CN106646396A - 一种雷达杂波图检测门限自适应设置方法 - Google Patents
一种雷达杂波图检测门限自适应设置方法 Download PDFInfo
- Publication number
- CN106646396A CN106646396A CN201611013641.6A CN201611013641A CN106646396A CN 106646396 A CN106646396 A CN 106646396A CN 201611013641 A CN201611013641 A CN 201611013641A CN 106646396 A CN106646396 A CN 106646396A
- Authority
- CN
- China
- Prior art keywords
- radar
- clutter
- value
- clutter map
- detection
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
- G01S7/2927—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value
-
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
- G01S7/2928—Random or non-synchronous interference pulse cancellers
-
- 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
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种雷达杂波图检测门限自适应设置方法,该方法可对不同区域设置不同的检测门限系数,从而在强杂波区域设置较高的检测门限,已达到降低虚警的目的,同时在弱杂波区域设置较低的检测门限,以提高该区域的检测概率。从雷达整个检测区域考虑,雷达的检测性能得到较大改善。
Description
技术领域
本发明属于雷达目标检测技术领域,涉及雷达杂波图检测新方法;通过该杂波图检测门限自适应设置方法,实现了雷达杂波图检测门限的精细调整,减小了抑制局部强杂波带来的检测损失。
背景技术
杂波图技术实际是采用“时间单元”平均恒虚警率的处理方法,在时间维上求平均值,这时将雷达周围的二维平面分成许多方位距离单元,把方位距离单元的接收信号存入一个存储器中,每个存储单元对应一个方位距离单元,并且随着天线的扫描每个单元存储的信号进行递推更新,这就得到幅度杂波图。
杂波图检测基本原理如图1所示,空间单元里存储的是天线多次扫描所得结果的加权平均值,以此作为杂波当前平均值的估计值。图中,k为权值系数,k的取值要使得估计值比较平稳,一般取k=1/8,将新接收到的杂波模值乘以k,再加上原来存储值的1-k倍,得到最新的杂波估计值。c为门限系数,以杂波估计值与门限系数的乘积作为最终的检测门限。
上述杂波图检测方式对于局部存在强杂波干扰的环境,为了抑制局部强杂波带来的高虚警,需要将门限系数c提高,以此增大检测门限,降低虚警。但是该处理方式导致检测概率的降低,对于杂波较弱的区域来说,带来了不必要的检测损失。
为此本发明提出一种自适应的杂波图检测门限设置方法,该方法可对不同区域设置不同的检测门限系数,从而在强杂波区域设置较高的检测门限,已达到降低虚警的目的,同时在弱杂波区域设置较低的检测门限,以提高该区域的检测概率。从雷达整个检测区域考虑,雷达的检测性能得到较大改善。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种雷达杂波图检测门限自适应设置方法。
技术方案
一种雷达杂波图检测门限自适应设置方法,其特征在于步骤如下:
步骤1:将雷达探测区域划分为若干个子区域;
步骤2:对子区域进行量化,量化时可采用计算子区域的水平投影面积或者空间体积;
步骤3:计算各子区域内的点迹密度L,计算时使用子区域点数除以该子区域对应的量化值;
步骤4:设置点迹密度门限上限M,设置点迹密度门限下限N,其中M≥N;所述点迹密度门限上限为根据雷达虚警概率计算出最大点迹数量,然后用该值除以整个检测区域的量化值;所述的点迹密度门限下限为将降低雷达虚警概率,根据降低后的虚警概率计算出最大点迹数量,然后用该值除以整个检测区域的量化值;
步骤5:将各子区域内的点迹密度L与点迹密度门限值进行比较:当L≥M,则增大该区域内杂波图检测门限系数c,提高杂波图检测门限;当L≤N,则减小该区域内杂波图检测门限系数c;
步骤6:设置最大杂波图门限系数值cmax,当杂波图门限系数值大于等于cmax时,不再增加;设置最小杂波图门限系数值cmin,当杂波图门限系数值小于等于cmin时,不再减小。
步骤1中按照方位、俯仰、距离三个维度根据需要任意组合进行划分。
步骤4中可设置多个点迹密度门限上限或点迹密度门限下限。
有益效果
本发明与现有技术相比具有以下优点:
1、对杂波图检测门限进行精细调节;
2、降低了强杂波区域的虚警概率;
3、提高弱杂波区域的检测概率。
附图说明
图1杂波图检测原理框图
图2雷达自适应杂波图门限设置方法处理流程图
图3雷达自适应杂波图门限设置方法算法流程图
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明涉及的雷达杂波图检测门限自适应设置方法为:
1)将雷达探测区域按照一定规则划分为若干子区域;
2)按照一定大小(一定面积或者一定体积)对雷达探测空间区域(水平投影面积或者空间体积)进行量化。
3)统计各子区域内的点迹(信号处理机检测到的过门限信号)密度L,该密度计算时使用子区域点数除以该子区域对应的量化值;
4)设置点迹密度门限上限M和下限N,满足M≥N,根据雷达虚警概率计算出最大点迹数量,然后用该值除以整个检测区域的量化值,其结果作为门限上限,门限上限大于0。将雷达虚警概率降低一定程度,根据降低后的虚警概率计算出最大点迹数量,然后用该值除以整个检测区域的量化值,其结果作为门限下限,门限下限大于等于0;
5)将各子区域内的点迹密度L与点迹密度门限值进行比较,当L≥M,则增大该区域内杂波图检测门限系数c,提高杂波图检测门限,当L≤N,则减小该区域内杂波图检测门限系数c;
上述操作在雷达工作过程中同步进行,根据当前扫描周期内点迹密度与点迹密度门限值的对比结果,调整下一个扫描周期内的杂波图检测门限系数。
对于上述第一步,划分子区域包括但不限于在方位、俯仰、距离三个维度根据需要任意组合进行划分,例如,按照方位角度划分,每10°划分为一个子区域,若雷达探测为360°扫描,则将检测区域划分为36个子区域;在此基础之上再按照距离进行划分,将雷达探测量程按照“远中近”等分为三段,则整个检测区域被划分为108个子区域;
对于上述第二步,对检测区域进行量化,包括但不限于根据每个子区域的投影面积、空间体积进行归一;
对于上述第四步,包括但不限于设置一或多个上限值和下限值;可将虚警概率提高不同程度,利用提高后的虚警概率计算其它上限值,可将虚警概率适当降低不同程度,利用降低后的虚警概率计算其它下限值;
对于上述第五步,杂波图门限系数增大条件可设置为点迹密度大于等于上限值或者点迹密度大于上限值;杂波图门限系数减小条件可设置为点迹密度小于等于下限值或者点迹密度小于下限值;若设置多个上限值或者下限值,则可根据不同的门限值调节杂波图门限系数增大或者较小的速度。
以某对空情报雷达为例,雷达探测范围:俯仰0~60°,方位0~360°,距离180km;
a)将雷达探测区域按照方位角每10°等间隔划分为36个子区域;将雷达探测量程按照“远、中、近”等分为3段,每段距离60km;俯仰不做划分,则整个检测区域被划分为108个子区域;
b)计算各子区域的水平面投影面积,将0~60km距离段的一个子区域水平投影面积作为单位面积,量化为1,则60~120km距离段上每个子区域的水平投影面积量化为为3;120~180km距离段上每个子区域的水平投影面积量化为5,整个检测区域对应的量化值为324;
c)按公式计算每个子区域内的点迹密度:子区域点迹密度=子区域内点迹总数/子区域水平面投影面积量化;
d)假设根据虚警概率计算出的最大点迹数量为600,设置第一点迹密度上限M1=600/324,M1取2,将虚警概率提高3倍,则对应的最大点迹数量为1800,设置第二点迹密度上限M2为6,将虚警概率降低为原来的1/2,则对应的最大点迹数量为300,设置点迹密度下限点击密度下限N为1,满足M2≥M1≥N;
e)若当前扫描周期内某一子区域点迹密度大于M2,则提高杂波图门限系数值加a,对应杂波图检测门限提高1dB;单位面积内点迹数量大于M1小于M2,则将杂波图门限系数值加b,对应杂波图检测门限提高0.5dB;若单位面积内点迹数量小于N,则将杂波图门限系数值减c,对应杂波图检测门限降低0.5dB;否则,杂波图门限系数值不变;
f)设置最大杂波图门限系数值cmax,该值设置为纯噪声背景下,系统可接受的子区域最小检测概率对应的杂波图检测门限系数,当杂波图门限系数值大于等于cmax时,不再增加,该条件优先于e项所列条件;设置最小杂波图门限系数值cmin,该值设置为纯噪声背景下,系统可接受最大虚警概率对应的检测门限系数。当杂波图门限系数值小于等于cmin时,不再减小,该条件优先于e项所列条件。
Claims (3)
1.一种雷达杂波图检测门限自适应设置方法,其特征在于步骤如下:
步骤1:将雷达探测区域划分为若干个子区域;
步骤2:对子区域进行量化,量化时可采用计算子区域的水平投影面积或者空间体积;
步骤3:计算各子区域内的点迹密度L,计算时使用子区域点数除以该子区域对应的量化值;
步骤4:设置点迹密度门限上限M,设置点迹密度门限下限N,其中M≥N;所述点迹密度门限上限为根据雷达虚警概率计算出最大点迹数量,然后用该值除以整个检测区域的量化值;所述的点迹密度门限下限为降低雷达虚警概率,根据降低后的虚警概率计算出最大点迹数量,然后用该值除以整个检测区域的量化值;
步骤5:将各子区域内的点迹密度L与点迹密度门限值进行比较:当L≥M,则增大该区域内杂波图检测门限系数c,提高杂波图检测门限;当L≤N,则减小该区域内杂波图检测门限系数c;
步骤6:设置最大杂波图门限系数值cmax,当杂波图门限系数值大于等于cmax时,不再增加;设置最小杂波图门限系数值cmin,当杂波图门限系数值小于等于cmin时,不再减小。
2.根据权利要求1所述的雷达杂波图检测门限自适应设置方法,其特征在于步骤1中按照方位、俯仰、距离三个维度根据需要任意组合进行划分。
3.根据权利要求1所述的雷达杂波图检测门限自适应设置方法,其特征在于步骤4中可设置多个点迹密度门限上限或点迹密度门限下限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611013641.6A CN106646396B (zh) | 2016-11-18 | 2016-11-18 | 一种雷达杂波图检测门限自适应设置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611013641.6A CN106646396B (zh) | 2016-11-18 | 2016-11-18 | 一种雷达杂波图检测门限自适应设置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106646396A true CN106646396A (zh) | 2017-05-10 |
CN106646396B CN106646396B (zh) | 2019-05-07 |
Family
ID=58807494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611013641.6A Active CN106646396B (zh) | 2016-11-18 | 2016-11-18 | 一种雷达杂波图检测门限自适应设置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106646396B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108646235A (zh) * | 2018-05-03 | 2018-10-12 | 西安电子工程研究所 | 基于点迹位置聚合识别空间散布固定杂波的方法 |
CN109814071A (zh) * | 2019-03-19 | 2019-05-28 | 安徽雷炎电子科技有限公司 | 一种基于复杂环境下区域门限快速收敛方法及其应用 |
CN112986947A (zh) * | 2021-04-13 | 2021-06-18 | 南京雷电信息技术有限公司 | 一种基于机器学习的点迹过滤处理方法 |
CN113093121A (zh) * | 2021-04-12 | 2021-07-09 | 北京无线电测量研究所 | 基于点迹密度反馈的自适应门限检测方法 |
US20220035001A1 (en) * | 2020-07-29 | 2022-02-03 | Apple Inc. | Indoor/outdoor detection using wireless signals |
CN115032606A (zh) * | 2022-08-11 | 2022-09-09 | 湖北工业大学 | 一种基于局部最小选定单元平均的恒虚警检测器 |
CN116736256A (zh) * | 2023-08-11 | 2023-09-12 | 南京隼眼电子科技有限公司 | 雷达的识别方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1776601A1 (fr) * | 2004-07-13 | 2007-04-25 | Thales | Procede de tfac par segmentation statistique et normalisation |
CN103760543A (zh) * | 2014-01-10 | 2014-04-30 | 杭州电子科技大学 | 一种基于多模式的恒虚警目标检测方法 |
CN106093904A (zh) * | 2016-06-17 | 2016-11-09 | 电子科技大学 | 基于多帧双门限两级检测机制的杂波图恒虚警方法 |
CN106093903A (zh) * | 2016-06-17 | 2016-11-09 | 电子科技大学 | 基于单边检测单元累积平均的多目标恒虚警检测方法 |
-
2016
- 2016-11-18 CN CN201611013641.6A patent/CN106646396B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1776601A1 (fr) * | 2004-07-13 | 2007-04-25 | Thales | Procede de tfac par segmentation statistique et normalisation |
CN103760543A (zh) * | 2014-01-10 | 2014-04-30 | 杭州电子科技大学 | 一种基于多模式的恒虚警目标检测方法 |
CN106093904A (zh) * | 2016-06-17 | 2016-11-09 | 电子科技大学 | 基于多帧双门限两级检测机制的杂波图恒虚警方法 |
CN106093903A (zh) * | 2016-06-17 | 2016-11-09 | 电子科技大学 | 基于单边检测单元累积平均的多目标恒虚警检测方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108646235A (zh) * | 2018-05-03 | 2018-10-12 | 西安电子工程研究所 | 基于点迹位置聚合识别空间散布固定杂波的方法 |
CN109814071A (zh) * | 2019-03-19 | 2019-05-28 | 安徽雷炎电子科技有限公司 | 一种基于复杂环境下区域门限快速收敛方法及其应用 |
CN109814071B (zh) * | 2019-03-19 | 2023-08-29 | 安徽雷炎电子科技有限公司 | 一种基于复杂环境下区域门限快速收敛方法及其应用 |
US20220035001A1 (en) * | 2020-07-29 | 2022-02-03 | Apple Inc. | Indoor/outdoor detection using wireless signals |
US11747441B2 (en) * | 2020-07-29 | 2023-09-05 | Apple Inc. | Indoor/outdoor detection using wireless signals |
CN113093121A (zh) * | 2021-04-12 | 2021-07-09 | 北京无线电测量研究所 | 基于点迹密度反馈的自适应门限检测方法 |
CN113093121B (zh) * | 2021-04-12 | 2022-08-02 | 北京无线电测量研究所 | 基于点迹密度反馈的自适应门限检测方法 |
CN112986947B (zh) * | 2021-04-13 | 2021-07-23 | 南京雷电信息技术有限公司 | 一种基于机器学习的点迹过滤处理方法 |
CN112986947A (zh) * | 2021-04-13 | 2021-06-18 | 南京雷电信息技术有限公司 | 一种基于机器学习的点迹过滤处理方法 |
CN115032606A (zh) * | 2022-08-11 | 2022-09-09 | 湖北工业大学 | 一种基于局部最小选定单元平均的恒虚警检测器 |
CN115032606B (zh) * | 2022-08-11 | 2022-11-04 | 湖北工业大学 | 一种基于局部最小选定单元平均的恒虚警检测器 |
CN116736256A (zh) * | 2023-08-11 | 2023-09-12 | 南京隼眼电子科技有限公司 | 雷达的识别方法、装置及电子设备 |
CN116736256B (zh) * | 2023-08-11 | 2023-10-24 | 南京隼眼电子科技有限公司 | 雷达的识别方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106646396B (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106646396A (zh) | 一种雷达杂波图检测门限自适应设置方法 | |
CN106501788B (zh) | 一种雷达恒虚警检测门限自适应设置方法 | |
CN103353594B (zh) | 二维自适应雷达恒虚警检测方法 | |
CN111624567B (zh) | 一种恒虚警检测方法及装置 | |
CN109270501B (zh) | 一种用于全固态vts雷达的海杂波抑制方法 | |
CN107861107A (zh) | 一种适用于连续波雷达的双门限cfar与点迹凝聚方法 | |
CN114942434B (zh) | 一种基于毫米波雷达点云的跌倒姿态识别方法及系统 | |
CN111157953B (zh) | 一种强地杂波下两级门限恒虚警检测算法 | |
CN106249211B (zh) | 一种海杂波与云雨杂波抑制算法 | |
CN101482969B (zh) | 基于同质点计算的sar图像去斑方法 | |
CN107462873A (zh) | 一种雷达干扰快速识别方法 | |
CN107015221B (zh) | 一种用于地面监视雷达的低虚警率快速目标检测方法 | |
US20200256953A1 (en) | Trailer detection system and method | |
WO2023284764A1 (zh) | 车内生命体的雷达探测方法、装置及终端设备 | |
CN103576131B (zh) | 距离扩展目标内禀模态特征能量智能融合检测方法 | |
CN107526064A (zh) | 基于二维特征的自适应lfm信号参数估计方法 | |
CN106056115A (zh) | 一种非均匀背景下的红外小目标检测方法 | |
CN104483661B (zh) | 基于恒虚警率的概率统计目标检测系统及方法 | |
CN109239677B (zh) | 一种环境自适应恒虚警检测门限确定方法 | |
CN113655460B (zh) | 一种基于毫米波雷达的雨雪杂波识别方法 | |
CN106249241B (zh) | 一种自适应杂波功率统计算法 | |
CN110632592B (zh) | 一种手持式穿墙雷达的虚警消除方法 | |
CN114859304A (zh) | 一种抗智能拖引干扰的数据互联方法 | |
CN109492189B (zh) | 一种二次均值法计算噪声均值的恒虚警检测方法 | |
CN111948613A (zh) | 基于自适应背景区选取的船载地波雷达目标检测方法 |
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 |