CN107576959A - 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 - Google Patents
一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 Download PDFInfo
- Publication number
- CN107576959A CN107576959A CN201710670511.8A CN201710670511A CN107576959A CN 107576959 A CN107576959 A CN 107576959A CN 201710670511 A CN201710670511 A CN 201710670511A CN 107576959 A CN107576959 A CN 107576959A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msup
- repetition
- msub
- flight path
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法，克服了在高重频体制下目标航迹模糊导致检测前跟踪方法无法有效对目标进行跟踪的问题。它的特点是先将各重频的量测平面在距离维上分别进行区域映射得到扩维平面，再对各重频的扩维平面分别进行多帧联合积累，检测后得到置信度较高的模糊点迹序列，最后利用航迹校准法解距离模糊得到无模糊的目标航迹。它有效解决了检测前跟踪方法无法应用于存在距离模糊的高重频体制雷达的问题，可利用高重频雷达模糊量测实现对微弱目标的稳定检测与精确跟踪。
Description
技术领域
本发明属于雷达目标检测与跟踪技术领域，特别涉及多高重频雷达体制下的检测前跟踪方法和航迹解模糊技术研究。
背景技术
在现代战争中，工作在高重频模式下的脉冲多普勒雷达因具有较高无杂波区，以及能够降低频域上目标回波落在主瓣杂波内被遮挡的概率、避免频域模糊等优点，被广泛应用于高径向速度目标的检测、机载雷达对空探测等领域。但当雷达采用高脉冲重复频率时，距离量测产生模糊，即距离测量值不能正确反映目标的真实距离。且随着雷达探测环境日益复杂、目标隐身技术日趋成熟，使得雷达及时可靠地监测到目标回波信号被发射脉冲遮挡的微弱目标变得更加困难。如果高重频雷达在距离量测发生模糊的情况下，仍能对目标进行精确的检测和跟踪，则可以更好地探测隐身目标、增加预警雷达的预警时间。
检测前跟踪方法是一种能够对低信噪比目标进行有效跟踪的技术，它将单帧信息量化并存储起来，对多帧数据联合处理后同时宣布检测结果及目标航迹。这种同时利用多帧信息进行目标检测的处理方式，有利于抑制虚警且提高目标信噪比。目前应用于雷达目标检测领域的检测前跟踪技术的具体实现方式主要有动态规划、粒子滤波以及霍夫变换等，其中动态规划是计算效率远远高于穷尽搜索法的等效算法。以上算法的模型建立均基于无模糊量测空间，假设目标运动轨迹连续且无模糊。因此无法直接有效应用于存在距离量测信息模糊的高重频雷达体制。文献“Track-before-detect processing for a range-ambiguous radar,IEEE 1993International Radar Conference,Lynnfield，MA，USA，1993，pp.113-116”中考虑了高重频雷达体制下的距离模糊，通过采用动态规划遍历搜寻每个距离、方位、多普勒单元，得到一条最优试验航迹；但其只考虑了目标模糊航迹连续的情况，而在实际监测环境中，观测到的目标航迹常由于跨越单个重频下的最大不模糊距离而发生跳变，因此该模型无法对其进行有效跟踪。文献“Target tracking in clutter usinga high pulse repetition frequency radar,IET Radar,Sonar&Navigation,vol.9,no.3,pp.299-307,3 2015”中，考虑了高重频雷达体制下的距离模糊，建立目标高斯混合量测模型，通过卡尔曼滤波在模糊空间下对目标进行预测更新，得到目标航迹；但其只考虑了单目标场景，且需要已知目标的初始状态信息。
发明内容
本发明的目的是针对背景技术存在的不足，研究设计一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法，解决检测前跟踪方法无法直接应用于多重频雷达体制中的问题。
本发明的解决方案是先将各重频下的量测平面在距离维上进行区域映射，在此基础上对不同重频的扩维平面分别进行多帧联合积累，门限判决后得到各重频下置信度较高的模糊点迹序列，最后利用航迹校准法，根据校准准则对在误差范围允许内的多重频模糊航迹进行解模糊处理，恢复出目标的真实航迹。该方法有效解决了多高重频雷达体制下距离模糊而导致的检测前跟踪方法无法沿目标航迹进行有效积累的问题，从而实现对目标的检测与跟踪。
本发明提出了一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法，具体包括步骤：
步骤1、初始化系统参数：
初始化系统参数包括：雷达最大探测距离Rmax；各重频下的最大不模糊距离Ru1,Ru2,…RuN；雷达重频个数N；各重频之比PRF1:PRF2…PRFN；帧间间隔Ts；观测总帧数K；雷达距离分辨力Δr；雷达在最大探测距离下距离维分辨单元个数为Nmax；雷达方位分辨力Δaz；雷达方位维分辨单元个数Naz；利用蒙特卡洛仿真实验计算出检测门限VT；当前帧数k＝1；
步骤2、从雷达接收机中读取重频i的所有K帧量测
第i个重频接收到第k帧的量测数据为其中i表示重频编号，m表示距离单元编号，Nri表示第i个重频下的距离单元总数，其中i＝1,2,…N，Nd表示方位单元总数，表示第k帧第i个重频距离单元编号m与方位单元编号n对应量测数据的幅度值；
步骤3、对各重频下量测数据分别进行区域映射，得到扩维平面
其中
步骤4、对各重频下的数据并行实施动态规划检测前跟踪；
步骤5、对各重频下得到的模糊点迹序列进行联合解模糊：
步骤5.1、初始化校准矩阵
其中，表示实数域上T1×Tp+1维的矩阵，Ti表示各重频下得到的航迹数目；i＝1，选取第1个重频得到的航迹为校准航迹；
将第p+1个重频下的航迹与校准航迹进行如下遍历判断：若第1个重频下的航迹与重频p+1下的航迹在对应时刻的距离和方位上的差值在Δμ范围内，则标记该时刻；其中a表示第1个重频下的航迹编号，b表示第p+1个重频下的航迹编号Ti表示各重频下得到的航迹数目，Δμ由噪声功率及脉冲扫描时间间隔决定；对于所有K帧，若有不小于L帧被标记，则在校准矩阵对应的a行b列置1；
步骤5.2、如果p＜N-1，那么令p＝p+1，返回步骤5.1；
步骤5.3、解模糊点迹序列：
利用判断矩阵，找出各重频下与校准航迹中关联上的航迹，当各重频下航迹与同一校准航迹关联上的次数为N-1时，记录各重频下关联航迹的标号，对各重频下的关联航迹进行融合，作为航迹的跟踪结果。
进一步的所述步骤4的具体方法为：
步骤4.1、积累动态规划值函数：
如果k＝1，那么用各个状态对应的第一帧回波数据的幅度值初始化该状态的值函数，即
如果2≤k≤K，那么各个状态的值函数为可能转移到该状态的前一帧值函数的最大值与该状态对应的幅度值之和
其中xi k表示第i重频下的k时刻的任一量化状态，Ii表示第i重频下状态xi k的值函数，ψi用来表明各帧之间的状态转移关系，由于第1帧是初始化，所以值等于0；τ(xi k)表示上一时刻目标可能转移到xi k的所有可能的集合范围，表示第i重频状态xi k对应的幅度值；
步骤4.2、如果k＜K，那么令k＝k+1，返回步骤2；
将各重频最终得到的值函数平面的最大值取出，进行门限判决，若不低于门限Vi T则判定目标存在：
其中，表示第i重频下对目标状态xi k的估计；
步骤4.3、航迹回溯：若判定存在目标，对令
由此，可以得出各重频下估计的航迹为 表示重频i的航迹。
通过上述步骤，完成对多高重频雷达的解模糊以及目标的检测跟踪过程。
本发明的有益效果：本发明首先将各重频下的量测平面在距离维上进行区域映射，再对不同重频的扩维平面分别进行多帧联合积累，检测后得到置信度较高的模糊点迹序列，最后利用航迹校准法对多重频航迹解模糊。本发明的优点是适用于多目标场景下的不连续目标航迹，该发明综合利用各重频下得到的航迹信息进行解模糊，获得置信度较高的跟踪航迹，有效改善目标跟踪精度。
附图说明
图1为本发明的流程图；
图2为算法示意图；
图3为雷达在三个重频下对目标进行观测得到的运动轨迹及目标的真实航迹图；
图4为航迹解模糊后的目标航迹。
具体实施方案
本发明主要采用仿真实验的方法进行验证，所有步骤、结论都在Matlab2013上验证正确。下面就具体实施方式对本发明作进一步的详细描述。
步骤1：系统参数初始化，
初始化系统参数包括：雷达最大探测距离Rmax；各重频下的最大不模糊距离Ru1＝8020m,Ru2＝8620m,Ru3＝9140m；雷达重频个数N＝3；各重频之比PRF1:PRF2…PRFN＝401:431:457；帧间间隔Ts＝1s；观测总帧数K＝6；雷达距离分辨力Δr＝20m；雷达在各个重频下距离维分辨单元个数雷达在最大探测距离下距离维分辨单元个数为Nmax＝2000；雷达方位分辨力Δaz＝1；雷达方位维分辨单元个数Naz＝50；利用蒙特卡洛仿真实验计算出检测门限VT＝13.3250；当前帧数k＝1；
步骤2、从雷达接收机中读取重频i的所有K帧量测
第i个重频接收到第k帧的量测数据为 其中i表示重频编号，m表示距离单元编号，表示第i个重频下的距离单元总数，Nd表示方位单元总数，表示第k帧第i个重频距离单元编号m与方位单元编号n对应量测数据的幅度值；
步骤3、对各重频下量测数据分别进行区域映射，得到扩维平面
其中
步骤4、对各重频下的数据并行实施动态规划检测前跟踪算法：
步骤4.1、积累动态规划值函数：
如果k＝1，那么用各个状态对应的第一帧回波数据的幅度值初始化该状态的值函数，即
如果2≤k≤K，那么各个状态的值函数为可能转移到该状态的前一帧值函数的最大值与该状态对应的幅度值之和
其中xi k表示第i重频下的k时刻的任一量化状态，Ii表示第i重频下状态xi k的值函数，ψi用来表明各帧之间的状态转移关系，由于第1帧是初始化，所以值等于0；τ(xi k)表示上一时刻目标可能转移到xi k的所有可能的集合范围，表示第i重频状态xi k对应的幅度值；
步骤4.2、如果k＜K，那么令k＝k+1，返回步骤2；
将各重频最终得到的值函数平面的最大值取出，进行门限判决，若不低于门限Vi T则判定目标存在：
其中，表示第i重频下对目标状态xi k的估计；
步骤4.3、航迹回溯：若判定存在目标，对令
由此，可以得出各重频下估计的航迹为 表示重频i的航迹；
步骤5、对各重频下得到的模糊点迹序列进行联合解模糊：
步骤5.1、初始化校准矩阵
其中，表示实数域上T1×Tp+1维的矩阵，Ti表示各重频下得到的航迹数目；i＝1，选取重频1得到的航迹为校准航迹，将第p+1个重频下的航迹与校准航迹进行如下遍历判断：
若第1个重频下的航迹与重频p+1下的航迹在对应时刻的距离和方位上的差值在Δμ范围内，则标记该时刻；其中a表示第1个重频下的航迹编号，b表示第p+1个重频下的航迹编号，Δμ由噪声功率及脉冲扫描时间间隔决定；对于所有K帧，若有不小于L帧被标记，则在校准矩阵对应的a行b列置1；
步骤5.2、如果p＜N-1，那么令p＝p+1，返回步骤5.1；
步骤5.3、解模糊点迹序列：
利用判断矩阵，找出各重频下与校准航迹中关联上的航迹，当各重频下航迹与同一校准航迹关联上的次数为N-1时，记录各重频下关联航迹的标号，对各重频下的关联航迹进行融合，作为航迹的跟踪结果。
Claims (2)
1.一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法，具体包括步骤：
步骤1、初始化系统参数：
初始化系统参数包括：雷达最大探测距离Rmax；各重频下的最大不模糊距离Ru1,Ru2,…RuN；雷达重频个数N；各重频之比PRF1:PRF2…PRFN；帧间间隔Ts；观测总帧数K；雷达距离分辨力Δr；雷达在最大探测距离下距离维分辨单元个数为Nmax；雷达方位分辨力Δaz；雷达方位维分辨单元个数Naz；利用蒙特卡洛仿真实验计算出检测门限VT；当前帧数k＝1；
步骤2、从雷达接收机中读取重频i的所有K帧量测
第i个重频接收到第k帧的量测数据为 其中i表示重频编号，m表示距离单元编号，表示第i个重频下的距离单元总数，其中i＝1,2,…N，Nd表示方位单元总数，表示第k帧第i个重频距离单元编号m与方位单元编号n对应量测数据的幅度值；
步骤3、对各重频下量测数据分别进行区域映射，得到扩维平面
其中
步骤4、对各重频下的数据并行实施动态规划检测前跟踪；
步骤5、对各重频下得到的模糊点迹序列进行联合解模糊：
步骤5.1、初始化校准矩阵
其中，表示实数域上T1×Tp+1维的矩阵，Ti表示各重频下得到的航迹数目；i＝1，选取第1个重频得到的航迹为校准航迹；
将第p+1个重频下的航迹与校准航迹进行如下遍历判断：若第1个重频下的航迹与重频p+1下的航迹在对应时刻的距离和方位上的差值在Δμ范围内，则标记该时刻；其中a表示第1个重频下的航迹编号，b表示第p+1个重频下的航迹编号Ti表示各重频下得到的航迹数目，Δμ由噪声功率及脉冲扫描时间间隔决定；对于所有K帧，若有不小于L帧被标记，则在校准矩阵对应的a行b列置1；
步骤5.2、如果p＜N-1，那么令p＝p+1，返回步骤5.1；
步骤5.3、解模糊点迹序列：
利用判断矩阵，找出各重频下与校准航迹中关联上的航迹，当各重频下航迹与同一校准航迹关联上的次数为N-1时，记录各重频下关联航迹的标号，对各重频下的关联航迹进行融合，作为航迹的跟踪结果。
2.如权利要求1所述的一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法，其特征在于所述步骤4的具体方法为：
步骤4.1、积累动态规划值函数：
如果k＝1，那么用各个状态对应的第一帧回波数据的幅度值初始化该状态的值函数，即
<mrow>
<msup>
<mi>I</mi>
<mi>i</mi>
</msup>
<mrow>
<mo>(</mo>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>z</mi>
<mn>1</mn>
<mi>i</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<msup>
<mi>&psi;</mi>
<mi>i</mi>
</msup>
<mrow>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mn>1</mn>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
</mrow>
如果2≤k≤K，那么各个状态的值函数为可能转移到该状态的前一帧值函数的最大值与该状态对应的幅度值之和
<mrow>
<msup>
<mi>I</mi>
<mi>i</mi>
</msup>
<mrow>
<mo>(</mo>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mrow>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&Element;</mo>
<mi>&tau;</mi>
<mrow>
<mo>(</mo>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</munder>
<mo>&lsqb;</mo>
<msup>
<mi>I</mi>
<mi>i</mi>
</msup>
<mrow>
<mo>(</mo>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>+</mo>
<msubsup>
<mi>z</mi>
<mi>k</mi>
<mi>i</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<msup>
<mi>&psi;</mi>
<mi>i</mi>
</msup>
<mrow>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mi>k</mi>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mi>argmax</mi>
<mrow>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&Element;</mo>
<mi>&tau;</mi>
<mrow>
<mo>(</mo>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</munder>
<mo>&lsqb;</mo>
<msup>
<mi>I</mi>
<mi>i</mi>
</msup>
<mrow>
<mo>(</mo>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
其中xi k表示第i重频下的k时刻的任一量化状态，Ii表示第i重频下状态xi k的值函数，ψi用来表明各帧之间的状态转移关系，由于第1帧是初始化，所以值等于0；τ(xi k)表示上一时刻目标可能转移到xi k的所有可能的集合范围，表示第i重频状态xi k对应的幅度值；
步骤4.2、如果k＜K，那么令k＝k+1，返回步骤2；
将各重频最终得到的值函数平面的最大值取出，进行门限判决，若不低于门限Vi T则判定目标存在：
<mrow>
<mo>{</mo>
<msubsup>
<mover>
<mi>x</mi>
<mo>^</mo>
</mover>
<mi>k</mi>
<mi>i</mi>
</msubsup>
<mo>}</mo>
<mo>=</mo>
<mo>{</mo>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mi>k</mi>
</msub>
<mo>:</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>I</mi>
<mi>i</mi>
</msup>
<mo>(</mo>
<mrow>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mi>k</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>&GreaterEqual;</mo>
<msub>
<msup>
<mi>V</mi>
<mi>i</mi>
</msup>
<mi>T</mi>
</msub>
<mo>}</mo>
</mrow>
其中，表示第i重频下对目标状态xi k的估计；
步骤4.3、航迹回溯：若判定存在目标，对当k＝K-1,K-2,...,2，1时，令
<mrow>
<msubsup>
<mover>
<mi>x</mi>
<mo>^</mo>
</mover>
<mi>k</mi>
<mi>i</mi>
</msubsup>
<mo>=</mo>
<msub>
<msup>
<mi>&psi;</mi>
<mi>i</mi>
</msup>
<mrow>
<msub>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
由此，可以得出各重频下估计的航迹为 表示重频i的航迹。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710670511.8A CN107576959B (zh) | 2017-08-08 | 2017-08-08 | 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710670511.8A CN107576959B (zh) | 2017-08-08 | 2017-08-08 | 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107576959A true CN107576959A (zh) | 2018-01-12 |
| CN107576959B CN107576959B (zh) | 2020-05-12 |
Family
ID=61034651
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710670511.8A Active CN107576959B (zh) | 2017-08-08 | 2017-08-08 | 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107576959B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108519594A (zh) * | 2018-03-26 | 2018-09-11 | 电子科技大学 | 一种重频间帧间联合积累的多重频雷达检测前跟踪方法 |
| CN108983216A (zh) * | 2018-08-20 | 2018-12-11 | 电子科技大学 | 一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 |
| CN109298413A (zh) * | 2018-09-01 | 2019-02-01 | 哈尔滨工程大学 | 一种针对性解决复杂电磁环境下的多目标跟踪数据关联问题的方法 |
| CN109557532A (zh) * | 2018-10-18 | 2019-04-02 | 西安电子科技大学 | 基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统 |
| CN109901154A (zh) * | 2019-03-29 | 2019-06-18 | 中国人民解放军海军航空大学 | 基于递推rtht-tbd的自适应调整方法 |
| CN110221271A (zh) * | 2019-07-02 | 2019-09-10 | 中国航空工业集团公司雷华电子技术研究所 | 一种雷达干涉测角解模糊方法、装置及雷达系统 |
| RU2753615C1 (ru) * | 2020-08-11 | 2021-08-18 | Федеральное государственное бюджетное учреждение "3 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации | Способ определения курса объекта на линейной траектории с использованием выборок квадратов дальности |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010145346A (ja) * | 2008-12-22 | 2010-07-01 | Mitsubishi Electric Corp | パルス圧縮レーダ装置 |
| CN102298142A (zh) * | 2011-05-16 | 2011-12-28 | 中国人民解放军海军航空工程学院 | 雷达测距模糊条件下多微弱目标ht-stc-tbd检测方法 |
| CN105974402A (zh) * | 2016-04-29 | 2016-09-28 | 电子科技大学 | 适用于脉冲多普勒雷达的机动目标多帧检测前跟踪方法 |
| CN106226762A (zh) * | 2016-09-29 | 2016-12-14 | 武汉大学 | 一种用于确定高频天地波超视距雷达探测区域空间分布的方法 |
-
2017
- 2017-08-08 CN CN201710670511.8A patent/CN107576959B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010145346A (ja) * | 2008-12-22 | 2010-07-01 | Mitsubishi Electric Corp | パルス圧縮レーダ装置 |
| CN102298142A (zh) * | 2011-05-16 | 2011-12-28 | 中国人民解放军海军航空工程学院 | 雷达测距模糊条件下多微弱目标ht-stc-tbd检测方法 |
| CN105974402A (zh) * | 2016-04-29 | 2016-09-28 | 电子科技大学 | 适用于脉冲多普勒雷达的机动目标多帧检测前跟踪方法 |
| CN106226762A (zh) * | 2016-09-29 | 2016-12-14 | 武汉大学 | 一种用于确定高频天地波超视距雷达探测区域空间分布的方法 |
Non-Patent Citations (3)
| Title |
|---|
| CHUNYIN YANGET AL.: "A modified DPA for weak target detection via HPRF radar", 《PROCEEDINGS OF 2011 IEEE CIE INTERNATIONAL CONFERENCE ON RADAR》 * |
| HONGBO YU ET AL.: "A novel RHT-TBD approach for weak targets in HPRF radar", 《SCIENCE CHINA INFORMATION SCIENCES》 * |
| 张鹏 等: "HPRF雷达距离延拓检测前跟踪方法", 《西安电子科技大学学报（自然科学版）》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108519594A (zh) * | 2018-03-26 | 2018-09-11 | 电子科技大学 | 一种重频间帧间联合积累的多重频雷达检测前跟踪方法 |
| CN108519594B (zh) * | 2018-03-26 | 2020-01-21 | 电子科技大学 | 一种重频间帧间联合积累的多重频雷达检测前跟踪方法 |
| CN108983216A (zh) * | 2018-08-20 | 2018-12-11 | 电子科技大学 | 一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 |
| CN108983216B (zh) * | 2018-08-20 | 2020-04-21 | 电子科技大学 | 一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 |
| CN109298413A (zh) * | 2018-09-01 | 2019-02-01 | 哈尔滨工程大学 | 一种针对性解决复杂电磁环境下的多目标跟踪数据关联问题的方法 |
| CN109557532A (zh) * | 2018-10-18 | 2019-04-02 | 西安电子科技大学 | 基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统 |
| CN109901154A (zh) * | 2019-03-29 | 2019-06-18 | 中国人民解放军海军航空大学 | 基于递推rtht-tbd的自适应调整方法 |
| CN110221271A (zh) * | 2019-07-02 | 2019-09-10 | 中国航空工业集团公司雷华电子技术研究所 | 一种雷达干涉测角解模糊方法、装置及雷达系统 |
| RU2753615C1 (ru) * | 2020-08-11 | 2021-08-18 | Федеральное государственное бюджетное учреждение "3 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации | Способ определения курса объекта на линейной траектории с использованием выборок квадратов дальности |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107576959B (zh) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107576959A (zh) | 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 | |
| CN106226751B (zh) | 基于dp-tbd的机动目标检测与跟踪方法 | |
| KR101628154B1 (ko) | 수신 신호 세기를 이용한 다중 표적 추적 방법 | |
| CN105487060B (zh) | 一种双通道四斜率调制的多目标提取方法 | |
| CN104714225B (zh) | 一种基于广义似然比的动态规划检测前跟踪方法 | |
| CN108983216B (zh) | 一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 | |
| CN103728599B (zh) | 用异地配置的主被动雷达网抑制欺骗式假目标干扰的方法 | |
| CN103885057A (zh) | 自适应变滑窗多目标跟踪方法 | |
| CN107356922A (zh) | 一种扩表辅助法解模糊的多重频雷达目标检测前跟踪方法 | |
| Zhou et al. | Pseudo-spectrum based speed square filter for track-before-detect in range-Doppler domain | |
| CN109946694A (zh) | 基于随机有限集的圆周sar多目标跟踪方法 | |
| CN108089183A (zh) | 一种用于异步多基地雷达系统的检测跟踪一体化方法 | |
| CN105093198A (zh) | 一种分布式外辐射源雷达组网探测的航迹融合方法 | |
| CN105954741A (zh) | 一种基于多假设拟蒙特卡罗的多目标无源协同定位方法 | |
| CN102901961A (zh) | 一种基于杂波信息图的最优多航迹分支目标跟踪实现方法 | |
| CN106054171A (zh) | 一种基于信息熵的多雷达节点自适应选择跟踪方法 | |
| CN104865570A (zh) | 一种快速的动态规划检测前跟踪方法 | |
| CN107037424A (zh) | 一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法 | |
| CN110133612A (zh) | 一种基于跟踪反馈的扩展目标检测方法 | |
| CN105866757B (zh) | 基于时变定位误差的外辐射源雷达目标航迹融合方法 | |
| CN104237862A (zh) | 基于ads-b的概率假设密度滤波雷达系统误差融合估计方法 | |
| CN106295734A (zh) | 一种基于rfid的被动式目标追踪方法 | |
| CN105549004A (zh) | 解距离测量模糊的impm-pphdf方法 | |
| Zhang et al. | iDT: An integration of detection and tracking toward low-observable multipedestrian for urban autonomous driving | |
| CN106772357A (zh) | 信噪比未知条件下的ai‑phd滤波器 |
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 |