CN103995257A - 目标的探测方法及装置 - Google Patents
目标的探测方法及装置 Download PDFInfo
- Publication number
- CN103995257A CN103995257A CN201410231688.4A CN201410231688A CN103995257A CN 103995257 A CN103995257 A CN 103995257A CN 201410231688 A CN201410231688 A CN 201410231688A CN 103995257 A CN103995257 A CN 103995257A
- Authority
- CN
- China
- Prior art keywords
- video
- target
- plotting
- echo
- obtains
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims description 48
- 238000012545 processing Methods 0.000 claims description 14
- 239000002131 composite material Substances 0.000 claims description 6
- 230000036278 prepulse Effects 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 239000000284 extract Substances 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 241000272525 Anas platyrhynchos Species 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N ferric oxide Chemical compound O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
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
本发明公开了一种目标的探测方法及装置。其中，该方法包括：获取雷达的原始视频；基于自动门限算法对原始视频进行预处理得到第一视频；对第一视频进行标绘跟踪得到小目标，其中，小目标为雷达散射截面不小于0.1m2且物标高度不小于1m的目标。通过本发明，解决了相关技术中小目标的检测设备能力低，检测准确度低的问题，能够准确、及时地发现海面小目标，减少事故发生几率，提高了探测系统的灵敏度和精确度。
Description
技术领域
本发明涉及舰船、岸基通信领域，具体而言，涉及一种目标的探测方法及装置。
背景技术
雷达是舰船、岸基不可缺少的探测器，但是，其目标检测性能常常会受到海杂波的影响。海杂波，即为来自海洋表面的雷达反射回拨，是舰船、岸基相关领域雷达探测的主要杂波源。通常情况下，它不像地杂波是一种分布散射现象，而是表现出更强的动态特性，因此，海杂波的存在严重的影响了雷达对海上目标的检测性能。
目前，处理海杂波主要有两种方法：一个是以传统力学为基础，建立的海杂波分布模型，如瑞利(Rayleigh)分布、对数正态(Log-Normal)分布、韦布尔(Weibul)分布和K分布；另一个方法是基于海杂波混度动力学特性，建立海杂波模型。
然而，经过对海杂波的深入研究，发现海杂波并非完全是一种随机信号，包含了很大程度上的确定性因素。基于传统统计学的建模方法，仅仅只是模拟海杂波的表面特性，无法模拟海杂波的内在特性，而且当海杂波幅度较大，目标较小的时候，比如，掠海飞行的小型飞机、导弹、小型舰船、导航浮标、小片的冰，漂浮在海面的油污等，这些可能会对导航带来潜在的危机。
传统的海杂波背景下目标检测方法，主要是基于统计特性利用其表面看似随机过程而建立起来的分布模型上进行目标检测的，认为海杂波是线性的。然而，这种方法只能监测出比较大的目标，如果目标较小，海杂波较强的情况下，上述的目标检测方法是束手无策的，很难检测出弱小目标，甚至导致漏检的发生。
基于统计特性建立的模型，在强海杂波和低虚警概率条件下发现弱小目标的能力有限，在相关技术汇总，通常采用尽量消除或减少海杂波干扰的方法，来提高海防雷达的目标检测性能。而随着近些年海运事业、港口贸易经济的发展，对雷达的目标检测的速度、精度和抗干扰能力、以及发现弱小目标的能力的要求越来越高，上述方法的检测性能已经不能满足需要。
针对现有技术中小目标的检测设备能力低，检测准确度低的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中小目标的检测设备能力低，检测准确度低的问题，目前尚未提出有效的解决方案，为此，本发明的主要目的在于提供一种目标的探测方法及装置，以解决上述问题。
为了实现上述目的，根据本发明的一个方面，提供了一种目标的探测方法，该方法包括：获取雷达的原始视频；基于自动门限算法对原始视频进行预处理得到第一视频；对第一视频进行标绘跟踪得到小目标，其中，小目标为雷达散射截面不小于0.1m2且物标高度不小于1m的目标。
进一步地，基于自动门限算法对原始视频进行预处理得到第一视频包括：按照微分逼近算法将原始视频沿雷达扫描的径向划分为多个单元；对多个单元中的每个单元设置独立的门限；使用独立的门限对每个单元进行扫描得到对应每个单元的第二视频；按照当前脉冲和天线参数确定第二视频中的点迹的尺寸得到第一视频。
进一步地，对第一视频进行标绘跟踪得到小目标包括：使用检测前跟踪TBD算法依据第一视频创建回波图像；使用回波图像对候选目标进行跟踪处理确定候选目标的运动参数；按照目标质量和运动参数得到小目标，其中，目标质量为在候选目标出现的整个时间内，被确认的扫描数和总扫描数之间的关系数据。
进一步地，使用检测前跟踪TBD算法根据第一视频中创建回波图像包括：将按照距离联合起来的一个或多个第一视频进行组合得到第一标绘；对第一标绘添加时间戳得到第二标绘；依据雷达扫描的径向、地理参数在第二标绘的基础上创建回波图像，其中，地理参数包括：扫描的地理位置、区域、轮廓、强度和形状中的至少一个参数。
进一步地，将按照距离联合起来的一个或多个第一视频进行组合得到第一标绘包括：在连续扫描中产生的第一视频在距离上相交产生的相交数据；依据相交数据中的方位角和距离宽度、厚度和幅度创建第一标绘。
为了实现上述目的，根据本发明的一个方面，提供了一种目标的探测装置，该装置包括：获取模块，用于获取雷达的原始视频；第一处理模块，用于基于自动门限算法对原始视频进行预处理得到第一视频；第二处理模块，用于对第一视频进行标绘跟踪得到小目标，其中，小目标为雷达散射截面不小于0.1m2且物标高度不小于1m的目标。
进一步地，第一处理模块包括：划分模块，用于按照微分逼近算法将原始视频沿雷达扫描的径向划分为多个单元；第一确定模块，用于对多个单元中的每个单元设置独立的门限；扫描模块，用于使用独立的门限对每个单元进行扫描得到对应每个单元的第二视频；第二确定模块，用于按照当前脉冲和天线参数确定第二视频中的点迹的尺寸得到第一视频。
进一步地，第二处理模块包括：创建模块，用于使用检测前跟踪TBD算法依据第一视频创建回波图像；第三确定模块，用于使用回波图像对候选目标进行跟踪处理确定候选目标的运动参数；处理子模块，用于按照目标质量和运动参数得到小目标，其中，目标质量为在候选目标出现的整个时间内，被确认的扫描数和总扫描数之间的关系数据。
进一步地，创建模块包括：组合模块，用于将按照距离联合起来的一个或多个第一视频进行组合得到第一标绘；添加模块，用于对第一标绘添加时间戳得到第二标绘；第一创建子模块，用于依据雷达扫描的径向、地理参数在第二标绘的基础上创建回波图像，其中，地理参数包括：扫描的地理位置、区域、轮廓、强度和形状中的至少一个参数。
进一步地，组合模块包括：第四确定子模块，用于在连续扫描中产生的第一视频在距离上相交产生的相交数据；第二创建子模块，用于依据相交数据中的方位角和距离宽度、厚度和幅度创建第一标绘。
通过本发明，基于自动门限算法对原始视频进行预处理得到第一视频，然后对第一视频进行标绘跟踪以检测得到小目标，解决了相关技术中小目标的检测设备能力低，检测准确度低的问题，基于自动门限算法可以根据实际情况自适应实时调整获取第一视频的门限，提取杂波信号以下的目标，能够准确、及时地发现海面小目标，减少事故发生几率，提高了探测系统的灵敏度和精确度。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的目标的探测装置的结构示意图；以及
图2是根据本发明实施例的目标的探测方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是根据本发明实施例的目标的探测装置的结构示意图。如图1所示，该装置可以包括：获取模块10，用于获取雷达的原始视频；第一处理模块20，用于基于自动门限算法对原始视频进行预处理得到第一视频；第二处理模块30，用于对第一视频进行标绘跟踪得到小目标，其中，小目标为雷达反射截面不小于0.1m2且物标高度不小于1m的目标。
通过本发明，基于自动门限算法对原始视频进行预处理得到第一视频，然后对第一视频进行标绘跟踪以检测得到小目标，解决了相关技术中小目标的检测设备能力低，检测准确度低的问题，基于自动门限算法可以根据实际情况自适应实时调整获取第一视频的门限，提取杂波信号以下的目标，能够准确、及时地发现海面小目标，减少事故发生几率，提高了探测系统的灵敏度和精确度。
在本发明的上述实施例中，第一处理模块可以包括：划分模块，用于按照微分逼近算法将原始视频沿雷达扫描的径向划分为多个单元；第一确定模块，用于对多个单元中的每个单元设置独立的门限；扫描模块，用于使用独立的门限对每个单元进行扫描得到对应每个单元的第二视频；第二确定模块，用于按照当前脉冲和天线参数确定第二视频中的点迹的尺寸得到第一视频。
根据本发明的上述实施例，第二处理模块可以包括：创建模块，用于使用检测前跟踪TBD算法依据第一视频创建回波图像；第三确定模块，用于使用回波图像对候选目标进行跟踪处理确定候选目标的运动参数；处理子模块，用于按照目标质量和运动参数得到小目标，其中，目标质量为在候选目标出现的整个时间内，被确认的扫描数和总扫描数之间的关系数据。
具体地，创建模块可以包括：组合模块，用于将按照距离联合起来的一个或多个第一视频进行组合得到第一标绘；添加模块，用于对第一标绘添加时间戳得到第二标绘；第一创建子模块，用于依据雷达扫描的径向、地理参数在第二标绘的基础上创建回波图像，其中，地理参数包括：扫描的地理位置、区域、轮廓、强度和形状中的至少一个参数。
其中，上述的运动参数包括运动速度、运动方向以及运动轨迹。
需要进一步说明的是，组合模块可以包括：第四确定子模块，用于在连续扫描中产生的第一视频在距离上相交产生的相交数据；第二创建子模块，用于依据相交数据中的方位角和距离宽度、厚度和幅度创建第一标绘。
本发明上述实施例中的各个模块均可以使用方法实施例中对应步骤的时限方法实现，并且不受限于方法实施例中对应步骤的应用场景，上述实施例中的各个模块可以使用计算机硬件或软件实现。
图2是根据本发明实施例的目标的探测方法的流程图，如图2所示该方法包括如下步骤：
步骤S202，获取雷达的原始视频。
步骤S204，基于自动门限算法对原始视频进行预处理得到第一视频。
步骤S206，对第一视频进行标绘跟踪得到小目标，其中，小目标为雷达散射截面(RadarCross Section，简称RCS)不小于0.1m2且物标高度不小于1m的目标。
通过本发明，基于自动门限算法对原始视频进行预处理得到第一视频，然后对第一视频进行标绘跟踪以检测得到小目标，解决了相关技术中小目标的检测设备能力低，检测准确度低的问题，基于自动门限算法可以根据实际情况自适应实时调整获取第一视频的门限，提取杂波信号以下的目标，能够准确、及时地发现海面小目标，减少事故发生几率，提高了探测系统的灵敏度和精确度。
采用本发明，通过视频处理器把雷达的原始视频进行预处理得到第一视频，然后跟踪处理器把第一视频关联成标绘并跟踪目标。雷达跟踪系统与雷达控制模块通信，获取雷达的状态信息-工作模式和当前使用的脉冲等。
具体地，视频处理器(RadPro)可以从雷达视频提取卡上接收雷达的原始视频的数据。其中，雷达视频提取卡采用双缓冲对原始视频信号进行没有量程限制的实时并行读取和处理，RadPro使用雷达的当时脉冲长度对原始视频进行视频数据处理，RadPro处理过的第一视频为特定格式。其中，第一视频的报头包含工作区域、工作扇区、视频分辨率、雷达脉冲长度、扫描时间、脉冲重复频率(PRF)和报文计数器等信息，报文计数器可以体现网络上的数据丢失，在上述实施例中所有客户端使用同一个计数器，并且所有高于门限的第一视频都有一个起始和结束边界，用于视频流的生成。
在本发明的上述实施例中，基于自动门限算法对原始视频进行预处理得到第一视频可以包括：按照微分逼近算法将原始视频沿雷达扫描的径向划分为多个单元；对多个单元中的每个单元设置独立的门限；使用独立的门限对每个单元进行扫描得到对应每个单元的第二视频；按照当前脉冲和天线参数确定第二视频中的点迹的尺寸得到第一视频。
在上述实施例中，基于自动门限算法对原始视频进行预处理得到第一视频，可以采用125MHz的采样率及14位解析度，基于系统噪声统计和环境目标行为选择，采集雷达接收机的同步触发、天线方位、天线重置、视步信号。与常规雷达采样率(60～80MHz)相比，信息获取更完整、精确，可以更加准确地探测到小目标。
其中，第一视频的视频数据分辨率可以在1到8位之间设置，视频跟踪处理器RadPro把天线周扫划分为16个控制位，如果在某个1/16周扫内没有原始视频，RadPro将发送带有下一个预测控制位的无视频信息，保证状态的同步并确认雷达的状态。
在本发明的上述实施例中，可以使用同步(触发)信号的偏移将扫描按照距离进行对齐。具体地，原始视频将按如下步骤进行处理得到第一视频：
视频处理器把每个扫描分成高于和低于门限两部分，然后按照预设扫描模式进行扫描，其中，预设扫描模式包括：非相关模式R(i)＝S(i)、两个扫描相关模式R(i)＝S(i)与S(i-1)、三个扫描相关模式R(i)＝S(i)与(S(i-1)或S(i+1))或三个扫描高度相关模式R(i)＝S(i)与S(i-1)与S(i+1)，默认情况下，预设扫描模式可以为三个扫描相关模式。
在对原始视频进行扫描，创建点迹前，用当前使用的脉冲长度和几个连续的采样进行对比，不一致的采样可以用作增益的自动控制。对原始视频进行扫描得到第二视频，使用脉冲和天线的参数来确定第二视频中的点迹的尺寸得到第一视频。
其中，上述实施例中的自动门限计算基于微分逼近方法。具体地，在整个雷达覆盖范围的径向上划分为很多个小单元，为每个单元设置独立的门限，RadPro处理每个扫描的“起始-结束”矩阵并保存每个单元的信息，每个单元的信息包括：太小的点迹、太大的点迹、被跟踪处理器拒绝的点迹、以及无视频的信息。RadPro每个周扫更新一次所有单元的门限值并建立一个新的平滑的门限坐标曲线，具体地，当RadPro与跟踪处理器连通时，自动门限才可以使用，如果达到饱和状态，跟踪处理器将发送预设门限信息给RadPro，RadPro将提高所有单元的门限值。
需要进一步说明的是，自动门限计算只在非屏蔽区域起作用，RadPro在非屏蔽区域计算统计值用作后续的门限处理。
RadPro在非屏蔽区域计算统计包括扫描的平均电平和平均噪声，其中，平均噪声是恒定的参数，不受天气影响，受距离的轻微影响。
根据本发明的上述实施例，视频跟踪处理器还可以精确地得到雷达天线与真北方向的偏移值。具体地，RadPro使用无符号双字以得到最大分辨率的天线方位偏移值，在这种情况下，每一个周扫被分成65536份。如果多于一个的扫描来自于同一个天线脉冲，RadPro将基于Np/Na的值来预判天线的位置。其中，Np–每个周扫的扫描数，Na–每个周扫的天线脉冲的出厂预设值。
上述实施例中的方位计数器用来检测天线方位脉冲的递增。例如，如果方位计数器中记的数是递减，则RadPro将生成错误信息。
具体地，RadPro通过对雷达下行数据的检查可以诊断如下问题：超时，无视频信号；扫描数不递增，扫描计数器错误；天线方位脉冲不递增，天线方位脉冲记数器错误；数据结构错误，雷达下行数据错误；天线方位脉冲计数器溢出。
RadPro也会计算其它的统计信息，如扫描数、天线方位脉冲数、周扫时间和数据流等。所有统计信息将发送到系统管理员模块。
在本发明的上述实施例中，对第一视频进行标绘跟踪得到小目标可以包括：使用检测前跟踪TBD算法依据第一视频创建回波图像；使用回波图像对候选目标进行跟踪处理确定候选目标的运动参数；按照目标质量和运动参数得到小目标，其中，目标质量为在候选目标出现的整个时间内，被确认的扫描数和总扫描数之间的关系数据。
上述实施例中，基于微分逼近的方法，将原始视频在扫描的径向上细分为若干单元，每个单元都会自动设置独立门限，门限的取值范围从0到16383，此门限会根据实时情况自动调整，没有固定标准的最佳取值，在此基础上采用优化的TBD算法，从而能够提取杂波信号以下的目标。
在上述实施例中，自动门限算法可以是按照海域的属性数据将雷达扫描的范围划分为不同的单元，然后按照属性数据读取对应的独立的门限。
具体地，视频跟踪处理器使用若干个天线扫描第一视频进行目标检测，扫描的数量取决于目标视频的回波质量，扫描数越多，产生假目标的概率就越小。例如，如果单次扫描的假目标概率是0.1，两次扫描的假目标概率就是0.01(概算)，三次扫描大约是0.001等等。跟踪处理器使用目标质量来减少环境对假目标检测的影响，具体地，视频跟踪处理器不是根据一个预先设定的时间或扫描数来检测目标，而是根据目标的质量是否满足检测规则来确认小目标。
在本发明的上述实施例中，跟踪处理器把每个雷达的回波图像作为候选目标存储下来，由于视频门限低于杂波，正常情况下每个周扫将产生数千个回波，接下来跟踪处理器准备等待下次周扫来确认候选目标。当候选目标的累计质量达到预设的质量要求后，跟踪处理器会把候选目标转化为真实目标(即上述实施例中的小目标)。
其中，目标的质量是影响目标检测的因素之一，目标质量也是目标的丢失原因，目标质量与在检测期间整个周扫数中已经确认的周扫数密切相关，目标质量根据目标检测概率进行分类。在上述实施例中，跟踪处理器使用检测和丢失概率作为检测系统指标。
在上述实施例中，跟踪处理器通过海杂波检测和杂波区域内跟踪参数的调整对第一视频中进行杂波中的目标检测和跟踪。跟踪处理器通过“非目标(假)数”来检测海杂波区域，每个区域中的“非目标(假)数”反映了海杂波的剧烈程度；跟踪处理器使用特殊的过滤器对第一视频进行处理，特殊的过滤器如扫描间关联和单扫描内的采样间关联。采用该方法，可以在目标回波水平极为接近雨杂波平均水平的情况下也可以检测到小目标。
根据本发明的上述实施例，采用自适应门限算法，可以精确分辨雨区并局部提升门限。自适应门限自动检测雨区，并将门限提升到雨杂波平均水平。与上面提到原始信号相互配全，就可以在雨区中提取到目标回波。
根据本发明的上述实施例，使用检测前跟踪TBD算法根据第一视频中创建回波图像可以包括：将按照距离联合起来的一个或多个第一视频进行组合得到第一标绘；对第一标绘添加时间戳得到第二标绘；依据雷达扫描的径向、地理参数在第二标绘的基础上创建回波图像，其中，地理参数包括：扫描的地理位置、区域、轮廓、强度和形状中的至少一个参数。
具体地，将按照距离联合起来的一个或多个第一视频进行组合得到第一标绘包括：在连续扫描中产生的第一视频在距离上相交产生的相交数据；依据相交数据中的方位角和距离宽度、厚度和幅度创建第一标绘。
使用第一指令PLOT创建标绘。具体地，跟踪处理器RadPro根据距离分类创建标绘列表，并将接收到的第一视频与标绘列表进行对比并执行如下操作的其中之一：按距离顺序，在标绘列表中插入新的标绘；完成并处理标绘；扩展标绘列表中已存在的标绘；合并两个标绘。
使用一个或多个第二指令ECHO收集标绘参数创建目标(已跟踪)过程中的临时数据。其中，第二指令包含跟踪参数，如大小、轮廓、方位和距离等。每个第二指令ECHO将与预设跟踪法则进行比较，如果不符合预设跟踪法则，该第二指令对应的回波将被RadPro剔除。在剔除不符合预设跟踪法则的第二指令之后，将获取到的符合预设跟踪法则的第二指令对应的回波与目标表进行对比，并向目标表里插入新的候选目标或指派到已经存的候选目标。在扫描充分完成后，确认另一个第二指令ECHO不会指派给同一个目标时，当前的候选目标才会被接受。在扫描过程中，没有收到新的第二指令ECHO对应的候选目标将被标记为预测目标。
在上述实施例中，标绘由按照距离联合起来的若干个视频块组成，其中标绘可能并不是纯色块，中间会出现小洞。标绘创建的主要法则是连续扫描中视频块在距离上的相交。RadPro可以根据方位角和距离宽度、厚度和幅度等参数的计算结果来创建标绘，同时考虑一些受限制因素，比如圆弧。
在标绘建立完成并添加时间戳后，RadPro将根据径向和地理位置、区域、轮廓、强度和形状等参数的设置进行回波图像的创建。
根据本发明的上述实施例，预设跟踪法则可以包括下述的准则中的至少一个：回波太小，回波的大小与波束宽和脉冲长不符，不能产生目标反射；回波太大，来自于陆地的回波信号可能比任何合理的目标都要大很多；回波被切分成许多部分；回波的重叠度与联合在一起的标绘的数量成正比。来自陆地的回波通常是不稳定的，还有很多的洞，RadPro使用回波的重叠度作为判断陆地回波的准则。
上述实施例中的，第二指令对应的回波与目标表进行对比可以包括：每个新的回波都与目标列表(即上述实施例中的目标表)中的回波对比如下参数：轮廓和目标的交叉点、以及位置的闭合差。如果新的回波与目标列表中的回波至少有一个上述的参数相同，则RadPro会继续检查更多的参数：区域、强度、质量、以及航迹。
具体地，上述的参数的对比结果以0和1的形式作为一致性概率的判断，最后生成一个比较结果序列，比较结果序列中与预设数值相似度最高(即最可能的回波)将指派给这个候选目标用作后续的跟踪。
在上述指派的过程中，可能存在两个回波指派给同一个候选目标的情况。可以将已作对比的参数中比率最大的那个回波指派给候选目标；或者，将回波合并。
根据本发明的上述实施例，在获取到候选目标之后，进行移动参数计算。在将候选目标发送到客户端的同时，开始对候选目标的跟踪。具体地，以雷达位置为中心的XY坐标系上计算平滑的候选目标的圆弧轨迹。
在上述的跟踪过程中，如果在一段时间内没有确认目标的时候，则确认目标丢失。
其中，目标的质量取自在目标出现的整个时间内，被确认的扫描数和总扫描数之间关系。目标的历史记录最大约200次扫描。如果目标质量低于标准，目标将被标记为丢失。用这种长时间和高质量的历史统计方法，目标被跟踪的机率会大大提升。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
从以上的描述中，可以看出，本发明实现了如下技术效果：
通过本发明，基于自动门限算法对原始视频进行预处理得到第一视频，然后对第一视频进行标绘跟踪以检测得到小目标，解决了相关技术中小目标的检测设备能力低，检测准确度低的问题，基于自动门限算法可以根据实际情况自适应实时调整获取第一视频的门限，提取杂波信号以下的目标，能够准确、及时地发现海面小目标，减少事故发生几率，提高了探测系统的灵敏度和精确度。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种目标的探测方法，其特征在于，包括：
获取雷达的原始视频；
基于自动门限算法对所述原始视频进行预处理得到第一视频；
对所述第一视频进行标绘跟踪得到小目标，其中，所述小目标为雷达反射截面不小于0.1m2且物标高度不小于1m的目标。
2.根据权利要求1所述的探测方法，其特征在于，基于自动门限算法对所述原始视频进行预处理得到第一视频包括：
按照微分逼近算法将所述原始视频沿雷达扫描的径向划分为多个单元；
对所述多个单元中的每个单元设置独立的门限；
使用所述独立的门限对所述每个单元进行扫描得到对应所述每个单元的第二视频；
按照当前脉冲和天线参数确定所述第二视频中的点迹的尺寸得到所述第一视频。
3.根据权利要求1所述的探测方法，其特征在于，对所述第一视频进行标绘跟踪得到小目标包括：
使用检测前跟踪TBD算法依据所述第一视频创建回波图像；
使用所述回波图像对候选目标进行跟踪处理确定所述候选目标的运动参数；
按照目标质量和所述运动参数得到所述小目标，其中，所述目标质量为在所述候选目标出现的整个时间内，被确认的扫描数和总扫描数之间的关系数据。
4.根据权利要求3所述的探测方法，其特征在于，使用检测前跟踪TBD算法根据所述第一视频中创建回波图像包括：
将按照距离联合起来的一个或多个所述第一视频进行组合得到第一标绘；
对所述第一标绘添加时间戳得到第二标绘；
依据所述雷达扫描的径向、地理参数在第二标绘的基础上创建所述回波图像，其中，地理参数包括：所述扫描的地理位置、区域、轮廓、强度和形状中的至少一个参数。
5.根据权利要求4所述的探测方法，其特征在于，将按照距离联合起来的一个或多个所述第一视频进行组合得到第一标绘包括：
在连续扫描中产生的所述第一视频在距离上相交产生的相交数据；
依据所述相交数据中的方位角和距离宽度、厚度和幅度创建所述第一标绘。
6.一种目标的探测装置，其特征在于，包括：
获取模块，用于获取雷达的原始视频；
第一处理模块，用于基于自动门限算法对所述原始视频进行预处理得到第一视频；
第二处理模块，用于对所述第一视频进行标绘跟踪得到小目标，其中，所述小目标为雷达散射截面不小于0.1m2且物标高度不小于1m的目标。
7.根据权利要求6所述的探测装置，其特征在于，所述第一处理模块包括：
划分模块，用于按照微分逼近算法将所述原始视频沿雷达扫描的径向划分为多个单元；
第一确定模块，用于对所述多个单元中的每个单元设置独立的门限；
扫描模块，用于使用所述独立的门限对所述每个单元进行扫描得到对应所述每个单元的第二视频；
第二确定模块，用于按照当前脉冲和天线参数确定所述第二视频中的点迹的尺寸得到所述第一视频。
8.根据权利要求6所述的探测装置，其特征在于，所述第二处理模块包括：
创建模块，用于使用检测前跟踪TBD算法依据所述第一视频创建回波图像；
第三确定模块，用于使用所述回波图像对候选目标进行跟踪处理确定所述候选目标的运动参数；
处理子模块，用于按照目标质量和所述运动参数得到所述小目标，其中，所述目标质量为在所述候选目标出现的整个时间内，被确认的扫描数和总扫描数之间的关系数据。
9.根据权利要求8所述的探测装置，其特征在于，所述创建模块包括：
组合模块，用于将按照距离联合起来的一个或多个所述第一视频进行组合得到第一标绘；
添加模块，用于对所述第一标绘添加时间戳得到第二标绘；
第一创建子模块，用于依据所述雷达扫描的径向、地理参数在第二标绘的基础上创建所述回波图像，其中，地理参数包括：所述扫描的地理位置、区域、轮廓、强度和形状中的至少一个参数。
10.根据权利要求9所述的探测装置，其特征在于，所述组合模块包括：
第四确定子模块，用于在连续扫描中产生的所述第一视频在距离上相交产生的相交数据；
第二创建子模块，用于依据所述相交数据中的方位角和距离宽度、厚度和幅度创建所述第一标绘。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410231688.4A CN103995257B (zh) | 2014-05-28 | 2014-05-28 | 目标的探测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410231688.4A CN103995257B (zh) | 2014-05-28 | 2014-05-28 | 目标的探测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103995257A true CN103995257A (zh) | 2014-08-20 |
| CN103995257B CN103995257B (zh) | 2016-12-07 |
Family
ID=51309472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410231688.4A Active CN103995257B (zh) | 2014-05-28 | 2014-05-28 | 目标的探测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103995257B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104597434A (zh) * | 2015-01-14 | 2015-05-06 | 中国民航大学 | 改进包络移位补偿和分数阶傅里叶变换的多帧相参tbd方法 |
| CN106842142A (zh) * | 2015-12-03 | 2017-06-13 | 中国航空工业集团公司雷华电子技术研究所 | 基于子区处理的海面搜索雷达大批量点迹提取算法 |
| CN109669180A (zh) * | 2018-12-14 | 2019-04-23 | 河海大学 | 一种连续波雷达无人机检测方法 |
| CN110082754A (zh) * | 2019-04-19 | 2019-08-02 | 北京海兰信数据科技股份有限公司 | 基于跟踪反馈的微弱目标自适应检测系统及检测方法 |
| CN111323757A (zh) * | 2019-12-30 | 2020-06-23 | 北京海兰信数据科技股份有限公司 | 一种航海雷达目标检测方法及装置 |
| CN114355350A (zh) * | 2022-01-19 | 2022-04-15 | 北京市遥感信息研究所 | 基于prf计数的sar脉冲帧丢失实时诊断容错处理方法与系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100201564A1 (en) * | 2009-02-11 | 2010-08-12 | Foster John D | Removing clutter from radar cross section measurements using spectral tagging |
| CN102890275A (zh) * | 2011-07-22 | 2013-01-23 | 中国科学院电子学研究所 | 一种基于交叉熵最小化的压缩感知雷达成像方法 |
-
2014
- 2014-05-28 CN CN201410231688.4A patent/CN103995257B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100201564A1 (en) * | 2009-02-11 | 2010-08-12 | Foster John D | Removing clutter from radar cross section measurements using spectral tagging |
| CN102890275A (zh) * | 2011-07-22 | 2013-01-23 | 中国科学院电子学研究所 | 一种基于交叉熵最小化的压缩感知雷达成像方法 |
Non-Patent Citations (2)
| Title |
|---|
| 吴聪 等: "PD雷达探测低慢小目标性能分析", 《科学工程与技术》, vol. 13, no. 28, 31 October 2013 (2013-10-31), pages 8492 - 8496 * |
| 齐国清 等: "船舶交通管理系统雷达双重自适应门限CFAR检测器设计与分析", 《大连海事大学学报》, vol. 29, no. 4, 30 November 2003 (2003-11-30), pages 95 - 98 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104597434A (zh) * | 2015-01-14 | 2015-05-06 | 中国民航大学 | 改进包络移位补偿和分数阶傅里叶变换的多帧相参tbd方法 |
| CN104597434B (zh) * | 2015-01-14 | 2017-07-04 | 中国民航大学 | 改进包络移位补偿和分数阶傅里叶变换的多帧相参tbd方法 |
| CN106842142A (zh) * | 2015-12-03 | 2017-06-13 | 中国航空工业集团公司雷华电子技术研究所 | 基于子区处理的海面搜索雷达大批量点迹提取算法 |
| CN106842142B (zh) * | 2015-12-03 | 2019-12-17 | 中国航空工业集团公司雷华电子技术研究所 | 基于子区处理的海面搜索雷达大批量点迹提取算法 |
| CN109669180A (zh) * | 2018-12-14 | 2019-04-23 | 河海大学 | 一种连续波雷达无人机检测方法 |
| CN109669180B (zh) * | 2018-12-14 | 2020-09-15 | 河海大学 | 一种连续波雷达无人机检测方法 |
| CN110082754A (zh) * | 2019-04-19 | 2019-08-02 | 北京海兰信数据科技股份有限公司 | 基于跟踪反馈的微弱目标自适应检测系统及检测方法 |
| CN111323757A (zh) * | 2019-12-30 | 2020-06-23 | 北京海兰信数据科技股份有限公司 | 一种航海雷达目标检测方法及装置 |
| CN111323757B (zh) * | 2019-12-30 | 2022-04-05 | 北京海兰信数据科技股份有限公司 | 一种航海雷达目标检测方法及装置 |
| CN114355350A (zh) * | 2022-01-19 | 2022-04-15 | 北京市遥感信息研究所 | 基于prf计数的sar脉冲帧丢失实时诊断容错处理方法与系统 |
| CN114355350B (zh) * | 2022-01-19 | 2024-04-12 | 北京市遥感信息研究所 | 基于prf计数的sar脉冲帧丢失实时诊断容错处理方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103995257B (zh) | 2016-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103995257A (zh) | 目标的探测方法及装置 | |
| CN108828595B (zh) | 一种s波段相控阵雷达的控制方法 | |
| CN106680806A (zh) | 一种多雷达点迹融合方法 | |
| CN106842165B (zh) | 一种基于不同距离角度分辨率雷达集中式异步融合方法 | |
| CN110297246B (zh) | 一种组网x波段天气雷达协同自适应控制方法及系统 | |
| CN111899568B (zh) | 桥梁防撞预警系统、方法、装置和存储介质 | |
| CN101706576A (zh) | 基于雷达图像的运动目标形态检测及跟踪方法 | |
| CN109407697A (zh) | 一种基于双目视觉测距的无人机跟踪运动目标系统及方法 | |
| US20120093359A1 (en) | Batch Detection Association for Enhanced Target Descrimination in Dense Detection Environments | |
| CN105093215A (zh) | 基于多普勒信息的雷达对低空慢速小目标的跟踪方法 | |
| CN103076605A (zh) | 多模式轮询和s模式点名询问的二次雷达航迹录取方法 | |
| CN104569964A (zh) | 用于超宽带穿墙雷达的运动目标二维检测与跟踪的方法 | |
| CN108535713A (zh) | 一种雷达和ais联合跟踪与信息融合方法 | |
| CN110261857A (zh) | 一种天气雷达空间插值方法 | |
| CN102879774B (zh) | 高频地波超视距雷达短航迹合成方法和装置 | |
| CN112505681A (zh) | 一种基于tas的四面二维相控阵雷达多目标跟踪处理方法 | |
| CN112986926A (zh) | 基于点迹属性关联判别的pd雷达鬼影抑制方法 | |
| CN112924975A (zh) | 组网天气雷达适用aoi的自适应观测方法及系统 | |
| CN109100697A (zh) | 一种基于地面监视雷达系统的目标凝聚方法 | |
| CN113687429B (zh) | 一种确定毫米波雷达监测区域边界的装置及方法 | |
| KR101968327B1 (ko) | 항적 거리 보상 장치 및 방법 | |
| 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 | |
| CN109633587A (zh) | 一种组网雷达信号带宽的自适应调整方法 | |
| CN108983194A (zh) | 一种基于地面监视雷达系统的目标提取及凝聚方法 | |
| 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 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20181108 Address after: 100083 Beijing Haidian District Zhongguancun East Road 1 hospital 8 Building 1902 Co-patentee after: BEIJING HIGHLANDR DIGITAL TECHNOLOGY Co.,Ltd. Patentee after: BEIJING HAILAN YINGHUA TECHNOLOGY CO.,LTD. Co-patentee after: Sanya Hai Lan world marine Mdt InfoTech Ltd. Co-patentee after: Shandong Hai Lan world marine Mdt InfoTech Ltd. Address before: 100083 Beijing Haidian District Zhongguancun East Road 1 hospital 8 Building 1902 Patentee before: BEIJING HAILAN YINGHUA TECHNOLOGY CO.,LTD. |
|
| TR01 | Transfer of patent right | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100083 Beijing Haidian District Zhongguancun East Road 1 hospital 8 Building 1902 Patentee after: BEIJING HAILAN YINGHUA TECHNOLOGY CO.,LTD. Patentee after: BEIJING HIGHLANDR DIGITAL TECHNOLOGY Co.,Ltd. Patentee after: Hainan Hailan Huanyu Ocean Information Technology Co.,Ltd. Patentee after: Shandong Hai Lan world marine Mdt InfoTech Ltd. Address before: 100083 Beijing Haidian District Zhongguancun East Road 1 hospital 8 Building 1902 Patentee before: BEIJING HAILAN YINGHUA TECHNOLOGY CO.,LTD. Patentee before: BEIJING HIGHLANDR DIGITAL TECHNOLOGY Co.,Ltd. Patentee before: Sanya Hai Lan world marine Mdt InfoTech Ltd. Patentee before: Shandong Hai Lan world marine Mdt InfoTech Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231108 Address after: Room 101, 1st Floor, Building 10, Yard 7, Dijin Road, Haidian District, Beijing, 100000 Patentee after: BEIJING HAILAN YINGHUA TECHNOLOGY CO.,LTD. Patentee after: BEIJING HIGHLANDR DIGITAL TECHNOLOGY Co.,Ltd. Address before: 100083 Beijing Haidian District Zhongguancun East Road 1 hospital 8 Building 1902 Patentee before: BEIJING HAILAN YINGHUA TECHNOLOGY CO.,LTD. Patentee before: BEIJING HIGHLANDR DIGITAL TECHNOLOGY Co.,Ltd. Patentee before: Hainan Hailan Huanyu Ocean Information Technology Co.,Ltd. Patentee before: Shandong Hai Lan world marine Mdt InfoTech Ltd. |
|
| TR01 | Transfer of patent right |