CN107045122A - 一种目标检测系统及其检测方法 - Google Patents
一种目标检测系统及其检测方法 Download PDFInfo
- Publication number
- CN107045122A CN107045122A CN201710201901.0A CN201710201901A CN107045122A CN 107045122 A CN107045122 A CN 107045122A CN 201710201901 A CN201710201901 A CN 201710201901A CN 107045122 A CN107045122 A CN 107045122A
- Authority
- CN
- China
- Prior art keywords
- object detection
- detection method
- reference unit
- target
- signal
- 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
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
-
- 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)
- 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
本发明提供一种目标检测系统及其目标检测方法,目标检测系统包括雷达前端模块,与雷达前端模块的输出端连接的中频信号处理模块;与中频信号处理模块的输出端连接的滤波放大电路,与滤波放大电路的输出端连接的A/D转换电路;与A/D转换电路的输出端连接的后端信号处理模块;与后端信号处理模块的输出端连接的调频信号发生电路。目标检测方法先通过选取最大值参考单元;再通过对背景噪声功率进行估计,然后对功率检测门限进行计算,最后实现对目标判别。本发明解决现有目标检测方法的虚警概率和漏检率偏高以及在获得检测门限时,剔除门限要依赖于先验知识的技术问题。通过剔除门限可有效剔除极大值参考单元,可以有效提高检测率,降低漏检率。
Description
技术领域
本发明属于雷达目标检测技术领域,具体涉及一种目标检测系统及其检测方法。
背景技术
以下对本发明的相关技术背景进行说明,但这些说明并不一定构成本发明的现有技术。
随着车辆先进安全驾驶辅助(Advanced Driver Assistance Systems,ADAS)和智能驾驶技术的迅速发展,环境感知和目标检测技术将得到快速的发展,主流的检测技术包括基于毫米波雷达技术、激光雷达技术和视觉技术,以及冲激雷达。毫米波雷达技术以其全天候和低成本的优点,得到广泛的使用;冲激雷达是超宽带雷达的一种,其本质为利用超窄脉冲实现目标探测。
目标检测方法是雷达检测技术的核心技术;恒虚警检测是现代雷达系统中常用的检测方式,恒虚警检测因能在一定虚警概率的情况下,根据干扰和噪声的强度变化自动调整门限,提高了雷达检测的稳定性与准确性,在当代雷达系统得到广泛应用。其中虚警概率是因为噪声总是客观存在的,当噪声信号的幅度超过检测门限时,雷达(或其他检测系统)就会被误认为发现目标,这种错误称为"虚警",它的发生概率称为虚警概率。
目前目标检测方法主要分两大类:一类是基于平均噪声功率估计的检测方法;另一种是基于参考单元统计的检测方法。其中,基于平均噪声功率估计的检测方法有单元平均恒虚警(Cell Averaging-Constant False Alarm Rate,CA-CFAR)目标检测方法、最小选择恒虚警(Smallest Of-Constant False Alarm Rate,SO-CFAR)目标检测方法和最大选择恒虚警(Greatest Of-Constant False Alarm Rate,GO-CFAR)目标检测方法。
单元平均恒虚警目标检测方法通过参考窗中所有参考单元功率取均值作为背景噪声功率估计值,估计功率检测门限,在均匀背景噪声环境下,具有较优的检测性能,但是当参考窗长度增加时,测试单元可能被淹没在杂波干扰和多目标干扰环境中,此时单元平均恒虚警目标检测方法虚警概率偏高。最小选择恒虚警和最大选择恒虚警目标检测方法在单元平均恒虚警目标检测方法的基础上进行了改进,最大选择恒虚警目标检测方法针对杂波干扰和多干扰目标检测率过小,漏检率过高。而最小选择恒虚警目标检测方法检测率高,但是在杂波干扰和多干扰目标环境下,虚警概率过高。
基于参考单元统计的目标检测方法有自动删除单元平均恒虚警(AutomaticCensored Cell Averaging-Constant False Alarm Rate,ACCA-CFAR)目标检测方法和自动双剔除单元平均恒虚警(Automatic Dual Censored Cell Averaging-Constant FalseAlarm Rate,ADCCA-CFAR)目标检测方法。
自动删除单元平均恒虚警目标检测方法和自动双剔除单元平均恒虚警检测方法是通过剔除参考窗口中极大和极小参考单元,然后取平均的方法得到检测门限,相比较单元平均恒虚警检测方法,具有较好的检测性能,但是剔除门限的确定要依赖于先验知识,具有局限性。
发明内容
为解决现有目标检测方法的虚警概率和漏检率偏高以及在获得检测门限时,剔除门限要依赖于先验知识的技术问题。本发明提出一种目标检测系统及其检测方法。
一种目标检测系统,所述目标检测系统包括雷达前端模块,与雷达前端模块的输出端连接的中频信号处理模块;与中频信号处理模块的输出端连接的滤波放大电路,与滤波放大电路的输出端连接的A/D转换电路;与A/D转换电路的输出端连接的后端信号处理模块;与后端信号处理模块的输出端连接的调频信号发生电路;所述调频信号发生电路的输出端与雷达前端模块连接;所述雷达前端模块用于发射和接收射频信号。
在根据本发明的一个优选的实施例中,上述后端信号处理模块为DSP/FPGA后端信号处理模块。
在根据本发明的一个优选的实施例中,上述DSP/FPGA后端信号处理模块包括JTAG调试单元、OSC时钟单元、SRAM存储器和FLASH存储电路。(请补充该模块的原理框图及各单元之间的连接关系)
在根据本发明的一个优选的实施例中,上述调频信号发生电路内设置有DAC数模转换器。
在根据本发明的一个优选的实施例中,上述中频信号处理电路对雷达前端返回的I1和I2两路中频模拟信号,经过滤波放大电路进行处理后,再经过A/D转换电路产生中频数字信号,并传输到DSP/FPGA后端信号处理模块中,同时缓冲在SRAM存储器中。
在根据本发明的一个优选的实施例中,上述DSP/FPGA后端信号处理模块通过通信接口对DAC数模转换器进行配置,产生锯齿波/三角波调制信号,并经过模拟滤波放大电路处理,得到高线性度的模拟调频信号,提供给雷达前端产生射频信号。
本发明提供一种目标检测方法,所述包括以下步骤:
步骤1,选取最大值参考单元;
步骤2,对背景噪声功率进行估计;
步骤3,对功率检测门限进行计算;
步骤4,判别目标。
在根据本发明的一个优选的实施例中,上述步骤1中的最大值参考单元表示为:xmax=max(xi),i∈[1,N];参考窗中除了最大值参考单元外,其余剩余参考单元组成的N-1个参考单元的参考单元集可表示为:x1',x2',x3',……xN-1;然后每个参考单元分别与β·xmax进行比较。
在根据本发明的一个优选的实施例中,上述每个参考单元分别与β·xmax进行比较结果设定如下:当小于等于β·xmax的所有参考单元组成参考单元集为s0;大于β·xmax的所有参考单元组成参考单元集为s1,极大值参考单元的剔除可以用以下公式表示如下:
其中k∈[1,N-1],n0表示参考单元集s0中的参考单元数,0≤n0<N-1。
在根据本发明的一个优选的实施例中,上述步骤2中背景噪声功率估计值假设为Z,所述Z的计算公式表示为:
其中Nt为整数,指参考窗口大小减去本目标检测方法最多可以承受的参
考窗中最大的干扰目标单元个数的差值,0<Nt≤N,xi为参考窗中的参考
单元;xj为参考单元集s0中的参考单元。
在根据本发明的一个优选的实施例中,上述步骤3中功率检测门限设为T,T的计算公式为:T=Z·α,其中α分别为门限系数。
在根据本发明的一个优选的实施例中,上述步骤4中判别目标过程中,设定测试单元为x0,所述测试单元x0通过与功率检测门限T比较即可判别x0是否为有效目标的回波信号单元即判断是目标是否存在。
在根据本发明的一个优选的实施例中,上述述目标有无判断方法如下:
上述公式中H0表示无目标,H1表示有目标。
在根据本发明的一个优选的实施例中,所述参考窗大小N取24,Pfa为目标虚警率;所述Pfa=10-4,门限系数α的计算公式为:α=(Pfa)1/N-1;所述参数β通过仿真确定;所述假设PD表示目标检测率。
本发明的优点如下:
1、本发明提供的目标检测方法引入最大参考单元并通过采集的大量实际路况回波信号,再通过仿真得到最优的比例系数,再通过最大参考单元功率乘以比例系数得到剔除门限,该比例系数具有很好的适用性;通过剔除门限可有效剔除极大值参考单元,可以有效提高检测率,降低漏检率。克服了杂波干扰和多干扰目标环境下检测率严重下降的问题。
2、本发明提供的目标检测方法根据参考窗中剔除极大值参考单元后,剩余参考单元数,选择相应的参考单元集,估计背景噪声功率,再乘以根据目标恒虚警率计算得到的比例系数,得到最终的功率检测门限,避免了噪声功率估计过低造成的虚警概率过高的问题。
附图说明
通过以下参照附图而提供的具体实施方式部分,本发明的特征和优点将变得更加容易理解,在附图中:
图1是本发明中基于的毫米波雷达平台的结原理框图;
图2是本发明中中频数字信号的处理方法的原理框图;
图3是本发明中本目标检测方法的示意图;
图4是本发明中比例系数与本目标检测方法的检测率仿真曲线图;
图5是本发明中本目标检测方法在均匀噪声仿真环境下的目标检测率仿真曲线图;
图6是本发明中本目标检测方法在非均匀噪声仿真环境下的目标检测率仿真曲线图。
具体实施方式
下面参照附图对本发明的示例性实施方式进行详细描述。对示例性实施方式的描述仅仅是出于示范目的,而绝不是对本发明及其应用或用法的限制。
参见图1所示,本发明提供的目标检测系统包括雷达前端模块,DAC调频信号发生电路,中频信号处理电路、A/D模数转换电路以及DSP/FPGA后端信号处理系统,其中DSP/FPGA信号处理系统包括JTAG调试、OSC时钟、SRAM和FLASH存储电路。DSP/FPGA信号处理系统通过通信接口对DAC数模转换器进行配置,产生锯齿波/三角波调制信号,并经过模拟滤波放大电路处理,得到高线性度的模拟调频信号,提供给雷达前端产生射频信号。中频信号处理电路对雷达前端返回的I1和I2两路中频模拟信号,经过低噪声运算放大器进行处理后,再经过A/D模数转换产生中频数字信号,并传输到DSP/FPGA信号处理系统中,缓冲在SRAM存储器中。雷达前端模块(含微带天线)用于发射和接收射频信号。
参见图2所示,给出了中频数字信号的处理方法。缓冲在SRAM存储器中的中频数字信号,经A/D转换后,再经过先进先出缓冲区(First Input First Output,FIFO)临时存放,然后对其进行数字滤波和快速傅里叶变换(Fast Fourier Transformation,FFT)后,送入检波器供目标检测方法进行提取。
参见图3所示,该图给出了一种目标检测方法。其中I1和I2为雷达回波信号,经过平方律检波器后得到的检测包络序列作为本检测算法的输入信号。xmax为从参考窗口中选择的最大值参考单元;β为比例系数,0<β≤1;x0为测试单元,x1,x2,x3,……xN为从包络序列输入信号中提取的参考窗参考单元序列,N为参考窗的大小。检测方法的执行步骤如下:
步骤1最大值参考单元选取,xmax可以表示为:
xmax=max(xi),i∈[1,N] (1)
步骤2背景噪声功率估计。参考窗中除了最大值参考单元外,其余剩余参考单元组成的N-1个参考单元的参考单元集可表示为:x1',x2',x3',……xN-1,然后每个参考单元分别与β·xmax进行比较。小于等于β·xmax的所有参考单元组成参考单元集s0,大于β·xmax的所有参考单元组成参考单元集s1,极大值参考单元的剔除可以用以下公式表示:
其中k'∈[1,N-1],n0表示参考单元集s0中的参考单元数,0≤n0<N-1。
假设Z为背景噪声功率值估计值,则Z的计算公式表示为:
其中Nt为整数,指参考窗口大小减去本目标检测方法最多可以承受的参考窗中最大的干扰目标单元个数的差值,0<Nt≤N,xi为参考窗中的参考单元;xj为参考单元集s0中的参考单元。
根据n0与Nt值的比较,检测方法将从s0或者参考窗口中选择相应的参考单元用于估计背景噪声功率Z。当n0≥Nt时,干扰目标参考单元出现在参考单元集s0中的概率较高,为了提高目标检测方法的检测率,将从参考单元集s0中选择参考单元用于估计Z值。当n0<Nt时,干扰目标参考单元出现在单元集s0中的概率较小,为了避免Z值估计过小,导致虚警率过高,所以选择参考窗中所有参考单元用于估计背景噪声功率Z。
步骤3功率检测门限的计算,背景噪声功率值Z乘以门限系数α得到功率检测门限T,T的计算公式为:
T=Z·α (4)
其中α分别为门限系数。
步骤4目标判别。测试单元x0通过与功率检测门限T比较即可判别x0是否为有效目标的回波信号单元即判断是目标是否存在,假设H0表示无目标,H1表示有目标,目标有无判断方法如下:
本方法中的参考窗大小N取24,Pfa为目标虚警率,本方法中Pfa=10-4,门限系数α的计算公式为:
α=(Pfa)1/N-1 (6)
参数β可以通过仿真确定,假设PD表示目标检测率。
参见图4所示,该图为比例系数β与PD的对应仿真曲线。通过仿真曲线可以看出,当β=0.04时,本检测方法在均匀和非均匀背景噪声下均具有较高的检测率。而在均匀噪声环境下,γ=0.01时Pd最大95.13%;当γ值从0增加到0.042时,Pd从95.12%降低到94.50%。在非均匀背景噪声环境下,当β值从0增加到0.042时,Pd从43.30%增大到79.46%;β=0.042时Pd达到最大83.68%;当β值从0.042增加到0.100时,Pd从78.95%降低到22.11%,综合考虑本检测方法在均匀和非均匀噪声环境下的检测性能,γ取0.042。根据计算和仿真确定的参数α和β,在Matlab环境下通过蒙特卡洛方法将本检测方法与其它各检测方法的检测性能在均匀和非均匀背景噪声环境下进行了仿真对比分析。
参见图5所示,该图为本发明的检测方法与ADCCA-CFAR目标检测方法和ACCA-CFAR目标检测方法在均匀背景噪声环境下的检测率仿真对比曲线。从图中可以看出,本目标检测方法检测率达97.45%,接近于CA-CFAR、ADCCA-CFAR和ACCA-CFAR目标检测方法。当检测概率为80.00%时,各方法与CA-CFAR方法相比,本目标检测方法损失约0.06dB,ACCA-CFAR和ADCCA-CFAR方法损失约0.12dB,表明本检测方法在均匀噪声环境下具有较好的检测性能。
参见图6所示,该图为本目标检测方法与ACCA-CFAR和ADCCA-CFAR目标检测方法在非均匀背景噪声环境下的检测率仿真对比曲线。从图中可以看出,本目标检测方法检测率优于ACCA-CFAR和ADCCA-CFAR检测方法,当SNR=25dB时,本目标检测方法的检测率为96.71%,分别高出ACCA-CFAR和ADCCA-CFAR方法检测率10.52%和5.12%,表明本目标检测方法在非均匀噪声环境下也具有较好的检测性能。
虽然参照示例性实施方式对本发明进行了描述,但是应当理解,本发明并不局限于文中详细描述和示出的具体实施方式,在不偏离权利要求书所限定的范围的情况下,本领域技术人员可以对所述示例性实施方式做出各种改进或变型。
Claims (14)
1.一种目标检测系统,其特征在于:所述目标检测系统包括雷达前端模块,与雷达前端模块的输出端连接的中频信号处理模块;与中频信号处理模块的输出端连接的滤波放大电路,与滤波放大电路的输出端连接的A/D转换电路;与A/D转换电路的输出端连接的后端信号处理模块;与后端信号处理模块的输出端连接的调频信号发生电路;所述调频信号发生电路的输出端与雷达前端模块连接;所述雷达前端模块用于发射和接收射频信号。
2.根据权利要求1所述的目标检测系统,其特征在于:所述后端信号处理模块为DSP/FPGA后端信号处理模块。
3.根据权利要求2所述的目标检测系统,其特征在于:所述DSP/FPGA后端信号处理模块包括JTAG调试单元、OSC时钟单元、SRAM存储器和FLASH存储电路。
4.根据权利要求2所述的目标检测系统,其特征在于:所述调频信号发生电路内设置有DAC数模转换器。
5.根据权利要求3所述的目标检测系统,其特征在于:所述中频信号处理电路对雷达前端返回的I1和I2两路中频模拟信号,经过滤波放大电路进行处理后,再经过A/D转换电路产生中频数字信号,并传输到DSP/FPGA后端信号处理模块中,同时缓冲在SRAM存储器中。
6.根据权利要求4所述的目标检测系统,其特征在于:所述DSP/FPGA后端信号处理模块通过通信接口对DAC数模转换器进行配置,产生锯齿波/三角波调制信号,并经过模拟滤波放大电路处理,得到高线性度的模拟调频信号,提供给雷达前端产生射频信号。
7.一种目标检测方法,其特征在于:包括以下步骤:
1)选取最大值参考单元;
2)对背景噪声功率进行估计;
3)对功率检测门限进行计算;
4)判别目标。
8.根据权利要求7所述的一种目标检测方法,其特征在于:所述步骤1中的最大值参考单元表示为:xmax=max(xi),i∈[1,N];参考窗中除了最大值参考单元外,其余剩余参考单元组成的N-1个参考单元的参考单元集可表示为:x1',x2',x3',……xN-1;然后每个参考单元分别与β·xmax进行比较。
9.根据权利要求8所述的一种目标检测方法,其特征在于:所述每个参考单元分别与β·xmax进行比较结果设定如下:当小于等于β·xmax的所有参考单元组成参考单元集为s0;大于β·xmax的所有参考单元组成参考单元集为s1,极大值参考单元的剔除可以用以下公式表示如下:
其中k'∈[1,N-1],n0表示参考单元集s0中的参考单元数,0≤n0<N-1。
10.根据权利要求9所述的一种目标检测方法,其特征在于:所述步骤2中背景噪声功率估计值假设为Z,所述Z的计算公式表示为:
其中Nt为整数,指参考窗口大小减去本目标检测方法最多可以承受的参考窗中最大的干扰目标单元个数的差值,0<Nt≤N,xi为参考窗中的参考单元;xj为参考单元集s0中的参考单元。
11.根据权利要求10所述的一种目标检测方法,其特征在于:所述步骤3中功率检测门限设为T,T的计算公式为:T=Z·α,其中α分别为门限系数。
12.根据权利要求11所述的一种目标检测方法,其特征在于:所述步骤4中判别目标过程中,设定测试单元为x0,所述测试单元x0通过与功率检测门限T比较即可判别x0是否为有效目标的回波信号单元即判断是目标是否存在。
13.根据权利要求11所述的一种目标检测方法,其特征在于:所述目标有无判断方法如下:
上述公式中H0表示无目标,H1表示有目标。
14.根据权利要求11所述的一种目标检测方法,其特征在于:所述参考窗大小N取24,Pfa为目标虚警率;所述Pfa=10-4,门限系数α的计算公式为:α=(Pfa)1/N-1;所述参数β通过仿真确定;所述假设PD表示目标检测率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710201901.0A CN107045122A (zh) | 2017-03-30 | 2017-03-30 | 一种目标检测系统及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710201901.0A CN107045122A (zh) | 2017-03-30 | 2017-03-30 | 一种目标检测系统及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107045122A true CN107045122A (zh) | 2017-08-15 |
Family
ID=59544233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710201901.0A Pending CN107045122A (zh) | 2017-03-30 | 2017-03-30 | 一种目标检测系统及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107045122A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108055220A (zh) * | 2017-12-12 | 2018-05-18 | 成都宝通天宇电子科技有限公司 | Ask幅度自适应抗噪声解调算法及装置 |
CN110632570A (zh) * | 2019-08-29 | 2019-12-31 | 武汉滨湖电子有限责任公司 | 一种基于多级判定的有源干扰检测方法 |
CN112165364A (zh) * | 2020-08-11 | 2021-01-01 | 常州工学院 | 窄带频谱感知系统的增强频谱感知方法 |
CN112585494A (zh) * | 2019-09-26 | 2021-03-30 | 深圳市速腾聚创科技有限公司 | 激光雷达信号处理方法、装置、计算机设备和存储介质 |
CN112986970A (zh) * | 2019-12-13 | 2021-06-18 | 华为技术有限公司 | 目标检测方法和装置 |
CN113325405A (zh) * | 2020-02-28 | 2021-08-31 | 加特兰微电子科技(上海)有限公司 | 恒虚警目标检测方法、装置、集成电路、传感器及设备 |
-
2017
- 2017-03-30 CN CN201710201901.0A patent/CN107045122A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108055220A (zh) * | 2017-12-12 | 2018-05-18 | 成都宝通天宇电子科技有限公司 | Ask幅度自适应抗噪声解调算法及装置 |
CN108055220B (zh) * | 2017-12-12 | 2020-09-29 | 成都宝通天宇电子科技有限公司 | Ask幅度自适应抗噪声解调方法及装置 |
CN110632570A (zh) * | 2019-08-29 | 2019-12-31 | 武汉滨湖电子有限责任公司 | 一种基于多级判定的有源干扰检测方法 |
CN112585494A (zh) * | 2019-09-26 | 2021-03-30 | 深圳市速腾聚创科技有限公司 | 激光雷达信号处理方法、装置、计算机设备和存储介质 |
CN112585494B (zh) * | 2019-09-26 | 2024-02-27 | 深圳市速腾聚创科技有限公司 | 激光雷达信号处理方法、装置、计算机设备和存储介质 |
CN112986970A (zh) * | 2019-12-13 | 2021-06-18 | 华为技术有限公司 | 目标检测方法和装置 |
CN113325405A (zh) * | 2020-02-28 | 2021-08-31 | 加特兰微电子科技(上海)有限公司 | 恒虚警目标检测方法、装置、集成电路、传感器及设备 |
CN112165364A (zh) * | 2020-08-11 | 2021-01-01 | 常州工学院 | 窄带频谱感知系统的增强频谱感知方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107045122A (zh) | 一种目标检测系统及其检测方法 | |
CN107024682A (zh) | 一种基于自适应剔除算法的目标检测方法 | |
CN106772268B (zh) | 一种高斯白噪声下的弱信号盲检测方法 | |
CN102707285A (zh) | 车载毫米波防撞雷达系统的频域恒虚警检测方法 | |
CN103969635A (zh) | 低空监视雷达的气象信号处理ip核及其实时数据排序方法 | |
CN109490862B (zh) | 一种基于相位差分统计谱的载频估计方法 | |
CN103344944A (zh) | 适用于任意信号波形的雷达脉冲压缩滤波器优化设计方法 | |
CN104407331B (zh) | 船舶rcs的缩尺模型湖面试验方法及系统 | |
CN101271160A (zh) | 选小单元平均恒虚警率实时检测sar运动目标方法、装置 | |
CN110007299B (zh) | 一种基于混合坐标伪谱技术的微弱目标检测跟踪方法 | |
CN110161472A (zh) | 一种基于信号复用的宽带车载毫米波雷达解速度模糊方法 | |
CN103336274A (zh) | 一种用于双极化天气雷达的双路多阶相关检测方法 | |
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 | |
CN110161494B (zh) | 基于速度平方滤波的rd平面弱目标检测跟踪方法及装置 | |
CN101984360A (zh) | 基于frft的归一化泄露lms自适应动目标检测器 | |
CN109061632B (zh) | 一种无人机识别方法 | |
CN108872961B (zh) | 基于低门限的雷达微弱目标检测方法 | |
CN110376559A (zh) | 单通道雷达主瓣多源干扰分离方法、装置和设备 | |
CN109521412A (zh) | 基于局部统计量融合的雷达组网空域目标检测方法 | |
CN102830394B (zh) | 基于多谱线积累的弱目标探测方法 | |
CN109270536B (zh) | 一种多普勒天气雷达的信号处理器 | |
CN106353743A (zh) | 匹配于等效形状参数的近最优雷达目标检测方法 | |
CN106443629A (zh) | 一种基于傅里叶基函数的雷达目标识别方法 | |
CN106093925A (zh) | 一种多雷达联合检测方法 | |
CN107024680A (zh) | 一种基于双删除门限的目标检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170815 |