CN106569190B - 一种高海况下海面目标检测装置及其检测方法 - Google Patents

一种高海况下海面目标检测装置及其检测方法 Download PDF

Info

Publication number
CN106569190B
CN106569190B CN201610885753.4A CN201610885753A CN106569190B CN 106569190 B CN106569190 B CN 106569190B CN 201610885753 A CN201610885753 A CN 201610885753A CN 106569190 B CN106569190 B CN 106569190B
Authority
CN
China
Prior art keywords
signal
sea
signal path
clutter
estimated value
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
Application number
CN201610885753.4A
Other languages
English (en)
Other versions
CN106569190A (zh
Inventor
魏明珠
杨广玉
廉志玲
刘张林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
East China Research Institute Of Electronic Engineering No 38 Research Institute Of China Electronics Technology Group Corp
Original Assignee
East China Research Institute Of Electronic Engineering No 38 Research Institute Of China Electronics Technology Group Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by East China Research Institute Of Electronic Engineering No 38 Research Institute Of China Electronics Technology Group Corp filed Critical East China Research Institute Of Electronic Engineering No 38 Research Institute Of China Electronics Technology Group Corp
Priority to CN201610885753.4A priority Critical patent/CN106569190B/zh
Publication of CN106569190A publication Critical patent/CN106569190A/zh
Application granted granted Critical
Publication of CN106569190B publication Critical patent/CN106569190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本发明公开一种高海况下海面目标检测装置及其检测方法。所述装置包括三个减法器、两个加法器、两个非线性预测滤波器、两个平方器、一个CFAR检测器。在高海况下，假设原始回波数据z(k)中目标存在的信号通道为H1，目标不存在的信号通道为H0，分两个信号通道进行信号处理。信号通道H1需减去目标信号估计值，再用非线性滤波器进行杂波白化处理，而信号通道H0直接采用非线性滤波器进行杂波白化处理，从而使原始的海杂波背景下目标检测问题就转化为高斯序列背景下目标检测问题，最后对两路信号通道输出的信号平方求和之后，再进行多普勒域频率匹配的恒虚警检测。

Description

一种高海况下海面目标检测装置及其检测方法
技术领域
本发明涉及雷达信号处理技术领域中海杂波背景下目标检测技术的一种新型的检测装置及其检测方法，尤其是一种高海况下海面目标检测装置及其检测方法。
背景技术
海杂波背景下目标检测问题一直是雷达信号处理领域研究的难点。随着雷达系统发展的需求，这项技术也成为研究的重点。预警雷达通常在低掠射角的条件下工作，根据海杂波的物理机理，低掠射角的情况下，海杂波由三个不同特征的分量组成：Bragg散射、Burst散射和Whitecap散射。Bragg散射可以通过脉间频率捷变去相关；Whitecap散射持续时间一般为1s，称作“长时海尖峰”，不能通过脉间频率捷变去相关；Burst散射具有很短持续时间，大约200ms，称作“短时海尖峰”，通过脉间频率捷变很难去相关。
从海杂波的统计理论出发，海杂波的非高斯特性随着海况等级的提高而增强。高海况下，海杂波中的Whitecap散射和Burst散射成为主要成分，导致海杂波的非高斯特性增强和相关时间延长。传统的检测方法是从高斯序列中检测目标，如果采取传统方法(采用CFAR检测器直接对在海杂波的原始回波数据z(k)中实现目标检测)，海杂波的非高斯特性和相关特性会使检测输出的点迹中存在大量虚警，使检测性能降低。
发明内容
为提高检测性能，有效抑制海杂波带来的虚警，本发明提供一种高海况下海面目标检测装置及其检测方法。
本发明通过以下技术方案实现：一种高海况下海面目标检测装置，所述装置包括：
减法器一，其用于在信号通道H1的原始回波数据z(k)中减去目标信号估计值得到信号通道H1的杂波与噪声信号之和；其中，假设海杂波的原始回波数据z(k)中目标存在的信号通道为H1，目标不存在的信号通道为H0；
非线性预测滤波器一，其用于对信号通道H1的杂波与噪声信号之和进行非线性预测滤波得到信号通道H1的杂波和噪声信号的估计值；
加法器一，其用于对信号通道H1的杂波和噪声信号的估计值和目标信号的估计值进行叠加得到信号通道H1的原始回波数据z(k)的估计值
减法器二，其用于计算信号通道H1的原始回波数据z(k)与估计值的残差信号
平方器一，其用于平方残差信号
非线性预测滤波器二，其用于对信号通道H0的原始回波数据z(k)中的杂波与噪声信号之和进行非线性预测滤波处理，得到信号通道H0的杂波与噪声信号之和的估计值
减法器三，其用于计算信号通道H0的原始回波数据z(k)与估计值的残差信号
平方器二，其用于平方残差信号
加法器二，其用于求和两个平方后的残差信号和得到统计量l(k)，
CFAR检测器，用于对海杂波的原始回波数据z(k)处理后的统计量l(k)进行目标检测。
作为上述方案的进一步改进，每个非线性预测滤波器均包括零记忆非线性逆变换、自适应线性滤波器、零记忆非线性变换；原始回波数据z(k)中的Np个脉冲信号首先经过所述零记忆非线性逆变换进行非线性变换f-1(·)，变换后的信号经过所述自适应线性滤波器进行白化滤波处理，输出结果再经过所述零记忆非线性变换进行非线性变换f(·)，这样Np个脉冲信号就得到Np个高斯噪声背景下的估计值或估计值
优选地，所述自适应线性滤波器包括估计协方差矩阵单元、实时计算权系数单元、线性滤波单元；非线性变换f-1(·)后的原始回波数据z(k)经所述估计协方差矩阵单元实时估计协方差矩阵，再经所述实时计算权系数单元实时计算权系数，最后经过所述线性滤波单元线性滤波。
优选地，两个非线性变换器具有相同的形状参数α。
再优选地，利用海杂波的回波数据定期估计海杂波分布的形状参数α。
本发明还提供一种高海况下海面目标检测方法，假设海杂波的原始回波数据z(k)中目标存在的信号通道为H1，目标不存在的信号通道为H0；所述方法在恒虚警检测之前还包括以下步骤：
一、信号通道H1
在信号通道H1的原始回波数据z(k)中减去目标信号估计值得到信号通道H1的杂波与噪声信号之和；
对信号通道H1的杂波与噪声信号之和进行非线性预测滤波得到信号通道H1的杂波和噪声信号的估计值；
对信号通道H1的杂波和噪声信号的估计值和目标信号的估计值进行叠加得到信号通道H1的原始回波数据z(k)的估计值
计算信号通道H1的原始回波数据z(k)与估计值的残差信号
平方残差信号
二、信号通道H0
对信号通道H0的原始回波数据z(k)中的杂波与噪声信号之和进行非线性预测滤波处理，得到信号通道H0的杂波与噪声信号之和的估计值
计算信号通道H0的原始回波数据z(k)与估计值的残差信号
平方残差信号
三、求和两个平方后的残差信号和得到统计量l(k)，作为恒虚警检测的输入信号。
作为上述方案的进一步改进，每次非线性预测滤波均包括以下步骤；原始回波数据z(k)中的Np个脉冲信号首先进行非线性变换f-1(·)，变换后的信号进行白化滤波处理，输出结果再进行非线性变换f(·)，这样Np个脉冲信号就得到Np个高斯噪声背景下的估计值或估计值
优选地，所述白化滤波处理包括以下步骤：对非线性变换f-1(·)后的原始回波数据z(k)实时估计协方差矩阵，再实时计算权系数，最后线性滤波。
优选地，两次非线性变换具有相同的形状参数α。
再优选地，利用海杂波的回波数据定期估计海杂波分布的形状参数α。
本发明能解决高海况下海面目标检测输出点迹虚警太多，无法形成连惯航迹跟踪的技术问题。本发明最大特点能够在通过海杂波的特征参数判断高海况，在高海况的条件下采取杂波抑制技术，能够白化处理具有相关特性的非高斯分布的海杂波，将原始检测问题简化为高斯白噪声背景下目标的检测问题，通过采用多普勒域速度匹配的恒虚警检测方法，进一步提高检测概率。
附图说明
图1为本发明的高海况下海面目标检测装置的结构框图；
图2为图1中非线性预测滤波器的结构框图。
具体实施方式
以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。
海杂波背景下目标检测问题一直是雷达信号处理领域的一个难点，在高海况下，海面粗糙，雷达的反射回波成分多样，海尖峰的出现的几率增大，从而大大提高了检测的虚警概率。为了有效抑制海尖峰的影响，本发明提出了一种基于海杂波分布特性的高海况下海面目标检测装置及其检测方法。
本发明主要包括以下几个方面：利用海面回波数据计算海杂波的特征参数，即海杂波的幅度分布的形状参数。利用形状参数判断高低海况，如果是检测环境是高海况，则采用基于海杂波分布的检测方法，同时形状参数传递给信号处理流程备用。在高海况下，首先对雷达回波数据采用非线性滤波器进行杂波白化处理。非线性滤波器是由两次非线性变换和一次自适应线性滤波器组成。经过白化处理，原始的海杂波背景下目标检测问题就转化为高斯序列背景下目标检测问题。最后利用多普勒域频率匹配的恒虚警检测方法解决简化后的新问题。本发明提出的新方法，在处理高海况下海面目标检测问题上，检测性能远大于传统的处理方法，检测精度高，从而得到舰船目标连贯精确航迹。
请参阅图1，本发明的高海况下海面目标检测装置用于在海杂波的原始回波数据z(k)中实现目标检测。高海况下海面目标检测装置包括减法器一1、非线性预测滤波器一2、加法器一3、减法器二4、平方器一5、非线性预测滤波器二6、减法器三7、平方器二8、加法器二9、CFAR检测器10。
假设原始回波数据z(k)中目标存在的信号通道为H1，目标不存在的信号通道为H0。
减法器一1用于在信号通道H1的原始回波数据z(k)中减去目标信号估计值得到信号通道H1的杂波与噪声信号之和。非线性预测滤波器一2用于对信号通道H1的杂波与噪声信号之和进行非线性预测滤波得到信号通道H1的杂波和噪声信号的估计值。加法器一3用于对信号通道H1的杂波和噪声信号的估计值和目标信号的估计值进行叠加得到信号通道H1的原始回波数据z(k)的估计值减法器二4用于计算信号通道H1的原始回波数据z(k)与估计值的残差信号平方器一5用于平方残差信号
非线性预测滤波器二6用于对信号通道H0的原始回波数据z(k)中的杂波与噪声信号之和进行非线性预测滤波处理，得到信号通道H0的杂波与噪声信号之和的估计值减法器三7用于计算信号通道H0的原始回波数据z(k)与估计值的残差信号平方器二8用于平方残差信号加法器二9用于求和两个平方后的残差信号和得到统计量l(k)，作为所述CFAR检测器10的输入信号。
请参阅图2，每个非线性预测滤波器均包括零记忆非线性逆变换11、自适应线性滤波器12、零记忆非线性变换13。
原始回波数据z(k)中的Np个脉冲信号首先经过所述零记忆非线性逆变换11进行非线性变换f-1(·)，变换后的信号经过所述自适应线性滤波器12进行白化滤波处理，输出结果再经过所述零记忆非线性变换13进行非线性变换f(·)，这样Np个脉冲信号就得到Np个高斯噪声背景下的估计值或估计值
其中，自适应线性滤波器12包括估计协方差矩阵单元14、实时计算权系数单元15、线性滤波单元16。非线性变换f-1(·)后的原始回波数据z(k)经所述估计协方差矩阵单元14实时估计协方差矩阵，再经所述实时计算权系数单元15实时计算权系数，最后经过所述线性滤波单元16线性滤波。
请一并参阅图1及图2，接下去对本发明的高海况下海面目标检测装置的具体实现进行详细的说明。
海面目标检测过程中，首先判断海情高低，利用海杂波的回波数据定期估计海杂波分布的形状参数α。形状参数的估计不需要实时进行，按照设定的周期计算和更新,并发送到处理器中用于实时处理。利用海杂波的形状参数α作为海情判断的参数，当该参数超过给定阈值，认为检测背景为高海况的海杂波，然后采用提出的针对高海况的海面目标检测方法。利用雷达原始回波数据通过对杂波的协方差矩阵的实时估计来计算滤波器的系数η。对原始回波数据的Np个脉冲的信号首先进行非线性变换f-1(·)，对变换后的信号进行白化滤波处理，输出结果再进行非线性变换f(·)，这样就得到Np个高斯噪声背景下的估计值或估计值最后对处理后的数据进行频域的单元平均恒虚警检测，如果检测到目标，则H1成立，反之H0成立。
为了实现上述的目的，本发明的具体实现分为3个方面：
(1)海杂波特征参数的计算
高海况的条件下，海杂波非高斯特性明显，表征雷达海面回波序列非高斯性的统计模型分布形状参数α就与海况等级相关。因此利用形状参数α作为海情等级的判断参数，同时在检测算法中作为非线性处理器的参数使用。
假设雷达回波c(p,k,θ)，为第θ个方位，第k个距离单元，第p个脉冲的海杂波回波，选取海杂波区域Np个脉冲，Nk个距离单元以及Nθ个方位的回波数据c(p,k,θ)，p∈(Np0,Np0+Np)，k∈(Nk0,Nk0+Nk)，θ∈(Nθ0,Nθ0+Nθ)，然后将Np×Nk×Nθ维数据块排列为一个列向量，{x(m)}，m＝1,…,M，M＝Np×Nk×Nθ，最后计算形状参数α，
(2)基于分布特性的海杂波抑制方法
高海况下海杂波不再符合高斯分布，为了有效抑制海杂波，采用一种非线性滤波器，其作用是对回波中非高斯分布的海杂波进行白化处理，得到高斯序列，从而将原始非高斯杂波背景下目标检测问题简化为高斯序列背景下目标检测问题。非线性预测滤波器的包括两次非线性变换和一次线性预测滤波，如图2所示。两个非线性变换f-1(·)和f(·)的表达式如下，
线性自适应预测滤波器系数η的计算过程如下，首先估计杂波协方差矩阵，
其中zk＝[zk(1),…,zk(Np)]T表示任意一个波束内θj，第k个参考单元中Np个脉冲的雷达原始回波数据，如zk(p)＝c(p,k,θj)。
令，
则线性滤波器的系数为，
(3)基于多普勒频率匹配的恒虚警检测方法
对于信号通道H1的处理需要从原始回波中减去目标信号s，得到杂波与噪声信号之和，保证与信号通道H0的输入一致，从而采用与H0通道相同的非线性滤波器来估计杂波。目标信号s的估计表示为
其中as(k)表示第k距离单元的目标幅度；q表示多普勒导向矢量；fd表示多普勒频率为，fd∈[-fr/2,fr/2]，其中fr表示脉冲重复频率；Np表示多普勒频道个数，与脉冲个数数值相同。
检测器的非线性滤波处理后得到Np个多普勒通道的统计量l(k)，而后对采用分频道恒虚警检测方法，其检测门限T的计算公式如下，
T＝ELLR+γ·σLLR，
其中，ELLR为检测单元两侧的参考单元的统计量的均值，σLLR为对应的方差，γ是为给定参数。
综上所述，本发明的高海况下海面目标检测装置，在应用时其相应的高海况下海面目标检测方法包括以下步骤：
一、信号通道H1
在信号通道H1的原始回波数据z(k)中减去目标信号估计值得到信号通道H1的杂波与噪声信号之和；
对信号通道H1的杂波与噪声信号之和进行非线性预测滤波得到信号通道H1的杂波和噪声信号的估计值；
对信号通道H1的杂波和噪声信号的估计值和目标信号的估计值进行叠加得到信号通道H1的原始回波数据z(k)的估计值
计算信号通道H1的原始回波数据z(k)与估计值的残差信号
平方残差信号
二、信号通道H0
对信号通道H0的原始回波数据z(k)中的杂波与噪声信号之和进行非线性预测滤波处理，得到信号通道H0的杂波与噪声信号之和的估计值
计算信号通道H0的原始回波数据z(k)与估计值的残差信号
平方残差信号
其中，每次非线性预测滤波均包括以下步骤；原始回波数据z(k)中的Np个脉冲信号首先进行非线性变换f-1(·)，变换后的信号进行白化滤波处理，输出结果再进行非线性变换f(·)，这样Np个脉冲信号就得到Np个高斯噪声背景下的估计值或估计值
而且所述白化滤波处理还可包括以下步骤：对非线性变换f-1(·)后的原始回波数据z(k)实时估计协方差矩阵，再实时计算权系数，最后线性滤波。两次非线性变换具有相同的形状参数α，可利用海杂波的回波数据定期估计海杂波分布的形状参数α。
三、求和两个平方后的残差信号和得到统计量l(k)，作为恒虚警检测的输入信号。
四、采用恒虚警检测，在统计量l(k)中实现目标检测，并输出H1或H0，H1对应检测到目标，H1对应没有检测到目标。
本发明针对复杂海况检测环境，基于海杂波的分布特性和杂波白化处理技术实现海面目标的检测。本发明关键技术主要有：
1.采用海杂波特征参数进行海况判断：采用了海况分级判别策略，自动根据回波计算海况特征参数，完成高低海况的判别，当检测背景判断为高海况，采用基于海杂波分布的处理方法；
2.采用非线性预测滤波方法抑制海杂波：利用回波数据计算海杂波幅度分布的形状参数和杂波的协方差矩阵，用来实现自适应非线性预测滤波器，将原始的复杂海杂波中目标检测问题简化为从高斯序列背景中检测目标的问题，实现了海杂波的抑制；
3.采用多普勒域匹配的恒虚警检测技术：采用了基于多普勒频率匹配的恒虚警检测方法完成对海面目标的检测，提高目标的检测概率。
本发明最大特点能够在通过海杂波的特征参数判断高海况，在高海况的条件下采取杂波抑制技术，能够白化处理具有相关特性的非高斯分布的海杂波，将原始检测问题简化为高斯白噪声背景下目标的检测问题，通过采用多普勒域速度匹配的恒虚警检测方法，进一步提高检测概率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种高海况下海面目标检测装置，其包括用于在海杂波的原始回波数据z(k)中实现目标检测的CFAR检测器；其特征在于：所述装置还包括：
减法器一，其用于在信号通道H1的原始回波数据z(k)中减去目标信号估计值得到信号通道H1的杂波与噪声信号之和；其中，假设原始回波数据z(k)中目标存在的信号通道为H1，目标不存在的信号通道为H0；
非线性预测滤波器一，其用于对信号通道H1的杂波与噪声信号之和进行非线性预测滤波得到信号通道H1的杂波和噪声信号的估计值；
加法器一，其用于对信号通道H1的杂波和噪声信号的估计值和目标信号的估计值进行叠加得到信号通道H1的原始回波数据z(k)的估计值
减法器二，其用于计算信号通道H1的原始回波数据z(k)与估计值的残差信号
平方器一，其用于平方残差信号
非线性预测滤波器二，其用于对信号通道H0的原始回波数据z(k)中的杂波与噪声信号之和进行非线性预测滤波处理，得到信号通道H0的杂波与噪声信号之和的估计值
减法器三，其用于计算信号通道H0的原始回波数据z(k)与估计值的残差信号
平方器二，其用于平方残差信号
加法器二，其用于求和两个平方后的残差信号和得到统计量l(k)，作为所述CFAR检测器的输入信号。
2.如权利要求1所述的高海况下海面目标检测装置，其特征在于：每个非线性预测滤波器均包括零记忆非线性逆变换、自适应线性滤波器、零记忆非线性变换；原始回波数据z(k)中的Np个脉冲信号首先经过所述零记忆非线性逆变换进行非线性变换f-1(·)，变换后的信号经过所述自适应线性滤波器进行白化滤波处理，输出结果再经过所述零记忆非线性变换进行非线性变换f(·)，这样Np个脉冲信号就得到Np个高斯噪声背景下的估计值或估计值
3.如权利要求2所述的高海况下海面目标检测装置，其特征在于：所述自适应线性滤波器包括估计协方差矩阵单元、实时计算权系数单元、线性滤波单元；非线性变换f-1(·)后的原始回波数据z(k)经所述估计协方差矩阵单元实时估计协方差矩阵，再经所述实时计算权系数单元实时计算权系数，最后经过所述线性滤波单元线性滤波。
4.如权利要求2所述的高海况下海面目标检测装置，其特征在于：两个非线性变换器具有相同的形状参数α。
5.如权利要求4所述的高海况下海面目标检测装置，其特征在于：利用海杂波的回波数据定期估计海杂波分布的形状参数α。
6.一种高海况下海面目标检测方法，其特征在于：假设海杂波的原始回波数据z(k)中目标存在的信号通道为H1，目标不存在的信号通道为H0；所述方法在恒虚警检测之前还包括以下步骤：
一、信号通道H1
在信号通道H1的原始回波数据z(k)中减去目标信号估计值得到信号通道H1的杂波与噪声信号之和；
对信号通道H1的杂波与噪声信号之和进行非线性预测滤波得到信号通道H1的杂波和噪声信号的估计值；
对信号通道H1的杂波和噪声信号的估计值和目标信号的估计值进行叠加得到信号通道H1的原始回波数据z(k)的估计值
计算信号通道H1的原始回波数据z(k)与估计值的残差信号
平方残差信号
二、信号通道H0
对信号通道H0的原始回波数据z(k)中的杂波与噪声信号之和进行非线性预测滤波处理，得到信号通道H0的杂波与噪声信号之和的估计值
计算信号通道H0的原始回波数据z(k)与估计值的残差信号
平方残差信号
三、求和两个平方后的残差信号和得到统计量l(k)，作为恒虚警检测的输入信号。
7.如权利要求6所述的高海况下海面目标检测方法，其特征在于：每次非线性预测滤波均包括以下步骤；原始回波数据z(k)中的Np个脉冲信号首先进行非线性变换f-1(·)，变换后的信号进行白化滤波处理，输出结果再进行非线性变换f(·)，这样Np个脉冲信号就得到Np个高斯噪声背景下的估计值或估计值
8.如权利要求7所述的高海况下海面目标检测方法，其特征在于：所述白化滤波处理包括以下步骤：对非线性变换f-1(·)后的原始回波数据z(k)实时估计协方差矩阵，再实时计算权系数，最后线性滤波。
9.如权利要求7所述的高海况下海面目标检测方法，其特征在于：两次非线性变换具有相同的形状参数α。
10.如权利要求9所述的高海况下海面目标检测方法，其特征在于：利用海杂波的回波数据定期估计海杂波分布的形状参数α。
CN201610885753.4A 2016-10-10 2016-10-10 一种高海况下海面目标检测装置及其检测方法 Active CN106569190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610885753.4A CN106569190B (zh) 2016-10-10 2016-10-10 一种高海况下海面目标检测装置及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610885753.4A CN106569190B (zh) 2016-10-10 2016-10-10 一种高海况下海面目标检测装置及其检测方法

Publications (2)

Publication Number Publication Date
CN106569190A CN106569190A (zh) 2017-04-19
CN106569190B true CN106569190B (zh) 2018-12-07

Family

ID=58532680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610885753.4A Active CN106569190B (zh) 2016-10-10 2016-10-10 一种高海况下海面目标检测装置及其检测方法

Country Status (1)

Country Link
CN (1) CN106569190B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107578387A (zh) * 2017-10-16 2018-01-12 湖南友哲科技有限公司 一种基于hsv颜色空间的同态滤波增强方法
CN109342828A (zh) * 2018-09-05 2019-02-15 国网湖北省电力有限公司电力科学研究院 一种基于频域恒虚警的雷电脉冲信号检测方法
CN110940977B (zh) * 2019-12-02 2021-10-19 中国船舶重工集团公司第七一九研究所 一种适配海况变化的恒虚警检测器及恒虚警检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102914768A (zh) * 2012-09-25 2013-02-06 中国人民解放军海军航空工程学院 基于形态成分分析的海面微动目标检测和特征提取方法
CN104007434A (zh) * 2014-05-29 2014-08-27 西安电子科技大学 基于多普勒过采样的海杂波背景下雷达动目标的检测方法
CN104215951A (zh) * 2014-08-20 2014-12-17 上海无线电设备研究所 一种在海杂波背景下慢速小目标的检测系统及其检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102914768A (zh) * 2012-09-25 2013-02-06 中国人民解放军海军航空工程学院 基于形态成分分析的海面微动目标检测和特征提取方法
CN104007434A (zh) * 2014-05-29 2014-08-27 西安电子科技大学 基于多普勒过采样的海杂波背景下雷达动目标的检测方法
CN104215951A (zh) * 2014-08-20 2014-12-17 上海无线电设备研究所 一种在海杂波背景下慢速小目标的检测系统及其检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Slow and Small Target Detection in High Sea States";Stéphane Kemkemian et al.;《2015 16th International Radar Symposium (IRS)》;20150827;第1-6页 *
"基于实际采集海杂波数据的雷达恒虚警检测方法分析";王雨阳 等;《雷达与对抗》;20160331;第36卷(第1期);第27-31页 *
"机载预警雷达海杂波的抑制方法";魏明珠;《雷达科学与技术》;20151231;第13卷(第6期);第627-632,638页 *

Also Published As

Publication number Publication date
CN106569190A (zh) 2017-04-19

Similar Documents

Publication Publication Date Title
CN106468770B (zh) K分布杂波加噪声下的近最优雷达目标检测方法
Hu et al. Detection of low observable targets within sea clutter by structure function based multifractal analysis
Ferguson et al. Convolutional neural networks for passive monitoring of a shallow water environment using a single sensor
CN112684701A (zh) 一种基于长短时记忆网络和高斯过程回归的船舶运动预报方法
CN104569948B (zh) 海杂波背景下子带自适应glrt‑ltd检测方法
CN106019256B (zh) 基于自回归模型的雷达信号自适应检测方法
CN102621533B (zh) 一种用于船用导航雷达的弱小目标检测方法
CN103558597B (zh) 基于谱峭度的海杂波中弱目标检测方法
CN106569190B (zh) 一种高海况下海面目标检测装置及其检测方法
CN111796288B (zh) 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法
CN106054153A (zh) 一种基于分数阶变换的海杂波区目标检测与自适应杂波抑制方法
CN106443633A (zh) 船载高频地波雷达海杂波时域抑制方法
CN101872484B (zh) 图像域中多个微弱目标航迹自适应生长检测方法
CN106772302A (zh) 一种复合高斯背景下的知识辅助stap检测方法
CN106324576B (zh) 基于自回归模型的雷达目标自适应匹配滤波方法
CN106353743B (zh) 匹配于等效形状参数的近最优雷达目标检测方法
CN104215944A (zh) 一种基于参数选择的雷达海杂波自适应抑制处理方法
Vicen-Bueno et al. Artificial neural network-based clutter reduction systems for ship size estimation in maritime radars
CN109492189B (zh) 一种二次均值法计算噪声均值的恒虚警检测方法
CN113702937B (zh) 基于自适应mti滤波器的双通道非相干检测方法
CN105738882B (zh) 对实测杂波协方差矩阵估计性能的白化度评价方法
Wang et al. Track before detect for low frequency active towed array sonar
CN108008393A (zh) 一种导向向量修正空时自适应检测方法
US20170343647A1 (en) Method for processing a radar signal in land/sea detection mode; processing system and associated computer program product
CN113203992A (zh) 一种多基sar的抗欺骗性干扰方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant