Nothing Special   »   [go: up one dir, main page]

CN106872954A - 一种高超声速平台杂波抑制和运动目标成像方法 - Google Patents

一种高超声速平台杂波抑制和运动目标成像方法 Download PDF

Info

Publication number
CN106872954A
CN106872954A CN201710050665.7A CN201710050665A CN106872954A CN 106872954 A CN106872954 A CN 106872954A CN 201710050665 A CN201710050665 A CN 201710050665A CN 106872954 A CN106872954 A CN 106872954A
Authority
CN
China
Prior art keywords
echo signal
moving target
azimuth
exp
representing
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
CN201710050665.7A
Other languages
English (en)
Other versions
CN106872954B (zh
Inventor
曹运合
王宇
彭志刚
苏洪涛
周生华
谢荣
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN201710050665.7A priority Critical patent/CN106872954B/zh
Publication of CN106872954A publication Critical patent/CN106872954A/zh
Application granted granted Critical
Publication of CN106872954B publication Critical patent/CN106872954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01S7/411—Identification of targets based on measurements of radar reflectivity

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明属于雷达技术领域，公开了一种高超声速平台杂波抑制和运动目标成像方法，包括：获得每个接收天线的回波信号；进行脉冲压缩和方位去斜压缩，得到距离域‑方位压缩频率域回波信号；对径向速度进行第一步粗搜索，并得到运动目标导向矢量和静止杂波导向矢量；计算最优权矢量，并进行杂波抑制，得到动目标回波数据；进行简化Radon变换，得到径向速度精确估计值；精确补偿径向速度，得到运动目标图像。本发明解决现有方法杂波抑制和运动目标参数估计不精确的问题，改善高超声速平台雷达的杂波抑制性能，提高运动目标的信杂噪比。

Description

一种高超声速平台杂波抑制和运动目标成像方法
技术领域
本发明属于雷达技术领域，尤其涉及一种高超声速平台杂波抑制和运动目标成像方法，用于高超声速平台多通道雷达的杂波抑制和运动目标成像。
背景技术
高超声速飞行器是一种近年来国内外大力研究和发展的新型作战平台，具有高速高机动的特点，可以让目前的防空系统对其难以探测。高超声速飞行器飞行在20km-100km的临近空间，其飞行速度超过5倍音速，甚至可以达到20倍音速，并且能够在1小时内对全球范围内的敏感目标进行精确打击。因此，高超声速飞行器综合了航空航天领域众多学科的新技术，代表了未来航空航天领域的研究发展方向，军事上被认为是继隐身技术之后的又一重点技术领域，成为21世纪世界航空航天事业发展的一个重要方向。
目前，包括美国和中国在内的多个国家正在大力发展高超声速飞行器，然而大部分的研发工作集中在空气动力、推进和材料等方面，而临近空间高超声速飞行器在探测能力方面的研究存在着空白，即缺乏有效的通信和情报、监视、侦察平台。现有的空中雷达对地观测平台多采用飞机和卫星，而采用高超声速雷达平台进行成像和地面运动目标检测相对于机载和星载雷达平台具有以下优点：高超声速平台雷达相比于星载雷达可以观测能量更微弱的目标；高超声速平台雷达的观测范围远大于机载雷达；高超声速平台雷达具有高机动特点，能够避免被探测和打击； 高超声速平台雷达填补了临近空间对地观测的空白。因此，针对高超声速平台雷达对地探测的研究，具有非常重要的意义。
由于高超声速雷达平台的高速运动，其雷达回波会具有多普勒模糊，并且运动目标往往淹没在地面强杂波中，因此在运动目标成像之前，需要采用多通道雷达系统进行杂波抑制。在现有的imaging space and time adaptive processing(ISTAP)和chirpFourier transform(CFT)等典型的多通道杂波抑制和运动目标成像方法中，由于运动目标参数未知，因而采用任意参数进行杂波抑制，并且采用静止目标参数进行运动目标成像，这些处理方法都会造成杂波抑制和运动目标成像性能下降，严重降低了运动目标的信杂噪比，也会使得后续的运动目标检测性能下降。并且，现有方法中对运动目标参数的估计采用直接搜索的方法，使得运算量显著增加，并且造成参数估计精度的下降。
发明内容
针对上述已有技术的不足，本发明提出了一种高超声速平台杂波抑制和运动目标成像方法，可以有效解决现有方法杂波抑制和运动目标参数估计不精确的问题，改善高超声速平台雷达的杂波抑制性能，提高运动目标的信杂噪比。
为达到上述目的，本发明采用如下技术方案予以实现。
一种高超声速平台杂波抑制和运动目标成像方法，所述方法包括如下步骤：
步骤1，雷达接收机获取第k个接收天线的回波信号，对第k个接收天线的回波信号做快时间维的傅里叶变换，得到第k个接收天线的距离频域回波信号，并对第k个接收天线的距离频域回波信号采用频域参考信号进行脉冲压缩，得到第k个接收天线的距离频域-方位时域回波信号；
步骤2，构造第k个接收天线的方位去斜滤波器，根据所述第k个 接收天线的方位去斜滤波器对第k个接收天线的距离频域-方位时域回波信号进行方位去斜压缩，并依次进行慢时间维的傅里叶变换和快时间维的逆傅里叶变换，得到第k个接收天线的距离域-方位压缩频率域的回波信号；
步骤3，令k＝1，2，...，K，从而分别得到K个接收天线的距离域-方位压缩频率域的回波信号；将所述K个接收天线的距离域-方位压缩频率域的回波信号依次排列，得到回波信号；
步骤4，设定运动目标径向速度的估计值范围和粗略估计间隔，对运动目标径向速度进行第一步粗搜索，得到运动目标径向速度的第一步粗略估计值，以及相应的运动目标导向矢量和静止杂波导向矢量；
步骤5，获取杂波抑制所需要的最优权矢量系数，根据所述最优权矢量系数对搜索回波信号进行杂波抑制，得到杂波抑制后的运动目标回波数据；
步骤6，构造粗略径向速度补偿函数，对所述杂波抑制后的运动目标回波数据进行距离维傅里叶变换和方位维逆傅里叶变换，得到距离频域-方位时域回波信号，然后根据所述粗略径向速度补偿函数对所述距离频域-方位时域回波信号的粗略径向速度进行补偿，得到粗略径向速度补偿后的回波信号；再对所述粗略径向速度补偿后的回波信号进行距离维逆傅里叶变换，得到运动目标的二维时域回波信号；
步骤7，对所述运动目标的二维时域回波信号进行Radon变换，实现运动目标径向速度的第二步精确估计，得到运动目标径向速度的精确估计值；
步骤8，对所述运动目标的二维时域回波信号进行距离维傅里叶变换，得到距离频域-方位时域的运动目标回波信号；构造剩余径向速度补偿函数，根据所述剩余径向速度补偿函数对运动目标的径向速度进行精确补偿，得到精确补偿后的回波信号；
步骤9，对所述精确补偿后的回波信号进行方位维傅里叶变换和距离维逆傅里叶变换，得到聚焦的运动目标信号。
本发明提供的高超声速平台杂波抑制和运动目标成像方法通过对运动目标的径向速度进行粗略和精确的两步估计，有效解决了基于高超声平台的雷达系统由于运动目标参数未知造成的杂波抑制和成像性能下降的问题，并且提高了运动目标参数的估计精度。具体来说，本发明与现有技术相比具有以下优点：
第一，本发明设计的杂波抑制算法中，由于采用粗略估计径向速度进行多通道杂波抑制，能够减少运动目标参数未知造成杂波抑制性能下降，有效提高运动目标的信杂噪比；
第二，本发明方法通过对运动目标的径向速度进行两步估计，较现有方法显著提高了参数的估计精度，也为后续的动目标检测提供了更好的可能；
第三，本发明方法提出的两步法操作过程中，由于第一步采用粗略估计可以确定运动目标径向速度的大致范围，并有效实现杂波抑制，使得第二步精确估计径向速度可以在小范围内搜索实现，较现有方法有效降低了计算量。
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为本发明实施例提供的一种高超声速平台杂波抑制和运动目标成像方法的流程图；
图2(a)为雷达接收的回波信号示意图；
图2(b)为传统的ISTAP处理方法杂波抑制结果图；
图2(c)为传统的CFT处理方法杂波抑制结果图；
图2(d)为本发明方法杂波抑制结果图；
图3为采用传统的ISTAP、CFT方法与本发明方法的杂波抑制性能对比图；
图4(a)为传统的ISTAP处理方法运动目标成像结果图；
图4(b)为传统的CFT处理方法运动目标成像结果图；
图4(c)为采用本发明方法的运动目标成像结果图；
图5为采用传统的ISTAP、CFT方法与本发明方法的运动目标径向速度估计精度对比图。
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做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。
本发明实施例提供一种高超声速平台杂波抑制和运动目标成像方法，如图1所示，所述方法包括如下步骤：
步骤1，雷达接收机获取第k个接收天线的回波信号，对第k个接收天线的回波信号做快时间维的傅里叶变换，得到第k个接收天线的距离频域回波信号，并对第k个接收天线的距离频域回波信号采用频域参考信号进行脉冲压缩，得到第k个接收天线的距离频域-方位时域回波信号。
步骤1中：雷达接收机获取第k个接收天线的回波信号sk(tr，ta)为：
sk(tr，ta)＝wr(tr-τk)wa(ta-t0)exp[j2πf0(tr-τk)]exp[jπγ(tr-τk)2]
其中，k＝1，2，...，K，K表示接收天线个数，tr表示距离向快时间，ta表示方位向慢时间，wr(·)表示回波信号距离向时间窗函数，wa(·)表示回波信号方位向时间窗函数，t0表示运动目标的中心方位时刻，j表示虚数单位，f0表示发射信号载频，γ表示发射信号调频率，τk表示第k个天线的时间延迟，τk＝2Rk(ta)/c，c表示电磁波传播速度，Rk(ta)表示ta时刻第k个天线到运动目标之间的距离， R0表示成像场景中心与高超声速平台之间的最近距离，vr表示运动目标的径向速度，va表示运动目标的切向速度，v表示雷达平台运动速度，dk表示第k个天线与第1个天线的相对距离，dk＝(k-1)d，d表示相邻两个天线的相对距离；
对第k个接收天线的回波信号sk(tr，ta)作快时间维的快速傅里叶变换FFT，得到距离频域回波信号，并对该频域回波信号采用频域参考信号Hr(fr)进行脉冲压缩，实现距离匹配滤波，得到第k个接收天线的距离频域-方位时域回波信号sk(fr，ta)为：
sk(fr，ta)＝FFTr[sk(tr，ta)]×Hr(fr)
＝Wr(fr)wa(ta-t0)exp(-j2π(f0+fr)τk)
其中，fr表示距离频率，FFTr[·]表示快时间维的FFT操作，频域参考信号Hr(fr)＝exp[jπ(f0+fr)2/γ]，Wr(·)表示回波信号距离频域窗函数。
步骤2，构造第k个接收天线的方位去斜滤波器，根据所述第k个接收天线的方位去斜滤波器对第k个接收天线的距离频域-方位时域回波信号进行方位去斜压缩，并依次进行慢时间维的傅里叶变换和快时间维的逆傅里叶变换，得到第k个接收天线的距离域-方位压缩频率域的回波信号。
步骤2具体为：构造第k个接收天线的方位去斜滤波器Ha，k(fr，ta)：
对第k个接收天线的距离频域-方位时域回波信号sk(fr，ta)作方位去斜压缩处理，并依次进行慢时间维的傅里叶变换和快时间维的逆傅里叶变换，得到第k个接收天线的距离域-方位压缩频率域的回波信号sk(tr，fa)：
sk(tr，fa)＝IFFTr[[FFTa[sk(fr，ta)×Ha，k(fr，ta)]]
＝wr(tr-2R0/c)Wa(fa+2vr/λ-2v2t0/λR0)
exp(-j4πR0/λ)exp[-j2π(fa+2vr/λ)dk/v]
其中，vr表示运动目标的径向速度，λ表示雷达发射信号载频，FFTa[·]表示慢时间维的FFT操作，IFFTr[·]表示快时间维的IFFT操作，Wa(·)表示回波信号方位频域窗函数。
步骤3，令k＝1，2，...，K，从而分别得到K个接收天线的距离域-方位压缩频率域的回波信号；将所述K个接收天线的距离域-方位压缩频率域的回波信号依次排列，得到回波信号。
步骤3具体为：将得到的K个接收天线的距离域-方位压缩频率域回波信号s1(tr，fa)，s2(tr，fa)，...，sK(tr，fa)按照顺序进行排列，得到回波信号矩阵s(tr，fa)＝[s1(tr，fa)，s2(tr，fa)，...，sK(tr，fa)]T，其中上标T表示转置操作，fa表示方位频率。
步骤4，设定运动目标径向速度的估计值范围和粗略估计间隔，对运动目标径向速度进行第一步粗搜索，得到运动目标径向速度的第一步粗略估计值，以及相应的运动目标导向矢量和静止杂波导向矢量。
步骤4具体包括如下子步骤：
(4a)设定运动目标径向速度的最大估计值vr_range和粗略估计间隔vr_step，并得到需要粗略搜索的总次数P＝ceil(vr_range/vr_step)，其中ceil(·)表 示向上取整数操作；
(4b)初始化迭代次数p＝1；
(4c)对运动目标的径向速度进行第一步粗略估计，得到速度估计中间值vr_temp＝-vr_range/2+p×vr_step；
(4d)若p＜P，则令p的值加1，并返回子步骤(4c)，否则对获得的所有速度估计中间值，求取每个速度估计中间值对应的运动目标能量；
(4e)选择使得运动目标能量最大的速度估计中间值，作为运动目标径向速度的第一步粗略估计值vr0，即其中表示获得最大值时对应的vr_temp值；其中，
(4f)求得运动目标导向矢量为：
(4g)求得静止杂波导向矢量aC(fa)为：
aC(fa)＝[exp(-j2πfad1/v)…exp(-j2πfadK/v)]T。
步骤5，获取杂波抑制所需要的最优权矢量系数，根据所述最优权矢量系数对搜索回波信号进行杂波抑制，得到杂波抑制后的运动目标回波数据。
步骤5具体包括如下子步骤：
(5a)根据所述回波信号矩阵s(tr，fa)，计算得到协方差矩阵R(fa)＝E[s(tr，fa)sH(tr，fa)]，其中E[·]表示取期望操作，上标H表示共轭转置；
(5b)根据最优化问题：
求得杂波抑制所需要的最优权矢量系数为：
其中表示获得最小值时对应的
(5c)将所述最优权矢量系数与所述回波信号矩阵s(tr，fa)相乘，得到对应的杂波抑制后的运动目标回波数据为：
步骤6，构造粗略径向速度补偿函数，对所述杂波抑制后的运动目标回波数据进行距离维傅里叶变换和方位维逆傅里叶变换，得到距离频域-方位时域回波信号，然后根据所述粗略径向速度补偿函数对所述距离频域-方位时域回波信号的粗略径向速度进行补偿，得到粗略径向速度补偿后的回波信号；再对所述粗略径向速度补偿后的回波信号进行距离维逆傅里叶变换，得到运动目标的二维时域回波信号。
步骤6具体包括如下子步骤：
构造粗略径向速度补偿函数为：
得到运动目标的二维时域回波信号为：
其中IFFTa[·]表示慢时间维的IFFT操作，vr_res表示对粗略径向速度vr0进行补偿后的剩余径向速度，vr_res＝vr-vr0。
步骤7，对所述运动目标的二维时域回波信号进行Radon变换，实 现运动目标径向速度的第二步精确估计，得到运动目标径向速度的精确估计值。
设定对运动目标的径向速度进行第二步精确搜索的搜索范围为[vr0-vr_step/2，vr0+vr_step/2]，并在该搜索范围内进行Radon变换，求得剩余径向速度vr_res，并得到运动目标径向速度的精确估计值vr_est＝vr0+vr_res。
具体的，设定对运动目标的径向速度进行第二步精确搜索的搜索范围为[vr0-vr_step/2，vr0+vr_step/2]，并在该搜索范围内根据进行Radon变换，其中ρ为Radon变换的半径，θ为Radon变换的角度，δ(·)为delta函数。求取Radon变换的峰值，其峰值处的Radon变换角度为θ0，并根据θ0求得剩余径向速度vr_res＝Δtrcotθ0/cΔta，其中Δtr为距离维分辨单元宽度，Δta为方位维分辨单元宽度。根据剩余径向速度vr_res计算得到运动目标径向速度的精确估计值vr_est＝vr0+vr_res。
步骤8，对所述运动目标的二维时域回波信号进行距离维傅里叶变换，得到距离频域-方位时域的运动目标回波信号；构造剩余径向速度补偿函数，根据所述剩余径向速度补偿函数对运动目标的径向速度进行精确补偿，得到精确补偿后的回波信号。
得到距离频域-方位时域的运动目标回波信号为：
构造剩余径向速度补偿函数为：
得到精确补偿后的回波信号s(fr，ta)为：
步骤9，对所述精确补偿后的回波信号进行方位维傅里叶变换和距离维逆傅里叶变换，得到聚焦的运动目标信号。
得到聚焦的运动目标信号s(tr，fa)为：
至此，即获得了聚焦的运动目标图像数据，本发明实施例提供的高超声速平台杂波抑制和运动目标成像方法结束。
本发明实施例提供的高超声速平台杂波抑制和运动目标成像方法通过对运动目标的径向速度进行粗略和精确的两步估计，有效解决了基于高超声平台的雷达系统由于运动目标参数未知造成的杂波抑制和成像性能下降的问题，并且提高了运动目标参数的估计精度。具体来说，本发明与现有技术相比具有以下优点：
第一，本发明设计的杂波抑制算法中，由于采用粗略估计径向速度进行多通道杂波抑制，能够减少运动目标参数未知造成杂波抑制性能下降，有效提高运动目标的信杂噪比；
第二，本发明方法通过对运动目标的径向速度进行两步估计，较现有方法显著提高了参数的估计精度，也为后续的动目标检测提供了更好的可能；
第三，本发明方法提出的两步法操作过程中，由于第一步采用粗略估计可以确定运动目标径向速度的大致范围，并有效实现杂波抑制，使得第二步精确估计径向速度可以在小范围内搜索实现，较现有方法 有效降低了计算量。
以下，通过仿真实验对本发明上述有益效果作进一步说明：
1)仿真条件：
采用高超声速平台多通道SAR GMTI系统进行仿真，并设置4个天线通道(即M＝4)，第1个通道发射信号，所有通道同时接收回波信号，相邻天线间隔为d＝0.5m，雷达平台的运动速度为v＝1700m/s(5Mach)；第1个通道发射线性波形信号，发射信号的带宽和脉宽分别为Br＝200MHz和Tp＝12us，发射信号载频为f0＝10GHz，脉冲重复频率为PRF＝1800Hz，调频率为γ＝Br/Tp。雷达平台与成像场景中心的最近斜距为65km。在雷达成像场景中心设置了一个运动目标点，运动目标切向和径向速度分别为0m/s和10m/s。仿真还设置了8个静止杂波点，其位置分别为(-100，100)，(0，100)，(100，100)，(-100，0)，(100，0)，(-100，-100)，(0，-100)，(100，-100)。在下面仿真内容中对仿真结果进行说明。
2)仿真内容及仿真结果：
仿真1：采用本发明方法和传统的ISTAP和CFT方法对杂波抑制处理进行仿真对比。仿真结果如图2所示，其中，图2(a)是采用传统的ISTAP处理方法杂波抑制结果图；图2(b)是采用传统的CFT处理方法杂波抑制结果图；图2(c)是采用本发明方法杂波抑制结果图。
仿真2：采用传统的ISTAP、CFT方法与本发明方法的杂波抑制性能对比图。仿真结果如图3所示。
仿真3：采用本发明方法和传统的ISTAP和CFT方法对运动目标成像进行仿真对比。仿真结果如图4所示，其中，图4(a)是采用传统的ISTAP处理方法运动目标成像结果图；图4(b)是采用传统的CFT处理方法运动目标成像结果图；图4(c)是采用本发明方法的运动目标成像结果图。
仿真4：采用本发明方法和传统的ISTAP和CFT方法处理的运动目标径向速度估计精度对比。仿真结果如图5所示。
3)仿真结果分析：
仿真1：从图2(a)和图2(b)中可以看出，采用传统的ISTAP和CFT方法进行杂波抑制，运动目标能量存在一定的损失，并且杂波并没有被完全抑制；从图2(c)中可以看出，采用本发明方法进行杂波抑制，运动目标得到完全保留，并且杂波被完全抑制。从图2的对比结果中可以看出，本发明方法比传统的ISTAP和CFT方法杂波抑制效果更好。
仿真2：从图3中可以看出，在运动目标的径向速度为10m/s处，本发明方法的杂波抑制信杂噪比更高，而传统的ISTAP和CFT方法信杂噪比较低。
仿真3：从图4(a)和图4(b)中可以看出，采用传统的ISTAP和CFT方法对运动目标进行成像，成像结果扩散为多个点，即运动目标并没有完全聚焦；从图4(c)中可以看出，采用本发明方法对运动目标进行成像，成像结果聚焦为一个点，这证明了本发明方法对高超声速雷达平台运动目标成像的有效性。
仿真3：从图5中可以看出，采用本发明方法得到的运动目标径向速度估计精度高于采用传统的ISTAP、CFT方法得到的运动目标径向速度估计精度。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各 种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种高超声速平台杂波抑制和运动目标成像方法，其特征在于，所述方法包括如下步骤：
步骤1，雷达接收机获取第k个接收天线的回波信号，对第k个接收天线的回波信号做快时间维的傅里叶变换，得到第k个接收天线的距离频域回波信号，并对第k个接收天线的距离频域回波信号进行脉冲压缩，得到第k个接收天线的距离频域-方位时域回波信号；
步骤2，构造第k个接收天线的方位去斜滤波器，根据所述第k个接收天线的方位去斜滤波器对第k个接收天线的距离频域-方位时域回波信号进行方位去斜压缩，并依次进行慢时间维的傅里叶变换和快时间维的逆傅里叶变换，得到第k个接收天线的距离域-方位压缩频率域的回波信号；
步骤3，令k＝1,2,…,K，从而分别得到K个接收天线的距离域-方位压缩频率域的回波信号；将所述K个接收天线的距离域-方位压缩频率域的回波信号依次排列，得到回波信号矩阵；
步骤4，设定运动目标径向速度的估计值范围和粗略估计间隔，对运动目标径向速度进行第一步粗搜索，得到运动目标径向速度的第一步粗略估计值，以及相应的运动目标导向矢量和静止杂波导向矢量；
步骤5，获取杂波抑制所需要的最优权矢量系数，根据所述最优权矢量系数对回波信号矩阵进行杂波抑制，得到杂波抑制后的运动目标回波数据；
步骤6，构造粗略径向速度补偿函数，对所述杂波抑制后的运动目标回波数据进行距离维傅里叶变换和方位维逆傅里叶变换，得到距离频域-方位时域回波信号，然后根据所述粗略径向速度补偿函数对距离频域-方位时域回波信号的粗略径向速度进行补偿，得到粗略径向速度补偿后的回波信号；再对所述粗略径向速度补偿后的回波信号进行距离维逆傅里叶变换，得到运动目标的二维时域回波信号；
步骤7，对所述运动目标的二维时域回波信号进行Radon变换，实现运动目标径向速度的第二步精确估计，得到运动目标径向速度的精确估计值；
步骤8，对所述运动目标的二维时域回波信号进行距离维傅里叶变换，得到距离频域-方位时域的运动目标回波信号；构造剩余径向速度补偿函数，根据所述剩余径向速度补偿函数对运动目标的径向速度进行精确补偿，得到精确补偿后的回波信号；其中剩余径向速度为运动目标的径向速度与运动目标径向速度的第一步粗略估计值的差；
步骤9，对所述精确补偿后的回波信号进行方位维傅里叶变换和距离维逆傅里叶变换，得到聚焦的运动目标信号。
2.根据权利要求1所述的一种高超声速平台杂波抑制和运动目标成像方法，其特征在于，步骤1中：
雷达接收机获取第k个接收天线的回波信号sk(tr,ta)为：
sk(tr,ta)＝wr(tr-τk)wa(ta-t0)exp[j2πf0(tr-τk)]exp[jπγ(tr-τk)2]
其中，k＝1,2,…,K，K表示接收天线个数，tr表示距离向快时间，ta表示方位向慢时间，wr(·)表示回波信号距离向时间窗函数，wa(·)表示回波信号方位向时间窗函数，t0表示运动目标的中心方位时刻，j表示虚数单位，f0表示发射信号载频，γ表示发射信号调频率，τk表示第k个天线的时间延迟，τk＝2Rk(ta)/c，c表示电磁波传播速度，Rk(ta)表示ta时刻第k个天线与运动目标之间的距离，
R0表示成像场景中心与高超声速平台之间的最近距离，vr表示运动目标的径向速度，va表示运动目标的切向速度，v表示高超声速平台运动速度，dk表示第k个天线与第1个天线的相对距离，dk＝(k-1)d，d表示相邻两个天线的相对距离；
确定频域参考信号Hr(fr)＝exp[jπ(f0+fr)2/γ]，并采用频域参考信号对第k个接收天线的距离频域回波信号进行脉冲压缩，得到第k个接收天线的距离频域-方位时域回波信号sk(fr,ta)为：
sk(fr,ta)＝FFTr[sk(tr,ta)]×Hr(fr)
＝Wr(fr)wa(ta-t0)exp(-j2π(f0+fr)τk)
其中，fr表示距离频率，FFTr[·]表示快时间维的快速傅立叶变换FFT操作，Wr(·)表示回波信号距离频域窗函数。
3.根据权利要求2所述的一种高超声速平台杂波抑制和运动目标成像方法，其特征在于，步骤2具体为：
构造第k个接收天线的方位去斜滤波器为Ha,k(fr,ta)：
H a , k ( f r , t a ) = exp ( j 2 π ( f 0 + f r ) ( vt a + d k ) 2 cR 0 )
对第k个接收天线的距离频域-方位时域回波信号sk(fr,ta)作方位去斜压缩处理，并依次进行慢时间维的傅里叶变换和快时间维的逆傅里叶变换，得到第k个接收天线的距离域-方位压缩频率域的回波信号sk(tr,fa)：
sk(tr,fa)＝IFFTr[FFTa[sk(fr,ta)×Ha,k(fr,ta)]]
＝wr(tr-2R0/c)Wa(fa+2vr/λ-2v2t0/λR0)
exp(-j4πR0/λ)exp[-j2π(fa+2vr/λ)dk/v]
其中，vr表示运动目标的径向速度，λ表示雷达发射信号载频，FFTa[·]表示慢时间维的FFT操作，IFFTr[·]表示快时间维的IFFT操作，Wa(·)表示回波信号方位频域窗函数，fa表示方位频率。
4.根据权利要求3所述的一种高超声速平台杂波抑制和运动目标成像方法，其特征在于，步骤3具体为：
令k＝1,2,…,K，从而分别得到K个接收天线的距离域-方位压缩频率域的回波信号s1(tr,fa),s2(tr,fa),…,sK(tr,fa)，然后将得到的K个接收天线的距离域-方位压缩频率域回波信号s1(tr,fa),s2(tr,fa),…,sK(tr,fa)按照顺序进行排列，得到回波信号矩阵s(tr,fa)＝[s1(tr,fa),s2(tr,fa),…,sK(tr,fa)]T,其中，上标T表示转置操作，fa表示方位频率。
5.根据权利要求4所述的一种高超声速平台杂波抑制和运动目标成像方法，其特征在于，步骤4具体包括如下子步骤：
(4a)设定运动目标径向速度的最大估计值vr_range和粗略估计间隔vr_step，并得到需要粗略搜索的总次数P＝ceil(vr_range/vr_step)，其中ceil(·)表示向上取整数操作；
(4b)初始化迭代次数p＝1；
(4c)对运动目标的径向速度进行第一步粗略估计，得到速度估计中间值vr_temp＝-vr_range/2+p×vr_step；
(4d)若p<P，则令p的值加1，并返回子步骤(4c)，否则对获得的所有速度估计中间值，求取每个速度估计中间值分别对应的运动目标能量；
(4e)选择使得运动目标能量最大的速度估计中间值，作为运动目标径向速度的第一步粗略估计值vr0，即其中表示获得运动目标能量最大值时对应的速度估计中间值vr_temp；
(4f)求得运动目标导向矢量为：
a T , v r 0 ( f a ) = exp ( - j 2 &pi; ( f a + 2 v r 0 / &lambda; ) d 1 / v ) ... exp ( - j 2 &pi; ( f a + 2 v r 0 / &lambda; ) d K / v ) T
(4g)求得静止杂波导向矢量aC(fa)为：
aC(fa)＝[exp(-j2πfad1/v)…exp(-j2πfadK/v)]T。
6.根据权利要求5所述的一种高超声速平台杂波抑制和运动目标成像方法，其特征在于，步骤5具体包括如下子步骤：
(5a)根据所述回波信号矩阵s(tr,fa)，计算得到协方差矩阵R(fa)＝E[s(tr,fa)sH(tr,fa)]，其中E[·]表示取期望操作，上标H表示共轭转置；
(5b)根据最优化问题：
m i n w v 0 w v r 0 H ( f a ) R ( f a ) w v r 0 ( f a ) s . t . w v r 0 H ( f a ) a T , v r 0 ( f a ) = 1
求得杂波抑制所需要的最优权矢量系数为：
w v r 0 ( f a ) = R - 1 ( f a ) a T , v r 0 ( f a ) a T , v r 0 H ( f a ) R - 1 ( f a ) a T , v r 0 ( f a )
其中表示获得最小值时对应的最优权矢量系数
(5c)将所述最优权矢量系数与所述回波信号矩阵s(tr,fa)相乘，得到对应的杂波抑制后的运动目标回波数据为：
s v r 0 ( t r , f a ) = s ( t r , f a ) &times; w v r 0 ( f a ) = w r ( t r - 2 R 0 / c ) W a ( f a + 2 v r / &lambda; - 2 v 2 t 0 / &lambda;R 0 ) exp ( - j 4 &pi;R 0 / &lambda; ) .
7.根据权利要求6所述的一种高超声速平台杂波抑制和运动目标成像方法，其特征在于，步骤6具体包括如下子步骤：
构造粗略径向速度补偿函数为：
H v r 0 ( f r , t a ) = exp ( j 4 &pi; ( f r + f 0 ) v r 0 t a / c ) ;
得到运动目标的二维时域回波信号为：
s v r 0 ( t r , t a ) = IFFT r &lsqb; IFFT a &lsqb; FFT r &lsqb; s v r 0 ( t r , f a ) &rsqb; &rsqb; &times; H v r 0 ( f r , t a ) &rsqb; = w r ( t r - 2 R 0 / c ) w a ( t a - t 0 ) exp ( - j 4 &pi;R 0 / &lambda; ) exp ( - j 4 &pi;v r _ r e s t a / &lambda; ) exp ( j 4 &pi;v 2 t 0 t a / &lambda;R 0 ) ,
其中，IFFTa[·]表示慢时间维的IFFT操作，vr_res表示对粗略径向速度vr0进行补偿后的剩余径向速度，vr_res＝vr-vr0。
8.根据权利要求7所述的一种高超声速平台杂波抑制和运动目标成像方法，其特征在于，步骤7具体为：
设定对运动目标的径向速度进行第二步精确搜索的搜索范围为[vr0-vr_step/2,vr0+vr_step/2]，并在该搜索范围内进行Radon变换，求得剩余径向速度vr_res，并得到运动目标径向速度的精确估计值vr_est＝vr0+vr_res。
9.根据权利要求8所述的一种高超声速平台杂波抑制和运动目标成像方法，其特征在于，步骤8中：
得到距离频域-方位时域的运动目标回波信号为：
s v r 0 ( f r , t a ) = FFT r &lsqb; s v r 0 ( t r , t a ) &rsqb; = W r ( f r ) w a ( t a - t 0 ) exp ( - j 4 &pi; ( f r + f 0 ) R 0 / c ) exp ( - j 4 &pi; ( f r + f 0 ) v r _ r e s t a / c ) exp ( j 4 &pi;v 2 ( f r + f 0 ) t 0 t a / cR 0 ) ;
构造剩余径向速度补偿函数为：
H v r _ r e s ( f r , t a ) = exp ( j 4 &pi; ( f r + f 0 ) v r _ r e s t a / c ) ;
得到精确补偿后的回波信号s(fr,ta)为：
s ( f r , t a ) = s v r 0 ( f r , t a ) &times; H v r _ r e s ( f r , t a ) = W r ( f r ) w a ( t a - t 0 ) exp ( - j 4 &pi; ( f r + f 0 ) R 0 / c ) exp ( j 4 &pi;v 2 ( f r + f 0 ) t 0 t a / cR 0 ) .
10.根据权利要求9所述的一种高超声速平台杂波抑制和运动目标成像方法，其特征在于，步骤9中，
得到聚焦的运动目标信号s(tr,fa)为：
s ( t r , f a ) = IFFT r &lsqb; FFT a &lsqb; s ( f r , t a ) &rsqb; &rsqb; = w r ( t r - 2 R 0 / c ) W a ( f a - 2 v 2 t 0 / &lambda;R 0 ) exp ( - j 4 &pi;R 0 / &lambda; ) .
CN201710050665.7A 2017-01-23 2017-01-23 一种高超声速平台杂波抑制和运动目标成像方法 Active CN106872954B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710050665.7A CN106872954B (zh) 2017-01-23 2017-01-23 一种高超声速平台杂波抑制和运动目标成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710050665.7A CN106872954B (zh) 2017-01-23 2017-01-23 一种高超声速平台杂波抑制和运动目标成像方法

Publications (2)

Publication Number Publication Date
CN106872954A true CN106872954A (zh) 2017-06-20
CN106872954B CN106872954B (zh) 2019-07-09

Family

ID=59159186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710050665.7A Active CN106872954B (zh) 2017-01-23 2017-01-23 一种高超声速平台杂波抑制和运动目标成像方法

Country Status (1)

Country Link
CN (1) CN106872954B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108020835A (zh) * 2017-11-30 2018-05-11 中国科学院电子学研究所 一种星载合成孔径雷达sar地面运动目标指示gmti的强杂波抑制方法及装置
CN108051809A (zh) * 2017-11-14 2018-05-18 石家庄铁道大学 基于Radon变换的运动目标成像方法、装置及电子设备
CN108196253A (zh) * 2017-12-27 2018-06-22 北京航空航天大学 一种用于合成孔径雷达的方位模糊抑制方法
CN108226879A (zh) * 2017-12-21 2018-06-29 北京遥感设备研究所 一种基于多通道的sar地形散射干扰抑制方法
CN109001671A (zh) * 2018-06-14 2018-12-14 中国人民解放军战略支援部队信息工程大学 一种跳频信号的目标检测和参数估计方法及装置
CN109298412A (zh) * 2018-09-30 2019-02-01 北京航空航天大学 一种基于双频相干雷达的目标二维速度测量方法
CN111007503A (zh) * 2019-09-03 2020-04-14 西安电子科技大学 基于频率谱精确定位的运动目标聚焦和定位方法及系统
CN112230220A (zh) * 2020-09-22 2021-01-15 南京理工大学 基于Radon变换的Deramp-STAP动目标检测方法
CN112327289A (zh) * 2020-10-29 2021-02-05 内蒙古工业大学 一种运动目标斜距向速度估计方法及装置
CN112731304A (zh) * 2020-12-16 2021-04-30 南京航空航天大学 一种基于方位角度域滤波的弧形阵列雷达杂波抑制方法
CN112946650A (zh) * 2021-04-15 2021-06-11 中山大学 一站固定双站低频超宽带sar运动目标检测与成像方法
CN113534072A (zh) * 2021-06-11 2021-10-22 中国船舶重工集团公司第七二三研究所 一种高海情下浪速与舰速联合补偿处理方法及系统
CN113687356A (zh) * 2021-09-16 2021-11-23 中国科学院空天信息创新研究院 一种机载多通道圆迹sar运动目标检测与估计方法
CN113945897A (zh) * 2021-09-03 2022-01-18 西安电子科技大学 一种高超声速平台杂波抑制和运动目标定位方法及装置
CN116027317A (zh) * 2023-01-06 2023-04-28 中国人民解放军空军预警学院 一种基于星载宽带雷达的海面舰船目标二维速度估计方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100067991A (ko) * 2008-12-12 2010-06-22 영남대학교 산학협력단 고유벡터 엔트로피에 기초한 레이더 영상 자동초점 방법
CN102288948A (zh) * 2011-05-13 2011-12-21 中国民航大学 基于stap的高速平台高速空中动目标检测方法
CN102353953A (zh) * 2011-09-15 2012-02-15 西安电子科技大学 单通道sar地面运动目标成像方法
CN105301589A (zh) * 2015-10-30 2016-02-03 电子科技大学 高分辨宽测绘带sar地面运动目标成像方法
CN105445704A (zh) * 2015-11-27 2016-03-30 西安电子科技大学 一种sar图像中的雷达动目标抑制方法
CN105676215A (zh) * 2016-01-11 2016-06-15 西安电子科技大学 一种机载外辐射源雷达的运动目标检测方法
US20160170019A1 (en) * 2014-07-09 2016-06-16 Bae Systems Information & Electronic Systems Integration Inc. Radar detection of endo-clutter high-value targets using tracker feedback
CN106093870A (zh) * 2016-05-30 2016-11-09 西安电子科技大学 高超声速飞行器下降段的sar‑gmti杂波抑制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100067991A (ko) * 2008-12-12 2010-06-22 영남대학교 산학협력단 고유벡터 엔트로피에 기초한 레이더 영상 자동초점 방법
CN102288948A (zh) * 2011-05-13 2011-12-21 中国民航大学 基于stap的高速平台高速空中动目标检测方法
CN102353953A (zh) * 2011-09-15 2012-02-15 西安电子科技大学 单通道sar地面运动目标成像方法
US20160170019A1 (en) * 2014-07-09 2016-06-16 Bae Systems Information & Electronic Systems Integration Inc. Radar detection of endo-clutter high-value targets using tracker feedback
CN105301589A (zh) * 2015-10-30 2016-02-03 电子科技大学 高分辨宽测绘带sar地面运动目标成像方法
CN105445704A (zh) * 2015-11-27 2016-03-30 西安电子科技大学 一种sar图像中的雷达动目标抑制方法
CN105676215A (zh) * 2016-01-11 2016-06-15 西安电子科技大学 一种机载外辐射源雷达的运动目标检测方法
CN106093870A (zh) * 2016-05-30 2016-11-09 西安电子科技大学 高超声速飞行器下降段的sar‑gmti杂波抑制方法

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108051809B (zh) * 2017-11-14 2019-12-24 石家庄铁道大学 基于Radon变换的运动目标成像方法、装置及电子设备
CN108051809A (zh) * 2017-11-14 2018-05-18 石家庄铁道大学 基于Radon变换的运动目标成像方法、装置及电子设备
CN108020835A (zh) * 2017-11-30 2018-05-11 中国科学院电子学研究所 一种星载合成孔径雷达sar地面运动目标指示gmti的强杂波抑制方法及装置
CN108226879B (zh) * 2017-12-21 2021-08-13 北京遥感设备研究所 一种基于多通道的sar地形散射干扰抑制方法
CN108226879A (zh) * 2017-12-21 2018-06-29 北京遥感设备研究所 一种基于多通道的sar地形散射干扰抑制方法
CN108196253A (zh) * 2017-12-27 2018-06-22 北京航空航天大学 一种用于合成孔径雷达的方位模糊抑制方法
CN108196253B (zh) * 2017-12-27 2019-09-20 北京航空航天大学 一种用于合成孔径雷达的方位模糊抑制方法
CN109001671B (zh) * 2018-06-14 2020-08-21 中国人民解放军战略支援部队信息工程大学 一种跳频信号的目标检测和参数估计方法及装置
CN109001671A (zh) * 2018-06-14 2018-12-14 中国人民解放军战略支援部队信息工程大学 一种跳频信号的目标检测和参数估计方法及装置
CN109298412A (zh) * 2018-09-30 2019-02-01 北京航空航天大学 一种基于双频相干雷达的目标二维速度测量方法
CN109298412B (zh) * 2018-09-30 2022-06-14 北京航空航天大学 一种基于双频相干雷达的目标二维速度测量方法
CN111007503B (zh) * 2019-09-03 2023-05-16 西安电子科技大学 基于频率谱精确定位的运动目标聚焦和定位方法及系统
CN111007503A (zh) * 2019-09-03 2020-04-14 西安电子科技大学 基于频率谱精确定位的运动目标聚焦和定位方法及系统
CN112230220A (zh) * 2020-09-22 2021-01-15 南京理工大学 基于Radon变换的Deramp-STAP动目标检测方法
CN112230220B (zh) * 2020-09-22 2023-12-01 南京理工大学 基于Radon变换的Deramp-STAP动目标检测方法
CN112327289A (zh) * 2020-10-29 2021-02-05 内蒙古工业大学 一种运动目标斜距向速度估计方法及装置
CN112731304A (zh) * 2020-12-16 2021-04-30 南京航空航天大学 一种基于方位角度域滤波的弧形阵列雷达杂波抑制方法
CN112731304B (zh) * 2020-12-16 2024-04-02 南京航空航天大学 一种基于方位角度域滤波的弧形阵列雷达杂波抑制方法
CN112946650A (zh) * 2021-04-15 2021-06-11 中山大学 一站固定双站低频超宽带sar运动目标检测与成像方法
CN112946650B (zh) * 2021-04-15 2023-08-15 中山大学 一站固定双站低频超宽带sar运动目标检测与成像方法
CN113534072A (zh) * 2021-06-11 2021-10-22 中国船舶重工集团公司第七二三研究所 一种高海情下浪速与舰速联合补偿处理方法及系统
CN113534072B (zh) * 2021-06-11 2024-07-09 中国船舶重工集团公司第七二三研究所 一种高海情下浪速与舰速联合补偿处理方法及系统
CN113945897A (zh) * 2021-09-03 2022-01-18 西安电子科技大学 一种高超声速平台杂波抑制和运动目标定位方法及装置
CN113945897B (zh) * 2021-09-03 2024-08-02 西安电子科技大学 一种高超声速平台杂波抑制和运动目标定位方法及装置
CN113687356A (zh) * 2021-09-16 2021-11-23 中国科学院空天信息创新研究院 一种机载多通道圆迹sar运动目标检测与估计方法
CN113687356B (zh) * 2021-09-16 2023-10-20 中国科学院空天信息创新研究院 一种机载多通道圆迹sar运动目标检测与估计方法
CN116027317B (zh) * 2023-01-06 2024-01-26 中国人民解放军空军预警学院 一种基于星载宽带雷达的海面舰船目标二维速度估计方法
CN116027317A (zh) * 2023-01-06 2023-04-28 中国人民解放军空军预警学院 一种基于星载宽带雷达的海面舰船目标二维速度估计方法

Also Published As

Publication number Publication date
CN106872954B (zh) 2019-07-09

Similar Documents

Publication Publication Date Title
CN106872954B (zh) 一种高超声速平台杂波抑制和运动目标成像方法
CN110412559B (zh) 分布式无人机mimo雷达的非相参融合目标检测方法
CN103744068B (zh) 双通道调频连续波sar系统的动目标检测成像方法
CN108761419B (zh) 基于组合空时主通道自适应处理的低空风切变风速估计方法
Chen et al. Radon-fractional ambiguity function-based detection method of low-observable maneuvering target
US7969345B2 (en) Fast implementation of a maximum likelihood algorithm for the estimation of target motion parameters
CN105738879B (zh) 基于稀疏恢复的雷达杂波空时自适应预滤波方法
CN103383449B (zh) 基于esprit算法的机载雷达近程杂波抑制方法
CN104035095B (zh) 基于空时最优处理器的低空风切变风速估计方法
CN106443671A (zh) 基于调频连续波的sar雷达动目标检测与成像方法
CN109188385B (zh) 杂波背景下的高速微弱目标检测方法
CN111551922B (zh) 三维空间双/多基地雷达高速目标检测方法
CN104515971A (zh) 宽带多目标机载单站无源定位方法
CN111007503A (zh) 基于频率谱精确定位的运动目标聚焦和定位方法及系统
CN109001687A (zh) 基于广义旁瓣相消结构的机载雷达空时自适应滤波方法
CN102621536B (zh) 基于relax的空中多机动目标检测与参数估计方法
CN109901162B (zh) 一种适用于分布式地球同步轨道sar的长基线成像stap方法
CN102288950B (zh) 基于stap的高速空中机动目标检测方法
CN104793210B (zh) 基于压缩感知的机载相控阵雷达低空风切变风速估计方法
CN103760540B (zh) 基于重构信号和1-范数的动目标检测与参数估计方法
Fang et al. E 2 DTF: An End-to-End Detection and Tracking Framework for Multiple Micro-UAVs With FMCW-MIMO Radar
CN107748364A (zh) 基于降秩多级维纳滤波器的低空风切变风场速度估计方法
CN113406592B (zh) 一种高频地波雷达弱目标积累检测方法、计算设备
CN113253222B (zh) 机载fda-mimo双基地雷达距离模糊杂波抑制及降维搜索方法
CN106526544B (zh) 基于高超声速平台的mimosar杂波抑制方法

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