您的位置: 专家智库 > >

丁姗姗

作品数:12 被引量:27H指数:3
供职机构:空军工程大学防空反导学院更多>>
发文基金:国家自然科学基金陕西省自然科学基金更多>>
相关领域:电子电信航空宇航科学技术更多>>

文献类型

  • 12篇中文期刊文章

领域

  • 12篇电子电信
  • 1篇航空宇航科学...

主题

  • 8篇雷达
  • 6篇MIMO雷达
  • 5篇阵列
  • 4篇稀疏阵列
  • 3篇成像
  • 2篇压缩感知
  • 2篇极坐标格式
  • 2篇极坐标格式算...
  • 2篇感知
  • 2篇CZT
  • 2篇波达方向
  • 2篇波达方向估计
  • 1篇低空
  • 1篇多径
  • 1篇多输出
  • 1篇多输入多输出
  • 1篇虚拟阵列
  • 1篇圆阵
  • 1篇阵列流形
  • 1篇三角函数

机构

  • 12篇空军工程大学
  • 1篇中国电信股份...

作者

  • 12篇丁姗姗
  • 8篇童宁宁
  • 6篇胡晓伟
  • 6篇赵小茹
  • 4篇张永顺
  • 1篇牛超
  • 1篇郭艺夺
  • 1篇王建业

传媒

  • 4篇空军工程大学...
  • 3篇电子与信息学...
  • 2篇系统工程与电...
  • 1篇火力与指挥控...
  • 1篇电子科技大学...
  • 1篇弹箭与制导学...

年份

  • 1篇2020
  • 1篇2019
  • 1篇2018
  • 4篇2017
  • 4篇2016
  • 1篇2015
12 条 记 录,以下是 1-10
排序方式:
采用二维CZT的MIMO雷达极坐标格式成像算法
2018年
经典极坐标格式算法(PFA)以极坐标格式录取数据,利用二维插值运算在波数域中完成坐标系转换,进而通过直接FFT运算实现成像,但插值处理存在运算量大、复杂度高等问题。提出一种二维CZT的MIMO雷达极坐标格式成像算法,即用对波数谱的二维Chirp-Z变换(CZT)替代插值运算,实现距离向和方位向的坐标转换。对MIMO雷达单次快拍成像的仿真结果表明,所提算法能在保证成像质量的同时有效地提高运算速度,从而有效解决插值运算带来的大运算量和高复杂度等问题,且算法具有对信噪比依赖小的优点。
赵小茹童宁宁胡晓伟丁姗姗
关键词:极坐标格式算法
阵元缺损下的波达方向估计算法被引量:3
2017年
为解决在均匀线阵中阵元降采样或其他因素引起的阵元损坏导致角度估计精度下降的问题,该文对缺损的采样数据矩阵进行Hankel矩阵变换,利用Hankel矩阵变换的性质以及矩阵填充理论,将不满足矩阵填充理论的接收数据矩阵变换为适用于矩阵填充理论的数据矩阵,通过不定增广拉格朗日乘子法精确重构出完整的接收数据矩阵,实现了精确的波达方向估计。仿真实验验证了该方法在均匀线阵阵元出现损毁的情况下,仍能实现对角度的精确估计,同时给出了算法随阵元缺损程度变化的性能变化趋势。
张永顺葛启超丁姗姗
关键词:波达方向估计
采用矩阵填充的稀疏阵列MIMO雷达成像方法
2017年
文中提出一种采用矩阵填充(matrix completion,MC)有效实现稀疏阵列MIMO雷达成像的方法。基于均匀发射、稀疏接收的收发共线稀疏阵列,分析稀疏回波信号矩阵低秩特性,对距离单元逐一采用MC原理估计未知元素,较为精确的实现回波信号的填充重构,解决了MC在处理成行/成列数据缺失时失效的问题,确保成像质量并有效减少阵元数目。仿真实验证明,文中所提成像方法能够完成稀疏阵列MIMO雷达对运动目标的单次快拍成像,且在不同稀疏度下具有普适性。
赵小茹童宁宁丁姗姗朱烨
关键词:MIMO雷达稀疏阵列
用于二维角度估计的新型阵列结构及性能分析被引量:2
2016年
为提高天线在低信噪比情况下的波达方向(Direction of Arrival,DOA)估计能力和估计精度,基于柱形多层均匀圆阵,提出了一种新型锥形多层均匀圆阵。将该阵列在锥面各条母线上的阵元等效为均匀线阵,并将各线阵上接收的数据构成新的阵列流形矩阵。对比分析2种阵列流形的克拉美罗界(Cramer-Rao bound,CRB),得出该阵列在低信噪比(Signal-to-Noise Ratio,SNR)、大仰角情况下相对柱形多层均匀圆阵可以获得更高的估计精度和估计成功概率。在仿真中,用二维多重信号分类(Two-Dimensional Multiple Signal Classification,2-D MUSIC)算法验证了该阵列在多信源、低信噪比和大仰角时的优越性,同时给出了空间角对该阵列DOA估计性能的影响。
葛启超张永顺丁姗姗
关键词:波达方向估计阵列流形均匀圆阵
基于2D-SOONE算法的MIMO稀疏面阵二维成像
2019年
为了解决采用传统的1D-CS算法进行分维处理时丢失耦合信息导致越单元徙动、影响成像质量且运算时间长的问题,研究了接收阵元整行整列稀疏的MIMO面阵结构特性,分析了该稀疏面阵所接收回波信号的二维联合稀疏特性,采用2D-SOONE算法对回波信号进行二维联合重构,算法采用序列一阶负指数取代传统SL0算法的高斯函数,拓至二维并利用梯度投影求解,具有二维联合重构性能的同时提高重构精度。通过实验,仿真了该算法在不同阵列稀疏度、不同信噪比下用于MIMO稀疏面阵的成像效果。仿真结果表明,2D-SOONE抑制了传统的1D-CS算法的越单元徙动问题,减少了运算时间,且成像质量较2D-SL0更优。
陈桥童宁宁胡晓伟丁姗姗胡仁荣
关键词:MIMO
基于Kronecker压缩感知的宽带MIMO雷达高分辨三维成像被引量:9
2016年
在宽带多输入多输出(MIMO)雷达3维成像中,MIMO雷达收发阵元数量和空间分布的限制会导致图像的2维横向分辨率难以满足实际需求。该文利用压缩感知(CS)理论来实现图像在2维横向上的超分辨。考虑到对信号的每一维分别进行超分辨会损失各维间的耦合信息,提出一种基于Kronecker CS(KCS)的2维联合超分辨方法;为解决KCS在多维高分辨应用中存储量大、计算效率低的问题,进一步提出了一种基于低分辨3维图像先验信息的降维KCS方法。仿真和实测数据实验验证了方法的有效性。
胡晓伟童宁宁何兴宇丁姗姗雷腾
二维CZT的稀疏阵列MIMO雷达快速极坐标格式成像算法被引量:3
2017年
由于极坐标格式算法(PFA)存在运算量大,且聚焦性能受插值精度影响等缺点。为解决该问题,提出一种基于二维Chirp-Z Translation(CZT)的稀疏阵列MIMO雷达快速成像算法,引入压缩感知原理,采用CZT变换代替插值运算,借助合适变换参数的选择,一步实现插值-重采样的处理过程。仿真验证表明,随着成像尺寸的变化,所提算法与经典PFA算法运算量的比值在0.22~0.4之间,有效地降低了运算量,同时保持了较低的图像熵,提高了聚焦性能。
赵小茹童宁宁胡晓伟丁姗姗
关键词:极坐标格式算法稀疏阵列
一种基于Khatri-Rao子空间的非均匀稀疏阵列被引量:3
2015年
基于Khatri-Rao(K-R)子空间提出一种提升阵列自由度的非均匀阵列排布方式,即新型嵌套阵列。新型嵌套阵列由大小2个均匀线阵(ULA)构成,较大ULA的阵元间隔取决于较小ULA的阵列长度。相较于自由度为O N()的N阵元ULA,N个阵元的新型嵌套阵可通过在K-R子空间中得到阵元数为N2(/2+N-1)的虚拟ULA,将阵列自由度提升至O N2(),大大提高了分辨多信源的能力。同时由于阵元稀疏排布,N个阵元的新型嵌套阵的有效孔径大于N阵元ULA,使新型嵌套阵列分辨临近目标的能力优于ULA。在通过K-R子空间得到虚拟ULA的稀疏阵列流型中,新型嵌套阵列是自由度提升最大的方式之一,且在低信噪比和小快拍数情况下依然有较好性能。
丁姗姗张永顺牛超赵小茹
关键词:DOA虚拟阵列稀疏阵列
基于多观测向量块稀疏的MIMO雷达非理想正交波形成像被引量:3
2020年
基于稀疏恢复的多输入多输出(multiple input multiple output,MIMO)雷达波形分离方法,能够代替匹配滤波,提高MIMO雷达非理想正交波形分离效果,对目标高分辨成像。但由于目标像稀疏性较弱,多观测向量(multiple measurement vector,MMV)稀疏恢复算法的效果有限。通过调整感知矩阵发掘目标像的块稀疏性,提出了一种基于块稀疏的MMV稀疏重构算法来提高成像质量。首先采用改进的复合三角函数(improved composite trigonometric function,ICTF)作为平滑函数近似l 0范数,然后将其扩展到基于块稀疏的MMV模型,最后通过自适应调整正则化参数提升算法稳健性。通过实验验证了该算法在不同稀疏度、不同信噪比下的重构性能,仿真分析了其应用于MIMO雷达对多散射点目标模型的成像效果。仿真结果表明,所提算法能够更好地提高成像质量。
陈桥童宁宁胡晓伟丁姗姗
关键词:稳健性
采用复合三角函数实现MIMO雷达单快拍成像的平滑l_0范数改进算法被引量:4
2017年
SL0算法采用最速下降法和梯度投影原理,将选取的平滑函数逼近0l范数,以求解最优化问题实现信号重建。针对平滑函数逼近性能、算法精确度和算法运算量3个方面进行研究,该文提出一种高效地实现信号重构的算法ICTF-SL0算法。首先,选取复合三角函数作为平滑函数,同时以加权的方式引入全变差(Total Variation,TV)设定约束条件;其次,采用Chaotic迭代代替矩阵分解实现梯度投影。仿真结果证明,相比SL0及其他改进算法,ICTF-SL0能够提高成像精度,降低运算负担,实现稀疏阵列MIMO雷达单快拍成像。
童宁宁赵小茹丁姗姗何兴宇
关键词:MIMO雷达稀疏阵列全变差
共2页<12>
聚类工具0