CN105785453B - 一种穿墙雷达墙后人体目标的自适应指示方法 - Google Patents
一种穿墙雷达墙后人体目标的自适应指示方法 Download PDFInfo
- Publication number
- CN105785453B CN105785453B CN201610116866.8A CN201610116866A CN105785453B CN 105785453 B CN105785453 B CN 105785453B CN 201610116866 A CN201610116866 A CN 201610116866A CN 105785453 B CN105785453 B CN 105785453B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- wall
- human body
- radar
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Electromagnetism (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种穿墙雷达墙后人体目标的自适应指示方法。通过对回波信号每个数据点的背景，选取最优长度的历史脉冲数据进行估计，使每个数据点杂波抑制后SCR达到最大，成功地解决了常规墙后人体目标指示方法不能适应不同运动类型目标的问题，提高了穿墙雷达对不同运动类型人体目标的适应性；本发明方法计算量低，执行效率高，适用于穿墙雷达对不同运动类型人体目标的探测，可有效提高穿墙雷达的工作效率。
Description
技术领域
本发明属于穿墙雷达探测领域，具体涉及一种可用于穿墙雷达探测的墙后人体目标的自适应指示方法。
背景技术
在穿墙雷达墙后人体目标指示应用中，回波信号包括人体目标信号、杂波信号、噪声信号。由于人体对电磁信号的反射率低，外加墙壁对人体目标回波的双程衰减，雷达接收到的人体目标信号非常微弱，因而回波信号中的SCR(Signal-to-Clutter Ratio，信杂比)极低。实现墙后人体目标的指示，必须抑制强杂波的干扰。穿墙雷达在工作时，往往保持静止不动，其接收的杂波信号往往是非时变的。因此，可以沿着慢时间维进行杂波抑制，实现人体目标的指示。
然而在实际应用中，墙后的人体目标往往是非合作目标，其运动状态往往是时变且未知的。依据运动时是否跨越雷达的距离分辨单元，人体目标运动可分为大运动和小运动。大运动包括走动、跑动等，而小运动则指目标位于原地的运动如静止呼吸、原地体动等。不同的运动类型对指示方法的要求是不同的。因此，如何适应人体目标的不同运动类型，提高人体目标指示性能，改善SCR，成为穿墙雷达墙后人体目标指示的关键。
在穿墙雷达中，常见的墙后人体目标指示方法有运动目标指示法(Moving TargetIndication，MTI)和背景相消法。
一、MTI方法
MTI中的二脉冲对消器结构简单，只需将当前时刻脉冲回波数据减去前一个时刻的脉冲回波数据，不需乘法运算，运行效率高。通过级联二脉冲对消器，可以扩展到N脉冲对消器。如文献：Richards,M.A.,Fundamentals of radar signal processing,McGraw-Hill,New York,2005。
脉冲对消MTI方法的截止频率高，往往会把变化频率较低的小运动目标和时不变的杂波信号一并滤除。
二、背景相消方法。
背景相消方法选取一定数量的历史脉冲数据估计背景，然后与当前时刻回波脉冲数据相减，完成杂波信号的抑制。如文献：Zetik,R.,S.Crabbeb,J.Krajnakc,P.Peyerld,J.Sachsa,and R.Detection and localization of persons behind obstaclesusing M-sequence through-the-wall radar,Proceedings of SPIE on Conference onSensors,and Command,Control,Communications,and Intelligence(C31)Technologiesfor Homeland Security and Homeland Defense V,2006。根据背景估计方法的不同，背景相消法可分为：积累平均背景相消(Accumulated Average Background Subtraction，AABS)、滑动平均背景相消(MABS)和指数加权背景相消(Exponential Average BackgroundSubtraction，EABS)。AABS方法将全部历史回波信号加以平均，估计背景；MABS方法则选取滑动窗内回波信号的均值作为背景；EABS背景相消方法兼容了前两种方法之所长，对于历史回波信号赋予逐渐收敛为零的权值，估计背景，如文献：陈洁，超宽带雷达信号处理及成像方法研究，博士学位论文，中国科学院研究生院(电子学研究所)，2007。
AABS积累了全部的历史脉冲回波数据，可以在去除杂波信号的同时，很好地保留小运动目标；但在指示大运动目标时，会产生拖尾效应。MABS和EABS虽然对于大运动和小运动的目标有良好的指示性能，但MABS的滑动窗的宽度和EABS的权值，均需要依据经验事先选取，不能根据目标的运动状态自适应地调整。
发明内容
针对传统的墙后人体目标指示方法存在的不足，本发明提供一种墙后人体目标自适应指示的有效方法，改善了SCR，提高穿墙雷达对不同运动类型人体目标的适应性。
本发明的一种穿墙雷达墙后人体目标的自适应指示方法，其特征在于，对于利用穿墙雷达进行穿墙探测时获得的p时刻回波信号，逐次对每个回波距离单元做如下操作：沿梯度下降方向搜索使杂波抑制结果中SCR达到最大的历史脉冲数量Lopt，然后用这Lopt个历史脉冲数据估计背景数据，与p时刻回波信号的当前数据点相减，即完成p时刻回波信号中的墙后人体目标指示。
具体的，所述搜索使杂波抑制结果中SCR达到最大的历史脉冲的数量Lopt包括如下步骤：
(1)对p时刻回波信号的第n个距离单元x(n)，定义代价函数
其中XL(n)(n)表示用于估计背景的历史脉冲数据组成的矩阵，WL(n)(n)表示矩阵赋予的权值，L(n)表示该矩阵包含的历史脉冲数量，定义为抽头长度，Lopt应当使代价函数达到最大；
(2)假定XL(n)(n)和WL(n)(n)分别为XL(n)+Δ(n)和WL(n)+Δ(n)的前L(n)量，其中Δ表示一个整数常量，在每次迭代搜索中，L(n)沿着JL(n)(n)的平滑梯度方向调整，则第m次迭代搜索可表示为
其中δ<Δ表示一个整数常数，sign(·)表示符号函数，表示代价函数的平滑梯度，即
其中T表示平滑因子，W2Δ(n)和X2Δ(n)分别表示XL(n)+Δ(n)和WL(n)+Δ(n)的最后2Δ量；
(3)为提高收敛的效率，将新的迭代长度限制在如下范围
Lm+1(n)＝max{min{Lm+1(n),Lmax},Lini} (4)
其中Lmax表示抽头长度的上限，Lini＝δ+Δ表示搜索迭代的初始值，当抽头长度达到Lmax时，搜索迭代即终止。
具体的按照公式(5)估计所述背景数据
其中
具体的，Lmax等于雷达的脉冲重复频率除于人体目标呼吸心跳的最大频率。。
本发明的有益效果是：通过对回波信号每个数据点的背景，选取最优长度的历史脉冲数据进行估计，使每个数据点杂波抑制后SCR达到最大，成功地解决了常规墙后人体目标指示方法不能适应不同运动类型目标的问题，提高了穿墙雷达对不同运动类型人体目标的适应性；本发明方法计算量低，执行效率高，适用于穿墙雷达对不同运动类型人体目标的探测，可有效提高穿墙雷达的工作效率。
附图说明
图1是目标沿着垂直墙壁方向往返走动的雷达距离历史图像：(a)是杂波抑制前原始图像；(b)是本发明方法处理结果；
图2是目标离墙1.5米静止站立的雷达距离历史图像：(a)是杂波抑制前原始图像；(b)是本发明方法处理结果；
图3是目标离墙1.5米原地踏步走的雷达距离历史图像：(a)是杂波抑制前原始图像；(b)是本发明方法处理结果。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的解释。
本发明中穿墙雷达保持静止不动，则可以应用本发明所阐述的自适应指示法对墙后人体目标进行指示。
本发明提出的墙后人体目标的自适应指示方法通过实际雷达系统进行了实验验证，实验结果证明了本发明的有效性。该雷达系统参数如表1所示。
表1雷达系统参数
| 参数 | 参数值 | 参数 | 参数值 |
| 天线 | 螺旋天线 | 收发配置 | 单站收发分置，单发单收 |
| 发射信号 | 单周波 | 中心频率(MHz) | 750 |
| 信号带宽(MHz) | 750 | 脉冲重复频率(Hz) | 20 |
| 采样频率(MHz) | 4000 | 雷达平台高度(m) | 1.5 |
第一步，选取厚度为30厘米的砖墙，在墙壁一侧一个身高1.75米的人体目标，分别做径向行走、静止站立和原地踏步三种动作。穿墙雷达贴墙放置在墙壁另外一侧。
第二步，墙后人体目标指示。
(a)根据雷达的脉冲重复频率f＝20Hz，正常状态下人体目标呼吸心跳的最大频率fb＝1Hz，按公式Lmax＝f/fb，确定抽头长度搜索上限为Lmax＝20。选定δ＝1，Δ＝2以及T＝3，则抽头长度搜索迭代的初始值为Lini＝3；
(b)对接收到的p时刻回波信号的第n个距离单元x(n)，按照公式
搜索其背景估计所需历史脉冲数量的最优值Lopt(n)；
(c)按照公式估计背景数据，其中
(a)将估计得到的背景数据b(n)和x(n)相减，完成该距离单元的目标指示；
(b)按照步骤(b)、(c)和(d)，逐次对p时刻回波信号的每个距离单元进行操作，完成p时刻回波信号的目标指示。
图1、图2和图3分别给出了雷达采用本发明提出方法对墙后三种不同运动状态下人体目标的指示结果。三幅图中人体目标的运动状态依次为：沿着垂直墙壁的方向往返走动、离墙1.5米静止站立以及离墙1.5米原地踏步走。可以看出，杂波抑制前的原始雷达距离历史图像中，目标淹没在杂波中；采用本发明提出方法处理后，雷达回波中的杂波得到了很好的抑制，能够清晰的分辨出目标的运动轨迹，区分出目标的运动状态。
实际雷达系统探测实验结果表明，本发明提出的穿墙雷达墙后人体目标的自适应指示方法，可有效抑制强杂波的影响，对墙后人体目标的不同运动状态有很好的适应性，成功解决了常规杂波抑制方法对目标运动状态适应能力差的问题。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应当理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (2)
1.一种穿墙雷达墙后人体目标的自适应指示方法，其特征在于，对于利用穿墙雷达进行穿墙探测时获得的p时刻回波信号，逐次对每个回波距离单元做如下操作：
步骤一、沿梯度下降方向搜索使杂波抑制结果中SCR达到最大的历史脉冲数量Lopt，，包括如下步骤：
(一)对p时刻回波信号的第n个距离单元x(n)，定义代价函数
<mrow>
<msub>
<mi>J</mi>
<mrow>
<mi>L</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>e</mi>
<mrow>
<mi>L</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>L</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<msubsup>
<mi>W</mi>
<mrow>
<mi>L</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
<mi>T</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中XL(n)(n)表示用于估计背景的历史脉冲数据组成的矩阵，WL(n)(n)表示矩阵赋予的权值，L(n)表示该矩阵包含的历史脉冲数量，定义为抽头长度，Lopt应当使代价函数达到最大；
(二)假定XL(n)(n)和WL(n)(n)分别为XL(n)+Δ(n)和WL(n)+Δ(n)的前上(n)量，其中Δ表示一个整数常量，在每次迭代搜索中，L(n)沿着JL(n)(n)的平滑梯度方向调整，则第m次迭代搜索可表示为
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>L</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&delta;</mi>
<mi>s</mi>
<mi>i</mi>
<mi>g</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mover>
<mo>&dtri;</mo>
<mo>&OverBar;</mo>
</mover>
<msub>
<mi>J</mi>
<mrow>
<msub>
<mi>L</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中δ＜Δ表示一个整数常数，sign(·)表示符号函数，表示代价函数的平滑梯度，即
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mo>&dtri;</mo>
<mo>&OverBar;</mo>
</mover>
<msub>
<mi>J</mi>
<mrow>
<msub>
<mi>L</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>T</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>m</mi>
<mo>-</mo>
<mi>T</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mo>&dtri;</mo>
<msub>
<mi>J</mi>
<mrow>
<msub>
<mi>L</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>&dtri;</mo>
<msub>
<mi>J</mi>
<mrow>
<msub>
<mi>L</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>e</mi>
<mrow>
<msub>
<mi>L</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>L</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>e</mi>
<mrow>
<msub>
<mi>L</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&Delta;</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>e</mi>
<mrow>
<msub>
<mi>L</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>&Delta;</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mn>2</mn>
<mi>&Delta;</mi>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>X</mi>
<mrow>
<mn>2</mn>
<mi>&Delta;</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<msubsup>
<mi>W</mi>
<mrow>
<mn>2</mn>
<mi>&Delta;</mi>
</mrow>
<mi>T</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>&Delta;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>,</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中T表示平滑因子，W2Δ(n)和X2Δ(n)分别表示XL(n)+Δ(n)和WL(n)+Δ(n)的最后2Δ量；
(三)将新的迭代长度限制在如下范围
Lm+1(n)＝max{min{Lm+1(n)，Lmax}，Lini} (4)
其中Lmax表示抽头长度的上限，Lini＝δ+Δ表示搜索迭代的初始值，当抽头长度达到Lmax时，搜索迭代即终止；
步骤二、用这Lopt个历史脉冲数据估计背景数据，按照公式(5)估计背景数据
<mrow>
<mi>b</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>X</mi>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>o</mi>
<mi>p</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<msubsup>
<mi>W</mi>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>o</mi>
<mi>p</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
<mi>T</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
其中
步骤三、与p时刻回波信号的当前数据点相减，即完成p时刻回波信号中的墙后人体目标指示。
2.根据权利要求1所述一种穿墙雷达墙后人体目标的自适应指示方法，其特征在于：所述抽头长度搜索上限Lmax等于雷达的脉冲重复频率除于人体目标呼吸心跳的最大频率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610116866.8A CN105785453B (zh) | 2016-03-02 | 2016-03-02 | 一种穿墙雷达墙后人体目标的自适应指示方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610116866.8A CN105785453B (zh) | 2016-03-02 | 2016-03-02 | 一种穿墙雷达墙后人体目标的自适应指示方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105785453A CN105785453A (zh) | 2016-07-20 |
| CN105785453B true CN105785453B (zh) | 2017-11-10 |
Family
ID=56387616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610116866.8A Active CN105785453B (zh) | 2016-03-02 | 2016-03-02 | 一种穿墙雷达墙后人体目标的自适应指示方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105785453B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110507293B (zh) * | 2019-07-26 | 2022-01-07 | 中国电子科技集团公司第三十八研究所 | 一种超宽带穿墙雷达人体呼吸及心跳检测方法及系统 |
| CN110632591B (zh) * | 2019-09-27 | 2022-02-11 | 湖南华诺星空电子技术有限公司 | 一种手持式穿墙雷达后方干扰抑制方法 |
| CN111938623A (zh) * | 2020-08-25 | 2020-11-17 | 成都宋元科技有限公司 | 一种基于uwb定位引导的呼吸心率动态测量方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102508305A (zh) * | 2011-09-29 | 2012-06-20 | 无锡军帅电子科技有限公司 | 一种超宽带雷达式生命探测系统及方法 |
| CN103091664A (zh) * | 2013-02-01 | 2013-05-08 | 中国人民解放军国防科学技术大学 | 一种穿墙雷达耦合信号的实时抑制方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7528764B2 (en) * | 2004-09-14 | 2009-05-05 | Bae Systems Information And Electronic Systems Integration Inc. | Through the wall ranging with triangulation using multiple spaced apart radars |
| US7339516B2 (en) * | 2005-08-11 | 2008-03-04 | Realtronics Corporation | Method to provide graphical representation of Sense Through The Wall (STTW) targets |
-
2016
- 2016-03-02 CN CN201610116866.8A patent/CN105785453B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102508305A (zh) * | 2011-09-29 | 2012-06-20 | 无锡军帅电子科技有限公司 | 一种超宽带雷达式生命探测系统及方法 |
| CN103091664A (zh) * | 2013-02-01 | 2013-05-08 | 中国人民解放军国防科学技术大学 | 一种穿墙雷达耦合信号的实时抑制方法 |
Non-Patent Citations (2)
| Title |
|---|
| 超宽带穿墙雷达取样脉冲生产器设计;郭宇 等;《电讯技术》;20140930;第54卷(第9期);第1280-1284页 * |
| 超宽带穿墙雷达对人体动目标探测的实验研究;贺峰 等;《现代雷达》;20100731;第32卷(第7期);第30页第2栏-第31页第1栏 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105785453A (zh) | 2016-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fuchs et al. | Automotive radar interference mitigation using a convolutional autoencoder | |
| He et al. | Range‐Doppler surface: a tool to analyse human target in ultra‐wideband radar | |
| Yoon et al. | Spatial filtering for wall-clutter mitigation in through-the-wall radar imaging | |
| CN108776336B (zh) | 一种基于emd的自适应穿墙雷达静止人体目标定位方法 | |
| CN104569948B (zh) | 海杂波背景下子带自适应glrt‑ltd检测方法 | |
| US9057783B2 (en) | Change detection method and system for use in detecting moving targets behind walls, barriers or otherwise visually obscured | |
| CN105785453B (zh) | 一种穿墙雷达墙后人体目标的自适应指示方法 | |
| CN108089171B (zh) | 一种针对无人机目标的雷达快速检测方法 | |
| CN103728607A (zh) | 机载mimo雷达空时码三维自适应杂波对消方法 | |
| CN108132461B (zh) | 抑制调频连续波着陆雷达直流泄露的方法 | |
| CN104793194B (zh) | 基于改进的自适应多脉冲压缩的距离‑多普勒估计方法 | |
| CN102288943A (zh) | 基于两视实图像处理的单通道sar-gmti方法 | |
| CN108196253B (zh) | 一种用于合成孔径雷达的方位模糊抑制方法 | |
| CN106199547A (zh) | 基于外辐射源雷达的慢速弱目标检测方法 | |
| CN101509975A (zh) | 一种基于双子孔径不同重叠度的运动目标检测方法 | |
| Yi et al. | Active cancellation analysis based on the radar detection probability | |
| CN111812640A (zh) | 一种用于抑制墙体杂波干扰的穿墙成像方法 | |
| CN103336269B (zh) | 一种用于多发射gmti雷达系统的认知波形优化处理方法 | |
| CN104182942B (zh) | Sar图像方位模糊抑制方法 | |
| CN102779336A (zh) | 基于混沌的光电图像海杂波抑制方法 | |
| CN103091664B (zh) | 一种穿墙雷达耦合信号的实时抑制方法 | |
| CN108776332A (zh) | 利用高频地波雷达检测海上机动目标的方法 | |
| CN105929375B (zh) | 一种基于最小均方误差准则的穿墙雷达耦合信号抑制方法 | |
| CN110244289A (zh) | 一种自适应粒子滤波地波雷达目标一体化探测方法 | |
| Misiurewicz et al. | Stretch processing for masking effect removal in noise radar |
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 |