CN107110967A - 追踪处理装置及追踪处理方法 - Google Patents
追踪处理装置及追踪处理方法 Download PDFInfo
- Publication number
- CN107110967A CN107110967A CN201580059386.6A CN201580059386A CN107110967A CN 107110967 A CN107110967 A CN 107110967A CN 201580059386 A CN201580059386 A CN 201580059386A CN 107110967 A CN107110967 A CN 107110967A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- curing
- hybrid
- tracking process
- thing
- 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
- 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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- 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
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
- G01S13/44—Monopulse radar, i.e. simultaneous lobing
- G01S13/449—Combined with MTI or Doppler processing circuits
-
- 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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
-
- 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
- G01S7/04—Display arrangements
- G01S7/06—Cathode-ray tube displays or other two dimensional or three-dimensional displays
- G01S7/22—Producing cursor lines and indicia by electronic means
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
- G08G3/02—Anti-collision systems
Abstract
所要解决的课题是不论周围的环境如何都正确地追踪追踪对象。用于解决问题的手段为,追踪处理装置(3)构成为,具备进行追踪追踪对象的处理的追踪处理部(11)、以及计算混杂度的混杂度计算部(22),上述混杂度是包含追踪对象的预测位置的区域内所存在的物标的混杂的程度。追踪处理部(11)根据由混杂度计算部(22)计算出的混杂度的值,进行追踪追踪对象的处理。
Description
技术领域
本发明涉及对追踪对象进行追踪的追踪处理装置及追踪处理方法。
背景技术
作为以往周知的追踪处理装置,在例如专利文献1所公开的追踪处理装置中,推测作为追踪对象的目标的运动状态,基于该运动状态追踪目标。由此,能够从多个物标之中精度良好地检测想要追踪的物标。
现有技术文献
专利文献
专利文献1:特开2014-89056号公报
发明内容
发明所要解决的课题
可是,在如上述那样追踪作为追踪对象的目标的情况下,根据目标的周围的环境,存在不能正确地追踪目标的情况。
本发明是用来解决上述问题的,其目的是不论周围的环境如何都正确地对追踪对象进行追踪。
用于解决课题的手段
(1)为了解决上述问题,有关本发明的一技术方案的追踪处理装置的特征在于,具备:追踪处理部,进行追踪追踪对象的处理;以及混杂度计算部,计算混杂度,该混杂度为在包含上述追踪对象的预测位置的区域内所存在的物标的混杂的程度;上述追踪处理部根据由上述混杂度计算部计算出的上述混杂度的值,进行追踪上述追踪对象的处理。
(2)优选的是,上述混杂度计算部基于作为存在于上述区域内的上述物标的数量的物标数来计算上述混杂度。
(3)更优选的是,还具备回波分布生成部,该回波分布生成部对上述区域被分割出的多个单元中的各个单元中所存在的上述物标数进行计数,将按上述多个单元的各个单元计数的上述物标数对应于各上述单元而存储;上述混杂度计算部计算在包含上述追踪对象的上述预测位置的上述单元内所存在的上述物标的上述混杂度。
(4)优选的是,上述混杂度计算部基于多个定时的上述物标数计算上述混杂度。
(5)优选的是,上述混杂度计算部基于多个定时的上述混杂度计算平滑混杂度;上述追踪处理部根据由上述混杂度计算部计算出的上述平滑混杂度的值,进行追踪上述追踪对象的处理。
(6)优选的是,在上述追踪处理部中,根据上述混杂度的值来设定对观测上述追踪对象而得到的观测位置实施追踪过滤(filter、滤波)处理时所使用的增益。
(7)优选的是,上述追踪处理部具有确定筛选区域的筛选部,该筛选区域被推测为存在观测上述追踪对象而得到的观测位置;在上述追踪处理部中,根据上述混杂度的值来设定上述筛选区域的面积。
(8)为了解决上述问题,有关本发明的一技术方案的追踪处理方法的特征在于,包括:进行追踪追踪对象的处理的步骤;以及计算作为在包含上述追踪对象的预测位置的区域内所存在的物标的混杂的程度的混杂度的步骤;在进行追踪上述追踪对象的处理的步骤中,根据上述混杂度的值,进行追踪该追踪对象的处理。
发明的效果
根据本发明,不论周围的环境如何,都能够正确地追踪追踪对象。
附图说明
图1是包括有关本发明的实施方式的追踪处理装置的雷达装置的框图。
图2是用来说明本船与物标回波像的关系的示意性的平面图。
图3是用来说明关于物标回波像(物标)被提取的数据的数据一览表。
图4是表示由回波检测部检测到的物标回波像的示意性的平面图。
图5是用来说明混杂度计算处理部的动作的流程图。
图6是示意地表示由回波分布生成部生成的回波分布的图。
图7是用来说明由有关变形例的追踪处理装置的混杂度计算部计算的混杂度的计算方法的示意图。
具体实施方式
以下,参照附图对有关本发明的追踪处理装置3的实施方式进行说明。本发明能够作为对被选择为追踪对象的物标进行追踪的追踪处理装置而广泛地应用。以下,将被设定为追踪对象的目标称作“追踪物标”。此外,以下对图中相同或相当的部分赋予相同的标号,不再重复进行说明。
图1是包括有关本发明的实施方式的追踪处理装置3的雷达装置1的框图。本实施方式的雷达装置1例如是装备在渔船等的船舶中的船用雷达。雷达装置1主要被用于其他船等的物标的探测。此外,雷达装置1构成为,能够追踪被选择为追踪物标的物标。雷达装置1构成为,能够同时追踪多个追踪物标。雷达装置1构成为,推测追踪物标的运动状态。在本实施方式中,雷达装置1计算追踪物标的平滑速度作为上述运动状态。所谓平滑速度,是针对追踪物标被推测的表示行进方向及行进速度的矢量。雷达装置1将追踪物标的平滑速度显示在画面上。另外,以下将装备有雷达装置1的船舶称作“本船”。
如图1所示,雷达装置1具备天线单元2、追踪处理装置3和显示器4。
天线单元2包括天线5、接收部6和A/D转换部7。
天线5是指向性较强的能够发送脉冲状电波的雷达天线。此外,天线5构成为,接收作为来自物标的反射波的回波信号。即,物标的回波信号是对于来自天线5的发送信号的、物标处的反射波。雷达装置1测量从发送脉冲状电波到接收到回波信号为止的时间。由此,雷达装置1能够检测出到物标的距离r。天线5构成为,能够在水平面上旋转360°。天线5构成为,一边改变脉冲状电波的发送方向(一边改变天线角度)一边反复进行电波的发送接收。在以上的结构中,雷达装置1能够遍及360°探测本船周围的平面上的物标。
另外,在以下的说明中,将从发送脉冲状电波到发送下个脉冲状电波的动作称作“扫掠(距离扫掠、sweep)”。此外,将一边进行电波的发送接收一边使天线旋转360°的动作称作“扫描(scan)”。以下,将某个扫描称作“n次扫描(第n次扫描)”,将比n次扫描之前1个的扫描称作“n-1次扫描(第(n-1)次扫描”。另外,n是自然数。此外,以下在对于动作没有特别说明的情况下,说明n次扫描时点的雷达装置1的动作。
接收部6对由天线5接收到的回波信号进行检波并放大。接收部6将放大后的回波信号向A/D转换部7输出。A/D转换部7对模拟形式的回波信号进行采样,变换为由多个比特构成的数字数据(回波数据)。这里,上述回波数据包含确定天线5所接收到的回波信号的强度(信号电平)的数据。A/D转换部7将回波数据向追踪处理装置3输出。
追踪处理装置3构成为,将从多个物标中选择的物标确定为追踪物标,对观测该追踪物标而得到的观测位置实施追踪过滤(滤波、filter)处理,从而进行追踪追踪物标的追踪处理。更具体地讲,追踪处理装置3构成为,计算追踪物标的平滑速度以及追踪物标的推测位置(平滑位置)等。
追踪处理装置3构成为使用包括CPU、RAM及ROM(未图示)等的硬件。此外,追踪处理装置3构成为使用包括存储在ROM中的追踪处理程序的软件。
上述追踪处理程序是用来使追踪处理装置3执行有关本发明的追踪处理方法的程序。构成为,上述硬件和软件协同动作。由此,能够使追踪处理装置3作为信号处理部9、回波检测部10及追踪处理部11等发挥功能。追踪处理装置3构成为,按每1次扫描进行以下说明的处理。
追踪处理装置3具有信号处理部9、回波检测部(检测部)10、追踪处理部11和混杂度计算处理部20。
信号处理部9通过实施过滤(滤波)处理等,将回波数据中包含的干涉成分和不需要的波形数据除去。此外,信号处理部9构成为,进行关于物标回波像的回波数据的特征信息的检测。信号处理部9将处理后的回波数据向回波检测部10输出。
回波检测部10构成为,进行物标回波像的检测和关于物标回波像的回波数据的特征信息的检测。即,回波检测部10包括物标回波像检测部和特征信息提取部。由信号处理部9及回波检测部10构成用来检测物标的特征信息的检测部。
回波检测部10基于从信号处理部9读取回波数据时的读取地址,求出到与该回波数据对应的位置的距离r。此外,从天线5向回波检测部10输出表示该天线5当前朝向哪个方向(天线角度θ)的数据。在以上的结构中,回波检测部10在读取回波数据时,能够以距离r和天线角度θ的极坐标取得与该回波数据对应的位置。
回波检测部10构成为,检测在与回波数据对应的位置是否存在物标。回波检测部10例如判别与回波数据对应的位置的信号电平、即信号强度。回波检测部10判别为在信号电平是规定的阈值电平值以上的位置存在物标。
接着,回波检测部10检测物标存在的范围。回波检测部10例如检测物标存在的一个范围的区域作为物标回波像存在的区域。这样,回波检测部10基于回波数据来检测物标回波像。该物标回波像的外轮廓形状与物标的外轮廓形状大致一致。但是,由于回波数据中包含的噪声等原因而使该物标回波像的外轮廓形状与物标的外轮廓形状稍稍不同。接着,回波检测部10使用回波数据来提取与物标回波像关联的特征信息。
图2是用来说明本船100与物标回波像120的关系的示意性的平面图。在图2中,将物标回波像120例示为矩形的像。此外,在图2中,表示了由物标回波像120确定的物标130。在图2中,将物标130的外轮廓形状以与物标回波像120一致的状态来显示。
如图1及图2所示,在极坐标系中,以作为本船100的位置的本船位置M1为基准,将距本船位置M1的直线距离表示为距离r,将本船位置M1周围的角度表示为角度θ。在本实施方式中,本船位置M1相当于天线5的位置。在提取物标回波像120的代表点P时,回波检测部10使用以本船位置M1为中心的环状部分的一部分形状的像110。该像110是由第1直线111、第2直线112、第1圆弧113及第2圆弧114包围的区域的像。
第1直线111是经过物标回波像120的后缘120a中的距本船位置M1最近的点和本船位置M1的直线。第2直线112是经过物标回波像120的前缘120b中的距本船位置M1最近的点和本船位置M1的直线。第1圆弧113是经过物标回波像120中的距本船位置M1最近的部分120c的圆弧。第1圆弧113的曲率中心点是本船位置M1。第2圆弧114是经过物标回波像120中的距本船位置M1最远的部分120d的圆弧。第2圆弧114与第1圆弧113同心。
图3是用来说明关于物标回波像120(物标130)被提取的数据的数据一览表。如图2及图3所示,在本实施方式中,信号处理部9及回波检测部10协同作用,对于物标回波像120(物标130)提取下述12个数据作为特征信息数据。即,回波检测部10基于回波数据及物标回波像120的图像数据,提取下述12个文本数据。在本实施方式中,12个文本数据是标志数据201、距离rp数据202、结束角度θe数据203、角度幅度θw数据204、最前缘距离rn数据205、最后缘距离rf数据206、面积ar(形状信息)数据207、代表点P的坐标数据208、回波电平ec数据209、邻接距离(确定物标的周围的状态的信息)ad数据210、多普勒频移量ds数据211、以及时刻tm数据212。
上述标志例如是对于物标回波像120确定是否是规定的状态等的标志。该标志构成为,被设定为“1”或“0”等。
距离rp是从本船位置M1到物标回波像120的代表点P的直线距离。在本实施方式中,代表点P是像110的中心点。结束角度θe是物标回波像120的检测结束的时点的上述天线角度θ。关于物标回波像120角度幅度θw是绕本船位置M1的角度方向的幅度。角度幅度θw也是第1直线111与第2直线112所成的角度。最前缘距离rn是物标回波像120的部分120c与本船位置M1的距离。最后缘距离rf是物标回波像120的部分120d与本船位置M1的距离。面积ar是环状部分的一部分形状的像110的面积,在本实施方式中,被作为物标回波像120的面积处理。
回波电平ec表示确定物标回波像120的回波信号的强度。该强度既可以是确定物标回波像120的回波信号的峰值强度,也可以是该回波信号的强度的平均值。在本实施方式中,邻接距离ad例如是邻接的两个物标回波像120间的距离。多普勒频移量ds例如是从天线5放射的脉冲信号的频率与通过物标回波像120确定的物标130所反射的回波信号的频率的差。能够基于多普勒频移量ds来求出由物标回波像120确定的物标130与本船100的相对速度。时刻tm是检测到物标回波像120的时点的时刻。另外,回波像120的数据也可以包含预留的数据区域。在本实施方式中,信号处理部9及回波检测部10关于各物标回波像120提取上述12个特征信息。这12个特征信息都是用数值表示的信息。
在图4中表示了由回波检测部10检测到的多个物标回波像120的一例。图4是表示由回波检测部10检测到的物标回波像120的示意性的平面图。在图4中,表示了n次扫描时点的4个物标回波像120(121、122、123、124)作为一例。在图4中,物标回波像120(121、122、123、124)的形状分别与物标130(131、132、133、134)的形状一致。
由物标回波像121确定的物标131、由物标回波像122确定的物标132及由物标回波像123确定的物标133例如是小型船舶。由物标回波像124确定的物标134例如是大型船舶。回波检测部10在n次扫描时点,检测到物标回波像121的代表点P1(n)、物标回波像122的代表点P2(n)、物标回波像123的代表点P3(n)和物标回波像124的代表点P4(n)作为代表点P。以下,以物标131是追踪物标140的情况为例进行说明。
如图1~图4所示,回波检测部10将关于各物标回波像120的特征信息数据201~212向追踪处理部11及混杂度计算处理部20输出。
[混杂度计算处理部的结构]
图5是用来说明混杂度计算处理部20的动作的流程图。以下,参照图1及图5等说明混杂度计算处理部20的结构及动作。
混杂度计算处理部20构成为,计算存在于追踪物标140的预测位置Xp(n)周边的物标的混杂的程度(混杂度)。混杂度计算处理部20具有回波分布生成部21和混杂度计算部22。在混杂度计算处理部20中,被输入如详细在后面叙述那样由追踪处理部11计算出的追踪物标的n次扫描时的预测位置Xp(n)。
图6是示意地表示由回波分布生成部21生成的回波分布的图。以下,设在图6所示的xy坐标上的位置是(x,y)的单元B中在n次扫描时包含的物标的数量(物标数)为N(x,y,n)而进行说明。例如,参照图6,N(1,5,n)=3。另外,在图6中,将计数出的物标数用黑点图示。此外,以下举坐标系是xy坐标的例子进行说明,但并不限于此,也可以使用rθ坐标系。
回波分布生成部21生成由回波检测部10检测到的各物标130的分布。具体而言,在回波分布生成部21中,参照图6,将海上的规定的区域A被划分为格子状得到的多个单元B的各个单元中所存在的物标130的数量按照每个单元B进行计数(图5的步骤S1)。此时,在没有对应于各单元B存储平滑物标数(详细后述)的情况下(步骤S2的否),回波分布生成部21使按照每个单元B计数的物标130的物标数作为平滑物标数与各单元B对应地存储(步骤S3)。另外,例如作为一例可以举出一边为64英里的正方形状的区域作为区域A。此外,例如作为一例可以举出一边为0.5英里的正方形状的区域作为单元B。另外,在本实施方式中,举出了按照每个单元B对物标数进行计数的例子而进行说明,但并不限于此,例如作为一例也可以代替上述物标数而使用将各单元B中所包含的物标的面积合计的值。
另一方面,在对应于各单元B而存储有平滑物标数的情况下(步骤S2的是),回波分布生成部21基于对应于各单元B存储的平滑物标数Ns(x,y,n-1)和最近的物标数N(x,y,n),计算平滑物标数Ns(x,y,n)(步骤S4)。具体而言,回波分布生成部21基于以下表示的式(1)计算平滑物标数Ns(x,y,n)。
Ns(x,y,n)=a1·N(x,y,n)+(1-a1)·Ns(x,y,n-1)…(1)
另外,a1是表示0<a1≦1的系数,作为一例,例如是0.9。
并且,回波分布生成部21将到此为止与各单元B对应地存储的平滑物标数Ns(x,y,n-1)替换为最近计算出的平滑物标数Ns(x,y,t)并存储(步骤S5)。
混杂度计算部22使用包含追踪物标140的预测位置Xp(n)的单元B的平滑物标数Ns(x,y,n),计算混杂度C(n)(步骤S6)。混杂度C(n)可以表示为以平滑物标数Ns(x,y,n)为变量的任意的函数,即C(n)=f(Ns(x,y,n))。作为该式的一例,例如可以举出C(n)=Ns(x,y,n)。并且,混杂度计算部22基于平滑混杂度Cs(n-1)和最近计算出的混杂度C(n),计算平滑混杂度Cs(n)(步骤S7),该平滑混杂度Cs(n-1)是过去计算出的上述单元B的混杂度,且与该单元B对应地被存储。具体而言,混杂度计算部22基于以下的式(2)计算平滑混杂度Cs(n)。并且,混杂度计算部22将到此为止存储的平滑混杂度Cs(n-1)替换为最近计算出的平滑混杂度Cs(n)而存储(步骤S8)。
Cs(n)=a2·C(n)+(1-a2)·Cs(n-1)-1…(2)
其中,在该式的计算结果不到0的情况下,Cs(n)的值被设定为0。此外,a2是表示0<a2≦1的系数,作为一例,例如是0.9。
将由混杂度计算部22计算出的平滑混杂度Cs(n)向追踪处理部11通知(步骤S9)。后续将详细叙述,追踪处理部11进行与从混杂度计算部22通知的平滑混杂度Cs(n)的值对应的追踪处理。
追踪处理部11构成为,从多个物标130之中确定追踪物标140,并且进行该追踪物标140的追踪处理。追踪物标140例如由操作者基于显示在显示器4上的表示多个物标130的符号等来进行选择。由操作者给出的追踪物标140的选择指令例如通过操作者对操作装置(未图示)进行操作来发出。在本实施方式中,只要没有特别说明,追踪处理部11构成为,以X-Y坐标系为基准进行处理。
追踪处理部11构成为,计算n次扫描时点(最新的扫描时点)的追踪物标140的平滑速度Vs(n)。此外,追踪处理部11构成为,使显示器4显示平滑速度Vs(n)。
追踪处理部11具有特征信息存储器12、筛选部13、关联建立部14和运动推测部15。
特征信息存储器12构成为,存储从信号处理部9及回波检测部10输出的数据。特征信息存储器12针对从(n-T)次扫描时点到n次扫描时点的各时点的全部的物标回波像120,储存特征信息数据201~212。另外,常数T是预先设定的值,例如是几十左右。
筛选部13构成为,进行回波筛选处理。具体而言,筛选部13确定被推测为在n次扫描时点(最新的扫描时点)存在观测位置Xo(n)(追踪物标140的追踪代表点)的区域。
具体而言,筛选部13对于追踪物标140,参照由运动推测部15计算出的预测位置Xp(n)的坐标数据。即,筛选部13取得被推测为在n次扫描时点存在追踪代表点P的预测位置Xp(n)的坐标数据。筛选部13设定以该预测位置Xp(n)为中心的筛选区域S(n)。该筛选区域S(n)例如是以上述预测位置Xp(n)为中心的圆状的区域。关联建立部14检索该筛选区域S(n)内。
在此,筛选部13根据由混杂度计算部22计算出的平滑混杂度Cs(n)的值来决定筛选区域S(n)的范围。具体而言,作为一例,例如筛选部13在平滑混杂度Cs(n)为规定的阈值N4以下的情况下,将筛选区域S(n)的半径设定为r1。另一方面,筛选部13在平滑混杂度Cs(n)超过规定的阈值N4的情况下,将筛选区域S(n)的半径设定为比r1小的r2。
关联建立部14基于根据过去的追踪目标信息(回波面积、位置误差等)计算的各追踪代表点P的似然度,从存在于上述筛选区域S(n)内的1个或多个物标回波像的追踪代表点P中确定追踪物标140的观测位置Xo(n)。
具体而言,例如关联建立部14针对各追踪代表点P计算多个似然度Lhn(n=1,2,…),将合成了这些似然度Lhn后的结合似然度最高的追踪代表点P作为追踪物标140的观测位置Xo(n)向运动推测部15输出。另外,上述似然度Lhn,是表示各追踪代表点P是追踪物标的追踪代表点P的可能性的程度,基于追踪物标的特征量和存在于筛选区域S(n)内的各物标的特征量来计算。例如作为一例,可以举出物标的回波面积作为这里的特征量。
在关联建立部14中,对应于各似然度Lhn而设定了阈值Nan(n=1,2,…)。并且,关联建立部14将追踪代表点P的各似然度Lhn与对应的阈值Nan进行比较,根据该比较结果,判定该追踪代表点P是否可以成为追踪物标的追踪代表点P的候选。具体而言,在存在于筛选区域S(n)内的某个追踪代表点P的似然度Lhn是阈值Nan以上的情况下,关联建立部14将该追踪代表点P判定为可以作为追踪物标的追踪代表点P的候选的追踪代表点。另一方面,在上述某个追踪代表点P的似然度Lhn不到阈值Nan的情况下,将该追踪代表点P从追踪物标的追踪代表点P的候选中排除。
这里,关联建立部14根据平滑混杂度Cs(n)的值决定上述阈值Nan的值。具体而言,关联建立部14例如在平滑混杂度Cs(n)是规定的阈值N5以上的情况下,使阈值Nan的值变高。另一方面,在平滑混杂度Cs(n)不到规定的阈值N5的情况下,使阈值Nan的值变低。
运动推测部15构成为,在X-Y坐标系中进行追踪物标140的追踪处理。在本实施方式中,运动推测部15使用相对于地球的表面的朝向为一定的坐标系来进行追踪物标140的追踪处理。
运动推测部15是为了使观测误差(起因于在天线5旋转时发生的震动等的误差)的影响平滑化而设置的。在本实施方式中,运动推测部15进行α-β过滤处理作为追踪过滤处理。运动推测部15构成为,计算追踪物标140的预测位置Xp(n)、平滑位置Xs(n)和平滑速度Vs(n)。
具体而言,运动推测部15运算下述的式(3)、(4)、(5)。
预测位置Xp(n)=Xs(n-1)+T×Vs(n-1)…(3)
平滑位置Xs(n)=Xp(n)+α{Xo(n)-Xp(n)}…(4)
平滑速度Vs(n)=Vs(n-1)+(β/T){Xo(n)-Xp(n)}…(5)
另外,平滑位置Xs(n)表示与n次扫描时点的预测位置Xp(n)和观测位置Xo(n)建立了关联的位置。平滑位置Xs(n)表示被推测为在n次扫描时点追踪物标140的追踪代表点P1到达的位置。此外,平滑速度Vs(n)表示n次扫描时点的追踪代表点P1的推测速度。
此外,T是从运动推测部15进行前次的平滑处理到进行上述平滑处理所经过的时间,相当于1次扫描需要的时间。此外,α是为了计算平滑位置Xs(n)而使用的增益。β是为了计算平滑速度Vs(n)而使用的增益。
增益α具有X轴方向的成分αx及Y轴方向的成分αy。增益α也可以表示为增益α(αx,αy)。成分αx在上述式(4)中在计算X轴方向的成分时使用。成分αy在上述式(4)中计算Y轴方向的成分时使用。
此外,增益β具有X轴方向的成分βx及Y轴方向的成分βy。增益β也可以表示为增益β(βx,βy)。成分βx在上述式(5)中在计算X轴方向的成分时使用。此外,成分βy在上述式(5)中计算Y轴方向的成分时使用。
平滑位置Xs(n)位于连结预测位置Xp(n)与观测位置Xo(n)的线段LS1上。
根据上述结构,增益α越小,平滑位置Xs(n)越接近于预测位置Xp(n)。此外,增益β越小,平滑速度Vs(n)的变化量越小。因此,运动推测部15中的计算结果被平滑化的程度变大,起因于追踪物标140的观测误差的离散量变小。但是,增益α、β越小,使追踪物标140的追踪代表点P1的转向运动反映到运动推测部15的运算结果中时的响应就越慢。
另一方面,增益α越大,平滑位置Xs(n)越接近于观测位置Xo(n)。此外,增益β越大,使平滑速度Vs(n)平滑化的程度越小。因此,运动推测部15能够将追踪物标140的追踪代表点P1的转向运动在追踪过滤处理中响应性良好地反映。因此,运动推测部15能够提高对于追踪物标140的转向运动的追随性。另外,所谓转向运动,是指改变追踪物标140的朝向的运动。但是,增益α、β越大,关于平滑位置Xs(n)及平滑速度Vs(n),按各扫描时点的变动量越大。
并且,运动推测部15根据从混杂度计算部22通知的平滑混杂度Cs(n)的值来设定增益α、β的值。根据阈值N1~N3(0<N3<N2<N1)与平滑混杂度Cs(n)的关系性,例如作为一例,增益α、β可以如以下这样表示。
α=β=0(N1<Cs(n)的情况)
α=0.5α1,β=0.5β1(N2<Cs(n)≦N1的情况)
α=α1,β=β1(N3<Cs(n)≦N2的情况)
α=1.5α1,β=1.5β1(Cs(n)≦N3的情况)
其中,α1及β1是规定的常数。
通过如上述那样根据平滑混杂度Cs(n)设定增益α、β的值,能够得到以下这样的效果。
在平滑混杂度非常高的情况下(在本实施方式的情况下,N1<Cs(n)),被推测为在追踪物标的预测位置附近存在许多物标。在此情况下,当进行由关联建立部14进行的关联建立处理时,追踪对象从本来想要追踪的物标移转为其他物标的可能性(发生所谓的移转的可能性)变高。由此,在这样移转的可能性较高的状况下,通过进行将增益α及β设定为0的所谓的预测追踪,能够防止追踪对象的移转。另外,所谓预测追踪,是在计算平滑位置Xs(n)时不考虑观测位置Xo(n)而将预测位置Xp(n)作为平滑位置计算的追踪。
在平滑混杂度稍高的情况下(在本实施方式的情况下,N2<Cs(n)≦N1),被推测为在追踪物标的预测位置附近存在比较多的物标。在此情况下,当进行通过关联建立部14的关联建立处理时,发生移转的可能性稍稍变高。由此,在这样移转的可能性稍高的状况下,通过将增益α及β设定为稍稍低的值(本实施方式的情况下,α=0.5α1,β=0.5β1),进行与所谓的预测追踪接近的追踪处理,能够抑制追踪对象的移转的可能性,并且能够进行对于追踪物标的转向运动也能够某种程度上对应的追踪处理。
另一方面,在平滑混杂度接近于0的值的情况下(在本实施方式的情况下,Cs(n)≦N3),被推测为在追踪物标的预测位置附近几乎不存在物标,或在追踪物标的预测位置附近不存在物标。在此情况下,由于上述那样的移转的危险性非常低,所以通过将增益α及β的值设定为比通常时大的值(α=1.5α1,β=1.5β1),能够进行提高对于追踪物标的转向运动的追随性的追踪处理。
另外,在平滑混杂度为N3<Cs(n)≦N2的情况下,增益α及β的值被设定为取得了追踪对象的移转的风险降低及对于追踪物标的追随性的确保双方平衡的值(α=α1,β=β1)。
运动推测部15将使用如上述那样根据平滑混杂度适当地设定的增益α、β来计算出的各数据向筛选部13、混杂度计算处理部20及显示器4输出。具体而言,运动推测部15将预测位置Xp(n)的坐标数据向筛选部13及混杂度计算处理部20输出。在筛选部13中,该数据被使用于(n+1)次扫描时点的筛选处理中。另一方面,在混杂度计算处理部20中,该数据被用于确定作为混杂度的计算对象的单元B。此外,运动推测部15将确定平滑位置Xs(n)及平滑速度Vs(n)的数据向显示器4输出。
显示器4例如是能够彩色显示的液晶显示器。显示器4使用各物标回波像120的图像数据在显示画面上显示各物标回波像120。此外,显示器4将平滑速度Vs(n)作为图像进行显示。由此,在显示器4的显示画面上,关于追踪物标140(物标回波像121)显示表示平滑速度Vs(n)的图像。雷达装置1的操作者通过确认显示在显示器4上的雷达影像,能够确认追踪物标140的运动状态。
[效果]
如以上这样,在有关本实施方式的追踪处理装置3中,追踪处理部根据在包含追踪物标140的预测位置Xp(n)的区域(在本实施方式的情况下,是单元B)内存在的物标的混杂度(本实施方式的情况下,为平滑混杂度Cs(n))进行追踪处理。如此这样,能够根据追踪对象从本来想要追踪的物标移转到其他物标的可能性(移转的可能性)适当地控制追踪处理。具体而言,在本实施方式的情况下,在移转的可能性较高的状况下,即在平滑混杂度Cs(n)较高的状况下进行预测追踪,所以能够防止移转。另一方面,在移转的可能性较低的状况下,即在平滑混杂度Cs(n)较低的状况下,进行对于追踪物标的转向运动的追随性较高的追踪处理。
因而,根据追踪处理装置3,不论周围的环境如何都能够正确地追踪追踪对象。
此外,在追踪处理装置3中,基于在包含追踪物标140的预测位置Xp(n)的区域内所存在的物标的物标数来计算混杂度(平滑混杂度Cs(n)),因此能够适当地计算混杂度。
此外,在追踪处理装置3中,计算规定的区域A被分割出的多个单元B中的包含追踪对象的预测位置Xp(n)的单元B的混杂度(平滑混杂度Cs(n))。由此,由于基于以包含追踪对象的比较有限的区域为对象而计算出的混杂度来进行追踪对象的追踪,所以能够更正确地追踪追踪对象。
此外,根据追踪处理装置3,能够基于多个定时的物标数来计算混杂度。这样,作为一例,例如将其回波强度为作为物标被计算的阈值前后那样的物标的物标数在时间上平均化,所以能够抑制混杂度按每定时较大地变动。
此外,根据追踪处理装置3,能够基于多个定时的混杂度计算平滑混杂度。如此这样,与上述情况同样,由于基于其回波强度为作为物标被计算的阈值前后那样的物标的物标数而计算出的混杂度在时间上被平均化,所以能够抑制混杂度按每定时较大地变动。
此外,在追踪处理装置3中,根据平滑混杂度Cs(n)的值设定在实施追踪过滤处理时使用的增益α及β。具体而言,在发生移转的可能性较高的情况下(平滑混杂度Cs(n)较高的情况下),将增益α及β设定为较低的值。由此,由于进行所谓的预测追踪,所以能够减小追踪对象从本来想要追踪的物标移转为其他物标的可能性。另一方面,在发生移转的可能性较低的情况下(平滑混杂度Cs(n)较低的情况下),将增益α及β设定为较高的值。由此,能够进行对于追踪物标的转向运动的追随性较高的追踪处理。
此外,在追踪处理装置3中,根据平滑混杂度Cs(n)的值设定筛选区域S(n)的面积。具体而言,在发生移转的可能性较高的情况下(平滑混杂度Cs(n)较高的情况下),将筛选区域S(n)的面积设定得较小。由此,能够缩减可能成为追踪对象的物标的候选,所以能够减小移转的危险性。另一方面,在发生移转的可能性较低的情况下(平滑混杂度Cs(n)较低的情况下),将筛选区域S(n)的面积设定得较大。由此,关于较大地转向的追踪物标也能够作为可能成为追踪对象的物标的候选,所以能够进行对于追踪物标的转向运动的追随性较高的追踪处理。
此外,在追踪处理装置3中,根据平滑混杂度Cs(n)的值设定在关联建立部14中使用的阈值Nan的值。在发生移转的可能性较高的情况下(平滑混杂度Cs(n)较高的情况下),将阈值Nan的值设定得较大。由此,能够缩减可能成为追踪对象的物标的候选,所以能够降低移转的危险性。另一方面,在发生移转的可能性较低的情况下(平滑混杂度Cs(n)较低的情况下),将阈值Nan的值设定得较小。由此,关于较大地转向的追踪物标也能够作为可能成为追踪对象的物标的候选,所以能够进行对于追踪物标的转向运动的追随性较高的追踪处理。
[变形例]
以上,对本发明的实施方式进行了说明,但本发明并不限定于这些,只要不脱离本发明的主旨,能够进行各种变更。
(1)在上述实施方式中,将在某个扫描时计数的物标数作为与各扫描对应的物标数,但并不限于此。具体而言,也可以将在各扫描时计数的物标数和在该扫描前后的其他扫描时计数的物标数平均化的值作为与上述各扫描对应的物标数。
(2)在上述实施方式中,根据平滑混杂度Cs(n)的值与阈值N1~N3的值的关系性阶段性地设定增益α、β的值,但并不限于此。具体而言,也可以设定增益α、β的值以使增益α、β的值对应于平滑混杂度Cs(n)的值而线性地变化。例如作为一例,增益α、β的值可以如以下这样表示。
α=ν·α2
β=ν·β2
其中,在N1<Cs(n)的情况下为ν=0,在N1≧Cs(n)的情况下为ν=1-(Cs(n)-N2)/(N1-N2)。此外,α2及β2是规定的常数。
通过使用上述式子设定增益α、β,能够使平滑混杂度Cs(n)的值为N1以上的情况下的增益α、β值对应于平滑混杂度Cs(n)的值而线性地变化。由此,能够将增益α、β值根据平滑混杂度Cs(n)的值进行更适当地设定。
此外,在上述实施方式中,将筛选区域S(n)的范围根据平滑混杂度Cs(n)的值与阈值N4的关系性进行阶段性地设定,但并不限于此。具体而言,也可以与上述情况同样,设定筛选区域S(n)的范围以使筛选区域S(n)的范围对应于平滑混杂度Cs(n)的值而线性地变化。
(3)图7是用来说明有关变形例的追踪处理装置的混杂度计算部22计算的混杂度的计算方法的示意图。在图7中,表示多个单元B(参照图6)中的追踪物标的预测位置Xp(n)附近的单元B。在上述实施方式中,假设计算包含追踪物标的预测位置Xp(n)的单元B中的平滑物标数Ns(n)作为混杂度C(n),但并不限于此。在本变形例中,使用线性补全计算混杂度C(n)。
在本变形例中,当混杂度计算部22计算混杂度C(n)时,使用与多个单元B对应地存储的平滑物标数Ns(n)中的满足以下表示的条件的单元B的平滑物标数Ns(n)。具体而言,参照图7,使用与在由各中心点CP1~CP4包围的正方形状的区域内包含预测位置Xp(n)的4个单元B(在图7中是B1~B4)分别对应地存储的平滑物标数Ns(n)(在图7中是Ns1(n)~Ns4(n)),通过以下的式(6)计算混杂度C(n)。并且,本变形例的混杂度计算部22与上述实施方式的情况同样,将到此为止存储的平滑混杂度C(n-1)替换为最近计算出的平滑混杂度C(n)而存储。
C(n)=Ns'(n)·ωy+Ns"(n)·(1-ωy)…(6)
其中,Ns'(n)=Ns1(n)·(1-ωx)+Ns2(n)·ωx,Ns"(n)=Ns3(n)·(1-ωx)+Ns4(n)·ωx,。另外,ωx是从CP1到Xp(n)的距离的x轴方向成分(即,从CP3到Xp(n)的距离的x轴方向成分)相对于从CP1到CP2的距离(即,从CP3到CP4的距离)的比。此外,ωy是从CP3到Xp(n)的距离的y轴方向成分(即,从CP4到Xp(n)的距离的y轴方向成分)相对于从CP1到CP3的距离(即,从CP2到CP4的距离)的比。
将如上述那样计算出的平滑混杂度C(n)与上述实施方式的情况同样,向追踪处理部11通知。并且,追踪处理部11与上述实施方式的情况同样,进行与平滑混杂度C(n)的值对应的追踪处理。
如以上这样,根据有关本变形例的追踪处理装置,与有关上述实施方式的追踪处理装置的情况同样,不论周围的环境如何都能够正确地追踪追踪对象。
并且,根据有关本变形例的追踪处理装置,由于使用线性补全来计算混杂度,所以能够更正确地计算物标的混杂度。
(4)在上述实施方式中,计算包含追踪物标的预测位置Xp(n)的单元B中的平滑物标数Ns(x,y,n)作为混杂度C(n),但并不限于此。具体而言,也可以不计算平滑物标数,而计算n次扫描时的物标数N(x,y,n)作为混杂度C(n)。
(5)在上述实施方式及变形例中,根据平滑混杂度(或混杂度)控制筛选区域S(n)的范围、增益α、β的值及阈值Nan的值,但并不限于此,只要将它们中的至少1个作为与混杂度对应的变量进行控制就可以。
标号说明
1 雷达装置
3 追踪处理装置
11 追踪处理部
22 混杂度计算部
Claims (8)
1.一种追踪处理装置,其特征在于,
具备:
追踪处理部,进行追踪追踪对象的处理;以及
混杂度计算部,计算混杂度,该混杂度是存在于包含上述追踪对象的预测位置的区域内的物标的混杂的程度,
上述追踪处理部根据上述混杂度计算部计算出的上述混杂度的值,进行追踪上述追踪对象的处理。
2.如权利要求1所述的追踪处理装置,其特征在于,
上述混杂度计算部基于作为存在于上述区域内的上述物标的数量的物标数来计算上述混杂度。
3.如权利要求2所述的追踪处理装置,其特征在于,
还具备回波分布生成部,该回波分布生成部对在上述区域被分割出的多个单元的各个单元中所存在的上述物标数进行计数,将按上述多个单元的各个单元计数的上述物标数与各上述单元对应地存储;
上述混杂度计算部计算在包含上述追踪对象的上述预测位置的上述单元内所存在的上述物标的上述混杂度。
4.如权利要求2或3所述的追踪处理装置,其特征在于,
上述混杂度计算部基于多个定时的上述物标数计算上述混杂度。
5.如权利要求1~4中任一项所述的追踪处理装置,其特征在于,
上述混杂度计算部基于多个定时的上述混杂度计算平滑混杂度;
上述追踪处理部根据上述混杂度计算部计算出的上述平滑混杂度的值,进行追踪上述追踪对象的处理。
6.如权利要求1~5中任一项所述的追踪处理装置,其特征在于,
在上述追踪处理部中,对观测上述追踪对象而得到的观测位置实施追踪过滤处理时所使用的增益根据上述混杂度的值被设定。
7.如权利要求1~6中任一项所述的追踪处理装置,其特征在于,
上述追踪处理部具有用于确定筛选区域的筛选部,该筛选区域是被推测为存在观测上述追踪对象而得到的观测位置的区域;
在上述追踪处理部中,上述筛选区域的面积根据上述混杂度的值被设定。
8.一种追踪处理方法,其特征在于,
包括:
进行追踪追踪对象的处理的步骤;以及
计算混杂度的步骤,该混杂度是存在于包含上述追踪对象的预测位置的区域内的物标的混杂的程度,
在进行追踪上述追踪对象的处理的步骤中,根据上述混杂度的值,进行追踪该追踪对象的处理。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014241908 | 2014-11-28 | ||
JP2014-241908 | 2014-11-28 | ||
PCT/JP2015/078625 WO2016084498A1 (ja) | 2014-11-28 | 2015-10-08 | 追尾処理装置及び追尾処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107110967A true CN107110967A (zh) | 2017-08-29 |
CN107110967B CN107110967B (zh) | 2020-10-16 |
Family
ID=56074076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580059386.6A Active CN107110967B (zh) | 2014-11-28 | 2015-10-08 | 追踪处理装置及追踪处理方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10585184B2 (zh) |
EP (1) | EP3226025A4 (zh) |
JP (2) | JP6334730B2 (zh) |
CN (1) | CN107110967B (zh) |
WO (1) | WO2016084498A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111133333A (zh) * | 2017-09-22 | 2020-05-08 | 古野电气株式会社 | 雷达装置以及目标追踪方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10200113B2 (en) | 2017-01-17 | 2019-02-05 | Harris Corporation | System for monitoring marine vessels providing expected passenger determination features and related methods |
US10302769B2 (en) | 2017-01-17 | 2019-05-28 | Harris Corporation | System for monitoring marine vessels using fractal processing of aerial imagery and related methods |
US10399650B2 (en) * | 2017-01-17 | 2019-09-03 | Harris Corporation | System for monitoring marine vessels and determining rendezvouses therebetween and related methods |
CA3126292A1 (en) * | 2019-01-11 | 2020-07-16 | Maerospace Corporation | System and method for tracking vessels |
KR102205478B1 (ko) * | 2019-09-30 | 2021-01-20 | 엘아이지넥스원 주식회사 | 탐지 영역 스캔 장치 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090052740A1 (en) * | 2007-08-24 | 2009-02-26 | Kabushiki Kaisha Toshiba | Moving object detecting device and mobile robot |
CN102393901A (zh) * | 2011-11-18 | 2012-03-28 | 东南大学 | 基于混杂特征的交通流信息感知方法及系统 |
WO2013128852A1 (ja) * | 2012-02-29 | 2013-09-06 | 日本電気株式会社 | 動線情報生成システム、動線情報生成方法および動線情報生成プログラム |
US20140118187A1 (en) * | 2012-10-29 | 2014-05-01 | Furuno Electric Company Limited | Tracking processing device and tracking processing method |
JP2014102256A (ja) * | 2014-02-03 | 2014-06-05 | Tokyo Keiki Inc | 目標追尾装置及び目標追尾方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5400264A (en) | 1993-04-29 | 1995-03-21 | International Business Machines Corporation | Suboptimal joint probabilistic data association |
JP2001242242A (ja) | 2000-02-29 | 2001-09-07 | Hitachi Ltd | 検知性能向上機能を備えたミリ波レーダ装置 |
JP4014785B2 (ja) | 2000-04-12 | 2007-11-28 | 三菱電機株式会社 | 資源管理装置 |
WO2005088343A1 (en) * | 2004-03-15 | 2005-09-22 | Kongsberg Seatex As | Method and system for determining the position of marine vessels and similar objects |
JP4594197B2 (ja) | 2005-09-01 | 2010-12-08 | パナソニック株式会社 | 自動追尾装置 |
US8665113B2 (en) | 2005-10-31 | 2014-03-04 | Wavetronix Llc | Detecting roadway targets across beams including filtering computed positions |
JP4802112B2 (ja) * | 2007-02-08 | 2011-10-26 | 株式会社東芝 | トラッキング方法及びトラッキング装置 |
JP5122536B2 (ja) | 2009-08-17 | 2013-01-16 | 三菱電機株式会社 | レーダ装置 |
US8836570B2 (en) * | 2011-10-26 | 2014-09-16 | Raytheon Canada Limited | Systems and methods for extending maritime domain awareness by sharing radar tracks between vessels |
JP6192151B2 (ja) | 2012-01-25 | 2017-09-06 | 古野電気株式会社 | 信号選別装置、信号選別方法、及びレーダ装置。 |
JP6192915B2 (ja) | 2012-10-25 | 2017-09-06 | 古野電気株式会社 | ゲイン設定方法、ゲイン設定プログラム、及びゲイン設定装置 |
JP6084810B2 (ja) | 2012-10-29 | 2017-02-22 | 古野電気株式会社 | 追尾処理装置、及び追尾処理方法 |
-
2015
- 2015-10-08 JP JP2016561449A patent/JP6334730B2/ja active Active
- 2015-10-08 CN CN201580059386.6A patent/CN107110967B/zh active Active
- 2015-10-08 WO PCT/JP2015/078625 patent/WO2016084498A1/ja active Application Filing
- 2015-10-08 EP EP15862592.1A patent/EP3226025A4/en active Pending
- 2015-10-08 US US15/528,700 patent/US10585184B2/en active Active
-
2018
- 2018-04-25 JP JP2018084387A patent/JP6554205B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090052740A1 (en) * | 2007-08-24 | 2009-02-26 | Kabushiki Kaisha Toshiba | Moving object detecting device and mobile robot |
CN102393901A (zh) * | 2011-11-18 | 2012-03-28 | 东南大学 | 基于混杂特征的交通流信息感知方法及系统 |
WO2013128852A1 (ja) * | 2012-02-29 | 2013-09-06 | 日本電気株式会社 | 動線情報生成システム、動線情報生成方法および動線情報生成プログラム |
US20140118187A1 (en) * | 2012-10-29 | 2014-05-01 | Furuno Electric Company Limited | Tracking processing device and tracking processing method |
JP2014102256A (ja) * | 2014-02-03 | 2014-06-05 | Tokyo Keiki Inc | 目標追尾装置及び目標追尾方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111133333A (zh) * | 2017-09-22 | 2020-05-08 | 古野电气株式会社 | 雷达装置以及目标追踪方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6554205B2 (ja) | 2019-07-31 |
US20170261608A1 (en) | 2017-09-14 |
JPWO2016084498A1 (ja) | 2017-09-07 |
JP2018136337A (ja) | 2018-08-30 |
US10585184B2 (en) | 2020-03-10 |
CN107110967B (zh) | 2020-10-16 |
EP3226025A1 (en) | 2017-10-04 |
EP3226025A4 (en) | 2018-07-18 |
JP6334730B2 (ja) | 2018-05-30 |
WO2016084498A1 (ja) | 2016-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107110967A (zh) | 追踪处理装置及追踪处理方法 | |
CN104215951B (zh) | 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 | |
CN101976437B (zh) | 基于自适应阈值分割的高分辨率遥感影像变化检测方法 | |
CN103941257B (zh) | 一种基于波数能量谱的导航雷达图像反演海面风向的方法 | |
CN104166135A (zh) | 一种宽带雷达目标的原始点迹凝聚处理方法 | |
DE19532597A1 (de) | System und Verfahren zur Objektverfolgung unter Verwendung eines Detektorsystems | |
CN107728115A (zh) | 一种雷达目标成像后基于svm的背景干扰抑制方法 | |
US11561300B2 (en) | Close-range microwave imaging method and system | |
CN110837079B (zh) | 一种基于雷达的目标检测方法及装置 | |
CN106093934B (zh) | 基于改进动态规划的穿墙雷达成像后多目标位置估计方法 | |
CN106054187B (zh) | 基于斜距模型下的大斜视sar曲线轨迹波数域成像方法 | |
CN106772636A (zh) | 探地雷达不连续体的检测方法和装置 | |
JP6084810B2 (ja) | 追尾処理装置、及び追尾処理方法 | |
DE112013000895T5 (de) | Radarsignalverarbeitungsvorrichtung, Radarvorrichtung, Verfahren zur Verarbeitung von Radarsignalen | |
DE102015115789B4 (de) | An einem computer realisiertes verfahren und system zur verarbeitung eines bilds | |
EP2831619B1 (de) | Verfahren und vorrichtung zur detektion von strukturen in einem zu untersuchenden objekt | |
DE3017797A1 (de) | Verfahren zum bestimmen der einfallsrichtungen | |
CN107765240A (zh) | 一种运动状态的判断方法、装置和电子设备 | |
DE102018104056B3 (de) | Verfahren zur optimierten Anordnung und Ausrichtung eines Feldgerätes | |
CN103871030B (zh) | 一种干涉图像的滤波方法及设备 | |
CN107817491A (zh) | 一种图像的生成方法、装置及图像生成设备 | |
CN107390198A (zh) | 一种高速运动目标的子带相关配准方法 | |
Yang et al. | Improving ship detection in clutter-edge and multi-target scenarios for high-frequency radar | |
EP2929366A1 (en) | Improvements in and relating to course and/or speed data | |
CN105242272B (zh) | 基于自回归时间序列模型的车载毫米波防撞雷达恒虚警检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |