一种机载扫描雷达实时超分辨成像方法

    公开(公告)号:CN113608214B

    公开(公告)日:2023-11-10

    申请号:CN202110909436.2

    申请日:2021-08-09

    Abstract: 本发明公开一种机载扫描雷达实时超分辨成像方法,应用于雷达信号处理领域,针对传统批处理模式下超分辨方法计算复杂度和内存占用率高的问题;本发明通过建立斜前视矢量卷类积精确回波模型,突破斜前视角分辨率提升机理性瓶颈;然后构造描述天线方向图和多普勒导向矩阵与雷达回波信号的可解析优化代价函数,将斜前视成像分辨率提升问题转化为在线递归优化估计问题;最后,通过Updating和Downdating滑窗递归,实现斜前视区域目标散射系数的实时更新。本方法不仅有效地改善了传统方法的方位分辨率,而且显著降低了其复杂度和内存占用率,有利于机载雷达的高品质连续实时成像。仿真结果证明了所提出方法的有效性。

    一种雷达信噪比估计方法

    公开(公告)号:CN113721208B

    公开(公告)日:2023-04-25

    申请号:CN202111020388.8

    申请日:2021-09-01

    Abstract: 本发明公开了一种雷达信噪比估计方法,本发明的方法通过迭代方式得到雷达接收信号的自相关矩阵,然后通过特征分解,对噪声子空间进行分离,利用噪声特征值进行噪声方差功率估计,最后再根据信号功率得到信噪比估计。与已有方法相比,本发明的方法能够根据一次信号样本,通过迭代方式获得信号的自相关矩阵,该方法不依赖于快拍数量,在单次样本情况下具有更高的估计精度;对任意输入信号该方法都能自适应的得到信噪比估计,因而可以准确的估计信噪比。

    一种雷达信噪比估计方法

    公开(公告)号:CN113721208A

    公开(公告)日:2021-11-30

    申请号:CN202111020388.8

    申请日:2021-09-01

    Abstract: 本发明公开了一种雷达信噪比估计方法,本发明的方法通过迭代方式得到雷达接收信号的自相关矩阵,然后通过特征分解,对噪声子空间进行分离,利用噪声特征值进行噪声方差功率估计,最后再根据信号功率得到信噪比估计。与已有方法相比,本发明的方法能够根据一次信号样本,通过迭代方式获得信号的自相关矩阵,该方法不依赖于快拍数量,在单次样本情况下具有更高的估计精度;对任意输入信号该方法都能自适应的得到信噪比估计,因而可以准确的估计信噪比。

    一种针对稀疏场景的分裂重建超分辨成像方法

    公开(公告)号:CN116993587A

    公开(公告)日:2023-11-03

    申请号:CN202310946699.X

    申请日:2023-07-31

    Abstract: 本发明公开了一种针对稀疏场景的分裂重建超分辨成像方法,首先通过建立回波模型,表征目标散射与雷达回波数据间的数学关系,然后在距离向对回波进行有效数据检测,并对检测后数据进行分裂,再构建分裂重建模型,最后根据加权最小二乘准则,采用迭代方式进行求解,得到超分辨结果。本发明的方法通过有效数据检测去除噪声和杂波干扰,然后对有效回波进行分裂,并定义分裂重建模型,将高维重建问题分解为多个低维子问题,降低计算复杂度,进而实现快速超分辨成像,相比现有超分辨方法,在不损失分辨效果的同时,大幅降低了计算复杂度,实现了稀疏场景的快速超分辨成像。

    一种机载扫描雷达实时超分辨成像方法

    公开(公告)号:CN113608214A

    公开(公告)日:2021-11-05

    申请号:CN202110909436.2

    申请日:2021-08-09

    Abstract: 本发明公开一种机载扫描雷达实时超分辨成像方法,应用于雷达信号处理领域,针对传统批处理模式下超分辨方法计算复杂度和内存占用率高的问题;本发明通过建立斜前视矢量卷类积精确回波模型,突破斜前视角分辨率提升机理性瓶颈;然后构造描述天线方向图和多普勒导向矩阵与雷达回波信号的可解析优化代价函数,将斜前视成像分辨率提升问题转化为在线递归优化估计问题;最后,通过Updating和Downdating滑窗递归,实现斜前视区域目标散射系数的实时更新。本方法不仅有效地改善了传统方法的方位分辨率,而且显著降低了其复杂度和内存占用率,有利于机载雷达的高品质连续实时成像。仿真结果证明了所提出方法的有效性。

    一种雷达稀疏轮廓保持超分辨成像方法

    公开(公告)号:CN119168868A

    公开(公告)日:2024-12-20

    申请号:CN202411346803.2

    申请日:2024-09-26

    Abstract: 本发明公开了一种雷达稀疏轮廓保持超分辨成像方法,首先构建雷达方位向回波信号模型,然后推导出在稀疏场景下的加权平方根最小绝对值收敛和选择算子式子,使用加权l1范数来保证重建目标的稀疏性,再将轮廓保持的约束项与加权l1范数约束组合为联合约束,最后利用Bregman方法将原问题分为三个子问题分别求解,获得目标散射的快速迭代估计,实现雷达快速超分辨成像。本发明的方法通过稀疏超分辨方法中的加权l1范数约束来获得高方位向分辨率,利用轮廓保持约束来保持成像边缘细节,获得更高质量的成像效果,既能获得方位向超分辨率,也能更好地保持轮廓细节,比现有的超分辨方法具有更多的轮廓细节、更高的分辨率。

Patent Agency Ranking