CN103926583A - 一种岸基近程雷达自动跟踪处理方法及计算机 - Google Patents
一种岸基近程雷达自动跟踪处理方法及计算机 Download PDFInfo
- Publication number
- CN103926583A CN103926583A CN201410184686.4A CN201410184686A CN103926583A CN 103926583 A CN103926583 A CN 103926583A CN 201410184686 A CN201410184686 A CN 201410184686A CN 103926583 A CN103926583 A CN 103926583A
- Authority
- CN
- China
- Prior art keywords
- flight path
- point
- interim
- radar
- new
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
- G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/414—Discriminating targets with respect to background clutter
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明适用于岸基近程小型雷达跟踪技术领域,提供一种雷达全自动跟踪处理方法,包括定时统计生成动态杂波图,检测出动态目标;通过方位分区以及距离分段快速粗比较,再准确计算空间距离进行细比较,将多个关联的点合并为一个聚类点;若聚类点能与稳定航迹进行关联,则更新稳定航迹,否则进一步判断聚类点能否与临时航迹进行关联,若可以关联则更新临时航迹,否则将未关联上的稳定航迹和临时航迹的所有点存放于临时列表,与下一扫描周期的临时列表进行关联。本发明方法在计算机中实现,原来由雷达的硬件电路对雷达信号的后期处理功能由计算机代替实现,减少了雷达上对信号处理的硬件电路,缩小雷达体积,实现雷达设备的小型化和全自动化。
Description
技术领域
本发明属于雷达跟踪技术领域,尤其涉及岸基小型化近程雷达的自动跟踪录取处理方法及计算机。
背景技术
雷达跟踪应用范围很广,比如在海防中对离海岸较近船只的监控、远程无人值守海岛的雷达监控等。在雷达测量中常需要对动态目标进行跟踪并且编号起批,但是目前大都是由人工操作录取或者进行半自动跟踪录取,无法实现全自动跟踪录取,或者由底层硬件设备进行处理(ARPA)。
发明内容
鉴于上述问题,本发明的目的在于提供一种岸基近程雷达自动跟踪处理方法及计算机,该方法由计算机的信号处理动态链接库实现,旨在解决人工录取动目标不能实现无人值守、雷达数据网络化的技术问题,以及解决由底层硬件设备自动处理存在维护复杂、功耗高、系统不稳定等技术问题。
一方面,所述岸基近程雷达自动跟踪处理方法包括下述步骤:
统计生成杂波图,将接收到的雷达信号与所述杂波图进行比较,检测出动态目标;
通过方位分区以及距离分段快速聚类,将多个关联的点合并生成一个聚类点;
若聚类点可与稳定航迹进行关联,则更新稳定航迹,否则进一步判断聚类点可否与临时航迹进行关联,若可以关联则更新临时航迹,否则将未关联上的稳定航迹和临时航迹上的所有点存放于临时列表。
另一方面,所述岸基近程雷达自动跟踪处理计算机包括:
目标检测模块,用于统计生成杂波图,将接收到的雷达信号与所述杂波图进行比较,检测出动态目标;
双重聚类处理模块,用于通过方位分区以及距离分段快速聚类,将多个关联的点合并生成一个聚类点;
目标跟踪模块,用于若聚类点可与稳定航迹进行关联,则更新稳定航迹,否则进一步判断聚类点可否与临时航迹进行关联,若可以关联则更新临时航迹,否则将未关联上的稳定航迹和临时航迹上的所有点存放于临时列表。
本发明的有益效果是:本发明通过在计算机上实现对雷达回波信号的信号处理,将原来由雷达的硬件电路对雷达信号的后期处理功能由计算机的信号处理动态链接库代替实现,计算机直接从雷达接收机接收雷达回波的电平采样信号,通过本发明技术方案实现动目标的检测、聚类和跟踪处理,还可通过互联网实现远程数据传输;减少了雷达设备上信号处理的硬件电路,降低设备成本,缩小雷达体积,减少雷达功耗,提高雷达稳定性,实现雷达设备的小型化和全自动化。
附图说明
图1是本发明第一实施例提供的岸基近程雷达自动跟踪处理方法的流程图;
图2是图1中步骤S101的优选流程图;
图3是图1中步骤S102的优选流程图;
图4是图1中步骤S103的优选流程图;
图5是本发明第二实施例提供的岸基近程雷达自动跟踪处理计算机的结构图;
图6是目标检测模块的结构图;
图7是聚类处理模块的结构图;
图8是目标跟踪模块的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一:
图1示出了本发明实施例提供的岸基近程雷达自动跟踪处理方法的流程,为了便于说明仅示出了与本发明实施例相关的部分。
本实施例提供的雷达自动跟踪处理方法包括下述步骤:
步骤S101、统计生成杂波图,将接收到的雷达信号与所述杂波图进行比较,检测出动态目标;
步骤S102、通过方位分区以及距离分段快速聚类,将多个关联的点合并生成一个聚类点;
步骤S103、若聚类点可与稳定航迹进行关联,则更新稳定航迹,否则进一步判断聚类点可否与临时航迹进行关联,若可以关联则更新临时航迹,否则将未关联上的稳定航迹和临时航迹上的所有点存放于临时列表。
具体的,如图2所示,上述步骤S101具体包括:
S201、根据在雷达径向的采样点数以及在雷达切向的方位角数划分对应大小的缓存区。
由于雷达对回波信号连续采样1000个点,雷达天线旋转一周分为3600个方位角,所以雷达旋转一圈将接收到360万个数据,在计算机上开辟3600×1000字节大小的缓存区。
S202、在接收到的雷达回波信号中,将大于门限值的信号点记入所述缓存区并累计一定时间周期,统计生成杂波图。
将接收到的雷达回波信号放入缓存区,所述时间周期等于扫描周期乘以扫描圈数,假设累计雷达扫描10圈的数据,得到回波信号统计图,将统计数小于门限值的信号点丢弃在杂波图上标记为0,大于门限值的信号点保留下来在杂波图上标记为1,生成二值的杂波图。雷达扫描周期为2.5秒,所述杂波图每隔所述时间周期(2.5秒×10圈=25秒)进行更新,将下一时间周期的数据重新累积生成新的杂波图,这样不断更新形成动态杂波图。
S203、将当前接收到的雷达信号与所述杂波图进行比较,删除处于杂波区域的信号点,保留非杂波区的信号点,检测出动态目标。
将接收到的雷达信号与杂波图相比较,处于杂波区域的信号点被删除,其他区域的信号点则保留下来,对于静止目标,由于其位置静止不动,与地形杂波一样被抵消,动态目标位置时刻变化,因此不能被抵消。因此通过比较后,可以分离出动态目标,实现动目标的检测。
具体的,如图3所示,上述步骤S102包括:
S301、将以雷达为圆心的探测扫描区域均分为若干扇形子区域。
假如对雷达扫描一周的所有信号点通过计算点间距离方法直接比较,须进行多次的平方及开方运算,计算量巨大,耗时很长,无法满足实时跟踪要求,在实际应用过程中,为了提高聚类速度,根据动目标形状固定和尺寸有限的特点,先将探测区域均分为10个子区域,每个子区域为36度角的扇形区域。
S302、判断检测到的信号点是否处于相同子区域;
S303、若处于同一子区域,则计算两个信号点方位角的角度差。
本步骤中,判断检测到的信号点是否处于相同子区域内,若处于不同的子区域,则保留到下一个子区域再进行比较。若处于同一子区域,则计算两个信号点方位角的角度差δθ=|θ2-θ1|。
S304、当所述角度差小于角度差粗门限时,计算这两个信号点离雷达的半径差,并判断是否小于半径差粗门限,大于粗门限的两个点不进行关联;
在雷达径向方向上判断两个信号点的半径差δr=|r2-r1|是否超出半径差粗门限。
S305、小于粗门限的两个点则计算这两个点的空间距离,并且空间距离小于距离细门限的两个点相关联,大于细门限的两个点则不关联。
经过粗门限判断关联上的两个信号点(x1,y1)和(x2,y2),准确计算出两点距离小于距离细门限的两个点相关联,大于细门限的两个点则不关联。
S306、将多个关联的信号点进行聚类生成一个目标点,计算出关联点的质心,该质心即为目标点位置,替代所有关联的信号点。
最后将多个关联点进行聚类生成一个目标点,计算多个关联点的质心,用该质心点作为目标点代替所有关联的信号点,完成聚类处理。假设关联点数量为N,每个关联点的坐标为(xi,yi),则聚类的目标点质心为:
具体的,如图4所示,上述步骤S103包括:
S401、首先将聚类点与稳定航迹进行关联,更新稳定航迹。具体的,将聚类后新点与稳定航迹前时刻的卡尔曼滤波点进行比较判断,小于航迹波门的点作为该航迹的新测量点,同时用匀速卡尔曼滤波进行滤波处理,得到该航迹新时刻的滤波点,并加权平均计算出稳定航迹新时刻的航向和航速。
S402、将未能关联上稳定航迹的点与临时航迹进行关联,更新临时航迹。具体的,先与三点的临时航迹进行关联,小于航迹波门的点作为该临时航迹的新测量点,同时将该临时航迹升级转变为稳定航迹,且分配新的航迹编号;未能关联上的点再与两点的临时航迹进行关联,小于波门的点加入该临时航迹成为三点的临时航迹。
S403、目标点处理。具体的,首先未能关联上临时航迹的点与雷达上一圈中未关联点进行关联,假如两点的空间距离小于目标最大速度与扫描周期的乘积,并且大于目标最小运动速度与扫描周期的乘积,则将这两点转移到临时航迹列表中,生成新两点的临时航迹;然后将未关联上稳定航迹和临时航迹的所有点存放入临时列表中,将与雷达下一圈中未关联的所有点进行比较,假如两点在距离上满足条件则形成临时航迹,不满足条件则丢弃这些未关联的点;当雷达跨圈时对稳定航迹进行检查,假如稳定航迹未关联到新点,用卡尔曼滤波算法进行预测外推,用预测点代替测量点加入稳定航迹,并累加预测点的数量,当累加数超过门限时,则认为该稳定航迹消失并从稳定航迹列表中删除,相反,找到新点时将累加数清零;当雷达跨圈时对临时航迹进行检查,假如临时航迹未能关联到新点,将该临时航迹直接从临时航迹列表中删除。
实施例二:
图5示出了本发明实施例提供的岸基近程雷达自动跟踪处理计算机的结构,为了便于说明仅示出了与本发明实施例相关的部分。
本实施提供的雷达自动跟踪处理计算机包括:
目标检测模块51,用于统计生成杂波图,将接收到的雷达信号与所述杂波图进行比较,检测出动态目标;
聚类处理模块52,用于通过方位角以及距离比较,将多个关联的信号点进行双重聚类处理得到一个目标点;
目标跟踪模块53,用于若聚类点可与稳定航迹进行关联,则更新稳定航迹,否则进一步判断聚类点可否与临时航迹进行关联,若可以关联则更新临时航迹,否则将未关联上的稳定航迹和临时航迹上的所有点存放于临时列表。
优选的,如图6所示,所述目标检测模块51包括:
缓存区划分单元511,用于根据雷达对回波信号的采样点数以及雷达天线转动的方位角数划分对应大小的缓存区;
杂波图生成单元512,用于在接收到的雷达回波信号中,将强度大于门限值的信号点记入所述缓存区并累计一定时间周期,统计生成杂波图;
目标检测单元513,用于将当前接收到的雷达信号与所述杂波图进行比较,删除处于杂波区域的信号点,保留非杂波区的信号点,检测出动态目标。
进一步优选的,所述杂波图生成单元每隔一定时间周期进行更新,不断生成新的杂波图。
如图7所示,所述聚类处理模块52包括:
区域划分单元521,用于将以雷达为圆心的探测区域均分为若干扇形子区域;
信号点判断单元522,用于判断检测到的信号点是否处于相同子区域;
粗门限比较单元523,用于当检测到的信号点处于同一子区域时,计算两个信号点方位角的角度差,当所述角度差小于角度差粗门限时,计算这两个信号点离雷达的半径差,并判断是否小于半径差粗门限,将大于粗门限的两个点不进行关联;
细门限比较单元524,用于计算小于粗门限的两个点的空间距离,并且将空间距离小于距离细门限的两个点相关联,大于细门限的两个点则不关联;
聚类处理单元525,用于将多个关联的信号点进行聚类生成一个目标点,计算出关联点的质心,该质心为目标点位置,替代所有关联的信号点。
如图8所示,所述目标跟踪模块53包括:
稳定航迹更新单元531,用于若聚类点可与稳定航迹进行关联,将聚类后新点与稳定航迹的卡尔曼滤波点进行比较判断,小于航迹波门的点作为该航迹的新测量点,用匀速卡尔曼滤波进行滤波处理,得到该航迹新时刻的滤波点,并加权平均计算出新时刻的航向和航速;
临时航迹更新单元532,用于将未能关联上稳定航迹的点与临时航迹进行关联,先与三点的临时航迹进行关联,小于航迹波门的点作为该临时航迹的新测量点,同时将该临时航迹升级转变为稳定航迹,且分配新的航迹编号,未能关联上的点再与两点的临时航迹进行关联,小于波门的点加入该临时航迹成为三点的临时航迹;
航迹处理单元533,用于未能关联上临时航迹的点与上一圈中未关联点进行关联,假如两点的空间距离小于目标最大速度与雷达扫描周期的乘积,则将这两点转移到临时航迹列表中,生成新两点的临时航迹;以及用于将所有未关联上稳定航迹和临时航迹的点存放入临时列表中,与下一圈未关联的所有点进行比较,假如两点在距离上满足条件则生成新的临时航迹,不满足条件则丢弃这些未关联的点;还用于当雷达跨圈时对稳定航迹进行检查,假如稳定航迹未关联到新点,用卡尔曼滤波算法进行预测外推,用预测点代替测量点加入稳定航迹,并累计预测点的数量,当累计数超过门限时,则认为该稳定航迹消失并从稳定航迹列表中删除;以及用于当雷达跨圈时对临时航迹进行检查,假如临时航迹未关联到新点,将该临时航迹从临时航迹列表中删除。
综上,本发明实施例将原来由雷达硬件电路对雷达信号的后期处理功能改由计算机的信号处理动态链接库代替实现,减少了雷达上对信号处理的硬件电路,降低设备成本,缩小雷达体积,减少雷达功耗,提高雷达稳定性,实现岸基近程雷达的小型化和全自动化。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种岸基近程雷达自动跟踪处理方法,其特征在于,所述方法包括:
统计生成杂波图,将接收到的雷达信号与所述杂波图进行比较,检测出动态目标;
通过方位分区以及距离分段快速聚类,将多个关联的点合并生成一个聚类点;
若聚类点可与稳定航迹进行关联,则更新稳定航迹,否则进一步判断聚类点可否与临时航迹进行关联,若可以关联则更新临时航迹,否则将未关联上的稳定航迹和临时航迹上的所有点存放于临时列表。
2.如权利要求1所述方法,其特征在于,所述统计生成杂波图,将接收到的雷达信号与所述杂波图进行比较,检测出动态目标步骤,具体包括:
根据雷达对回波信号的采样点数以及雷达天线转动的方位角数划分对应大小的缓存区;
在接收到的雷达信号中,将强度大于门限值的信号点记入所述缓存区并累计一定时间周期,统计生成杂波图;
将当前接收到的雷达信号与所述杂波图进行比较,删除处于杂波区域的信号,保留非杂波区的信号点,检测出动态目标。
3.如权利要求2所述方法,其特征在于,所述杂波图每隔所述时间周期进行更新,不断生成新的杂波图。
4.如权利要求1-3任一项所述方法,其特征在于,所述通过方位分区以及距离分段快速聚类,将多个关联的点合并生成一个聚类点步骤,具体包括:
将以雷达为圆心的探测扫描区域均分为若干扇形子区域;
判断检测到的信号点是否处于相同子区域;
若处于同一子区域,则计算两个信号点方位角的角度差;
当所述角度差小于角度差粗门限时,计算这两个信号点离雷达的半径差,并判断是否小于半径差粗门限,大于粗门限的两个点不进行关联;
小于粗门限的两个点则计算这两个点的空间距离,并且空间距离小于距离细门限的两个点相关联,大于细门限的两个点则不关联;
将多个关联的信号点进行聚类生成一个目标点,计算出关联点的质心,该质心为目标点位置,替代所有关联的信号点。
5.如权利要求4所述方法,其特征在于,所述若聚类点可与稳定航迹进行关联,则更新稳定航迹,否则进一步判断聚类点可否与临时航迹进行关联,若可以关联则更新临时航迹,否则将未关联上的稳定航迹和临时航迹上的所有点存放于临时列表,具体步骤包括:
若聚类点可与稳定航迹进行关联,将聚类后新点与稳定航迹的前一时刻卡尔曼滤波点进行距离比较判断,小于航迹波门的点作为该航迹的新测量点,用匀速卡尔曼滤波进行滤波处理,得到该航迹新时刻的滤波点,同时加权计算出稳定航迹新时刻的航向和航速;
将未能关联上稳定航迹的点与临时航迹进行关联,先与三点的临时航迹进行关联,小于航迹波门的点作为该临时航迹的新测量点,同时将该临时航迹升级转变为稳定航迹,且分配新的航迹编号,未能关联上的点再与两点的临时航迹进行关联,小于波门的点加入该临时航迹成为三点的临时航迹;
将未能关联上临时航迹的点与雷达上一圈中未关联点进行关联,假如两点的空间距离小于目标最大运动速度与雷达扫描周期的乘积,且大于目标最小运动速度与雷达扫描周期的乘积,则将这两点转移到临时航迹列表中,生成新两点的临时航迹;
将未关联上稳定航迹和临时航迹的所有点存放入临时列表中,与下一圈未关联的所有点进行比较,假如两点在空间距离上满足条件则形成临时航迹,不满足条件则丢弃这些未关联的点;
当雷达跨圈时必须对所有稳定航迹进行检查,假如稳定航迹未能关联到新点,则用卡尔曼滤波算法进行预测外推,用预测点代替测量点加入稳定航迹,并累加预测点的数量,当累加数超过门限时,则认为该稳定航迹消失并从稳定航迹列表中删除,相反,稳定航迹关联到新点时,累加数清零;
当雷达跨圈时同样对所有临时航迹进行检查,假如临时航迹未关联到新点,将该临时航迹直接从临时航迹列表中删除。
6.一种岸基近程雷达自动跟踪处理计算机,其特征在于,所述计算机包括:
目标检测模块,用于统计生成杂波图,将接收到的雷达信号与所述杂波图进行比较,检测出动态目标;
双重聚类处理模块,用于通过方位分区以及距离分段快速聚类,将多个关联的点合并生成一个聚类点;
目标跟踪模块,用于若聚类点可与稳定航迹进行关联,则更新稳定航迹,否则进一步判断聚类点可否与临时航迹进行关联,若可以关联则更新临时航迹,否则将所有未能关联上的稳定航迹和临时航迹的点存放于临时列表。
7.如权利要求6所述计算机,其特征在于,所述目标检测模块包括:
缓存区划分单元,用于根据雷达对回波信号的采样点数以及雷达天线转动的方位角数划分对应大小的缓存区;
杂波图生成单元,用于在接收到的雷达信号中,将强度大于门限值的信号点记入所述缓存区并累计一定时间周期,统计生成杂波图;
目标检测单元,用于将当前接收到的雷达信号与所述杂波图进行比较,删除处于杂波区域的信号点,保留非杂波区的信号点,检测出动态目标。
8.如权利要求7所述计算机,其特征在于,所述杂波图生成单元每隔所述时间周期进行更新,不断生成新的杂波图。
9.如权利要求6-8任一项所述计算机,其特征在于,所述双重聚类处理模块包括:
区域划分单元,用于将以雷达为圆心的探测扫描区域均分为若干扇形子区域;
信号点判断单元,用于判断检测到的信号点是否处于相同子区域;
粗门限比较单元,用于当检测到的信号点处于同一子区域时,计算两个信号点方位角的角度差,当所述角度差小于角度差粗门限时,计算这两个信号点离雷达的半径差,并判断是否小于半径差粗门限,小于粗门限的两个点进行下一单元处理;
细门限比较单元,用于计算小于粗门限的两个点的空间距离,并且将空间距离小于距离细门限的两个点相关联,小于细门限的两个点进行下一单元处理;
聚类处理单元,用于将多个关联的信号点进行聚类生成一个目标点,计算出关联点的质心,该质心即为目标点位置,替代所有关联的信号点。
10.如权利要求9所述计算机,其特征在于,所述目标跟踪模块包括:
稳定航迹更新单元,用于若聚类点可与稳定航迹进行关联,将聚类新点与稳定航迹的卡尔曼滤波点进行比较判断,小于航迹波门的点作为该航迹的新测量点,同时用匀速卡尔曼滤波进行滤波处理,得到该航迹新时刻的滤波点,并加权平均计算出新时刻的航向和航速;
临时航迹更新单元,用于将未能关联上稳定航迹的点与临时航迹进行关联,先与三点的临时航迹进行关联,小于航迹波门的点作为该临时航迹的新测量点,同时将该临时航迹升级转变为稳定航迹,且分配新的航迹编号,未能关联上的点再与两点的临时航迹进行关联,小于波门的点加入该临时航迹成为三点的临时航迹;
航迹处理单元,用于未能关联上临时航迹的点与上一圈中未关联点进行关联,假如两点的空间距离小于目标最大运动速度与扫描周期的乘积,且大于目标最小运动速度与扫描周期的乘积,则将这两点转移到临时航迹列表中,生成新两点的临时航迹;以及用于将未关联上稳定航迹和临时航迹的所有点存放入临时列表中,与下一圈未关联的所有点进行比较,假如两点在距离上满足条件则形成临时航迹,不满足条件则丢弃这些未关联的点;还用于当雷达跨圈时对稳定航迹进行检查,假如稳定航迹未关联到新点,用卡尔曼滤波算法进行预测外推,用预测点代替测量点加入稳定航迹,并累计预测点的数量,当累计数超过门限时,则认为该稳定航迹消失并从稳定航迹列表中删除;以及用于当雷达跨圈时对临时航迹进行检查,假如临时航迹未关联到新点,将该临时航迹从临时航迹列表中删除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410184686.4A CN103926583B (zh) | 2014-05-04 | 2014-05-04 | 一种岸基近程雷达自动跟踪处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410184686.4A CN103926583B (zh) | 2014-05-04 | 2014-05-04 | 一种岸基近程雷达自动跟踪处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103926583A true CN103926583A (zh) | 2014-07-16 |
CN103926583B CN103926583B (zh) | 2015-03-25 |
Family
ID=51144871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410184686.4A Expired - Fee Related CN103926583B (zh) | 2014-05-04 | 2014-05-04 | 一种岸基近程雷达自动跟踪处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103926583B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104360324A (zh) * | 2014-10-31 | 2015-02-18 | 中国电子科技集团公司第二十八研究所 | 一种基于图像处理的杂波图分区方法 |
CN104464379A (zh) * | 2014-12-09 | 2015-03-25 | 中国船舶重工集团公司第七0九研究所 | 基于分段匹配的航行计划与雷达航迹关联方法及系统 |
CN104569963A (zh) * | 2015-01-30 | 2015-04-29 | 中国科学院电子学研究所 | 用于超宽带穿墙雷达运动目标一维检测与跟踪的方法 |
CN105182311A (zh) * | 2015-09-02 | 2015-12-23 | 四川九洲电器集团有限责任公司 | 全向雷达数据处理方法及系统 |
CN105372653A (zh) * | 2015-11-11 | 2016-03-02 | 成都能通科技有限公司 | 面向岸基空管雷达系统中一种高效转弯机动目标跟踪方法 |
CN105589061A (zh) * | 2015-12-11 | 2016-05-18 | 无锡市雷华科技有限公司 | 一种岸基雷达的信号处理算法 |
CN106646450A (zh) * | 2016-12-29 | 2017-05-10 | 中国人民解放军海军航空工程学院 | 基于距离分步聚类的雷达航迹抗差关联方法 |
CN107643530A (zh) * | 2017-08-16 | 2018-01-30 | 苏州阿清智能科技有限公司 | 一种基于数据聚类的卫星信号处理及跟踪方法 |
CN107942293A (zh) * | 2017-10-30 | 2018-04-20 | 中国民用航空总局第二研究所 | 机场场面监视雷达的点迹处理方法及系统 |
CN107977987A (zh) * | 2017-11-20 | 2018-05-01 | 北京理工大学 | 一种无人机载多目标探测跟踪、指示系统及方法 |
CN108509532A (zh) * | 2018-03-15 | 2018-09-07 | 浙江大华技术股份有限公司 | 一种应用于地图的聚点方法和装置 |
CN109613509A (zh) * | 2018-12-30 | 2019-04-12 | 北京润科通用技术有限公司 | 一种车载雷达散射点的聚类方法及装置 |
CN111007477A (zh) * | 2019-12-27 | 2020-04-14 | 湖南华诺星空电子技术有限公司 | 一种三维机载雷达的聚类分析方法 |
CN111323778A (zh) * | 2020-02-25 | 2020-06-23 | 智慧航海(青岛)科技有限公司 | 基于组网式联结的多传感器岸基监控系统的航迹关联方法 |
CN111351491A (zh) * | 2018-12-24 | 2020-06-30 | 长城汽车股份有限公司 | 目标数据融合方法及系统 |
CN112114308A (zh) * | 2019-06-20 | 2020-12-22 | 哈尔滨工业大学 | 一种扇扫雷达空时联合目标跟踪方法 |
CN112882013A (zh) * | 2021-01-18 | 2021-06-01 | 广东纳睿雷达科技股份有限公司 | 基于目标速度特征的航迹起始方法及系统 |
CN113325413A (zh) * | 2021-04-25 | 2021-08-31 | 清华大学 | 雷达目标锁定跟踪方法及装置 |
CN113820686A (zh) * | 2021-10-19 | 2021-12-21 | 中安锐达(北京)电子科技有限公司 | 一种基于航迹生成杂波图处理雷达一次点迹的方法 |
CN113850995A (zh) * | 2021-09-14 | 2021-12-28 | 华设设计集团股份有限公司 | 一种基于隧道雷视数据融合的事件检测方法、装置及系统 |
CN114690176A (zh) * | 2022-06-01 | 2022-07-01 | 南京隼眼电子科技有限公司 | 运动目标跟踪方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090140909A1 (en) * | 2007-12-04 | 2009-06-04 | Wood Thomas E | Method and apparatus for assessing contact clusters |
CN101655561A (zh) * | 2009-09-14 | 2010-02-24 | 南京莱斯信息技术股份有限公司 | 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法 |
CN103729859A (zh) * | 2013-12-30 | 2014-04-16 | 西北工业大学 | 一种基于模糊聚类的概率最近邻域多目标跟踪方法 |
-
2014
- 2014-05-04 CN CN201410184686.4A patent/CN103926583B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090140909A1 (en) * | 2007-12-04 | 2009-06-04 | Wood Thomas E | Method and apparatus for assessing contact clusters |
CN101655561A (zh) * | 2009-09-14 | 2010-02-24 | 南京莱斯信息技术股份有限公司 | 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法 |
CN103729859A (zh) * | 2013-12-30 | 2014-04-16 | 西北工业大学 | 一种基于模糊聚类的概率最近邻域多目标跟踪方法 |
Non-Patent Citations (2)
Title |
---|
丁钱龙: "基于FCM的雷达多目标航迹相关", 《中国优秀硕士论文全文数据库 信息科技辑》 * |
闫修林等: "杂波图技术在雷达终端信号处理中的应用", 《现代雷达》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104360324A (zh) * | 2014-10-31 | 2015-02-18 | 中国电子科技集团公司第二十八研究所 | 一种基于图像处理的杂波图分区方法 |
CN104464379A (zh) * | 2014-12-09 | 2015-03-25 | 中国船舶重工集团公司第七0九研究所 | 基于分段匹配的航行计划与雷达航迹关联方法及系统 |
CN104464379B (zh) * | 2014-12-09 | 2017-02-22 | 中国船舶重工集团公司第七0九研究所 | 基于分段匹配的航行计划与雷达航迹关联方法及系统 |
CN104569963A (zh) * | 2015-01-30 | 2015-04-29 | 中国科学院电子学研究所 | 用于超宽带穿墙雷达运动目标一维检测与跟踪的方法 |
CN105182311A (zh) * | 2015-09-02 | 2015-12-23 | 四川九洲电器集团有限责任公司 | 全向雷达数据处理方法及系统 |
CN105372653A (zh) * | 2015-11-11 | 2016-03-02 | 成都能通科技有限公司 | 面向岸基空管雷达系统中一种高效转弯机动目标跟踪方法 |
CN105589061A (zh) * | 2015-12-11 | 2016-05-18 | 无锡市雷华科技有限公司 | 一种岸基雷达的信号处理算法 |
CN106646450B (zh) * | 2016-12-29 | 2019-04-12 | 中国人民解放军海军航空大学 | 基于距离分步聚类的雷达航迹抗差关联方法 |
CN106646450A (zh) * | 2016-12-29 | 2017-05-10 | 中国人民解放军海军航空工程学院 | 基于距离分步聚类的雷达航迹抗差关联方法 |
CN107643530A (zh) * | 2017-08-16 | 2018-01-30 | 苏州阿清智能科技有限公司 | 一种基于数据聚类的卫星信号处理及跟踪方法 |
CN107942293B (zh) * | 2017-10-30 | 2019-11-19 | 中国民用航空总局第二研究所 | 机场场面监视雷达的点迹处理方法及系统 |
CN107942293A (zh) * | 2017-10-30 | 2018-04-20 | 中国民用航空总局第二研究所 | 机场场面监视雷达的点迹处理方法及系统 |
CN107977987A (zh) * | 2017-11-20 | 2018-05-01 | 北京理工大学 | 一种无人机载多目标探测跟踪、指示系统及方法 |
CN108509532A (zh) * | 2018-03-15 | 2018-09-07 | 浙江大华技术股份有限公司 | 一种应用于地图的聚点方法和装置 |
CN108509532B (zh) * | 2018-03-15 | 2020-09-29 | 浙江大华技术股份有限公司 | 一种应用于地图的聚点方法和装置 |
CN111351491A (zh) * | 2018-12-24 | 2020-06-30 | 长城汽车股份有限公司 | 目标数据融合方法及系统 |
CN109613509B (zh) * | 2018-12-30 | 2021-07-27 | 北京润科通用技术有限公司 | 一种车载雷达散射点的聚类方法及装置 |
CN109613509A (zh) * | 2018-12-30 | 2019-04-12 | 北京润科通用技术有限公司 | 一种车载雷达散射点的聚类方法及装置 |
CN112114308A (zh) * | 2019-06-20 | 2020-12-22 | 哈尔滨工业大学 | 一种扇扫雷达空时联合目标跟踪方法 |
CN112114308B (zh) * | 2019-06-20 | 2022-08-02 | 哈尔滨工业大学 | 一种扇扫雷达空时联合目标跟踪方法 |
CN111007477A (zh) * | 2019-12-27 | 2020-04-14 | 湖南华诺星空电子技术有限公司 | 一种三维机载雷达的聚类分析方法 |
CN111323778A (zh) * | 2020-02-25 | 2020-06-23 | 智慧航海(青岛)科技有限公司 | 基于组网式联结的多传感器岸基监控系统的航迹关联方法 |
CN111323778B (zh) * | 2020-02-25 | 2023-06-30 | 智慧航海(青岛)科技有限公司 | 基于组网式联结的多传感器岸基监控系统的航迹关联方法 |
CN112882013B (zh) * | 2021-01-18 | 2022-02-18 | 广东纳睿雷达科技股份有限公司 | 基于目标速度特征的航迹起始方法及系统 |
WO2022151627A1 (zh) * | 2021-01-18 | 2022-07-21 | 广东纳睿雷达科技股份有限公司 | 基于目标速度特征的航迹起始方法及系统 |
CN112882013A (zh) * | 2021-01-18 | 2021-06-01 | 广东纳睿雷达科技股份有限公司 | 基于目标速度特征的航迹起始方法及系统 |
CN113325413A (zh) * | 2021-04-25 | 2021-08-31 | 清华大学 | 雷达目标锁定跟踪方法及装置 |
CN113325413B (zh) * | 2021-04-25 | 2022-11-22 | 清华大学 | 雷达目标锁定跟踪方法及装置 |
CN113850995A (zh) * | 2021-09-14 | 2021-12-28 | 华设设计集团股份有限公司 | 一种基于隧道雷视数据融合的事件检测方法、装置及系统 |
CN113820686A (zh) * | 2021-10-19 | 2021-12-21 | 中安锐达(北京)电子科技有限公司 | 一种基于航迹生成杂波图处理雷达一次点迹的方法 |
CN114690176A (zh) * | 2022-06-01 | 2022-07-01 | 南京隼眼电子科技有限公司 | 运动目标跟踪方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103926583B (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103926583B (zh) | 一种岸基近程雷达自动跟踪处理方法及装置 | |
Chai et al. | Reference tag supported RFID tracking using robust support vector regression and Kalman filter | |
US9354305B2 (en) | Method for producing at least information for track fusion and association for radar target tracking, and storage medium thereof | |
CN105182311A (zh) | 全向雷达数据处理方法及系统 | |
Connare et al. | Group IMM tracking utilizing track and identification fusion | |
CN112327329B (zh) | 避障方法、目标设备和存储介质 | |
CN113432533B (zh) | 一种机器人定位方法、装置、机器人及存储介质 | |
CN114415112B (zh) | 多星多辐射源数据动态关联方法、装置及电子设备 | |
CN105301584A (zh) | 同时解距离模糊的ipphdf机动多目标跟踪方法 | |
Lu et al. | Seamless group target tracking using random finite sets | |
CN110490507A (zh) | 一种物流网络的新增线路检测方法、装置及设备 | |
CN103728615A (zh) | 相控阵二次雷达多目标检测方法及系统 | |
Beard et al. | Performance of PHD and CPHD filtering versus JIPDA for bearings-only multi-target tracking | |
CN104569963A (zh) | 用于超宽带穿墙雷达运动目标一维检测与跟踪的方法 | |
CN113625232A (zh) | 雷达检测中多径虚假目标抑制方法、装置、介质和设备 | |
CN109099927A (zh) | 对象定位方法、对象定位装置和电子设备 | |
CN115220002B (zh) | 一种固定单站的多目标数据关联跟踪方法和相关装置 | |
CN103328939A (zh) | 基于相位的跟踪 | |
WO2003107033A1 (en) | Method for determining positions of targets by bistatic meausurements using signals scattered by the targets | |
Parmar et al. | Multiple target tracking and data association in wireless sensor network | |
JP2004309166A (ja) | 目標追尾装置 | |
Qin | Sensor management of LEO constellation based on covariance control | |
CN115330841A (zh) | 基于雷达图的抛洒物检测方法、装置、设备和介质 | |
CN102707301A (zh) | 定位装置及其定位方法 | |
CN107561506A (zh) | 一种多级虚警概率联合递推目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150325 Termination date: 20180504 |