[发明专利]全息数字阵列雷达目标数量估计方法和系统有效
| 申请号: | 202010522523.8 | 申请日: | 2020-06-10 |
| 公开(公告)号: | CN112180338B | 公开(公告)日: | 2022-03-01 |
| 发明(设计)人: | 李云莉;蒋文;李胜军;叶祥龙;王正伟;刘志刚 | 申请(专利权)人: | 四川九洲电器集团有限责任公司 |
| 主分类号: | G01S7/41 | 分类号: | G01S7/41;G01S13/88;G06F17/14;G06K9/62;G06N3/04;G06N3/08;G06V10/764;G06V10/82 |
| 代理公司: | 成都行之专利代理事务所(普通合伙) 51220 | 代理人: | 李朝虎 |
| 地址: | 621000 四*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 全息 数字 阵列 雷达 目标 数量 估计 方法 系统 | ||
1.全息数字阵列雷达目标数量估计方法,其特征在于,包括对数字阵列雷达的回波进行预处理后进行智能数量估计得到目标数量估计;
所述回波预处理包括对回波信号在快时间域内进行傅里叶变换得到距离压缩结果,将距离压缩的结果运用回波变换到频率平面,然后在距离频率进行变量代换实现运动补偿,运动补偿后的距离压缩结果进行慢时间维的傅里叶变换,得到距离-多普勒域结果,对距离-多普勒域的输出结果进行数字波束形成,后利用单元平均恒虚警率(CA-CFAR)检测距离-多普勒域结果;
对距离-多普勒域结果载入卷积神经网络模型中进行卷积基于非线性激活函数运用特征提取得到初始特征图,在模型训练过程中采用最大池化的方法进行模型运算量的降采样,基于线性插值方式恢复池化层输出的特征图,同时利用反卷积恢复原始距离-多普勒域分辨率,将恢复后的特征图输入以像素为分类标准的分类层进行像素分类并得到像素类别数的统计结果,所述统计结果即为在距离-多普勒域中目标数量的估计结果。
2.根据权利要求1所述的全息数字阵列雷达目标数量估计方法,其特征在于:
距离压缩过程详细为:
回波信号的函数中包括距离向包络、方位向包络、发射信号相位以及多普勒调制项;
长时间积累下的回波信号为:
距离压缩过程表示为:
src(τ,t)=IFFT(s(fτ,t)H(fτ)) (2)
其中H(fτ)为参考函数的响应函数,s(fτ,t)为回波在快时间域的傅里叶变换,将式(1)在快时间域进行傅里叶变换后代入式(2)得到距离压缩的结果为:
其中,sinc(·)为距离脉冲压缩响应函数,距离向快时间τ、方位向慢时间t、电磁波传播速度c、线性调频斜率Kr、载波频率f0、发射信号带宽B、载波波长λ。
3.根据权利要求2所述的全息数字阵列雷达目标数量估计方法,其特征在于:
运动补偿的详细步骤为:
对距离压缩过程输出的结果src(τ,t)在快时间域进行傅里叶变换得到src(fτ,t)从而将回波变换到频率平面,然后在距离频率进行变量代换实现运动补偿,具体代换表达式如下:
将式(4)带入src(fτ,t)并进行傅里叶反变换,得到运动补偿后的结果srcn(τ,t)。
4.根据权利要求3所述的全息数字阵列雷达目标数量估计方法,其特征在于:
距离-多普勒域处理的详细步骤为:
对运动补偿中输出的结果srcn(τ,t)进行慢时间维的傅里叶变换,得到距离-多普勒域结果,表示为:
慢时间维的傅里叶变换得到距离-多普勒域处理的结果。
5.根据权利要求4所述的全息数字阵列雷达目标数量估计方法,其特征在于:
目标检测的详细步骤为:
将距离-多普勒域处理中输出结果进行数字波束形成后利用单元平均恒虚警率(CA-CFAR)进行检测;
包括设置M个参考单元,对其进行平均,将所有参考单元的平均估计值乘以常数K0得到门限值,从而实现对距离-多普勒域结果进行检测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川九洲电器集团有限责任公司,未经四川九洲电器集团有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010522523.8/1.html,转载请声明来源钻瓜专利网。





