[發明專利]全息數字陣列雷達目標數量估計方法和系統有效
| 申請號: | 202010522523.8 | 申請日: | 2020-06-10 |
| 公開(公告)號: | CN112180338B | 公開(公告)日: | 2022-03-01 |
| 發明(設計)人: | 李云莉;蔣文;李勝軍;葉祥龍;王正偉;劉志剛 | 申請(專利權)人: | 四川九洲電器集團有限責任公司 |
| 主分類號: | G01S7/41 | 分類號: | G01S7/41;G01S13/88;G06F17/14;G06K9/62;G06N3/04;G06N3/08;G06V10/764;G06V10/82 |
| 代理公司: | 成都行之專利代理事務所(普通合伙) 51220 | 代理人: | 李朝虎 |
| 地址: | 621000 四*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 全息 數字 陣列 雷達 目標 數量 估計 方法 系統 | ||
1.全息數字陣列雷達目標數量估計方法,其特征在于,包括對數字陣列雷達的回波進行預處理后進行智能數量估計得到目標數量估計;
所述回波預處理包括對回波信號在快時間域內進行傅里葉變換得到距離壓縮結果,將距離壓縮的結果運用回波變換到頻率平面,然后在距離頻率進行變量代換實現運動補償,運動補償后的距離壓縮結果進行慢時間維的傅里葉變換,得到距離-多普勒域結果,對距離-多普勒域的輸出結果進行數字波束形成,后利用單元平均恒虛警率(CA-CFAR)檢測距離-多普勒域結果;
對距離-多普勒域結果載入卷積神經網絡模型中進行卷積基于非線性激活函數運用特征提取得到初始特征圖,在模型訓練過程中采用最大池化的方法進行模型運算量的降采樣,基于線性插值方式恢復池化層輸出的特征圖,同時利用反卷積恢復原始距離-多普勒域分辨率,將恢復后的特征圖輸入以像素為分類標準的分類層進行像素分類并得到像素類別數的統計結果,所述統計結果即為在距離-多普勒域中目標數量的估計結果。
2.根據權利要求1所述的全息數字陣列雷達目標數量估計方法,其特征在于:
距離壓縮過程詳細為:
回波信號的函數中包括距離向包絡、方位向包絡、發射信號相位以及多普勒調制項;
長時間積累下的回波信號為:
距離壓縮過程表示為:
src(τ,t)=IFFT(s(fτ,t)H(fτ)) (2)
其中H(fτ)為參考函數的響應函數,s(fτ,t)為回波在快時間域的傅里葉變換,將式(1)在快時間域進行傅里葉變換后代入式(2)得到距離壓縮的結果為:
其中,sinc(·)為距離脈沖壓縮響應函數,距離向快時間τ、方位向慢時間t、電磁波傳播速度c、線性調頻斜率Kr、載波頻率f0、發射信號帶寬B、載波波長λ。
3.根據權利要求2所述的全息數字陣列雷達目標數量估計方法,其特征在于:
運動補償的詳細步驟為:
對距離壓縮過程輸出的結果src(τ,t)在快時間域進行傅里葉變換得到src(fτ,t)從而將回波變換到頻率平面,然后在距離頻率進行變量代換實現運動補償,具體代換表達式如下:
將式(4)帶入src(fτ,t)并進行傅里葉反變換,得到運動補償后的結果srcn(τ,t)。
4.根據權利要求3所述的全息數字陣列雷達目標數量估計方法,其特征在于:
距離-多普勒域處理的詳細步驟為:
對運動補償中輸出的結果srcn(τ,t)進行慢時間維的傅里葉變換,得到距離-多普勒域結果,表示為:
慢時間維的傅里葉變換得到距離-多普勒域處理的結果。
5.根據權利要求4所述的全息數字陣列雷達目標數量估計方法,其特征在于:
目標檢測的詳細步驟為:
將距離-多普勒域處理中輸出結果進行數字波束形成后利用單元平均恒虛警率(CA-CFAR)進行檢測;
包括設置M個參考單元,對其進行平均,將所有參考單元的平均估計值乘以常數K0得到門限值,從而實現對距離-多普勒域結果進行檢測。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于四川九洲電器集團有限責任公司,未經四川九洲電器集團有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010522523.8/1.html,轉載請聲明來源鉆瓜專利網。





