CN105277930A - 一种基于Hough变换的弱目标运动轨迹提取方法 - Google Patents
一种基于Hough变换的弱目标运动轨迹提取方法 Download PDFInfo
- Publication number
- CN105277930A CN105277930A CN201510811249.5A CN201510811249A CN105277930A CN 105277930 A CN105277930 A CN 105277930A CN 201510811249 A CN201510811249 A CN 201510811249A CN 105277930 A CN105277930 A CN 105277930A
- Authority
- CN
- China
- Prior art keywords
- target
- gate
- moment
- range
- time
- 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
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Hough变换的弱目标运动轨迹提取方法,将目标的检测分为初始阶段和跟踪阶段,初始阶段先选取一段时间单元内的所有距离单元内的回波数据,对其进行Hough变换,得到目标的初始距离和估计速度;跟踪阶段利用初始距离和估计速度确定距离门、时间门和角度门,只对距离门和时间门内数据进行Hough变换,并且Hough变换中只对数据进行角度门内的映射处理,由此沿时间轴迭代处理,不断更新距离门、时间门和角度门,得到目标距离、目标速度和运动轨迹。本发明在初始处理阶段利用较多的回波数据进行处理以提高初始距离和速度估计的精度,跟踪阶段则利用距离门、时间门和角度门内的少量数据进行处理,在保证跟踪精度的同时可有效降低计算量和存储量。
Description
技术领域
本发明属于雷达目标检测领域,具体涉及一种基于Hough变换的弱目标运动轨迹提取方法,特别涉及到噪声背景中弱目标的一维运动轨迹的提取。
背景技术
噪声背景下的弱目标检测及跟踪是雷达的关键技术之一。当目标回波比较微弱时,为了提高检测概率,一般将门限设置的比较低,经过门限处理后,导致大量虚假目标的出现,因此如何有效探测弱目标并提取目标的运动轨迹是一项复杂的工作。
对于运动目标,一般采用序列图像处理方法来提取目标的一维运动轨迹,其中应用最广泛的是Hough变换。Hough变换根据点-线对偶性,把图像空间的点映射到参数空间,在参数空间里通过积累形成峰值来进行目标检测,具有抗干扰性强、对局部缺损不敏感的优点;但由于Hough变换是一种批处理方法,在对时间和距离单元进行处理时,存在计算量大和存储量大的缺点。
针对Hough变换的缺点,Xu等人提出了随机Hough变换(RHT),见文献“XuL,OjeE,KultanenP.RandomizedHoughtransform(RHT):basicmechanisms,algorithms,andcomputationalcomplexities.CVGIP:ImageUnderstanding,1993,57(2):131-154”。RHT采用随机抽样、收敛映射和动态链接表机制,将图像中的两个点唯一对应为参数空间的一个点,避免了传统Hough变换中一对多的映射,有效降低了计算量和存储量。在处理弱目标的回波图像时,目标有效回波所占比例较低,由于RHT采用全局采样,引入了大量无效采样和无效积累,仍然存在时间复杂度较高的问题。
发明内容
本发明要解决的技术问题是,针对传统Hough变换和RHT在检测弱目标运动轨迹中的不足,提供一种基于Hough变换的弱目标运动轨迹提取方法,将目标的检测分为初始阶段和跟踪阶段,在保证跟踪精度的同时有效降低计算量和存储量。
本发明为解决上述技术问题所采用的技术方案是:
一种基于Hough变换的弱目标运动轨迹提取方法,包括以下步骤:
1)对于目标一维回波数据,确定初始阶段处理数据的时间门和距离门,时间门选取从观测起始时刻开始的N个观测时刻,即N帧回波数据,距离门为每帧数据内所有M个距离单元,由此构造二维数组B(i,j),1≤i≤M,1≤j≤N;
2)选取目标在参数空间中对应的角度θ满足0≤θ<π,对B(i,j)进行Hough变换,得到目标的初始距离估计值s0和速度估计值v0;
3)设定k=1;
4)根据初始距离估计值s0和速度估计值v0确定跟踪阶段N+k时刻(跟踪阶段起始时刻)的时间门tg和距离门dg,由此得到一个回波数组C(i,j),i∈dg,j∈tg;
5)根据速度估计值v0粗略估计目标速度范围,并结合目标运动方向、距离单元和时间单元确定Hough变换中的角度门θg,对步骤4)中得到的回波数组C(i,j)进行Hough变换,得到N+k时刻的目标距离s和目标速度v,此时角度θ∈θg;
6)由步骤5)中得到的N+k时刻的目标距离s和目标速度v,将观测时刻不断向后推移,即设定k=k+1,其中,2≤k≤tn-N,tn为总的观测时刻单元数目,重复步骤4)和5),计算下一观测时刻的时间门和距离门,得到不同观测时刻实时更新的目标距离s和目标速度v,实现对目标运动轨迹的提取。
进一步,所述步骤1)中,在一个观测时刻,接收到的一帧回波数据为所有距离单元的回波信号经过门限阈值处理后的判决值,即每个观测时刻的回波数据为(0,1)序列,对应不同距离单元是否存在目标,0代表不存在目标,1代表存在目标。
进一步,所述步骤5)中对回波数组C(i,j)进行Hough变换时,只将回波数据中值为1的单元映射到参数空间。
进一步,所述步骤4)中跟踪阶段的时间门tg的选取固定为从当前观测时刻开始的tk个时间单元,tk为跟踪阶段每个时间门内包含的时间单元数目。
进一步,所述步骤4)中跟踪阶段距离门dg的选取由观测时刻决定,分别如下:
i)对于N+1时刻,距离门范围估计值为:
式(1)中,c(1)为N+1时刻距离门起始值,Δt为观测时间单元间隔,“±”的符号选取由步骤2)中目标在参数空间中对应角度θ的大小确定:
当0≤θ<π/2时,式(1)中“±”取“-”,表示目标靠近观测点运动;
当π/2≤θ<π时,式(1)中“±”取“+”,表示目标远离观测点运动;
ii)对于N+k时刻,其中,2≤k≤tn-N-tk+1,距离门范围估计值为:
式(2)中,c(k)为N+k时刻距离门起始值,s(k-1)为上一时刻估计出的目标距离,v(k-1)为上一时刻估计出的目标速度,“±”的符号选取与步骤i)中相同;
iii)对于N+k时刻,其中,tn-N-tk+2≤k≤tn-N(由于时间门小于tk,此时不再计算距离门,也不再进行Hough变换),目标距离估计值为:
s(k)=s(tg_end)±v(tg_end)*(k-tg_end)*Δt(3)
式(3)中“±”的符号选取与步骤i)中相同;
速度估计值为:
v(k)=v(tg_end)(4)
式(3)和式(4)中,tg_end=tn-N-tk+1,为时间门终止时刻的时刻序号。
进一步,所述步骤5)中跟踪阶段角度门θg的选取由目标速度范围、运动方向、距离单元和时间单元共同决定,分别如下:
i)当目标靠近观测点运动时,角度门θg为:
ii)当目标远离观测点运动时,角度门θg为:
式(5)和式(6)中,Δs为距离单元间隔,Δt为观测时间单元间隔,vmax为目标速度值的上限,vmin为目标速度值的下限,vmax和vmin由目标先验信息估计得到,arctg(·)表示求反正切函数。
本发明的有益效果:该方法将目标的检测分为初始阶段和跟踪阶段,在初始阶段利用一段时间单元内所有距离单元的数据进行Hough变换估计目标初始距离和速度;跟踪阶段则利用初始距离和速度确定时间门、距离门和角度门,对时间门和距离门内的数据在角度门内进行Hough变换,由此随时间单元迭代处理得到目标的运动轨迹,在保证跟踪精度的同时可有效降低计算量和存储量,具有计算时间短,跟踪精度高的优点,适合于复杂噪声背景中弱目标一维运动轨迹的提取。
附图说明
图1为本发明基于Hough变换的弱目标运动轨迹提取方法的流程图;
图2为实施例中含大量背景噪声的回波数据示意图;
图3为本发明对目标运动轨迹提取的结果示意图。
具体实施方式
下面结合附图和实施例对本发明技术方案进行详细的描述。
参照图1所示,本发明所述的基于Hough变换的弱目标运动轨迹提取方法,包括以下步骤:
1)对于目标一维回波数据,确定初始阶段处理数据的时间门和距离门,时间门选取从观测起始时刻开始的N个观测时刻,即N帧回波数据,距离门为每帧数据内所有M个距离单元,由此构造二维数组B(i,j),1≤i≤M,1≤j≤N;回波数据为所有距离单元的回波信号经过门限阈值处理后的判决值,即每个观测时刻的回波数据为(0,1)序列,对应不同距离单元是否存在目标,0代表不存在目标,1代表存在目标,在某个距离单元内回波数据判决值是否为1是一个概率事件,概率大小受目标回波强度和噪声回波强度的综合影响;
2)选取目标在参数空间中对应的角度θ满足0≤θ<π,对B(i,j)进行Hough变换,得到目标的初始距离估计值s0和速度估计值v0;
3)设定k=1;
4)根据初始距离估计值s0和速度估计值v0确定跟踪阶段N+k时刻(跟踪阶段起始时刻)的时间门tg和距离门dg,由此得到一个回波数组C(i,j),i∈dg,j∈tg;时间门tg的选取固定为从当前观测时刻开始的tk个时间单元,tk为跟踪阶段每个时间门内包含的时间单元数目;
5)根据速度估计值v0粗略估计目标速度范围,并结合目标运动方向、距离单元和时间单元确定Hough变换中的角度门θg,对步骤4)中得到的回波数组C(i,j)进行Hough变换,得到N+k时刻的目标距离s和目标速度v,此时角度θ∈θg;对回波数组C(i,j)进行Hough变换时,只将回波数据(从时间-距离图像体现出来)中值为1的单元映射到参数空间;
6)由步骤5)中得到的N+k时刻的目标距离s和目标速度v,将观测时刻不断向后推移,即设定k=k+1,其中,2≤k≤tn-N,tn为总的观测时刻单元数目,重复步骤4)和5),计算下一观测时刻的时间门和距离门,得到不同观测时刻实时更新的目标距离s和目标速度v;
7)当N+k时刻的时间门超过最大观测时刻时,设定KM=k,利用目标距离s(KM-1)和目标速度v(KM-1)计算第KM次及之后的距离和速度,实现对目标运动轨迹的提取,最后输出跟踪轨迹。
参照图2~图3的实施例,本发明实施例基于Hough变换的弱目标运动轨迹提取方法包括以下步骤:
1、根据含大量背景噪声的回波数据,选取一段时间总长度为200ms的回波数据,其中目标初始距离为14000m,速度为2000m/s,目标为靠近观测点运动,如图2所示,其中观测时间单元间隔Δt为1ms,距离单元间隔Δs为1.5m,距离范围为0~15000m,即1ms对应1帧回波数据,每帧回波数据有10000个距离单元,总的观测时刻单元数目tn=200;
2、选取初始阶段处理数据,此时距离门为0~15000m,时间门为1~100ms,即距离单元个数M=10000,观测时刻个数N=100,即B(i,j)为10000×100的二维数组;
3、选取角度θ满足0≤θ<π,角度单元为1000个,即角度间隔为π/1000=0.00314,对B(i,j)进行Hough变换,得到目标的初始距离估计值s0为14004m,速度估计值v0为1994m/s;
4、对于跟踪阶段,选取每个观测时刻的时间单元数目tk为50,时间门为tg=50ms,由s0和v0选取101ms的距离门dg为:
c(1)=s0-v0*N*Δt=13804.6m;
dg(1)=[c(1)c(1)-(tk-1)*Δt*v0]=[13706.9m13804.6m];
此时时间单元数为50,距离单元数为66,即101ms时刻的跟踪处理数组C(i,j)大小为66×50。
5、根据速度估计值v0,选取vmax为3000m/s,vmin为1000m/s,目标靠近观测点运动,由式(5)得到角度门为:
此时选取角度单元为200个,角度间隔为0.00259;
6、根据步骤5中确定的角度单元,对二维数组C(i,j)进行Hough变换,得到101ms时刻的目标距离s(1)=13804.5m和目标速度v(1)=1995m/s,由此计算102ms时刻的距离门:
c(2)=s(1)-v(1)*Δt=13802.5m
dg(2)=[c(2)c(2)-(tk-1)*Δt*v(1)]=[13704.713802.5]
此时时间单元数为50,距离单元数为66,即101ms时刻的跟踪处理数组C(i,j)大小为66×50。
7、将观测时刻向后推移,重复步骤5和步骤6,得到不同时刻目标距离和目标速度,其中从第151ms开始的数据不再计算时间门和距离门,其距离和速度分别为:
s(k)=s(50)-v(50)*(k-50)*Δt
v(k)=v(50)
其中51≤k≤100;
8、最后输出跟踪轨迹,如图3所示。
显然,上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,依本发明的精神所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (6)
1.一种基于Hough变换的弱目标运动轨迹提取方法,其特征在于,包括以下步骤:
1)对于目标一维回波数据,确定初始阶段处理数据的时间门和距离门,时间门选取从观测起始时刻开始的N个观测时刻,即N帧回波数据,距离门为每帧数据内所有M个距离单元,由此构造二维数组B(i,j),1≤i≤M,1≤j≤N;
2)选取目标在参数空间中对应的角度θ满足0≤θ<π,对B(i,j)进行Hough变换,得到目标的初始距离估计值s0和速度估计值v0;
3)设定k=1;
4)根据初始距离估计值s0和速度估计值v0确定跟踪阶段N+k时刻的时间门tg和距离门dg,由此得到一个回波数组C(i,j),i∈dg,j∈tg;
5)根据速度估计值v0粗略估计目标速度范围,并结合目标运动方向、距离单元和时间单元确定Hough变换中的角度门θg,对步骤4)中得到的回波数组C(i,j)进行Hough变换,得到N+k时刻的目标距离s和目标速度v,此时角度θ∈θg;
6)由步骤5)中得到的N+k时刻的目标距离s和目标速度v,将观测时刻不断向后推移,即设定k=k+1,其中,2≤k≤tn-N,tn为总的观测时刻单元数目,重复步骤4)和5),计算下一观测时刻的时间门和距离门,得到不同观测时刻实时更新的目标距离s和目标速度v,实现对目标运动轨迹的提取。
2.根据权利要求1所述的基于Hough变换的弱目标运动轨迹提取方法,其特征在于,所述步骤1)中,在一个观测时刻,接收到的一帧回波数据为所有距离单元的回波信号经过门限阈值处理后的判决值,即每个观测时刻的回波数据为(0,1)序列,对应不同距离单元是否存在目标,0代表不存在目标,1代表存在目标。
3.根据权利要求1所述的基于Hough变换的弱目标运动轨迹提取方法,其特征在于,所述步骤5)中对回波数组C(i,j)进行Hough变换时,只将回波数据中值为1的单元映射到参数空间。
4.根据权利要求1所述的基于Hough变换的弱目标运动轨迹提取方法,其特征在于,所述步骤4)中跟踪阶段的时间门tg的选取固定为从当前观测时刻开始的tk个时间单元,tk为跟踪阶段每个时间门内包含的时间单元数目。
5.根据权利要求1所述的基于Hough变换的弱目标运动轨迹提取方法,其特征在于,所述步骤4)中跟踪阶段距离门dg的选取由观测时刻决定,分别如下:
i)对于N+1时刻,距离门范围估计值为:
式(1)中,c(1)为N+1时刻距离门起始值,Δt为观测时间单元间隔,“±”的符号选取由步骤2)中目标在参数空间中对应角度θ的大小确定:
当0≤θ<π/2时,式(1)中“±”取“-”,表示目标靠近观测点运动;
当π/2≤θ<π时,式(1)中“±”取“+”,表示目标远离观测点运动;
ii)对于N+k时刻,其中,2≤k≤tn-N-tk+1,距离门范围估计值为:
式(2)中,c(k)为N+k时刻距离门起始值,s(k-1)为上一时刻估计出的目标距离,v(k-1)为上一时刻估计出的目标速度,“±”的符号选取与步骤i)中相同;
iii)对于N+k时刻,其中,tn-N-tk+2≤k≤tn-N,目标距离估计值为:
s(k)=s(tg_end)±v(tg_end)*(k-tg_end)*Δt(3)
式(3)中“±”的符号选取与步骤i)中相同;
速度估计值为:
v(k)=v(tg_end)(4)
式(3)和式(4)中,tg_end=tn-N-tk+1,为时间门终止时刻的时刻序号。
6.根据权利要求1所述的基于Hough变换的弱目标运动轨迹提取方法,其特征在于,所述步骤5)中跟踪阶段角度门θg的选取由目标速度范围、运动方向、距离单元和时间单元共同决定,分别如下:
i)当目标靠近观测点运动时,角度门θg为:
ii)当目标远离观测点运动时,角度门θg为:
式(5)和式(6)中,Δs为距离单元间隔,Δt为观测时间单元间隔,vmax为目标速度值的上限,vmin为目标速度值的下限,vmax和vmin由目标先验信息估计得到,arctg(·)表示求反正切函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510811249.5A CN105277930B (zh) | 2015-11-20 | 2015-11-20 | 一种基于Hough变换的弱目标运动轨迹提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510811249.5A CN105277930B (zh) | 2015-11-20 | 2015-11-20 | 一种基于Hough变换的弱目标运动轨迹提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105277930A true CN105277930A (zh) | 2016-01-27 |
CN105277930B CN105277930B (zh) | 2017-11-17 |
Family
ID=55147275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510811249.5A Active CN105277930B (zh) | 2015-11-20 | 2015-11-20 | 一种基于Hough变换的弱目标运动轨迹提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105277930B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108196241A (zh) * | 2018-02-07 | 2018-06-22 | 北京航空航天大学 | 一种基于Hough变换的高速动目标速度估计方法 |
CN109932700A (zh) * | 2019-03-28 | 2019-06-25 | 北京润科通用技术有限公司 | 一种多普勒速度的解模糊方法及装置 |
CN113376648A (zh) * | 2021-04-26 | 2021-09-10 | 上海航天控制技术研究所 | 基于激光雷达探测的高速非合作目标轨迹提取方法 |
CN113671520A (zh) * | 2021-08-11 | 2021-11-19 | 数量级(上海)信息技术有限公司 | 一种量子激光雷达的测距滤波跟踪方法及系统 |
CN113671520B (zh) * | 2021-08-11 | 2024-09-10 | 数量级(上海)信息技术有限公司 | 一种量子激光雷达的测距滤波跟踪方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0907145A2 (en) * | 1997-10-03 | 1999-04-07 | Nippon Telegraph and Telephone Corporation | Method and equipment for extracting image features from image sequence |
CN101887116A (zh) * | 2010-04-14 | 2010-11-17 | 电子科技大学 | 一种用于微弱目标的改进型随机Hough变换检测方法 |
CN103777187A (zh) * | 2014-01-15 | 2014-05-07 | 杭州电子科技大学 | 基于遍历随机Hough变换的弱目标检测前跟踪方法 |
CN104267387A (zh) * | 2014-09-03 | 2015-01-07 | 电子科技大学 | 一种无载波超宽带雷达的目标检测方法 |
-
2015
- 2015-11-20 CN CN201510811249.5A patent/CN105277930B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0907145A2 (en) * | 1997-10-03 | 1999-04-07 | Nippon Telegraph and Telephone Corporation | Method and equipment for extracting image features from image sequence |
CN101887116A (zh) * | 2010-04-14 | 2010-11-17 | 电子科技大学 | 一种用于微弱目标的改进型随机Hough变换检测方法 |
CN103777187A (zh) * | 2014-01-15 | 2014-05-07 | 杭州电子科技大学 | 基于遍历随机Hough变换的弱目标检测前跟踪方法 |
CN104267387A (zh) * | 2014-09-03 | 2015-01-07 | 电子科技大学 | 一种无载波超宽带雷达的目标检测方法 |
Non-Patent Citations (3)
Title |
---|
X.F. WU ET AL.: "Motion feature extraction for stepped frequency radar based on Hough transform", 《IET RADAR,SONAR&NAVIGATION》 * |
王苗苗 等: "空间移动小目标的检测算法", 《空间控制技术与应用》 * |
胡静 等: "基于速度估计的双Hough变换运动轨迹检测算法", 《华中科技大学学报(自然科学版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108196241A (zh) * | 2018-02-07 | 2018-06-22 | 北京航空航天大学 | 一种基于Hough变换的高速动目标速度估计方法 |
CN108196241B (zh) * | 2018-02-07 | 2022-03-29 | 北京航空航天大学 | 一种基于Hough变换的高速动目标速度估计方法 |
CN109932700A (zh) * | 2019-03-28 | 2019-06-25 | 北京润科通用技术有限公司 | 一种多普勒速度的解模糊方法及装置 |
CN109932700B (zh) * | 2019-03-28 | 2021-02-19 | 北京润科通用技术有限公司 | 一种多普勒速度的解模糊方法及装置 |
CN113376648A (zh) * | 2021-04-26 | 2021-09-10 | 上海航天控制技术研究所 | 基于激光雷达探测的高速非合作目标轨迹提取方法 |
CN113671520A (zh) * | 2021-08-11 | 2021-11-19 | 数量级(上海)信息技术有限公司 | 一种量子激光雷达的测距滤波跟踪方法及系统 |
CN113671520B (zh) * | 2021-08-11 | 2024-09-10 | 数量级(上海)信息技术有限公司 | 一种量子激光雷达的测距滤波跟踪方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105277930B (zh) | 2017-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | UWB positioning system based on LSTM classification with mitigated NLOS effects | |
CN111399642B (zh) | 手势的识别方法、装置、移动终端和存储介质 | |
CN101806887B (zh) | 基于空间跟踪滤波器的海杂波抑制和目标检测方法 | |
CN103793059A (zh) | 一种基于时域多普勒手势恢复识别方法 | |
CN104880160B (zh) | 一种工件表面轮廓的二维激光实时探测方法 | |
CN101907709A (zh) | 一种穿墙探测雷达对运动人体目标搜索定位的方法 | |
CN113837131B (zh) | 一种基于fmcw毫米波雷达的多尺度特征融合手势识别方法 | |
CN103454691A (zh) | 一种基于uwb 生物雷达的扫描探测方法及系统 | |
CN106405510B (zh) | 一种基于伪滑窗l判决准则的航迹删除方法 | |
CN103745216B (zh) | 一种基于空域特性的雷达图像杂波抑制方法 | |
CN105277930A (zh) | 一种基于Hough变换的弱目标运动轨迹提取方法 | |
CN113963441A (zh) | 一种基于跨域增强的毫米波雷达手势识别方法及系统 | |
CN105427301A (zh) | 基于直流分量比测度的海陆杂波场景分割方法 | |
CN105022046A (zh) | 一种基于图像特征的雷达弱目标检测方法 | |
CN104299248A (zh) | 利用前视声呐图像对水下多个动态目标运动预测的方法 | |
CN103197297A (zh) | 基于认知框架的雷达动目标检测方法 | |
Yang et al. | RaLiBEV: Radar and LiDAR BEV fusion learning for anchor box free object detection system | |
CN103605130B (zh) | 超宽带穿墙雷达隐藏运动目标检测与成像方法 | |
CN104459686A (zh) | 一种基于Hough变换与蚁群相似度的目标检测与跟踪方法 | |
CN105974402B (zh) | 适用于脉冲多普勒雷达的机动目标多帧检测前跟踪方法 | |
CN105741262A (zh) | 基于能量聚集度测度的海陆杂波场景分割方法 | |
CN108010066A (zh) | 基于红外目标灰度互相关和角度信息的多假设跟踪方法 | |
CN104407345A (zh) | 一种用于弱目标检测跟踪中的改进型动态规划方法 | |
CN110334674A (zh) | 一种平面自由体轨迹识别跟踪及预测方法 | |
Mimouna et al. | Entropy-based ultra-wide band radar signals segmentation for multi obstacle detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |