个数/>。其中，展宽接收机与预设中心参考点距离为/>：/>，/>为光速，/>为预设中心参考点与展宽接收机之间的时间差。
具体地，获取线性调频数据，根据所述线性调频数据设置所述预设中心参考点，并根据所述线性调频数据计算接收到的所述散射点的线性调频信号，其中，线性调频信号的表达式为：
，其中，/>为线性调频信号，/>，/>为散射点数量，/>为第/>个散射点，/>为散射点的散射系数，/>为指数函数，/>为虚数单位，/>为散射点与展宽接收机之间的距离，/>为调频脉冲的波长，/>为展宽接收机的扫描带宽，/>为调频脉冲的码宽，/>为散射点与预设中心参考点之间的时间差，/>为时间变量，/>为预设中心参考点与展宽接收机之间的时间差；
对所述线性调频信号进行混频展宽处理，得到所述单频信号，其中，所述混频展宽处理过程为：/>，其中，/>为角频率。
例如，在本发明中仿真假设空间中共有个散射点，其中/>为3，其相对于展宽接收机的距离/>分别为15000米、18000米以及21000米。如图3所示，经过散射点反射回来后的线性调频信号/>可以表示为：
，
。
其中，如图3所示，当展宽接收机接收到散射点反射回来的线性调频信号后，则会对所述线性调频信号进行展宽处理，图3中的Ω指的是角频率，指散射点的线性调频信号，/>为线性调频信号经过展宽处理后得到的单频信号，在对散射点的线性调频信号进行/>展宽处理后，得到了单频信号/>。
步骤S20、计算所述单频信号对应的导向矢量，并根据所述导向矢量和所述单频信号得到实际接收信号快拍数据。
对于不同距离所接收到的单频信号，根据接收信号相位与对应距离随时间变化关系，得到不同信号的导向矢量以及实际接收信号快拍数据/>。
具体地，获取所述单频信号的脉冲个数以及所述散射点与所述预设中心参考点之间的时间差，并根据所述脉冲个数和所述时间差得到所述单频信号对应的导向矢量，其中，所述导向矢量的表达式为：
，其中，/>为所述单频信号对应的导向矢量，/>为所述单频信号的脉冲个数，/>为向量转置。
根据所述导向矢量得到导向矩阵，并根据所述导向矩阵和所述单频信号计算得到所述实际接收信号快拍数据，其中，所述导向矩阵的表达式为：，其中，/>为/>维的导向矩阵，/>为经过散射点反射后展宽接收机接收到的单频信号的数量，/>为接收到的第/>个单频信号的导向矢量。
所述实际接收信号快拍数据的表达式为：
，其中，/>为实际接收信号快拍数据，/>为高斯白噪声。
其中，对于不同距离所接收到的单频信号，根据接收信号相位与对应距离随时间变化关系以及信号模型，得到不同信号的导向矢量、导向矢量构成的/>以及实际处理的信号/>，/>、/>和/>可以表示为：
；
；
；
其中，为高斯白噪声，在信号模型所建立的基础上，最终仿真获得一个长快拍，然后对其进行8000次抽样。
步骤S30、根据所述实际接收信号快拍数据构建数据协方差矩阵，并对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵。
根据得到的快拍数据构建超分辨测距算法中的数据协方差矩阵，并对其进行特征分解获得该矩阵特征向量。
具体地，获取所述实际接收信号快拍数据的共轭转置快拍数据，并根据所述实际接收信号快拍数据和所述共轭转置快拍数据构建所述数据协方差矩阵，其中，所述数据协方差矩阵的表达式为：
，其中，为数据协方差矩阵，/>为期望计算，/>为所述实际接收信号快拍数据的共轭转置快拍数据，/>为单频信号的共轭数据，/>为导向矩阵的共轭矩阵，/>为高斯白噪声的共轭数据，/>为散射点的协方差矩阵，/>为噪声的方差，/>为单位矩阵。
当得到所述数据协方差矩阵后，对所述数据协方差矩阵进行特征值分解，得到对角矩阵，其中，所述对角矩阵的表达式为：，其中，/>为对角矩阵中对角元素的特征向量，/>为对角矩阵，/>为对角矩阵中对角元素的特征向量的共轭数据，/>为对角矩阵中第/>个对角元素的特征值，/>为/>中第/>列向量，/>为中第/>列向量的共轭数据；
根据对角元素大小对所述对角矩阵进行划分，得到信号子空间特征值和噪声子空间特征值，并根据所述信号子空间特征值和所述噪声子空间特征值中对角元素对应的特征向量得到信号子空间矩阵和噪声子空间矩阵。
其中，对所述数据协方差矩阵进行特征值分解，得到对角矩阵可表示为：
，
其中，为对角矩阵中第1个对角元素的特征值，/>为噪声值，/>为对角元素个数，因此可以将该对角矩阵分成（通过/>这个对角矩阵的对角元素大小来区分，通常对角矩阵中会存在/>个对角元素）由信号子空间特征值构成的矩阵/>和由噪声子空间构成的矩阵/>，可以表示为：
；/>；
与/>中对角元素（是左上角到右下角对角线的所有元素）所对应的特征向量所组成的矩阵为信号子空间矩阵/>和噪声子空间矩阵/>。
步骤S40、确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离。
本发明通过分离信号子时间谱空间以及噪声子时间谱空间，并通过峰值检测法来估计出目标散射点距离接收机所需的时间，最终估计出目标散射点距离接收机的距离。
其中，根据导向矢量构成的矩阵与噪声子空间为相互正交，因此可以假设得到的目标信号（个散射点中的一个。因为经过/>个散射点散射后的目标信号存在/>个，因此这个目标散射点搜索需要/>次）的导向矢量为/>，设置搜索范围大小（从实际情况出发，通常雷达不可能扫描所有的距离，只能从预设的范围内扫描目标，所以搜索的范围通常为人们所感兴趣的范围内搜索，如本发明中优选设置为1km至10km），利用/>与/>乘积的二范数的平方等于0来确定散射点以光速到达中心参考点的时差/>： />。
由于接收的数据信号存在噪声干扰，因此与/>积的二范数的平方只能接近0，将该式取倒数则会出现峰值，因此在设置的搜索范围进行谱峰搜索，峰值则为估计的时差/>。
通过时差，最终估计出目标散射点与展宽接收机的距离/>：/>；其中/>为光速，/>指的是展宽接收机到预设中心参考点以光速所需要的时间。
具体地，设置预设搜索范围，当在所述预设搜索范围检测到所述散射点中的所述目标散射点时，计算所述目标散射点的目标导向矢量；
在所述预设搜索范围中进行谱峰搜索，并根据所述目标导向矢量和所述噪声子空间矩阵计算所述目标散射点到达所述预设中心参考点的时差，其中，所述时差为谱峰搜索中的峰值，所述时差需满足：/>，其中，/>为所述目标散射点到达所述预设中心参考点的时差，/>为所述目标导向矢量，/>为所述噪声子空间矩阵；
根据所述时差计算与所述目标散射点之间的所述目标距离，其中，所述目标距离的表达式为：，其中，/>为展宽接收机与目标散射点之间的距离，/>为光速，为预设中心参考点与展宽接收机之间的时间差。
在本发明实施例中，特征值分解后的对角矩阵分成由信号子空间特征值构成的矩阵/>和由噪声子空间特征值构成的矩阵/>，信号子空间与噪声子空间是两个相互正交的空间。
因此可以假设得到的目标信号的导向矢量为，设置以光速从散射点距离中心参考点的时延的搜索范围大小，本次实例搜索的范围为/>秒到/>秒，利用/>与乘积的二范数的平方等于0来确定散射点以光速到达中心参考点的时差/>：；而实例仿真中存在噪声干扰，若在搜索范围内存在目标散射点，则该式子只会趋近于零，其倒数会趋于无穷，从而出现谱峰。因此在设置的搜索范围进行谱峰搜索，搜索后的峰值则为估计的时差/>。仿真结果显示子空间分解的方法可以有效地、准确地对目标进行时间的估计，再由式子：/>可以估计出目标散射点距离接收机的距离。以三个目标分别位于15000米、18000米以及21000米，信噪比为10dB为例，经Matlab仿真测试得到的估计距离分别为15000米、18500米以及21500米，其中均方误差（表示三个目标散射点对应的总均方误差）约为1667米（这里是因为散射点设置的距离远，所以导致均方误差数值较大）。而图4、图5、图6（图4、图5、图6中的横坐标表示时差，纵坐标表示空间谱的幅度）分别为信噪比在10dB、0dB、-10dB条件下仿真后的谱峰图，由此可以看出本发明对距离预测的有效性与准确性。
本发明的有益效果：
本发明克服了现有技术关于线性调频信号测距算法复杂度高，信号处理时间长以及分辨率低的缺陷。
本发明采用分解子空间的算法实现，即使在信噪比低的条件下，也能实现高效的距离估计。同时由于算法复杂度低，极大缩短了数据处理时间，并且可以同时实现对多个目标的距离估计。
进一步地，如图7所示，基于上述基于线性调频信号的超分辨测距方法，本发明还相应提供了一种基于线性调频信号的超分辨测距***，其中，所述基于线性调频信号的超分辨测距***包括：
单频信号生成模块51，用于当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号；
实际快拍数据生成模块52，用于计算所述单频信号对应的导向矢量，并根据所述导向矢量和所述单频信号得到实际接收信号快拍数据；
数据协方差矩阵分解模块53，用于根据所述实际接收信号快拍数据构建数据协方差矩阵，并对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵；
散射点目标距离计算模块54，用于确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离。
进一步地，如图8所示，基于上述基于线性调频信号的超分辨测距方法和***，本发明还相应提供了一种终端，所述终端包括处理器10、存储器20及显示器30。图8仅示出了终端的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述终端的内部存储单元，例如终端的硬盘或内存。所述存储器20在另一些实施例中也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡（Smart Media Card， SMC），安全数字（SecureDigital， SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器20还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述终端的应用软件及各类数据，例如所述安装终端的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有基于线性调频信号的超分辨测距程序40，该基于线性调频信号的超分辨测距程序40可被处理器10所执行，从而实现本申请中基于线性调频信号的超分辨测距方法。
所述处理器10在一些实施例中可以是一中央处理器（Central Processing Unit，CPU），微处理器或其他数据处理芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述基于线性调频信号的超分辨测距方法等。
所述显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。所述显示器30用于显示在所述终端的信息以及用于显示可视化的用户界面。所述终端的部件10-30通过***总线相互通信。
在一实施例中，当处理器10执行所述存储器20中基于线性调频信号的超分辨测距程序40时实现以下步骤：
当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号；
计算所述单频信号对应的导向矢量，并根据所述导向矢量和所述单频信号得到实际接收信号快拍数据；
根据所述实际接收信号快拍数据构建数据协方差矩阵，并对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵；
确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离。
其中，所述当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号，具体包括：
获取线性调频数据，根据所述线性调频数据设置所述预设中心参考点，并根据所述线性调频数据计算接收到的所述散射点的线性调频信号，其中，线性调频信号的表达式为：
，其中，/>为线性调频信号，/>，/>为散射点数量，/>为第/>个散射点，/>为散射点的散射系数，/>为指数函数，/>为虚数单位，/>为散射点与展宽接收机之间的距离，/>为调频脉冲的波长，/>为展宽接收机的扫描带宽，/>为调频脉冲的码宽，/>为散射点与预设中心参考点之间的时间差，/>为时间变量，/>为预设中心参考点与展宽接收机之间的时间差；
对所述线性调频信号进行混频展宽处理，得到所述单频信号。
其中，所述计算所述单频信号对应的导向矢量，具体包括：
获取所述单频信号的脉冲个数以及所述散射点与所述预设中心参考点之间的时间差，并根据所述脉冲个数和所述时间差得到所述单频信号对应的导向矢量，其中，所述导向矢量的表达式为：
，其中，/>为所述单频信号对应的导向矢量，/>为所述单频信号的脉冲个数，/>为向量转置。
其中，所述根据所述导向矢量和所述单频信号得到实际接收信号快拍数据，具体包括：
根据所述导向矢量得到导向矩阵，并根据所述导向矩阵和所述单频信号计算得到所述实际接收信号快拍数据，其中，所述导向矩阵的表达式为：，其中，/>为/>维的导向矩阵，/>为经过散射点反射后展宽接收机接收到的单频信号的数量，/>为接收到的第/>个单频信号的导向矢量；
所述实际接收信号快拍数据的表达式为：
，其中，/>为实际接收信号快拍数据，/>为高斯白噪声。
其中，所述根据所述实际接收信号快拍数据构建数据协方差矩阵，具体包括：
获取所述实际接收信号快拍数据的共轭转置快拍数据，并根据所述实际接收信号快拍数据和所述共轭转置快拍数据构建所述数据协方差矩阵，其中，所述数据协方差矩阵的表达式为：
，其中，/>为数据协方差矩阵，/>为期望计算，/>为所述实际接收信号快拍数据的共轭转置快拍数据，/>为单频信号的共轭数据，/>为导向矩阵的共轭矩阵，/>为高斯白噪声的共轭数据，/>为散射点的协方差矩阵，/>为噪声的方差，/>为单位矩阵。
其中，所述对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵，具体包括：
对所述数据协方差矩阵进行特征值分解，得到对角矩阵，其中，所述对角矩阵的表达式为：，其中，/>为对角矩阵中对角元素的特征向量，/>为对角矩阵，/>为对角矩阵中对角元素的特征向量的共轭数据，/>为对角矩阵中第/>个对角元素的特征值，/>为/>中第/>列向量，/>为/>中第/>列向量的共轭数据；
根据对角元素大小对所述对角矩阵进行划分，得到信号子空间特征值和噪声子空间特征值，并根据所述信号子空间特征值和所述噪声子空间特征值中对角元素对应的特征向量得到信号子空间矩阵和噪声子空间矩阵。
其中，所述确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离，具体包括：
设置预设搜索范围，当在所述预设搜索范围检测到所述散射点中的所述目标散射点时，计算所述目标散射点的目标导向矢量；
在所述预设搜索范围中进行谱峰搜索，并根据所述目标导向矢量和所述噪声子空间矩阵计算所述目标散射点到达所述预设中心参考点的时差，其中，所述时差为谱峰搜索中的峰值，所述时差需满足：/>，其中，/>为所述目标散射点到达所述预设中心参考点的时差，/>为所述目标导向矢量，/>为所述噪声子空间矩阵；
根据所述时差计算与所述目标散射点之间的所述目标距离，其中，所述目标距离的表达式为：，其中，/>为展宽接收机与目标散射点之间的距离，/>为光速，为预设中心参考点与展宽接收机之间的时间差。
本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有基于线性调频信号的超分辨测距程序，所述基于线性调频信号的超分辨测距程序被处理器执行时实现如上所述的基于线性调频信号的超分辨测距方法的步骤。
综上所述，本发明提供一种基于线性调频信号的超分辨测距方法、***及终端，所述方法包括：当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号；计算所述单频信号对应的导向矢量，并根据所述导向矢量和所述单频信号得到实际接收信号快拍数据；根据所述实际接收信号快拍数据构建数据协方差矩阵，并对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵；确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离。本发明通过对接收到的线性调频信号进行展宽处理，得到单频信号，并根据单频信号计算实际接收信号快拍数据，以此来构建数据协方差矩阵；通过将数据协方差矩阵按信号与噪声分离的方式以此来获得低信噪比状态下的线性调频信号的距离测量，不仅解决了传统线性调频信号基于匹配滤波的单一方法，而且还提高了低信噪比条件下的距离测量效率和准确性，实现对目标的高精度距离测量。
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、物品或者终端不仅包括那些要素，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、物品或者终端所固有的要素。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、物品或者终端中还存在另外的相同要素。
当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件（如处理器，控制器等）来完成，所述的程序可存储于一计算机可读取的计算机可读存储介质中，所述程序在执行时可包括如上述各方法实施例的流程。其中所述的计算机可读存储介质可为存储器、磁碟、光盘等。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (7)
1.一种基于线性调频信号的超分辨测距方法，其特征在于，所述基于线性调频信号的超分辨测距方法包括：
当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号；
所述当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号，具体包括：
获取线性调频数据，根据所述线性调频数据设置预设中心参考点，并根据所述线性调频数据计算接收到的所述散射点的线性调频信号，其中，线性调频信号的表达式为：
，其中，/>为线性调频信号，/>，/>为散射点数量，/>为第/>个散射点，/>为散射点的散射系数，为指数函数，/>为虚数单位，/>为散射点与展宽接收机之间的距离，/>为调频脉冲的波长，/>为展宽接收机的扫描带宽，/>为调频脉冲的码宽，/>为散射点与预设中心参考点之间的时间差，/>为时间变量，/>为预设中心参考点与展宽接收机之间的时间差；
对所述线性调频信号进行混频展宽处理，得到所述单频信号；
计算所述单频信号对应的导向矢量，并根据所述导向矢量和所述单频信号得到实际接收信号快拍数据；
所述计算所述单频信号对应的导向矢量，具体包括：
获取所述单频信号的脉冲个数以及所述散射点与所述预设中心参考点之间的时间差，并根据所述脉冲个数和所述时间差得到所述单频信号对应的导向矢量，其中，所述导向矢量的表达式为：
，其中，/>为所述单频信号对应的导向矢量，/>为所述单频信号的脉冲个数，/>为向量转置；
所述根据所述导向矢量和所述单频信号得到实际接收信号快拍数据，具体包括：
根据所述导向矢量得到导向矩阵，并根据所述导向矩阵和所述单频信号计算得到所述实际接收信号快拍数据，其中，所述导向矩阵的表达式为：，其中，/>为/>维的导向矩阵，/>为经过散射点反射后展宽接收机接收到的单频信号的数量，/>为接收到的第/>个单频信号的导向矢量；
所述实际接收信号快拍数据的表达式为：
，其中，/>为实际接收信号快拍数据，/>为高斯白噪声；
根据所述实际接收信号快拍数据构建数据协方差矩阵，并对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵；
确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离。
2.根据权利要求1所述的基于线性调频信号的超分辨测距方法，其特征在于，所述根据所述实际接收信号快拍数据构建数据协方差矩阵，具体包括：
获取所述实际接收信号快拍数据的共轭转置快拍数据，并根据所述实际接收信号快拍数据和所述共轭转置快拍数据构建所述数据协方差矩阵，其中，所述数据协方差矩阵的表达式为：
，其中，/>为数据协方差矩阵，/>为期望计算，/>为所述实际接收信号快拍数据的共轭转置快拍数据，/>为单频信号的共轭数据，/>为导向矩阵的共轭矩阵，/>为高斯白噪声的共轭数据，/>为散射点的协方差矩阵，/>为噪声的方差，/>为单位矩阵。
3.根据权利要求2所述的基于线性调频信号的超分辨测距方法，其特征在于，所述对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵，具体包括：
对所述数据协方差矩阵进行特征值分解，得到对角矩阵，其中，所述对角矩阵的表达式为：，其中，/>为对角矩阵中对角元素的特征向量，/>为对角矩阵，/>为对角矩阵中对角元素的特征向量的共轭数据，/>为对角矩阵中第个对角元素的特征值，/>为/>中第/>列向量，/>为/>中第/>列向量的共轭数据；
根据对角元素大小对所述对角矩阵进行划分，得到信号子空间特征值和噪声子空间特征值，并根据所述信号子空间特征值和所述噪声子空间特征值中对角元素对应的特征向量得到信号子空间矩阵和噪声子空间矩阵。
4.根据权利要求1所述的基于线性调频信号的超分辨测距方法，其特征在于，所述确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离，具体包括：
设置预设搜索范围，当在所述预设搜索范围检测到所述散射点中的所述目标散射点时，计算所述目标散射点的目标导向矢量；
在所述预设搜索范围中进行谱峰搜索，并根据所述目标导向矢量和所述噪声子空间矩阵计算所述目标散射点到达所述预设中心参考点的时差，其中，所述时差为谱峰搜索中的峰值，所述时差需满足：/>，其中，/>为所述目标散射点到达所述预设中心参考点的时差，/>为所述目标导向矢量，/>为所述噪声子空间矩阵；
根据所述时差计算与所述目标散射点之间的所述目标距离，其中，所述目标距离的表达式为：，其中，/>为展宽接收机与目标散射点之间的距离，/>为光速，/>为预设中心参考点与展宽接收机之间的时间差。
5.一种基于线性调频信号的超分辨测距***，其特征在于，所述基于线性调频信号的超分辨测距***包括：
单频信号生成模块，用于当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号；
所述当接收到散射点的线性调频信号时，对所述线性调频信号进行展宽处理，得到单频信号，具体包括：
获取线性调频数据，根据所述线性调频数据设置预设中心参考点，并根据所述线性调频数据计算接收到的所述散射点的线性调频信号，其中，线性调频信号的表达式为：
，其中，/>为线性调频信号，/>，/>为散射点数量，/>为第/>个散射点，/>为散射点的散射系数，/>为指数函数，/>为虚数单位，/>为散射点与展宽接收机之间的距离，/>为调频脉冲的波长，/>为展宽接收机的扫描带宽，/>为调频脉冲的码宽，/>为散射点与预设中心参考点之间的时间差，/>为时间变量，/>为预设中心参考点与展宽接收机之间的时间差；
对所述线性调频信号进行混频展宽处理，得到所述单频信号；
实际快拍数据生成模块，用于计算所述单频信号对应的导向矢量，并根据所述导向矢量和所述单频信号得到实际接收信号快拍数据；
所述计算所述单频信号对应的导向矢量，具体包括：
获取所述单频信号的脉冲个数以及所述散射点与所述预设中心参考点之间的时间差，并根据所述脉冲个数和所述时间差得到所述单频信号对应的导向矢量，其中，所述导向矢量的表达式为：
，其中，/>为所述单频信号对应的导向矢量，/>为所述单频信号的脉冲个数，/>为向量转置；
所述根据所述导向矢量和所述单频信号得到实际接收信号快拍数据，具体包括：
根据所述导向矢量得到导向矩阵，并根据所述导向矩阵和所述单频信号计算得到所述实际接收信号快拍数据，其中，所述导向矩阵的表达式为：，其中，/>为/>维的导向矩阵，/>为经过散射点反射后展宽接收机接收到的单频信号的数量，/>为接收到的第/>个单频信号的导向矢量；
所述实际接收信号快拍数据的表达式为：
，其中，/>为实际接收信号快拍数据，/>为高斯白噪声；
数据协方差矩阵分解模块，用于根据所述实际接收信号快拍数据构建数据协方差矩阵，并对所述数据协方差矩阵进行特征值分解，得到噪声子空间矩阵；
散射点目标距离计算模块，用于确定所述散射点中的目标散射点以及所述目标散射点对应的目标导向矢量，根据所述噪声子空间矩阵和所述目标导向矢量计算所述目标散射点与预设中心参考点之间的时差，并根据所述时差计算与所述目标散射点之间的目标距离。
6.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于线性调频信号的超分辨测距程序，所述基于线性调频信号的超分辨测距程序被所述处理器执行时实现如权利要求1-4任一项所述的基于线性调频信号的超分辨测距方法的步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有基于线性调频信号的超分辨测距程序，所述基于线性调频信号的超分辨测距程序被处理器执行时实现如权利要求1-4任一项所述的基于线性调频信号的超分辨测距方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410309041.2A CN117907943B (zh) | 2024-03-19 | 2024-03-19 | 一种基于线性调频信号的超分辨测距方法、***及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410309041.2A CN117907943B (zh) | 2024-03-19 | 2024-03-19 | 一种基于线性调频信号的超分辨测距方法、***及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117907943A CN117907943A (zh) | 2024-04-19 |
| CN117907943B true CN117907943B (zh) | 2024-06-07 |
Family
ID=90697580
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410309041.2A Active CN117907943B (zh) | 2024-03-19 | 2024-03-19 | 一种基于线性调频信号的超分辨测距方法、***及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117907943B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102323583A (zh) * | 2011-09-13 | 2012-01-18 | 电子科技大学 | 一种超分辨线阵三维合成孔径雷达成像方法 |
| CN109521411A (zh) * | 2018-12-19 | 2019-03-26 | 西安电子科技大学 | 一种距离扩展目标的检测方法 |
| CN109655804A (zh) * | 2019-01-24 | 2019-04-19 | 南京航空航天大学 | 一种基于奇异值分解的临近目标相对距离估计方法 |
| CN114355309A (zh) * | 2022-01-11 | 2022-04-15 | 东南大学 | 目标角度和距离定位方法、装置、雷达和存储介质 |
| CN114488064A (zh) * | 2022-01-26 | 2022-05-13 | 哈尔滨工程大学 | 一种距离-速度联合估计方法 |
| CN115436909A (zh) * | 2022-08-24 | 2022-12-06 | 中科水研(江西)科技股份有限公司 | 一种基于矩阵重构Root-MUSIC算法的FMCW雷达测距方法 |
| KR20240015416A (ko) * | 2022-07-27 | 2024-02-05 | 재단법인대구경북과학기술원 | 복잡도를 감소시킨 타겟 거리 추정 방법 및 장치 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7535408B2 (en) * | 2007-08-31 | 2009-05-19 | Lockheed Martin Corporation | Apparatus and methods for detection of multiple targets within radar resolution cell |
| US8026841B2 (en) * | 2008-09-18 | 2011-09-27 | Bae Systems Controls Inc. | Range and azimuth resolution enhancement for real-beam radar |
| JP5865689B2 (ja) * | 2011-12-08 | 2016-02-17 | 富士通株式会社 | 探知測距装置および角度推定方法 |
-
2024
- 2024-03-19 CN CN202410309041.2A patent/CN117907943B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102323583A (zh) * | 2011-09-13 | 2012-01-18 | 电子科技大学 | 一种超分辨线阵三维合成孔径雷达成像方法 |
| CN109521411A (zh) * | 2018-12-19 | 2019-03-26 | 西安电子科技大学 | 一种距离扩展目标的检测方法 |
| CN109655804A (zh) * | 2019-01-24 | 2019-04-19 | 南京航空航天大学 | 一种基于奇异值分解的临近目标相对距离估计方法 |
| CN114355309A (zh) * | 2022-01-11 | 2022-04-15 | 东南大学 | 目标角度和距离定位方法、装置、雷达和存储介质 |
| CN114488064A (zh) * | 2022-01-26 | 2022-05-13 | 哈尔滨工程大学 | 一种距离-速度联合估计方法 |
| KR20240015416A (ko) * | 2022-07-27 | 2024-02-05 | 재단법인대구경북과학기술원 | 복잡도를 감소시킨 타겟 거리 추정 방법 및 장치 |
| CN115436909A (zh) * | 2022-08-24 | 2022-12-06 | 中科水研(江西)科技股份有限公司 | 一种基于矩阵重构Root-MUSIC算法的FMCW雷达测距方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117907943A (zh) | 2024-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6911933B1 (en) | Dynamic logic algorithm used for detecting slow-moving or concealed targets in synthetic aperture radar (SAR) images | |
| CN109116311A (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
| CN102914773B (zh) | 一种多航过圆周sar三维成像方法 | |
| US11740327B2 (en) | High resolution and computationally efficient radar techniques | |
| CN109324322A (zh) | 一种基于被动相控阵天线的测向与目标识别方法 | |
| Ding et al. | Super‐resolution 3D imaging in MIMO radar using spectrum estimation theory | |
| Chen et al. | LFM signal detection and estimation based on deep convolutional neural network | |
| CN115327505B (zh) | 一种多径环境下低空目标角度估计方法及相关设备 | |
| Holder et al. | Modeling and simulation of radar sensor artifacts for virtual testing of autonomous driving | |
| CN117907943B (zh) | 一种基于线性调频信号的超分辨测距方法、***及终端 | |
| CN115840192B (zh) | 一种基于空间估计谱置信度估计的室内定位方法 | |
| Albuquerque et al. | Robot self position based on asynchronous millimetre wave radar interference | |
| Sugavanam et al. | Limited persistence models for SAR automatic target recognition | |
| Niu et al. | Target detection algorithm for hypersonic vehicle based on wideband radar echo model | |
| CN111175714A (zh) | 可抑制雷达近距离谐波的辅助驾驶方法和存储介质 | |
| CN111175715A (zh) | 可抑制雷达近距离谐波的辅助驾驶***、方法 | |
| CN116027288A (zh) | 生成数据的方法、装置、电子设备及存储介质 | |
| CN107238813B (zh) | 近场信号源波达方向和波达时间确定方法及装置 | |
| Balachandran et al. | Observability analysis of multipath assisted target tracking with unknown reflection surface | |
| Oyedokun | Sea clutter simulation | |
| Lin et al. | Motion parameter estimation of high‐speed manoeuvering targets based on hybrid integration and synchrosqueezing transform | |
| CN111190154A (zh) | 可抑制雷达近距离谐波的辅助驾驶***、方法 | |
| CN108387891A (zh) | 基于短基线一发两收的超宽带雷达干涉二维定位跟踪方法 | |
| Detkov | Optimization of trajectory signal processing in a radar system with digital synthesis of antenna aperture using hidden markov models | |
| Potapov et al. | Cognitive Radar in Fractal-Scaling Design |
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 |