[go: up one dir, main page]

CN113075649B - 一种适用于分布式网络化雷达的信号级直接定位方法 - Google Patents

一种适用于分布式网络化雷达的信号级直接定位方法 Download PDF

Info

Publication number
CN113075649B
CN113075649B CN202110340753.7A CN202110340753A CN113075649B CN 113075649 B CN113075649 B CN 113075649B CN 202110340753 A CN202110340753 A CN 202110340753A CN 113075649 B CN113075649 B CN 113075649B
Authority
CN
China
Prior art keywords
array
radiation source
radar
sub
signal
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
Application number
CN202110340753.7A
Other languages
English (en)
Other versions
CN113075649A (zh
Inventor
易伟
罗健
周其玉
张国鑫
孔令讲
杨雪亚
王海环
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110340753.7A priority Critical patent/CN113075649B/zh
Publication of CN113075649A publication Critical patent/CN113075649A/zh
Application granted granted Critical
Publication of CN113075649B publication Critical patent/CN113075649B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开一种适用于分布式网络化雷达的信号级直接定位方法，应用于雷达目标定位领域，针对现有的直接定位法都不能适用于分布式网络化雷达系统的技术问题；本发明基于可进行多自由度自适应调整的激活态阵元天线的数量和位置，构建用于定位的子阵列；然后计算所构建的子阵列的阵列流形；根据子阵列的阵列流形，建立子阵元要素级联合似然函数；最后根据建立的子阵元要素级联合似然函数，通过多维网格搜索和牛顿迭代优化方法找出目标位置的最优估计值，实现了分布式网络化雷达系统中目标的信号级直接定位。

Description

一种适用于分布式网络化雷达的信号级直接定位方法
技术领域
本发明属于雷达目标定位领域，特别涉及一种分布式网络化雷达的直接定位技术。
背景技术
分布式网络化雷达是一种以无线传输为基准的新体制雷达，是利用多部阵列雷达组网探测目标的网状部署雷达。每部阵列雷达都是分布式网络上的一个节点，每个雷达节点都由一些随机分布的阵元天线构成。不同于阵元天线固定的，以实现单一功能和任务为指标的常规体制雷达，分布式网络化雷达可以根据多种任务需求对激活态阵元天线的数量和位置进行多自由度自适应优化，具有灵活多变、规模可控、可接入可接出、可重组、机动性强、抗摧毁能力强、抗干扰能力强等特点。对目标的定位一直都是雷达系统的重要应用，但适用于分布式网络化雷达的定位算法一直没有很好的解决方案，特别是适用于分布式网络化雷达的信号级直接定位算法。
在常规的两步数据级定位法中，各接收站分别处理各自的接收信号，然后仅将提取到的目标位置参数信息发送到中央处理器并解算出目标位置，该方法虽然降低了各接收站到中央处理器的信息传输压力，但忽略了所有接收信号的集中处理增益，使得定位性能在低信噪比环境下不甚理想，因此是次优的。目标的直接定位算法(又称单步定位法)已经成为当前的一个热点研究问题。该方法避免了来自同一辐射源的信号在各接收站单独处理所造成的信息损失，故在低信噪比环境中具有定位精度高和鲁棒性好等特点。直接定位算法又分为辐射源信号已知和未知两种情况，前者由于知道辐射源信号波形的先验信息，故是理论最优的。但这些方法大都建立在均匀、规则的阵列接收站上，在阵列结构上具有一定的局限性，不适用于分布式网络化雷达系统。文献“Direct Localization for MassiveMIMO,IEEE Transactions on Signal Processing,2017,vo65.10,pp.2475-2487”提出了适用于大规模MIMO雷达的目标直接定位算法，该算法利用MIMO雷达的多天线，高分辨率优势实现了多目标定位，但由于MIMO雷达的天线数量和位置都是固定的，导致阵列灵活性较差，规模不可控等问题。文献“基于稀疏阵型的多目标定位方法研究[D].战略支援部队信息工程大学,2019”提出了基于稀疏阵列的直接定位算法，其典型优势是利用稀疏阵列及虚拟阵元的构建实现了欠定条件下多目标信号的有效定位，但当某些阵元天线受到损坏时，不能实现阵元天线的接入接出等自适应调整，系统的定位性能将受到很大的影响。专利“联合角度、时延与多普勒信息的运动多站直接定位方法，CN109975754A”中给出了基于角度、时延和多普勒信息的运动多站直接定位方法，但其运动多站仍然是阵元天线固定的规则阵列。因此上述直接定位法都不能适用于分布式网络化雷达系统。
发明内容
本发明提出一种适用于分布式网络化雷达的信号级直接定位方法，有效地解决了分布式网络化雷达系统主动工作模式和被动探测非合作辐射源模式的目标高精度定位问题，特别是在低信噪比环境下的定位性能优于常规两步数据级定位。
本发明采用的即是方案为：一种适用于分布式网络化雷达的信号级直接定位方法，包括：
首先，构造用于定位的子阵列
Figure BDA0002999033230000021
子阵列
Figure BDA0002999033230000022
的构建随定位任务要求不同而不同。例如，在一些对定位精度要求较低的民用领域里，可以降低各雷达节点的阵元天线激活率
Figure BDA0002999033230000023
Figure BDA0002999033230000024
减少能源损耗；在对定位要求较高的军事应用中，可以提高天线激活率
Figure BDA0002999033230000025
利用多天线提高定位精度，降低定位误差。同时，在各次任务中，根据天线激活率不重复的随机选择节点内激活态阵元天线的位置，降低天线使用率，使雷达节点寿命最大化。
其次，计算所选子阵列
Figure BDA0002999033230000026
的阵列流形：利用子阵列对目标进行探测，得到目标方位角，即阵列方向图主瓣方向，结合子阵列激活态阵元位置得到子阵列的阵列流形
Figure BDA0002999033230000027
然后，分别在辐射源信号已知和未知两种情况下，利用上述所选子阵列
Figure BDA0002999033230000028
计算观测信号的协方差矩阵Rm,k(Υ)，建立子阵元要素级联合似然函数；本领域技术人员应知这里的子阵元为子阵列中的阵元天线；
最后，通过多维网格搜索和牛顿迭代优化方法找出目标位置的最优估计值：首先遍历多维网格中的每一个点，找出使联合似然函数最大的网格点，然后以该网格点为初始迭代点进行牛顿迭代优化，直到满足停止迭代条件，而最终的迭代点即为目标位置的最大似然估计值
Figure BDA0002999033230000029
本发明的有益效果：本发明的一种适用于分布式网络化雷达的信号级直接定位算法，首先，构造用于定位的子阵列，对以无线传输为基准的分布式网络化雷达的激活态天线的数量和位置进行多自由度优化，使得所选子阵列方向图能匹配目标定位任务要求；其次，利用所选子阵列观测信号建立子阵元要素级联合似然函数；然后，通过多维网格搜索及牛顿迭代优化方法找出目标位置的最大似然估计值，实现了基于角度的多子阵聚焦定位；最后，本发明针对辐射源信号已知和未知两种情况，实现了目标的信号级直接定位；采用本发明的方法可以有效解决分布式网络化雷达系统主动工作模式和被动探测非合作辐射源模式的目标高精度定位问题；本发明的优点是：
激活态阵元天线的数量和位置可进行多自由度自适应调整，阵元天线可接入接出，阵列规模可控，重组能力强，能够实现多功能，多模式工作，具有很强的灵活性和机动性，抗摧毁能力和强抗干扰能力较强，且在低信噪比环境下的性能优于传统的两步定位法；本发明可以应用于目标定位等领域。
附图说明
图1基于分布式网络化雷达的直接定位算法流程图。
图2二维平面内，分布式网络化雷达对辐射源定位的场景图。
图3是系统的仿真场景图。
图4是各雷达节点中由激活态阵元构成的子阵列的方向图。
图5是基于上述子阵列进行的直接定位和两步定位法的MSE。
具体实施方式
为了方便描述本发明的内容，首先对以下术语进行解释：
术语1：分布式网络化雷达
各雷达节点彼此间相距足够远，以实现多子阵聚焦定位。
术语2：窄带
辐射源信号的载波频率远大于信号的基带带宽，以保证同一时刻阵列中各阵元所观测的信号相同。
术语3：远场
辐射源距离各雷达节点足够远，以至于信号波形到达各雷达节点时可近似看做平面波。
术语4：快拍
表示在某一时刻对所有阵元的观测信号同时采样。
如图1所示，本发明提供了一种适用于分布式网络化雷达的信号级直接定位方法，具体包括以下步骤：
步骤1、系统参数初始化
初始化分布式网络化雷达节点数量M，快拍数K；辐射源信号s(t)已知时，初始化辐射源信号，包括：信号类型、带宽、采样频率fs、载波频率为f0等；辐射源信号s(t)未知时，设为0均值，方差为
Figure BDA0002999033230000041
高斯信号。辐射源坐标为p＝(x,y)m。辐射源信号到各雷达节点的路径衰减系数分别用β1,β2,…,βM表示。各雷达节点引入的噪声为均值为0的高斯白噪声，方差分别用
Figure BDA0002999033230000042
表示。
步骤2、子阵列
Figure BDA0002999033230000043
的形成
共有M个阵列雷达节点R1,R2,…,RM，第m个阵列雷达Rm的坐标为pm，
Figure BDA0002999033230000044
xm、ym分别表示第m个阵列雷达Rm的横纵坐标；
阵列雷达Rm随机、密集分布着Nm个阵元天线，
Figure BDA0002999033230000045
其中rm,n代表阵列雷达Rm的第n个阵元天线，其坐标为pm,n，
Figure BDA0002999033230000046
xm,n、ym,n分别表示阵列雷达Rm的第n个阵元天线rm,n的横纵坐标；
在阵列雷达Rm中，有
Figure BDA0002999033230000047
个阵元天线被激活形成子阵列
Figure BDA0002999033230000048
用于直接定位，即激活率为
Figure BDA0002999033230000049
且满足
Figure BDA00029990332300000410
Figure BDA00029990332300000411
其中
Figure BDA00029990332300000412
代表激活态阵元天线，其坐标用
Figure BDA00029990332300000413
表示。阵元天线
Figure BDA00029990332300000414
是子阵列
Figure BDA00029990332300000415
的参考阵元天线。
Figure BDA00029990332300000416
显然有
Figure BDA00029990332300000417
步骤3、子阵列
Figure BDA0002999033230000051
的阵列流形
Figure BDA0002999033230000052
阵列流形
Figure BDA0002999033230000053
由辐射源位置p和阵列
Figure BDA0002999033230000054
确定，
Figure BDA0002999033230000055
其中，φm,i＝2πf0τm,i为空间相位，τm,i为信号到达阵元天线
Figure BDA0002999033230000056
时相对于参考阵元
Figure BDA0002999033230000057
的传播时延。
Figure BDA0002999033230000058
λ＝c/f0为载波波长，c为光速。
从辐射源到子阵列
Figure BDA0002999033230000059
的入射角为θm，x,y是辐射源坐标；
Figure BDA00029990332300000510
步骤4、计算联合似然函数
子阵列
Figure BDA00029990332300000511
的观测信号Sm(k)有，
Figure BDA00029990332300000512
其中nm(k)为满足0均值，方差为
Figure BDA00029990332300000513
的高斯噪声，s(k)为辐射源信号波形。
A1、辐射源信号已知时，对未知参数向量Υ进行最大似然估计，如下式，
Figure BDA00029990332300000514
LS(Υ)为对数似然函数，
Figure BDA00029990332300000515
其中，||·||表示对向量求2范数，Sm,k＝Sm(k)为子阵列
Figure BDA00029990332300000516
的观测信号，
Figure BDA00029990332300000517
为未知参数向量，共有2M+2个未知参数，包括辐射源位置p＝(x,y)，辐射源到子阵列
Figure BDA00029990332300000518
的路径衰减系数βm，子阵列
Figure BDA00029990332300000519
引入的噪声方差
Figure BDA00029990332300000520
A2.未知辐射源信号时，假设信号服从均值为0，方差为
Figure BDA0002999033230000061
高斯分布，此时，对数似然函数为，
Figure BDA0002999033230000062
其中，Rm,k(Υ)为观测向量Sm,k的协方差矩阵，
Figure BDA0002999033230000063
表示
Figure BDA0002999033230000064
阶单位阵。[·]H为共轭转置算子，[·]-1为对矩阵求逆矩阵，det[·]表示矩阵的行列式，tr[·]表示矩阵的迹，未知参数向量
Figure BDA0002999033230000065
共有2M+3个未知参数。
步骤5、目标位置的最优估计值
在辐射源信号已知和未知两种情况下，分别需要进行2M+2维网格搜索和2M+3维网格搜索。我们首先遍历多维网格中的所有网格点，找到使联合似然函数最大的网格点，然后以该网格点为初始迭代点进行牛顿迭代优化，直到达到停止迭代条件，本实施例中设置迭代停止条件为：前后两次迭代点距离差小于3米时，停止迭代；最终的迭代点即为目标位置的最大似然估计值
Figure BDA0002999033230000066
按照下式分别计算信号已知和未知时的最大似然估计的均方误差(Mean SquareError,MSE)。
Figure BDA0002999033230000067
N为蒙特卡洛次数。
本发明主要采用仿真实验的方法进行验证，所有步骤、结论都在MatlabR2020a上验证正确。下面结合具体数据以及附图2-5对本发明的内容与所实现的技术效果进行详细阐述。
步骤1、系统参数初始化，
为了验证该方法对辐射源定位的有益效果，本实施例仿真了在二维区域内，分布式网络化雷达对窄带远场静止辐射源定位的场景，如图2所示。初始化系统参数：雷达节点的数量为M＝4，快拍数K＝64，辐射源信号已知时，信号为频率范围为0-2.2MHz的线性调频信号，采样频率为5MHz，载波频率为1GHz；辐射源信号未知时，设为0均值，方差为
Figure BDA0002999033230000068
高斯信号。四个雷达节点的坐标分别为p1＝(0,1000)m，p2＝(0,500)m，p3＝(500,0)m，p4＝(1000,0)m；辐射源坐标为p＝(3000,3000)m。辐射源信号到各雷达节点的路径衰减系数分别为β1＝1.1，β2＝1，β3＝1，β4＝0.9。
步骤2、子阵列
Figure BDA0002999033230000071
的形成
每个雷达节点Rm共有60个阵元天线随机、密集分布，如图3中各椭圆中的黑点，每个雷达节点的激活率设为60％，即有
Figure BDA0002999033230000072
个阵元天线被激活构成子阵列
Figure BDA0002999033230000073
(图中被圆圈起来的黑点代表激活态阵元天线)，激活态阵元天线的位置在各次任务中不重复随机选择以降低阵元天线的使用率。图中的正方形为雷达节点的放大图，各雷达节点的坐标如步骤1所述。每个子阵列
Figure BDA0002999033230000074
都对应着一个阵列方向图，如图4所示，图中D代表主瓣方向，W代表主瓣宽度，两条虚线分别代表-3dB和最大旁瓣电平。
步骤3、计算所选子阵列
Figure BDA0002999033230000075
的阵列流形
Figure BDA0002999033230000076
利用子阵列对目标进行探测，得到目标方位角θm，即阵列方向图主瓣方向，结合子阵列激活态阵元位置得到子阵列的阵列流形
Figure BDA0002999033230000077
步骤4，分别在辐射源信号已知和未知两种情况下，利用上述所选子阵列
Figure BDA0002999033230000078
计算观测信号的协方差矩阵Rm,k(Υ)，建立子阵元要素级联合似然函数：
B1.已知辐射源信号时，如同具体实施方式中步骤4的A1情况。
B2.未知辐射源信号时，如同具体实施方式中步骤4的A2情况。
步骤5、目标位置的最大似然值
在辐射源信号已知和未知两种情况下，分别需要进行2M+2维网格搜索和2M+3维网格搜索。我们首先遍历多维网格中的所有网格点，找到使联合似然函数最大的网格点，然后以该网格点为初始迭代点进行牛顿迭代优化，直到达到停止迭代条件，最终的迭代点即为目标位置的最大似然估计值
Figure BDA0002999033230000079
步骤6、转到步骤1，重复N＝100次，以便得到估计值的统计特性。
步骤7、改变信噪比SNR，重新执行步骤1-6。得到图5，从图中可以看出，不论是辐射源信号已知还是未知，在低信噪比时，本发明方法的MSE明显低于传统的两步法，而在高信噪比环境下，两种方法的定位效果都很好，基本可以收敛到一起。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (2)

1.一种适用于分布式网络化雷达的信号级直接定位方法，其特征在于，基于可进行多自由度自适应调整的激活态阵元天线的数量和位置，构建用于定位的子阵列；
具体实现过程包括以下步骤：
S1、构建用于定位的子阵列；初始化分布式网络化雷达节点数量M，快拍数K；辐射源信号s(t)已知时，初始化辐射源信号，包括：信号类型、带宽、采样频率fs、载波频率为f0；辐射源信号s(t)未知时，设为0均值，方差为
Figure FDA0003693053480000011
高斯信号；辐射源坐标为p＝(x,y)m；辐射源信号到各雷达节点的路径衰减系数分别用β1,β2,…,βM表示；各雷达节点引入的噪声为均值为0的高斯白噪声，方差分别用
Figure FDA0003693053480000012
表示；
共有M个阵列雷达节点R1,R2,…,RM，第m个阵列雷达Rm的坐标为pm，
Figure FDA0003693053480000013
xm、ym分别表示第m个阵列雷达Rm的横纵坐标；
阵列雷达Rm随机、密集分布着Nm个阵元天线，
Figure FDA0003693053480000014
其中，rm,n代表阵列雷达Rm的第n个阵元天线，其坐标为pm,n，
Figure FDA0003693053480000015
xm,n、ym,n分别表示阵列雷达Rm的第n个阵元天线rm,n的横纵坐标；
在阵列雷达Rm中，有
Figure FDA0003693053480000016
个阵元天线被激活形成子阵列
Figure FDA0003693053480000017
用于直接定位，即激活率为
Figure FDA0003693053480000018
且满足
Figure FDA0003693053480000019
Figure FDA00036930534800000110
其中
Figure FDA00036930534800000111
代表激活态阵元天线，其坐标用
Figure FDA00036930534800000112
表示；
S2、计算步骤S1所构建的子阵列的阵列流形；阵列流形
Figure FDA00036930534800000113
由辐射源位置p和阵列
Figure FDA00036930534800000114
确定，
Figure FDA0003693053480000021
其中，φm,i＝2πf0τm,i为空间相位，τm,i为信号到达阵元天线
Figure FDA0003693053480000022
时相对于参考阵元
Figure FDA0003693053480000023
的传播时延；
Figure FDA0003693053480000024
λ＝c/f0为载波波长，c为光速；
从辐射源到子阵列
Figure FDA0003693053480000025
的入射角为θm，x,y是辐射源坐标；
Figure FDA0003693053480000026
S3、根据子阵列的阵列流形，建立子阵元要素级联合似然函数；
辐射源信号已知时，对未知参数向量Υ进行最大似然估计，如下式，
Figure FDA0003693053480000027
LS(Υ)为对数似然函数，
Figure FDA0003693053480000028
其中，||·||表示对向量求2范数，Sm,k＝Sm(k)为子阵列
Figure FDA0003693053480000029
的观测信号，Υ为未知参数向量，
Figure FDA00036930534800000210
共有2M+2个未知参数，包括辐射源位置p＝(x,y)，辐射源到子阵列
Figure FDA00036930534800000211
的路径衰减系数βm，子阵列
Figure FDA00036930534800000212
引入的噪声方差
Figure FDA00036930534800000213
未知辐射源信号时，对数似然函数为，
Figure FDA00036930534800000214
其中，Rm,k(Υ)为观测向量Sm,k的协方差矩阵，
Figure FDA00036930534800000215
表示
Figure FDA00036930534800000216
阶单位阵，[·]H为共轭转置算子，[·]-1为对矩阵求逆矩阵，det[·]表示矩阵的行列式，tr[·]表示矩阵的迹，
Figure FDA0003693053480000031
共有2M+3个未知参数；
S4、根据建立的子阵元要素级联合似然函数，通过多维网格搜索和牛顿迭代优化方法找出目标位置的最优估计值；
在辐射源信号已知的情况下，步骤S4具体为：首先遍历2M+2维网格中的所有网格点，找到使联合似然函数最大的网格点，然后以该网格点为初始迭代点进行牛顿迭代优化，直到达到停止迭代条件，得到最终的迭代点即为目标位置的最大似然估计值；M表示阵列雷达节点个数；
在辐射源信号未知的情况下，步骤S4具体为：首先遍历2M+3维网格中的所有网格点，找到使联合似然函数最大的网格点，然后以该网格点为初始迭代点进行牛顿迭代优化，直到达到停止迭代条件，得到最终的迭代点即为目标位置的最大似然估计值；M表示阵列雷达节点个数。
2.根据权利要求1所述的一种适用于分布式网络化雷达的信号级直接定位方法，其特征在于，迭代停止条件为：前后两次迭代点距离差小于3米时，停止迭代。
CN202110340753.7A 2021-03-30 2021-03-30 一种适用于分布式网络化雷达的信号级直接定位方法 Active CN113075649B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110340753.7A CN113075649B (zh) 2021-03-30 2021-03-30 一种适用于分布式网络化雷达的信号级直接定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110340753.7A CN113075649B (zh) 2021-03-30 2021-03-30 一种适用于分布式网络化雷达的信号级直接定位方法

Publications (2)

Publication Number Publication Date
CN113075649A CN113075649A (zh) 2021-07-06
CN113075649B true CN113075649B (zh) 2022-07-22

Family

ID=76611810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110340753.7A Active CN113075649B (zh) 2021-03-30 2021-03-30 一种适用于分布式网络化雷达的信号级直接定位方法

Country Status (1)

Country Link
CN (1) CN113075649B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114552237B (zh) * 2022-04-25 2023-04-07 杭州洛微科技有限公司 二维相控阵天线设计方法、装置和二维相控阵天线
CN117607816B (zh) * 2024-01-18 2024-03-29 中山大学 补偿重新定位误差相位及地基雷达间断监测形变的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279387A (zh) * 2011-07-18 2011-12-14 西安电子科技大学 Mimo雷达的目标到达角估计方法
CN109212527A (zh) * 2018-10-17 2019-01-15 哈尔滨工业大学 用于高频地波雷达的大孔径分布式多站目标定位方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4212976B2 (ja) * 2003-07-23 2009-01-21 富士通株式会社 Ｍｉｍｏ方式の無線通信システム及び無線通信装置
WO2016067321A1 (ja) * 2014-10-30 2016-05-06 三菱電機株式会社 アンテナ諸元推定装置及びレーダ装置
CN107431553B (zh) * 2015-04-15 2018-11-27 三菱电机株式会社 天线装置
CN105510948A (zh) * 2015-12-05 2016-04-20 中国人民解放军信息工程大学 联合无线电信号复包络和载波相位信息的多目标直接定位方法
CN106886011A (zh) * 2017-01-19 2017-06-23 电子科技大学 一种反映直达波影响的mimo雷达克拉美罗界计算方法
WO2018158353A1 (en) * 2017-03-03 2018-09-07 Iee International Electronics & Engineering S.A. Method and system for obtaining an adaptive angle-doppler ambiguity function in mimo radars
CN109298388B (zh) * 2018-08-21 2020-09-18 中国人民解放军战略支援部队信息工程大学 基于方位信息的超视距目标地理坐标直接估计方法
CN109975754A (zh) * 2019-02-26 2019-07-05 中国人民解放军战略支援部队信息工程大学 联合角度、时延与多普勒信息的运动多站直接定位方法
CN109991570B (zh) * 2019-04-05 2023-02-03 电子科技大学 一种基于拟牛顿法的运动目标直接定位方法
US10756443B1 (en) * 2019-08-30 2020-08-25 Cth Lending Company, Llc Methods for formation of antenna array from sub-arrays
CN110632556B (zh) * 2019-09-29 2022-08-05 电子科技大学 一种对静辐射源目标的微弱信号检测并定位的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279387A (zh) * 2011-07-18 2011-12-14 西安电子科技大学 Mimo雷达的目标到达角估计方法
CN109212527A (zh) * 2018-10-17 2019-01-15 哈尔滨工业大学 用于高频地波雷达的大孔径分布式多站目标定位方法

Also Published As

Publication number Publication date
CN113075649A (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN105182293B (zh) 基于互质阵列mimo雷达doa与dod估计方法
CN106646387B (zh) 基于发射波束域的mimo雷达抗有源干扰方法
CN110133631B (zh) 一种基于模糊函数的频控阵mimo雷达目标定位方法
CN104991236B (zh) 一种单基地mimo雷达非圆信号相干源波达方向估计方法
CN105467365A (zh) 一种改善mimo雷达doa估计性能的低旁瓣发射方向图设计方法
CN106646394A (zh) 一种fda‑mimo雷达中基于循环优化的发射波束矩阵设计方法
CN108957387B (zh) 一种卫星信号二维到达角估计方法及系统
CN106526530A (zh) 基于传播算子的2‑l型阵列二维doa估计算法
CN105158756A (zh) 集中式mimo雷达射频隐身时多目标跟踪波束指向方法
CN113075649B (zh) 一种适用于分布式网络化雷达的信号级直接定位方法
CN109143190A (zh) 一种零陷展宽的宽带稳健自适应波束形成方法
CN104020440B (zh) 基于l型干涉式线性阵列的二维波达角估计方法
CN110531311A (zh) 一种基于矩阵重组的lte外辐射源雷达doa估计方法
CN107064926A (zh) 空域色噪声背景下的双基地mimo雷达角度估算方法
CN107703478B (zh) 基于互相关矩阵的扩展孔径二维doa估计方法
CN103728601A (zh) 雷达信号运动干扰空域-极化域联合稳健滤波方法
CN112034444A (zh) 基于循环编码阵列的多波束雷达通信一体化方法
CN108120953A (zh) 一种基于波达方向估计的无线电定位方法
CN107302391A (zh) 基于互质阵列的自适应波束成形方法
CN105223554A (zh) 基于多普勒三通道联合处理的空时自适应单脉冲测角方法
CN108872930B (zh) 扩展孔径二维联合对角化doa估计方法
CN106125039B (zh) 基于局域联合处理的改进空时自适应单脉冲测角方法
CN111487594A (zh) 一种基于粒子群优化的圆阵列波束形成方法
CN106680779A (zh) 脉冲噪声下的波束成形方法及装置
CN113625220A (zh) 一种多径信号波达方向和扩散角快速估计新方法

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