[发明专利]一种基于数字统计特性分析改善雷达回波信噪比的方法有效
申请号: | 201910410939.8 | 申请日: | 2019-05-17 |
公开(公告)号: | CN110146851B | 公开(公告)日: | 2022-12-23 |
发明(设计)人: | 宋万杰;刘童安;董玫;张林让 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G01S7/28 | 分类号: | G01S7/28;G01S7/02;G01S7/41 |
代理公司: | 西安睿通知识产权代理事务所(特殊普通合伙) 61218 | 代理人: | 惠文轩 |
地址: | 710071*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 数字 统计 特性 分析 改善 雷达 回波 方法 | ||
1.一种基于数字统计特性分析改善雷达回波信噪比的方法,其特征在于,包括以下步骤:
步骤1,对雷达录取的一个采样周期的回波信号进行脉冲压缩,将脉冲压缩后的信号以复数形式存入数据集D中;
步骤2,对所述数据集D中所有的数据进行实数化处理,得实数数据集D′;
步骤3,对所述实数数据集D′进行归一化,得归一化数据集Λ;
步骤4,计算归一化数据集Λ的数据均值μ与数据方差σ2;
步骤5,对归一化数据集Λ的数据均值μ与数据方差σ2求和,得噪声门限g;
步骤6,根据所述噪声门限g对所述归一化数据集Λ进行噪声抑制,得雷达回波信噪比改善后的数据集Λ'。
2.根据权利要求1所述的基于数字统计特性分析改善雷达回波信噪比的方法,其特征在于,步骤1中,所述数据集D的定义为:D=(d1,d2,…,dn,…dN);其中,N表示雷达采样点数,dn表示一个数据点,n=1,2,…,N。
3.根据权利要求2所述的基于数字统计特性分析改善雷达回波信噪比的方法,其特征在于,数据点dn为复数,将数据点dn展开表示为dn=Rn+Inj;其中,Rn是数据点dn的实部,In是数据点dn的虚部,j表示虚数单位。
4.根据权利要求3所述的基于数字统计特性分析改善雷达回波信噪比的方法,其特征在于,步骤2中,所述实数化处理包含以下子步骤:
子步骤2.1,对数据集D中所有元素取共轭,得共轭数据集
子步骤2.2,分别取数据集D和共轭数据集中的每个元素并进行复数相乘,得实数数据集D′。
5.根据权利要求4所述的基于数字统计特性分析改善雷达回波信噪比的方法,其特征在于,子步骤2.2中,具体步骤如下:
子步骤2.2.1,取数据集D的第n个元素dn=Rn+Inj,取中的第n个元素将dn、相乘,得D′中的第n个元素d′n;其中,d′n的公式如下:
子步骤2.2.2,重复子步骤2.2.1,直到遍历完数据集D和中的每一个元素,得实数数据集D′。
6.根据权利要求1所述的基于数字统计特性分析改善雷达回波信噪比的方法,其特征在于,步骤3中,所述归一化包含最大最小标准化、Z-score标准化、非线性归一化。
7.根据权利要求1所述的基于数字统计特性分析改善雷达回波信噪比的方法,其特征在于,所述归一化采用最大最小标准化,所述最大最小标准化的公式为:其中,x表示归一化前的数据,x'表示归一化后的数据,x'∈[0,1];
根据所述最大最小标准化的公式,对所述实数数据集D′进行归一化的公式为:得归一化数据集Λ;其中,αn表示归一化数据集Λ中一个数据点,d′n表示D′中的第n个元素。
8.根据权利要求7所述的基于数字统计特性分析改善雷达回波信噪比的方法,其特征在于,αn=α1n+α2n+α3nn=1,2,…,N,归一化数据集Λ定义如下:
其中,a1n表示归一化数据集Λ中第一行的目标信息分量,a2n表示归一化数据集Λ中第二行的干扰信息分量,a3n表示归一化数据集Λ中第三行的噪声信息分量。
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西安电子科技大学,未经西安电子科技大学许可,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/201910410939.8/1.html,转载请声明来源钻瓜专利网。