CN103954951A - 基于功率中值和归一化协方差估计的海面目标检测方法 - Google Patents
基于功率中值和归一化协方差估计的海面目标检测方法 Download PDFInfo
- Publication number
- CN103954951A CN103954951A CN201410200808.4A CN201410200808A CN103954951A CN 103954951 A CN103954951 A CN 103954951A CN 201410200808 A CN201410200808 A CN 201410200808A CN 103954951 A CN103954951 A CN 103954951A
- Authority
- CN
- China
- Prior art keywords
- unit
- reference distance
- target
- detection
- covariance matrix
- 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
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于功率中值和归一化协方差估计的海面目标检测方法,其步骤为:步骤1,获得经过脉冲压缩后的回波数据X;步骤2,设定参考距离单元数目S和保护距离单元数目D;步骤3,选取待检测距离单元和参考距离单元;步骤4,求参考距离单元的功率中值C;步骤5,计算归一化协方差矩阵步骤6,计算新的协方差矩阵并计算检测统计量ξ;步骤7,将检测统计量ξ与检测门限Tξ进行比较,判断目标是否存在。本发明主要解决现有方法在非均匀杂波环境中检测性能相对较差的问题。本发明能有效抑制参考距离单元间功率起伏对协方差矩阵估计性能带来的影响,从而提高检测器的检测性能,可用于雷达在海杂波背景下的目标检测。
Description
技术领域
本发明属于雷达目标检测领域,尤其涉及一种基于功率中值和归一化协方差估计的海面目标检测方法,用于雷达在海杂波背景下的目标检测。
背景技术
海杂波背景下的目标检测是雷达目标检测中的一个重要应用领域。由于海杂波的平均功率很大,时空相关性较强,统计特性复杂,因此在海杂波背景下的目标检测也是目前雷达检测领域的一个研究难点。
目前常用自适应匹配检测方法是相干检测方法的一种,采用各个距离单元的多脉冲的匹配积累结果来作为检测统计量,从而进行目标检测,如F.C.Robey,D.R.Fuhrmann,E.J.Kelly“A CFAR adaptive matched filter detector,”IEEE Trans.Aerosp.Electron.Syst.,28(1):208-216,1992文献公开的就是这种。该方法需要估计杂波的协方差矩阵,一般利用与待检测距离单元邻近的不含目标的辅助数据即参考距离单元,采用样本协方差矩阵估计方法来估计杂波的协方差矩阵。在实际的目标检测过程,并不知道哪些距离单元是有目标的,而且海杂波是非均匀的,待检测距离单元的邻近距离单元的杂波特性与待检测距离单元的杂波特性存在差异,因此选取的多个参考距离单元中可能会包括含有目标的距离单元或与待检测距离单元杂波特性差别较大的距离单元,这些距离单元称为异常距离单元。这些异常距离单元的存在将会造成估计的协方差矩阵的条件数较大,从而导致检测器数值不稳定,检测结果不可信。
发明内容
为了克服已有技术的不足,本发明提出一种基于功率中值和归一化协方差估计的自适应检测方法,实现对海杂波背景下目标的自适应检测,提高检测器的检测性能。
为达到上述目的,本发明采用以下技术方案予以实现。
一种基于功率中值和归一化协方差估计的海面目标检测方法,用于雷达在海杂波背景下的目标检测,其特征在于,包括以下步骤:
步骤1,雷达发射机发射连续的脉冲信号,雷达接收机接收到的回波信号经过匹配滤波后获得沿着距离维和脉冲维的连续的回波数据回波数据经过脉冲压缩得到回波数据X;
步骤2,将回波数据X作为自适应匹配滤波检测器的输入信号,并设定参考距离单元数目S和保护距离单元数目D,其中S≥Q,Q表示回波数据X的积累脉冲数,D取0~2的整数;
步骤3,从回波数据X中选取待检测距离单元r,在待检测距离单元r的相邻两侧各设D个保护距离单元,再按就近原则从待检测距离单元r两侧共选取2S个参考距离单元,参考距离单元数据为rn,n=1,2,...,2S;S表示参考距离单元数目;
步骤4,根据参考距离单元数据rn,n=1,2,...,2S,求参考距离单元的功率中值C;
步骤5,根据参考距离单元数据rn,n=1,2,...,2S,计算归一化协方差矩阵
步骤6,根据参考距离单元的功率中值C和归一化协方差矩阵得到新的协方差矩阵利用新的协方差矩阵计算检测统计量ξ;
新的协方差矩阵的表达式为:
检测统计量ξ的表达式为:
其中,目标的多普勒导向矢量p=[1,exp(j2πfdTr),...,exp(j2π(Q-1)fdTr)]T,T表示求转置,Tr是雷达脉冲发射周期,多普勒频率fd∈[-1/(2Tr),1/(2Tr)],Q为积累脉冲数,H表示取共轭转置,表示对新的协方差矩阵求逆,r*表示待检测距离单元数据。
步骤7,给定虚警概率f,通过蒙特卡罗试验估计检测门限Tξ;
步骤8,将检测统计量ξ与检测门限Tξ进行比较,判断目标是否存在;如果ξ≥Tξ表示检测距离单元有目标,如果ξ<Tξ表示检测距离单元没有目标。
上述技术方案的特点和进一步改进在于:
(1)步骤1具体包括:
回波数据X的第m个距离单元中第q个脉冲的元素值的表示形式如下:
m=1,2,…,M,q=1,2,…,Q
其中,H0表示仅有杂波和噪声而不存在目标的情况,H1表示有杂波和噪声且存在目标的情况,w(m,q)表示杂波和噪声信号,s(m,q)表示目标信号,回波数据X是一个M×Q的矩阵,其中M、Q分别代表回波数据X的距离单元数和积累脉冲数。
(2)步骤4具体包括:
参考距离单元的功率中值C的表达式为:
其中,H表示取共轭转置,median表示取中值,rn表示参考距离单元数据,n=1,2,...,2S,S表示参考距离单元数目。
(3)步骤5具体包括:
归一化协方差矩阵表达式为:
其中,H表示取共轭转置,Σ表示求和,S表示参考距离单元数目,rn表示参考距离单元数据,n=1,2,...,2S。
(4)步骤7具体包括:
7a)计算在仅有杂波和噪声而不存在目标的情况下的N个检测统计量;
7b)将N个检测统计量从大到小排列,取排列后序列的第[Nf]个元素值作为检测门限Tξ,[Nf]表示不超过实数Nf的最大整数,其中N必须满足Nf≥100,以保证获得的检测门限的精度。
与现有技术相比,本发明具有突出的实质性特点和显著的进步。本发明与现有方法相比,具有以下优点:
(1)本发明由于采用基于功率中值和归一化的协方差矩阵估计方法,在用杂波功率作归一化处理的同时又保留了杂波的功率信息,使得该协方差矩阵估计方法适用于自适应匹配滤波检测器,能有效提高自适应匹配滤波检测器的检测性能;
(2)本发明由于采用基于功率中值和归一化的协方差矩阵估计方法,去除了杂波纹理分量的影响,有效抑制了非均匀杂波环境下由于不同距离单元间功率起伏对协方差矩阵估计性能带来的影响,使得强目标距离单元周围的弱目标距离单元也得以有效地检测,获得了更好的检测性能;
(3)本发明由于采用基于功率中值和归一化的协方差矩阵估计方法,能有效抑制异常参考距离单元对协方差矩阵估计性能带来的影响,因此选取参考距离单元时可以不设保护距离单元,简化了计算。
附图说明
下面结合附图和具体实施方式对本发明做进一步说明。
图1是本发明的实现总流程图;
图2是实验所用数据的幅度图;
图3是在虚警概率为10-4、参考距离单元数为15、保护距离单元数为2的情况下,用本发明方法与现有基于样本协方差估计的自适应检测方法的检测结果比较图;
图4是图3中用本发明方法比用现有基于样本协方差估计的自适应检测方法多检测出来的目标距离单元的相位图。
具体实施方式
参照图1,说明本发明的一种基于功率中值和归一化协方差估计的海面目标检测方法,本发明可用于雷达在海杂波背景下的目标检测。
步骤1,雷达发射机发射连续的脉冲信号,雷达接收机接收到的回波信号经过匹配滤波后获得沿着距离维和脉冲维的连续的回波数据回波数据经过脉冲压缩得到回波数据X。
回波数据X的第m个距离单元中第q个脉冲的元素值的表示形式如下:
m=1,2,…,M,q=1,2,…,Q
其中,H0表示仅有杂波和噪声而不存在目标的情况,H1表示有杂波和噪声且存在目标的情况,w(m,q)表示杂波和噪声信号,s(m,q)表示目标信号,回波数据X是一个M×Q的矩阵,其中M、Q分别代表回波数据X的距离单元数和积累脉冲数。
步骤2,将回波数据X作为自适应匹配滤波检测器的输入信号,并设定参考距离单元数目S和保护距离单元数目D,其中S≥Q,Q表示回波数据X的积累脉冲数,D取0~2的整数。
步骤3,从回波数据X中选取待检测距离单元r,在待检测距离单元r的相邻两侧各设D个保护距离单元,再按就近原则从待检测距离单元r两侧共选取2S个参考距离单元,参考距离单元数据为rn,n=1,2,...,2S;S表示参考距离单元数目。
在本发明中设保护距离单元是为了避免待检测距离单元包含目标时目标信号的能量扩散到其邻近距离单元,影响估计的协方差矩阵的性能。
步骤4,根据参考距离单元数据rn,n=1,2,...,2S,求参考距离单元的功率中值C。
参考距离单元的功率中值C的表达式为:
其中,H表示取共轭转置,median表示取中值,rn表示参考距离单元数据,n=1,2,...,2S,S表示参考距离单元数目。
步骤5,根据参考距离单元数据rn,n=1,2,...,2S,计算归一化协方差矩阵
归一化协方差矩阵表达式为:
其中,H表示取共轭转置,Σ表示求和,S表示参考距离单元数目,rn表示参考距离单元数据,n=1,2,...,2S。
本步骤计算归一化协方差矩阵去除了杂波纹理分量的影响,有效抑制了非均匀杂波环境下由于不同距离单元间功率起伏对协方差矩阵估计性能带来的影响,使得强目标距离单元周围的弱目标距离单元也得以有效地检测,获得了更好的检测性能;也因此,在本发明中我们可以令保护距离单元数D取0,即不设保护距离单元,简化了计算,提高了运算速度。
步骤6,根据参考距离单元的功率中值C和归一化协方差矩阵得到新的协方差矩阵利用新的协方差矩阵计算检测统计量ξ;
新的协方差矩阵的表达式为:
检测统计量ξ的表达式为:
其中,目标的多普勒导向矢量p=[1,exp(j2πfdTr),...,exp(j2π(Q-1)fdTr)]T,T表示求转置,Tr是雷达脉冲发射周期,多普勒频率fd∈[-1/(2Tr),1/(2Tr)],Q为积累脉冲数,H表示取共轭转置,表示对新的协方差矩阵求逆,r*表示待检测距离单元数据。
本步骤中将功率中值C和归一化协方差矩阵相乘得到新的协方差矩阵达到了用杂波功率作归一化处理的同时又保留了杂波的功率信息的目的,使得该协方差矩阵估计方法适用于自适应匹配滤波检测器,能有效提高自适应匹配滤波检测器的检测性能。
步骤7,给定虚警概率f,通过蒙特卡罗试验估计检测门限Tξ。
步骤7具体包括以下子步骤:
7a)计算在H0仅有杂波和噪声而不存在目标的情况下的N个检测统计量;
7b)将N个检测统计量从大到小排列,取排列后序列的第[Nf]个元素值作为检测门限Tξ,[Nf]表示不超过实数Nf的最大整数,其中N必须满足Nf≥100,以保证获得的检测门限的精度。
步骤8,将检测统计量ξ与检测门限Tξ进行比较,判断目标是否存在;如果ξ≥Tξ表示检测距离单元有目标,如果ξ<Tξ表示检测距离单元没有目标。
基于步骤1~8,实现了基于功率中值和归一化的协方差矩阵估计的自适应检测方法,该方法能有效检测出强目标距离单元周围的弱目标距离单元,获得更好的检测性能。
下面结合仿真实验对本发明的效果做进一步说明。
实验内容
图2为某雷达接收的回波数据X的幅度图,图2中横坐标为距离单元标号,纵坐标为幅度值,单位dB。在虚警概率为10-4,参考距离单元数为15、保护单元数为2的情况下,分别用本发明方法和现有的基于样本协方差估计的自适应检测方法对图2所示回波数据进行目标检测。
图3为上述两种方法的检测结果图,图3中横坐标为距离单元标号,纵坐标为幅度值,单位dB。图3中星花标出的为两种方法都检测出的14个目标距离单元,分别为距离单元28、29、31、32、33、34、134、137、138、139、171、172、181、182;图3中方框标出的为本发明方法比现有的基于样本协方差估计的自适应检测方法多检测出5个目标距离单元,分别为距离单元35、136、164、165、180。
图4为本发明方法比现有的基于样本协方差估计的自适应检测方法多检测出5个目标距离单元的相位图,图4中横坐标为脉冲标号,纵坐标为解缠绕后的相位值,单位rad,每条线附近的数字对应距离单元标号。图4中可以看出这5个距离单元的相位随着脉冲数近似呈线性变化,表明用本发明方法比用现有的基于样本协方差估计的自适应检测方法多检测出来的5个距离单元中确实有目标。从图3中还可以看出,目标距离单元31、32、33、34、137、138、139、171、172、181、182的幅度值较周围距离单元的幅度值大很多,可视为强目标距离单元,而距离单元35、136、164、165、180均位于强目标距离单元附近,且幅度值较周围强目标距离单元的幅度值要小,可视为弱目标距离单元,这说明本发明方法能有效检测出强目标距离单元周围的弱目标距离单元,提高了检测器的检测性能。
综上,本发明基于功率中值和归一化协方差估计的自适应检测方法相比于现有的基于样本协方差估计的自适应检测方法有着更加优越的检测性能。
Claims (5)
1.一种基于功率中值和归一化协方差估计的海面目标检测方法,其特征在于,包括以下步骤:
步骤1,雷达发射机发射连续的脉冲信号,雷达接收机接收到的回波信号经过匹配滤波后获得沿着距离维和脉冲维的连续的回波数据回波数据经过脉冲压缩得到回波数据X;
步骤2,将回波数据X作为自适应匹配滤波检测器的输入信号,并设定参考距离单元数目S和保护距离单元数目D,其中S≥Q,Q表示回波数据X的积累脉冲数,D取0~2的整数;
步骤3,从回波数据X中选取待检测距离单元r,在待检测距离单元r的相邻两侧各设D个保护距离单元,再按就近原则从待检测距离单元r两侧共选取2S个参考距离单元,参考距离单元数据为rn,n=1,2,...,2S;S表示参考距离单元数目;
步骤4,根据参考距离单元数据rn,n=1,2,...,2S,求参考距离单元的功率中值C;
步骤5,根据参考距离单元数据rn,n=1,2,...,2S,计算归一化协方差矩阵
步骤6,根据参考距离单元的功率中值C和归一化协方差矩阵得到新的协方差矩阵利用新的协方差矩阵计算检测统计量ξ;
新的协方差矩阵的表达式为:
检测统计量ξ的表达式为:
其中,目标的多普勒导向矢量p=[1,exp(j2πfdTr),...,exp(j2π(Q-1)fdTr)]T,T表示求转置,Tr是雷达脉冲发射周期,多普勒频率fd∈[-1/(2Tr),1/(2Tr)],Q为积累脉冲数,H表示取共轭转置,表示对新的协方差矩阵求逆,r*表示待检测距离单元数据;
步骤7,给定虚警概率f,通过蒙特卡罗试验估计检测门限Tξ;
步骤8,将检测统计量ξ与检测门限Tξ进行比较,判断目标是否存在;如果ξ≥Tξ表示检测距离单元有目标,如果ξ<Tξ表示检测距离单元没有目标。
2.根据权利要求1所述的一种基于功率中值和归一化协方差估计的海面目标检测方法,其特征在于,步骤1具体包括:
回波数据X的第m个距离单元中第q个脉冲的元素值的表示形式如下:
m=1,2,…,M,q=1,2,…,Q
其中,H0表示仅有杂波和噪声而不存在目标的情况,H1表示有杂波和噪声且存在目标的情况,w(m,q)表示杂波和噪声信号,s(m,q)表示目标信号,回波数据X是一个M×Q的矩阵,其中M、Q分别代表回波数据X的距离单元数和积累脉冲数。
3.根据权利要求1所述的一种基于功率中值和归一化协方差估计的海面目标检测方法,其特征在于,步骤4具体包括:
参考距离单元的功率中值C的表达式为:
其中,H表示取共轭转置,median表示取中值,rn表示参考距离单元数据,n=1,2,...,2S,S表示参考距离单元数目。
4.根据权利要求1所述的一种基于功率中值和归一化协方差估计的海面目标检测方法,其特征在于,步骤5具体包括:
归一化协方差矩阵表达式为:
其中,H表示取共轭转置,Σ表示求和,S表示参考距离单元数目,rn表示参考距离单元数据,n=1,2,...,2S。
5.根据权利要求1所述的一种基于功率中值和归一化协方差估计的海面目标检测方法,其特征在于,步骤7具体包括以下子步骤:
7a)计算在仅有杂波和噪声而不存在目标的情况下的N个检测统计量;
7b)将N个检测统计量从大到小排列,取排列后序列的第[Nf]个元素值作为检测门限Tξ,[Nf]表示不超过实数Nf的最大整数,其中N必须满足Nf≥100,以保证获得的检测门限的精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410200808.4A CN103954951B (zh) | 2014-05-13 | 2014-05-13 | 基于功率中值和归一化协方差估计的海面目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410200808.4A CN103954951B (zh) | 2014-05-13 | 2014-05-13 | 基于功率中值和归一化协方差估计的海面目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103954951A true CN103954951A (zh) | 2014-07-30 |
CN103954951B CN103954951B (zh) | 2016-09-07 |
Family
ID=51332248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410200808.4A Expired - Fee Related CN103954951B (zh) | 2014-05-13 | 2014-05-13 | 基于功率中值和归一化协方差估计的海面目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103954951B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155646A (zh) * | 2014-08-22 | 2014-11-19 | 西安电子科技大学 | 基于多普勒谱特征的海面低速运动目标检测方法 |
CN104502899A (zh) * | 2014-12-27 | 2015-04-08 | 长安大学 | 一种自适应的恒虚警率目标检测方法 |
CN105548986A (zh) * | 2016-01-08 | 2016-05-04 | 西安电子科技大学 | 海杂波背景下基于预白化比率中值检测器的目标检测方法 |
CN106443627A (zh) * | 2016-09-23 | 2017-02-22 | 西安电子科技大学 | 基于Bayesian的K分布海杂波形状参数估计方法 |
CN106468770A (zh) * | 2016-09-23 | 2017-03-01 | 西安电子科技大学 | K分布杂波加噪声下的近最优雷达目标检测方法 |
CN107390194A (zh) * | 2017-07-20 | 2017-11-24 | 中国人民解放军国防科学技术大学 | 一种基于全布雷格曼散度的雷达目标检测方法 |
CN107678008A (zh) * | 2017-09-07 | 2018-02-09 | 西安电子工程研究所 | 一种复数杂波图恒虚警检测方法 |
CN107976654A (zh) * | 2017-11-13 | 2018-05-01 | 西安电子工程研究所 | 基于环境认知的极化检测方法 |
CN108008374A (zh) * | 2017-11-06 | 2018-05-08 | 西安电子科技大学 | 基于能量中值的海面大型目标检测方法 |
CN108196238A (zh) * | 2018-01-12 | 2018-06-22 | 西安电子科技大学 | 高斯背景下基于自适应匹配滤波的杂波图检测方法 |
CN108387879A (zh) * | 2018-01-12 | 2018-08-10 | 西安电子科技大学 | 基于自适应归一化匹配滤波的杂波图单元中值检测方法 |
CN108961255A (zh) * | 2018-06-28 | 2018-12-07 | 西安电子科技大学 | 基于相位线性度和功率的海陆噪声场景分割方法 |
CN109116326A (zh) * | 2018-09-27 | 2019-01-01 | 中国科学院电子学研究所苏州研究院 | 一种基于中位数估计的自适应雷达海杂波抑制方法 |
CN109541566A (zh) * | 2018-12-20 | 2019-03-29 | 西安电子科技大学 | 基于双重分数阶矩的k分布海杂波参数估计方法 |
CN110412553A (zh) * | 2019-07-26 | 2019-11-05 | 中国人民解放军国防科技大学 | 一种多径情况下的导向矢量检测方法 |
CN111751794A (zh) * | 2020-06-10 | 2020-10-09 | 中国人民解放军海军航空大学青岛校区 | 一种雷达威力监控方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101887119A (zh) * | 2010-06-18 | 2010-11-17 | 西安电子科技大学 | 基于子带anmf海杂波中动目标检测方法 |
CN102169175A (zh) * | 2010-12-08 | 2011-08-31 | 关键 | 基于frft域非相参积累的海杂波抑制和动目标检测方法 |
CN102288950A (zh) * | 2011-05-13 | 2011-12-21 | 中国民航大学 | 基于stap的高速空中机动目标检测方法 |
CN103149555A (zh) * | 2013-01-25 | 2013-06-12 | 西安电子科技大学 | 结合极化分类和功率分组的自适应动目标检测方法 |
CN103197297A (zh) * | 2013-03-21 | 2013-07-10 | 西安电子科技大学 | 基于认知框架的雷达动目标检测方法 |
-
2014
- 2014-05-13 CN CN201410200808.4A patent/CN103954951B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101887119A (zh) * | 2010-06-18 | 2010-11-17 | 西安电子科技大学 | 基于子带anmf海杂波中动目标检测方法 |
CN102169175A (zh) * | 2010-12-08 | 2011-08-31 | 关键 | 基于frft域非相参积累的海杂波抑制和动目标检测方法 |
CN102288950A (zh) * | 2011-05-13 | 2011-12-21 | 中国民航大学 | 基于stap的高速空中机动目标检测方法 |
CN103149555A (zh) * | 2013-01-25 | 2013-06-12 | 西安电子科技大学 | 结合极化分类和功率分组的自适应动目标检测方法 |
CN103197297A (zh) * | 2013-03-21 | 2013-07-10 | 西安电子科技大学 | 基于认知框架的雷达动目标检测方法 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155646B (zh) * | 2014-08-22 | 2016-06-29 | 西安电子科技大学 | 基于多普勒谱特征的海面低速运动目标检测方法 |
CN104155646A (zh) * | 2014-08-22 | 2014-11-19 | 西安电子科技大学 | 基于多普勒谱特征的海面低速运动目标检测方法 |
CN104502899A (zh) * | 2014-12-27 | 2015-04-08 | 长安大学 | 一种自适应的恒虚警率目标检测方法 |
CN105548986A (zh) * | 2016-01-08 | 2016-05-04 | 西安电子科技大学 | 海杂波背景下基于预白化比率中值检测器的目标检测方法 |
CN106443627B (zh) * | 2016-09-23 | 2018-11-16 | 西安电子科技大学 | 基于Bayesian的K分布海杂波形状参数估计方法 |
CN106443627A (zh) * | 2016-09-23 | 2017-02-22 | 西安电子科技大学 | 基于Bayesian的K分布海杂波形状参数估计方法 |
CN106468770A (zh) * | 2016-09-23 | 2017-03-01 | 西安电子科技大学 | K分布杂波加噪声下的近最优雷达目标检测方法 |
CN106468770B (zh) * | 2016-09-23 | 2018-11-30 | 西安电子科技大学 | K分布杂波加噪声下的近最优雷达目标检测方法 |
CN107390194A (zh) * | 2017-07-20 | 2017-11-24 | 中国人民解放军国防科学技术大学 | 一种基于全布雷格曼散度的雷达目标检测方法 |
CN107390194B (zh) * | 2017-07-20 | 2019-05-31 | 中国人民解放军国防科学技术大学 | 一种基于全布雷格曼散度的雷达目标检测方法 |
CN107678008A (zh) * | 2017-09-07 | 2018-02-09 | 西安电子工程研究所 | 一种复数杂波图恒虚警检测方法 |
CN108008374A (zh) * | 2017-11-06 | 2018-05-08 | 西安电子科技大学 | 基于能量中值的海面大型目标检测方法 |
CN108008374B (zh) * | 2017-11-06 | 2021-05-04 | 西安电子科技大学 | 基于能量中值的海面大型目标检测方法 |
CN107976654B (zh) * | 2017-11-13 | 2021-04-13 | 西安电子工程研究所 | 基于环境认知的极化检测方法 |
CN107976654A (zh) * | 2017-11-13 | 2018-05-01 | 西安电子工程研究所 | 基于环境认知的极化检测方法 |
CN108387879A (zh) * | 2018-01-12 | 2018-08-10 | 西安电子科技大学 | 基于自适应归一化匹配滤波的杂波图单元中值检测方法 |
CN108196238B (zh) * | 2018-01-12 | 2021-07-27 | 西安电子科技大学 | 高斯背景下基于自适应匹配滤波的杂波图检测方法 |
CN108387879B (zh) * | 2018-01-12 | 2021-05-18 | 西安电子科技大学 | 基于自适应归一化匹配滤波的杂波图单元中值检测方法 |
CN108196238A (zh) * | 2018-01-12 | 2018-06-22 | 西安电子科技大学 | 高斯背景下基于自适应匹配滤波的杂波图检测方法 |
CN108961255A (zh) * | 2018-06-28 | 2018-12-07 | 西安电子科技大学 | 基于相位线性度和功率的海陆噪声场景分割方法 |
CN108961255B (zh) * | 2018-06-28 | 2021-09-28 | 西安电子科技大学 | 基于相位线性度和功率的海陆噪声场景分割方法 |
CN109116326A (zh) * | 2018-09-27 | 2019-01-01 | 中国科学院电子学研究所苏州研究院 | 一种基于中位数估计的自适应雷达海杂波抑制方法 |
CN109541566A (zh) * | 2018-12-20 | 2019-03-29 | 西安电子科技大学 | 基于双重分数阶矩的k分布海杂波参数估计方法 |
CN110412553B (zh) * | 2019-07-26 | 2021-04-16 | 中国人民解放军国防科技大学 | 一种多径情况下的导向矢量检测方法 |
CN110412553A (zh) * | 2019-07-26 | 2019-11-05 | 中国人民解放军国防科技大学 | 一种多径情况下的导向矢量检测方法 |
CN111751794A (zh) * | 2020-06-10 | 2020-10-09 | 中国人民解放军海军航空大学青岛校区 | 一种雷达威力监控方法 |
CN111751794B (zh) * | 2020-06-10 | 2024-03-19 | 中国人民解放军海军航空大学青岛校区 | 一种雷达威力监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103954951B (zh) | 2016-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103954951A (zh) | 基于功率中值和归一化协方差估计的海面目标检测方法 | |
CN106125053B (zh) | 脉冲多普勒雷达极化抗干扰方法 | |
CN108761418B (zh) | 一种基于微多普勒特征的雷达多径目标剔除方法 | |
CN103197290B (zh) | 一种穿墙雷达多径杂波抑制方法 | |
CN110109076B (zh) | 基于相位对消捷变相参雷达杂波抑制的目标检测方法 | |
CN103728595B (zh) | 基于子空间投影的网络化雷达抑制压制式主瓣干扰方法 | |
CN103217670B (zh) | 一种基于pca的外辐射源微弱信号检测方法 | |
CN104155632A (zh) | 一种基于局部相关性的改进子空间海杂波抑制方法 | |
CN103018727A (zh) | 一种基于样本训练的机载雷达非平稳杂波抑制方法 | |
CN101872014A (zh) | 基于改进的cosgo-cfar的目标信号检测方法 | |
CN102230961A (zh) | 基于相位补偿处理的扩展目标检测方法 | |
CN107942324B (zh) | 基于多普勒引导的多帧联合小目标双重检测方法 | |
CN105137396A (zh) | 一种smsp干扰和c&i干扰的检测方法 | |
CN105137423A (zh) | 一种穿墙雷达对多运动目标实时探测、分离的方法 | |
CN105425223A (zh) | 广义帕累托杂波下稀疏距离扩展雷达目标的检测方法 | |
CN101581776B (zh) | 一种微弱gnss信号的差分相干累积捕获方法 | |
CN107229040B (zh) | 基于稀疏恢复空时谱估计的高频雷达目标检测方法 | |
CN104656104A (zh) | 基于最大似然估计的卫星导航欺骗信号识别方法及系统 | |
CN110488227A (zh) | 基于认知雷达波形设计的复杂环境下无源干扰抑制方法 | |
CN102012503A (zh) | 基于秩和局部估计的选大和选小非参量恒虚警检测器 | |
CN104880698B (zh) | 基于距离频域多项式相位变换的空间机动目标检测方法 | |
KR20120043281A (ko) | 펄스 도플러 레이더를 이용하여 이동 물체의 거리 및 속도를 측정하기 위한 장치 및 방법 | |
JP4779128B2 (ja) | バイスタティックレーダ装置 | |
CN108872961A (zh) | 基于低门限的雷达微弱目标检测方法 | |
CN106168661B (zh) | 随机捷变极化有源假目标的鉴别方法 |
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 |
Granted publication date: 20160907 Termination date: 20210513 |
|
CF01 | Termination of patent right due to non-payment of annual fee |