CN104459644A - 一种用于雷达视频信号检测的自适应恒虚警检测方法 - Google Patents
一种用于雷达视频信号检测的自适应恒虚警检测方法 Download PDFInfo
- Publication number
- CN104459644A CN104459644A CN201410626343.9A CN201410626343A CN104459644A CN 104459644 A CN104459644 A CN 104459644A CN 201410626343 A CN201410626343 A CN 201410626343A CN 104459644 A CN104459644 A CN 104459644A
- Authority
- CN
- China
- Prior art keywords
- estimation unit
- detecting unit
- side estimation
- vision signal
- amplification level
- 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.)
- Pending
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
- G01S7/40—Means for monitoring or calibrating
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种用于雷达视频信号检测的自适应恒虚警检测方法,属于雷达信号处理领域。本发明通过分析估计单元内的视频信号是否均匀以及二者幅值水平是否一致,自适应的切换全平均恒虚警检测器、平均-排序选小恒虚警检测器、平均-排序选大恒虚警检测器、前半平均恒虚警检测器和后半平均恒虚警检测器,从而克服单一检测器无法同时适应均匀噪声、目标密集、不均匀杂波区、杂波边缘等多种环境的缺陷。本发明可以更为准确的估计检测单元所处环境,有效降低检测损失。
Description
技术领域
本发明属于雷达信号处理领域,涉及一种雷达视频信号自适应检测方法,特别是一种能够统计检测单元两侧估计单元视频信号特性来自适应切换恒虚警检测器的方法。
背景技术
雷达视频信号处理时,将某一方位上的视频信号逐个滑动进行恒虚警检测,如图1所示。分别计算前侧估计单元、后侧估计单元的视频信号幅度均值ub和ul,然后送入估计处理模块。若估计处理模块对二者求平均作为最终的幅值水平,则为全平均恒虚警检测;若估计处理模块将二者较大值缓存,对二者较小值的参考单元内的视频信号进行“从大到小”排序后选取第3N/4的视频信号幅值缓存,相加求均值后作为最终的幅值水平,则为平均-排序选大恒虚警检测;若估计处理模块将二者较小值缓存,对二者较大值的参考单元内的视频信号进行“从大到小”排序后选取第3N/4的视频信号幅值缓存,相加求均值后作为最终的幅值水平,则为平均-排序选小恒虚警检测;若估计处理模块选择前侧估计单元的幅值水平作为最终幅值水平,则为前平均恒虚警检测;若估计处理模块选择后侧估计单元的幅值水平作为最终幅值水平,则为后平均恒虚警检测;最终幅值水平和门限因子相乘后,与检测单元进行比较,输出检测结果。
传统上采用的恒虚警检测是全平均恒虚警检测。该方法是针对均匀噪声环境。若估计单元内存在干扰目标,或处于非均匀杂波中,就会造成幅值水平估计不准确,引起检测损失,如图2所示。在现实环境中,除了均匀噪声环境中的检测,还需考虑杂波边缘区、目标密集区,非均匀杂波区的检测。针对杂波边缘区的目标检测,可采用平均-排序选大恒虚警检测算法。针对目标过于密集或杂波不均匀的情况,可采用平均-排序选小恒虚警检测。但无论哪一种算法,均是针对单一环境下的检测优化。平均-排序选大恒虚警检测的效果如图3所示,明显的,目标回波两侧边缘都未检测到。平均-排序选小恒虚警检测的效果如图4所示,明显的,目标回波中心都未检测到。
对于随机序列,通过计算样本的均值来分析当前随机序列的幅值水平,通过计算方差大小来分析样本是否均匀。受此启发,可将估计单元内的视频信号视为一组随机序列,分析其均值和方差来统计当前检测单元所处的环境,从而自适应的选择相应的恒虚警检测器来降低检测损失。
发明内容
为了解决上述技术问题,本发明公开了一种有效的用于雷达视频信号检测的自适应恒虚警检测方法,用于克服单一恒虚警检测无法同时适应均匀噪声、杂波边缘、非均匀杂波、目标密集的情况。
实现本发明的技术解决方案为:一种用于雷达视频信号检测的自适应恒虚警检测方法,通过分析检测单元两侧估计单元内的视频信号是否均匀以及二者幅值水平是否一致,来分析当前检测单元处于均匀噪声、杂波边缘、非均匀杂波或是目标密集的情况,自适应的在全平均恒虚警检测器、平均-排序选小恒虚警检测器、平均-排序选大恒虚警检测器、前半平均恒虚警检测器和后半平均恒虚警检测器间切换。具体步骤为:
步骤1:顺序读入当前方位的(2N+1)个雷达视频信号xi,对视频信号xN+1进行检测。其中,视频信号xN+1称为检测单元;视频信号x1到xN称为前侧估计单元,计算其平均值ub作为检测单元前方的幅值水平;视频信号xN+2到x2N+1称为后侧估计单元,计算其平均值ul作为检测单元后方的幅值水平。N是大于零的自然数,可以根据雷达距离单元大小灵活设置,一般取值范围为8到32。
步骤2:分析前侧估计单元的视频信号x1到xN是否均匀,并分析后侧估计单元的视频信号xN+2到x2N+1是否均匀,再分析前侧估计单元幅值水平ub和后侧估计单元幅值水平ul是否一致。根据分析结果选择检测器:
步骤2-1:若前侧估计单元x1到xN均匀,且后侧估计单元xN+2到x2N+1均匀,且二者幅值水平ub和ul一致,则选择全平均恒虚警检测器,即将ub和ul的平均值作为最终的幅值水平,乘以门限因子TCA后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点;
步骤2-2:若前侧估计单元x1到xN均匀,且后侧估计单元xN+2到x2N+1均匀,但二者幅值水平ub和ul不一致,则选择平均-排序选大恒虚警检测器,即将ub和ul的较大值缓存,对ub和ul较小值的参考单元内的视频信号进行“从大到小”排序后选取第3N/4的视频信号幅值缓存,二者相加求均值后作为最终的幅值水平,乘以门限因子TCA-OSGO后与检测单元t0进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点;
步骤2-3:若前侧估计单元x1到xN不均匀,而后侧估计单元xN+2到x2N+1均匀,则选择后半平均恒虚警检测器,即选择ul作为最终的幅值水平,乘以门限因子TLA后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点;
步骤2-4:若前侧估计单元x1到xN均匀,而后侧估计单元xN+2到x2N+1不均匀,则选择前半平均恒虚警检测器,即选择ub作为最终的幅值水平,乘以门限因子TBA后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点;
步骤2-5:若前侧估计单元x1到xN不均匀,且后侧估计单元xN+2到x2N+1也不均匀,则选择平均-排序选小恒虚警检测器,即将ub和ul的较小值缓存,对ub和ul较大值的参考单元内的视频信号进行“从大到小”排序后选取第3N/4的视频信号幅值缓存,二者相加求均值后作为最终的幅值水平,乘以门限因子TCA-OSSO后与检测单元t0进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点;
前述步骤中,前侧估计单元的视频信号x1到xN是否均匀是指对x1到xN求和并求平方和计算参数id1取值1~N,从而近似的作为前侧估计单元视频信号的方差。当K1大于阈值Th1时,则视频信号是均匀的;当K1小于阈值Th1时,视频信号是不均匀的。Th1是大于0的实数。类似的,分析后侧估计单元的视频信号xN+2到x2N+1是否均匀是指先对xN+2到x2N+1求和再求平方和计算来近似的作为后侧估计单元视频信号的方差,参数id2取值N+2~2N+1;当K2大于阈值Th2时,则视频信号是均匀的;当K2小于阈值Th2时,视频信号是不均匀的。Th2是大于0的实数。而前侧估计单元局部杂波功率ub和后侧估计单元局部杂波功率ul是否一致是指计算K3=ub/ul,当时,两者一致;否则,两者不一致。Th3是大于1,小于1.2的实数。
本方法在传统恒虚警检测基础上,通过计算估计单元内的视频信号均值和方差,来分析当前检测单元所处的杂波情况。当前侧估计单元和后侧估计单元都均匀,且二者幅值水平一致时,说明检测单元处于均匀噪声中,采用全平均恒虚警检测器会取得最佳效果;当前侧估计单元和后侧估计单元都均匀,但二者幅值水平不一致时,说明检测单元处于杂波边缘最恶劣的情况,采用平均-排序选大恒虚警检测器会降低检测损失,控制虚警率;当前侧估计单元均匀,而后侧估计单元不均匀时,说明前侧估计单元是均匀噪声,后侧估计单元存在干扰目标,选用前平均恒虚警检测器会取得效果;当后侧估计单元均匀,而前侧估计单元不均匀时,则说明后侧估计单元存在干扰目标,而前侧估计单元是均匀噪声,选用后平均恒虚警检测器会取得效果。若前后侧估计单元都不均匀,则说明检测单元前后侧均存在干扰目标、或检测单元位于非均匀的杂波区中。此时,采用平均-排序选小恒虚警检测可以取得较好效果。其显著优点是:(1)根据检测单元所处的杂波环境选择合适的恒虚警检测器,处理更为精细;(2)相较于传统算法,仅增加了少量统计计算,可在硬件实现加速;(3)可根据杂波环境替换相应的恒虚警检测器。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述和/或其他方面的优点将会变得更加清楚。
图1为现有技术中雷达二维视频信号示意图。
图2为现有技术中全平均恒虚警检测效果。
图3为现有技术中为现有技术中平均-排序选大恒虚警检测效果。
图4为现有技术中平均-排序选小恒虚警检测效果。
图5为本发明实施效果图。
具体实施方式
本发明通过分析估计单元内的视频信号是否均匀以及二者幅值水平是否一致,自适应的切换全平均恒虚警检测器、平均-排序选小恒虚警检测器、平均-排序选大恒虚警检测器、前半平均恒虚警检测器和后半平均恒虚警检测器,从而克服单一检测器无法同时适应均匀噪声、目标密集、不均匀杂波区、杂波边缘等多种环境的缺陷。本发明可以更为准确的估计检测单元所处环境,有效降低检测损失。
本发明雷达视频信号检测时,对当前方位的视频信号沿距离单元逐个滑窗检测。
具体实施步骤是:
首先顺序读入当前方位的(2N+1)个雷达视频信号xi,对视频信号xN+1进行检测,称为检测单元;视频信号x1到xN称为前侧估计单元,计算其平均值ub作为检测单元前方的幅值水平;视频信号xN+2到x2N+1称为后侧估计单元,计算其平均值ul作为检测单元后方的功率。分析当前检测单元前侧估计单元的视频信号x1到xN是否均匀,并分析后侧估计单元的视频信号xN+2到x2N+1是否均匀,再分析前侧估计单元幅值水平ub和后侧估计单元幅值水平ul是否一致。根据分析结果选择检测方法:
若前侧估计单元x1到xN均匀,且后侧估计单元xN+2到x2N+1均匀,且二者幅值水平ub和ul一致,则当前检测单元处于均匀杂波环境,选择全平均恒虚警检测器可取得最佳检测效果,即将ub和ul的平均值作为最终的幅值水平,乘以门限因子TCA后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点;
若前侧估计单元x1到xN均匀,且后侧估计单元xN+2到x2N+1均匀,但二者幅值水平ub和ul不一致,则检测单元处于杂波边缘最恶劣的环境,选择平均-排序选大恒虚警检测器可有效控制虚警概率,即将ub和ul的较大值缓存,对ub和ul较小值的参考单元内的视频信号进行“从大到小”排序后选取第3N/4的视频信号幅值缓存,二者相加求均值后作为最终的幅值水平,乘以门限因子TCA-OSGO后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点;
若前侧估计单元x1到xN不均匀,而后侧估计单元xN+2到x2N+1均匀,则说明前侧估计单元存在干扰目标,而后侧估计单元是均匀噪声环境,选择后半平均恒虚警检测器,即选择ul作为最终的率水平,乘以门限因子TLA后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点;
若前侧估计单元x1到xN均匀,而后侧估计单元xN+2到x2N+1不均匀,则说明前侧估计单元是均匀噪声环境,而后侧估计单元存在干扰目标,选择前半平均恒虚警检测器,即选择ub作为最终的幅值水平,乘以门限因子TBA后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点;
若前侧估计单元x1到xN不均匀,且后侧估计单元xN+2到x2N+1也不均匀,则目标既可能处于目标密集环境中,也可能处于非均匀杂波环境中,选择平均-排序选小恒虚警检测器可降低检测损失,即将ub和ul的较小值缓存,对ub和ul较大值的参考单元内的视频信号进行“从大到小”排序后选取第3N/4的视频信号幅值缓存,二者相加求均值后作为最终的幅值水平,乘以门限因子TCA-OSSO后与检测单元t0进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点;
当前检测单元处理结束后,滑动到下一距离单元继续上述检测过程,直至所有雷达视频信号处理结束。
前述步骤中,前侧估计单元的视频信号x1到xN是否均匀是指对x1到xN求和并求平方和计算从而近似的作为前侧估计单元视频信号的方差。当K1大于阈值Thu时,则视频信号是均匀的;当K1小于阈值Thu时,视频信号是不均匀的。Thu是大于0的实数。类似的,分析后侧估计单元的视频信号xN+2到x2N+1是否均匀是指先对xN+2到x2N+1求和再求平方和计算来近似的作为后侧估计单元视频信号的方差,当K2大于阈值Thu时,则视频信号是均匀的;当K2小于阈值Thu时,视频信号是不均匀的。Thu是大于0的实数。而前侧估计单元局部杂波功率ub和后侧估计单元局部杂波功率ul是否一致是指计算K3=ub/ul,当时,两者一致;否则,两者不一致。Th3是大于1,小于1.2的实数。
具体实施过程中,可根据雷达探测环境和回波特点灵活调整门限因子TCA、TCA-OSSO、TCA-OSGO、TBA、TLA,以及Thu与ThS。虽然增加了视频信号均匀和幅值水平一致性的统计过程,但便于硬件实现。通过硬件设计中的流水线和并行技术,基本不增加处理时间。由于能够自适应的选择恒虚警检测算法,本发明有效提高了雷达视频信号检测在均匀噪声、杂波边缘、非均匀杂波和目标密集情况下的处理性能,效果图如图5所示。
本发明提供了一种用于雷达视频信号检测的自适应恒虚警检测方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (4)
1.一种用于雷达视频信号检测的自适应恒虚警检测方法,其特征在于,包括以下步骤:
步骤1:顺序读入2N+1个雷达视频信号xi,i取值1~2N+1,对雷达视频信号xN+1进行检测,记为检测单元t0;将雷达视频信号x1~xN作为前侧估计单元,计算其平均值ub作为检测单元前方的幅值水平;将雷达视频信号xN+2~x2N+1称为后侧估计单元,计算其平均值ul作为检测单元后方的幅值水平,N是大于零的自然数;
步骤2:分析前侧估计单元的视频信号x1到xN是否均匀,并分析后侧估计单元的视频信号xN+2到x2N+1是否均匀,再分析前侧估计单元的幅值水平ub和后侧估计单元的幅值水平ul是否一致,根据分析结果选择检测器:
步骤2-1:若前侧估计单元x1到xN均匀,且后侧估计单元xN+2到x2N+1均匀,且二者幅值水平ub和ul一致,则选择全平均恒虚警检测器,即将ub和ul的算术平均值作为最终的幅值水平,乘以门限因子TCA后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点,TCA是大于0的实数;
步骤2-2:若前侧估计单元x1到xN均匀,且后侧估计单元xN+2到x2N+1均匀,但二者幅值水平ub和ul不一致,则选择平均-排序选大恒虚警检测器,即将ub和ul的较大值缓存,对ub和ul较小值的估计单元内的视频信号按幅度大小进行从大到小排序,选取第3N/4个视频信号幅值缓存,求取所述两个缓存值的算术平均值作为最终的幅值水平,乘以门限因子TCA-OSGO后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点,TCA-OSGO是大于0的实数;
步骤2-3:若前侧估计单元x1到xN不均匀,而后侧估计单元xN+2到x2N+1均匀,则选择后半平均恒虚警检测器,即选择ul作为最终的幅值水平,乘以门限因子TLA后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点,TLA是大于0的实数;
步骤2-4:若前侧估计单元x1到xN均匀,而后侧估计单元xN+2到x2N+1不均匀,则选择前半平均恒虚警检测器,即选择ub作为最终的幅值水平,乘以门限因子TBA后与检测单元xN+1进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点,TBA是大于0的实数;
步骤2-5:若前侧估计单元x1到xN不均匀,且后侧估计单元xN+2到x2N+1也不均匀,则选择平均-排序选小恒虚警检测器,即将ub和ul的较小值缓存,对ub和ul较大值的估计单元内的视频信号按幅值大小进行从大到小排序,选取第3N/4个视频信号幅值缓存,求取两个缓存值的算术平均值作为最终的幅值水平,乘以门限因子TCA-OSSO后与检测单元t0进行比较,小于则检测单元被检测为目标点,大于则检测单元未检测为目标点,TCA-OSSO是大于0的实数。
2.根据权利要求1所述的方法,其特征在于,步骤2中,分析前侧估计单元的视频信号x1到xN是否均匀,包括:对x1到xN求和并求平方和计算参数id1取值1~N,当K1大于阈值Th1时,判定视频信号均匀;当K1小于阈值Th1时,判定视频信号不均匀,Th1是大于0的实数。
3.根据权利要求2所述的方法,其特征在于,步骤2中,分析后侧估计单元的视频信号xN+2到x2N+1是否均匀,包括:先对xN+2到x2N+1求和再求平方和计算参数id2取值N+2~2N+1;当K2大于阈值Th2时,则判定视频信号均匀;当K2小于阈值Th2时,判定视频信号不均匀,Th2是大于0的实数。
4.根据权利要求3所述的方法,其特征在于,步骤2中,分析前侧估计单元幅值水平ub和后侧估计单元幅值水平ul是否一致是指:计算K3=ub/ul,当时,两者一致;否则不一致,Th3是大于1,小于1.2的实数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410626343.9A CN104459644A (zh) | 2014-11-07 | 2014-11-07 | 一种用于雷达视频信号检测的自适应恒虚警检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410626343.9A CN104459644A (zh) | 2014-11-07 | 2014-11-07 | 一种用于雷达视频信号检测的自适应恒虚警检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104459644A true CN104459644A (zh) | 2015-03-25 |
Family
ID=52905997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410626343.9A Pending CN104459644A (zh) | 2014-11-07 | 2014-11-07 | 一种用于雷达视频信号检测的自适应恒虚警检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104459644A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105044686A (zh) * | 2015-08-03 | 2015-11-11 | 中国电子科技集团公司第二十八研究所 | 一种雷达密集假目标干扰抑制方法 |
CN105223553A (zh) * | 2015-09-18 | 2016-01-06 | 中国人民解放军国防科学技术大学 | 一种半频宽匹配滤波实现移频干扰识别方法 |
CN106526545A (zh) * | 2016-11-09 | 2017-03-22 | 西安空间无线电技术研究所 | 一种鲁棒cfar检测器的检测方法 |
CN107153180A (zh) * | 2017-06-15 | 2017-09-12 | 中国科学院声学研究所 | 一种目标信号检测方法及系统 |
CN107332693A (zh) * | 2017-06-13 | 2017-11-07 | 中国电子科技集团公司第二十八研究所 | 一种可视化多态信息传输服务架构设计系统 |
CN107884757A (zh) * | 2016-09-30 | 2018-04-06 | 比亚迪股份有限公司 | 恒虚警目标检测方法、装置及车辆 |
CN109239677A (zh) * | 2017-07-10 | 2019-01-18 | 中国科学院声学研究所 | 一种环境自适应恒虚警检测门限确定方法 |
CN109633597A (zh) * | 2019-01-23 | 2019-04-16 | 广州辰创科技发展有限公司 | 一种可变均值滑窗恒虚警检测算法及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010243247A (ja) * | 2009-04-02 | 2010-10-28 | Mitsubishi Electric Corp | 信号処理装置 |
CN103760542A (zh) * | 2014-01-10 | 2014-04-30 | 杭州电子科技大学 | 一种基于多模式的变化指数恒虚警目标检测方法 |
-
2014
- 2014-11-07 CN CN201410626343.9A patent/CN104459644A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010243247A (ja) * | 2009-04-02 | 2010-10-28 | Mitsubishi Electric Corp | 信号処理装置 |
CN103760542A (zh) * | 2014-01-10 | 2014-04-30 | 杭州电子科技大学 | 一种基于多模式的变化指数恒虚警目标检测方法 |
Non-Patent Citations (4)
Title |
---|
何友 等: "一种基于排序和平均的新恒虚警检测器", 《现代雷达》 * |
张仁李 等: "基于最大似然差的智能恒虚警检测器", 《系统工程与电子技术》 * |
胡文琳 等: "一种基于有序统计的鲁棒CFAR检测器", 《电子学报》 * |
陈华杰 等: "基于多背景杂波分布模型的自适应CFAR检测", 《光电工程》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105044686A (zh) * | 2015-08-03 | 2015-11-11 | 中国电子科技集团公司第二十八研究所 | 一种雷达密集假目标干扰抑制方法 |
CN105223553A (zh) * | 2015-09-18 | 2016-01-06 | 中国人民解放军国防科学技术大学 | 一种半频宽匹配滤波实现移频干扰识别方法 |
CN105223553B (zh) * | 2015-09-18 | 2017-11-17 | 中国人民解放军国防科学技术大学 | 一种半频宽匹配滤波实现移频干扰识别方法 |
CN107884757A (zh) * | 2016-09-30 | 2018-04-06 | 比亚迪股份有限公司 | 恒虚警目标检测方法、装置及车辆 |
CN107884757B (zh) * | 2016-09-30 | 2020-10-23 | 比亚迪股份有限公司 | 恒虚警目标检测方法、装置及车辆 |
CN106526545A (zh) * | 2016-11-09 | 2017-03-22 | 西安空间无线电技术研究所 | 一种鲁棒cfar检测器的检测方法 |
CN106526545B (zh) * | 2016-11-09 | 2018-11-23 | 西安空间无线电技术研究所 | 一种鲁棒cfar检测器的检测方法 |
CN107332693A (zh) * | 2017-06-13 | 2017-11-07 | 中国电子科技集团公司第二十八研究所 | 一种可视化多态信息传输服务架构设计系统 |
CN107332693B (zh) * | 2017-06-13 | 2019-08-02 | 中国电子科技集团公司第二十八研究所 | 一种可视化多态信息传输服务架构设计系统 |
CN107153180A (zh) * | 2017-06-15 | 2017-09-12 | 中国科学院声学研究所 | 一种目标信号检测方法及系统 |
CN109239677A (zh) * | 2017-07-10 | 2019-01-18 | 中国科学院声学研究所 | 一种环境自适应恒虚警检测门限确定方法 |
CN109633597A (zh) * | 2019-01-23 | 2019-04-16 | 广州辰创科技发展有限公司 | 一种可变均值滑窗恒虚警检测算法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104459644A (zh) | 一种用于雷达视频信号检测的自适应恒虚警检测方法 | |
KR101951034B1 (ko) | 순차통계 일정 오경보율 검파의 처리 속도 향상방법 | |
CN108490410B (zh) | 一种两坐标雷达对海目标联合检测跟踪方法 | |
CN109471072B (zh) | 基于fpga的单脉冲雷达二维cfar检测方法及系统 | |
CN106646419B (zh) | 一种检测杂波边缘雷达目标的自适应恒虚警方法 | |
CN103995259B (zh) | 密集干扰环境下雷达目标自适应滤波融合检测方法 | |
CN109188388B (zh) | 一种对抗多目标干扰的恒虚警检测方法 | |
CN102012503B (zh) | 基于秩和局部估计的选大和选小非参量恒虚警检测器 | |
CN106483508B (zh) | 一种用于数字信道化接收机的同时到达信号检测方法 | |
CN105759268A (zh) | 基于多线程的sar图像cfar自适应快速检测方法 | |
CN114114192B (zh) | 集群目标检测方法 | |
KR20120010457A (ko) | 계산량을 향상시킨 순차통계 일정 오경보율 검파방법 | |
CN108120976A (zh) | 一种基于多普勒通道特性的地杂波谱泄露抑制方法 | |
CN112965040B (zh) | 一种基于背景预筛选的自适应cfar目标检测方法 | |
CN105785330A (zh) | 一种认知型副瓣干扰抑制方法 | |
CN115032606B (zh) | 一种基于局部最小选定单元平均的恒虚警检测器 | |
CN104035084B (zh) | 一种用于非均匀杂波背景的动态规划检测前跟踪方法 | |
CN107561517A (zh) | 一种雷达海杂波剩余虚假点迹抑制方法 | |
CN104880696B (zh) | 一种基于通道优选的多通道目标检测方法 | |
CN106526545A (zh) | 一种鲁棒cfar检测器的检测方法 | |
CN102819010B (zh) | 一种改进的二维恒虚警方法 | |
CN112799042A (zh) | 一种干扰下基于斜投影的扩展目标自适应检测方法与系统 | |
CN109544574B (zh) | 基于全固态vts雷达的目标提取方法 | |
CN113963017A (zh) | 一种实时红外弱小目标检测方法、装置和计算机设备 | |
CN111337894B (zh) | 一种智能参考单元平均恒虚警检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150325 |