摘要
本发明公开了一种基于稀疏贝叶斯学习和频率捷变雷达的抗主瓣干扰方法,利用频率捷变雷达进行信号的发射和接收。针对频率捷变雷达引入的距离维信息,首先对信号进行解耦,随后采用稀疏贝叶斯学习方法对源的来向角度和距离进行估计。随后使用估计得到的参数信息重构干扰噪声协方差矩阵,并形成最优波束成形器。区别于一般波束成形算法只能抑制旁瓣干扰,本发明使用频率捷变雷达,引入了源的距离信息,使得角度上无法区分的主瓣干扰信号在距离维度得以分辨,从而可以在距离维对主瓣干扰进行抑制。稀疏贝叶斯算法有着极高的估计精度,使得所提的干扰噪声协方差矩阵重构的波束成形算法具有良好的鲁棒性,能应对多种阵列误差。
技术关键词
稀疏贝叶斯学习
主瓣干扰方法
波束成形算法
协方差矩阵估计
雷达
信号
频率
多输入多输出
噪声模型
离网
误差模型
功率值
波束成形器
特征值
概率密度函数
重构
系统为您推荐了相关专利信息
障碍物检测方法
无人驾驶车辆
车辆激光雷达
特征值
点云
分割识别方法
雷达人体
人体动作识别
标识符
线性调频信号
融合雷达
跟踪方法
多模态
生命周期管理
扩展卡尔曼滤波
光学遥感数据
校正
地面控制点
合成孔径雷达数据
图像处理方法