申请/专利权人:哈尔滨工业大学
申请日:2023-09-25
公开(公告)日:2024-01-19
公开(公告)号:CN117420517A
主分类号:G01S7/40
分类号:G01S7/40;G06N3/0442
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.06#实质审查的生效;2024.01.19#公开
摘要:本发明提出了一种应用于雷达数据采集系统的TIADC失配误差数字校准方法及系统,属于信号采样与处理技术领域,构建了包含全部失配误差的残差序列,由于失配误差的频率是有限且可计算的,并且失配中的信息是固定的,因此可以利用信号自适应分解方法将包含失配信息的复杂信号分解为具有不同信息粒度的子信号。通过结合神经网络方法探索信号中的时间序列数据相关性,再利用神经网络强大的回归能力,从时域角度实现TIADC校准;本发明解决了TIADC内部由于偏置失配、增益失配及时间失配产生的误差问题,进而提高了数据采集系统性能指标,增强了数据采集的准确性。
主权项:1.一种应用于雷达数据采集系统的TIADC失配误差数字校准方法,其特征在于:所述方法具体包括以下步骤:步骤1、在离线状态下选取一对雷达的输入输出数据作为标签对模型进行训练,根据输入模拟信号的数学公式计算雷达信号的理想采样输出,或将高端数字示波器直接连接到信号发生器进行期望信号的采集,结合TIADC的实际输出数据,构建包含全部失配误差的残差序列;步骤2、对步骤1包含全部失配误差的残差序列进行标准化处理,使得数据的特征尺度相似;步骤3、利用信号自适应分解方法,对步骤2构建的标准化残差信号分解为具有不同信息粒度的子信号,再使用LSTM模型进行训练,得到信号中的时间序列数据相关性;步骤4、于在线状态下获得用于实时的雷达数据,初始化得到用于估计的残差数据,进行标准化处理后对残差数据进行自适应分解,构建LSTM模型的输入;步骤5、使用步骤3训练的模型对步骤4的输入数据进行残差估计、重构及反标准化,结合采集的待处理的雷达实时数据流,计算得到校准的TIADC输出数据,验证TIADC失配误差数字校准的准确性。
全文数据:
权利要求:
百度查询: 哈尔滨工业大学 一种应用于雷达数据采集系统的TIADC失配误差数字校准方法及系统
免责声明
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。