基于分数阶Fourier变换的对称累积互相关参数估计方法

    公开(公告)号:CN107607949A

    公开(公告)日:2018-01-19

    申请号:CN201710859000.0

    申请日:2017-09-21

    Abstract: 本发明提供了一种基于分数阶Fourier变换的对称累积互相关参数估计方法,包括以下步骤:步骤1:由目标的基带回波信号构造离散的数据矩阵 ,为距离向采样数或子脉冲个数,为方位向采样数即回波次数;步骤2:利用优化迭代搜索方案,以精度 为迭代指标,按列寻找 对应的匹配阶数 ;步骤3:对回波数据 按列进行 阶FrFT距离压缩,得到各次回波的一维距离像;步骤4:选择合适的对称累积个数,对各一维距离像进行对称累积互相关处理,得到 个对称累积互相关函数 。本发明的有益效果是:(1)距离对准误差小;(2)相位累积误差小,抑制交叉项效果好;(3)优化了计算复杂度。

    基于分数阶Fourier变换的对称累积互相关参数估计方法

    公开(公告)号:CN107607949B

    公开(公告)日:2020-07-10

    申请号:CN201710859000.0

    申请日:2017-09-21

    Abstract: 本发明提供了一种基于分数阶Fourier变换的对称累积互相关参数估计方法,包括以下步骤:步骤1:由目标的基带回波信号构造离散的数据矩阵,为距离向采样数或子脉冲个数,为方位向采样数即回波次数;步骤2:利用优化迭代搜索方案,以精度为迭代指标,按列寻找对应的匹配阶数;步骤3:对回波数据按列进行阶FrFT距离压缩,得到各次回波的一维距离像;步骤4:选择合适的对称累积个数,对各一维距离像进行对称累积互相关处理,得到个对称累积互相关函数。本发明的有益效果是:(1)距离对准误差小;(2)相位累积误差小,抑制交叉项效果好;(3)优化了计算复杂度。

Patent Agency Ranking