电子科技大学长三角研究院(湖州)王作珍获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利一种固定干扰导向矢量失匹配时的雷达分布式目标检测方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119439142B 。
龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411579860.5,技术领域涉及:G01S13/56;该发明授权一种固定干扰导向矢量失匹配时的雷达分布式目标检测方法和系统是由王作珍;郝鹏;王朋;沈策;游飞;何松柏设计研发完成,并于2024-11-07向国家知识产权局提交的专利申请。
本一种固定干扰导向矢量失匹配时的雷达分布式目标检测方法和系统在说明书摘要公布了:本发明属于雷达目标检测领域,公开了一种固定干扰导向矢量失匹配时的雷达分布式目标检测方法和系统。为了解决现有技术在固定干扰导向矢量失匹配时无法保证可靠检测性能的问题,本发明提供一种固定干扰导向矢量失匹配时的雷达分布式目标检测方法,首先基于辅助数据估计噪声协方差矩阵,然后基于待测数据估计固定干扰的幅度向量及其导向矢量坐标向量、目标坐标向量、噪声功率失配量,进而基于广义似然比准则计算检测统计量,同时根据虚警概率确定检测门限,最后对比检测统计量和检测门限的大小,若前者大则目标存在,后者大则目标不存在。本发明可在固定干扰导向矢量失匹配的情况下保证可靠的检测性能。
本发明授权一种固定干扰导向矢量失匹配时的雷达分布式目标检测方法和系统在权利要求书中公布了:1.一种固定干扰导向矢量失匹配时的雷达分布式目标检测方法,其特征在于,该方法具体包括: S1:获取通道数为M的雷达检测系统在K个待检测单元内采样的待测数据感兴趣的目标信号属于列满秩矩阵张成的信号子空间,且目标信号在信号子空间中的坐标矩阵为固定干扰的导向矢量存在失匹配但属于列满秩矩阵张成的干扰子空间,固定干扰的导向矢量在干扰子空间中的坐标向量为固定干扰的共轭幅度向量为其中P为信号子空间维度,Q为干扰子空间维度,雷达检测系统通道数M也可称为数据模型维度,表示维度为m×n的复矩阵; S2:获取通道数为M的雷达检测系统在待检测单元的L个邻近单元内采样的辅助数据 S3:利用辅助数据XL计算噪声协方差矩阵的估计值 S4:在无目标假设H0下,根据噪声协方差矩阵R的估计值S给出待测数据X的概率密度函数f0X|R=S的表达式,并根据f0X|R=S以及干扰子空间矩阵J,求解待测数据中固定干扰导向矢量在矩阵J张成的干扰子空间中的坐标向量的估计值求解待测数据中固定干扰共轭幅度向量的估计值求解待测数据和辅助数据中高斯色噪声的功率失配量γ的估计值 S5:在有目标假设H1下,根据噪声协方差矩阵R的估计值S给出待测数据X的概率密度函数f1X|R=S的表达式,并根据f1X|R=s、信号子空间矩阵H以及干扰子空间矩阵J,求解待测数据中固定干扰导向矢量在矩阵J张成的干扰子空间中的坐标向量的估计值求解待测数据中固定干扰共轭幅度向量的估计值求解目标信号在信号子空间中的坐标矩阵的估计值求解待测数据和辅助数据中高斯色噪声的功率失配量γ的估计值 S6:将待测数据中固定干扰导向矢量在矩阵J张成的干扰子空间中的坐标向量q的估计值待测数据中固定干扰共轭幅度向量β的估计值待测数据和辅助数据中高斯色噪声的功率失配量γ的估计值代入待测数据X的概率密度函数f0X|R=S中,得到无目标假设H0下待测数据X的最大似然概率密度函数 S7:将待测数据中固定干扰导向矢量在矩阵J张成的干扰子空间中的坐标向量q的估计值待测数据中固定干扰共轭幅度向量β的估计值目标信号在信号子空间中的坐标矩阵P的估计值待测数据和辅助数据中高斯色噪声的功率失配量γ的估计值代入待测数据X的概率密度函数f1X|β=s中,得到有目标假设H1下待测数据X的最大似然概率密度函数 S8:根据无目标假设H0下待测数据X的最大似然概率密度函数和有目标假设H1下待测数据X的最大似然概率密度函数计算基于广义似然比准则的检测统计量t; S9:根据虚警概率Pfa确定检测门限T; S10:对比基于广义似然比准则的检测统计量t与检测门限T的大小关系,判断待测数据X中是否存在感兴趣的目标信号; 所述步骤S3中利用辅助数据XL计算噪声协方差矩阵R的估计值S为:其中·H表示共轭转置; 所述步骤S4中根据噪声协方差矩阵R的估计值s给出在无目标假设H0下待测数据X的概率密度函数f0X|R=S为:其中exp·表示自然指数函数,tr·表示矩阵求迹,|·|表示标量求绝对值或矩阵求行列式,XS=S-12X,JS=S-12J,·-12表示矩阵平方根求逆; 所述步骤S4中待测数据中固定干扰导向矢量在矩阵J张成的干扰子空间中的坐标向量q的估计值为:是矩阵的最大特征值对应的特征向量,其中·-1表示可逆矩阵求逆; 所述步骤S4中待测数据中固定干扰共轭幅度向量β的估计值为: 所述步骤S4中待测数据和辅助数据中高斯色噪声的功率失配量γ的估计值为:
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人电子科技大学长三角研究院(湖州),其通讯地址为:313000 浙江省湖州市吴兴区西塞山路819号科技创新综合体B1幢;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励