CN107861107A - 一种适用于连续波雷达的双门限cfar与点迹凝聚方法 - Google Patents
一种适用于连续波雷达的双门限cfar与点迹凝聚方法 Download PDFInfo
- Publication number
- CN107861107A CN107861107A CN201710993071.XA CN201710993071A CN107861107A CN 107861107 A CN107861107 A CN 107861107A CN 201710993071 A CN201710993071 A CN 201710993071A CN 107861107 A CN107861107 A CN 107861107A
- Authority
- CN
- China
- Prior art keywords
- detection
- cfar
- threshold
- clutter
- unit
- 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
- G01S7/41—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
-
- 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
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
- G01S13/536—Discriminating between fixed and moving objects or between objects moving at different speeds using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves
-
- 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
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
- G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
-
- 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
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
-
- 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
- G01S7/415—Identification of targets based on measurements of movement associated with the target
Abstract
该发明公开了一种适用于连续波雷达的双门限CFAR与点迹凝聚方法,属于信号处理技术,具体涉及连续波雷达目标恒虚警检测与距离‑速度二维点迹凝方法。针对连续波周界监视雷达下波束擦地角较小、分辨率较高的特点,给出了Weibull杂波经过线性检波后有序统计CFAR的虚警概率公式以及相应的杂波参数估计方法;针对传统的OS‑CFAR需要进行排序操作且耗时较大,提出了双门限CFAR的方法,大大降低了统计排序的次数,并通过增加GO逻辑进一步减少了运行时间并改善了在杂波边缘中的性能;提出了CFAR检测与点迹凝聚的联合实现,既保证了连续波雷达后续处理中上下扫频的正确配对,又比传统的串行操作大大降低了运算复杂度。
Description
技术领域
本发明属于信号处理技术,具体涉及连续波雷达目标恒虚警检测与距离-速度二维点迹凝方法。
背景技术
检测是雷达信号处理的一个基本操作。恒虚警检测是检测技术中的一个重要环节,近几十年来经过深入的研究,被广泛应用于雷达、通信等领域。
周界监视雷达可以采用连续波体制,构造虚拟围界,实现对非法入侵的地面目标进行检测,鉴于LFMCW雷达存在目标距离速度耦合的问题,本发明采用对称三角线性调频连续波(STLFMCW),其差拍原理见图1所示。
恒虚警(CFAR)技术,也就是在检测目标的过程中保持恒定的虚警概率,不受背景杂波的影响。在实际雷达检测中,为了获得稳定检测性能和恒定的虚警概率,常常从实时测量得到的回波数据中估计背景杂波功率电平,从而自适应地调整检测门限。
CFAR处理的关键就是对背景杂波功率进行估计。相应的处理方法分为两大类:一类是空域CFAR,利用与待检测单元在空间上相邻的参考单元来估计杂波功率;另一类是时域CFAR,通过对同一单元多次扫描来进行功率估计,主要步骤是时域上的迭代。单元平均(cell average,CA)CFAR、最大选择(greatest of,GO)CFAR、最小选择(smallest of,SO)CFAR和有序统计(ordered statistics,OS)CFAR是最为经典的几种空域CFAR算法。它们在估计背景功率时均为排除已经被检测出的目标单元。
OS-CFAR的主要目的是抑制遮蔽效应引起的性能恶化,其基本思想是,对参考单元样本值按照从小到大的顺序排序,排序后序列的第k个元素称为第k个有序统计量,该统计量的值作为杂波功率估计值。当不存在干扰目标时,OS-CFAR的损失比CA-CFAR大0.3~0.5dB,如果存在干扰目标,则OS-CFAR的损失低于CA-CFAR的损失。
然而,传统的CFAR是基于瑞丽杂波的假设。在周界监视雷达中,由于较低的擦地角和较高的分辨率,地杂波往往服从Weibull分布,其原有的虚警概率公式不再成立。再者,OS-CFAR由于排序操作运算量偏大,可以进行改进。并且,脉冲雷达中,CFAR检测后的结果通常直接交给数据处理机进行点迹处理。而在STLFMCW雷达中,由于需要通过上下扫频的配对-解耦合来实现高精度的多目标参数测量,所以必须在检测前进行谱峰搜索以实现距离-速度二维的点迹凝聚。而串行地进行CFAR和二维谱峰搜索又会导致运算量大大增加。有必要针对以上需求和问题进行算法优化。
发明内容
本发明所要解决的技术问题是,在地杂波不服从瑞丽分布的情况下,基于连续波雷达体制,将传统的脉冲雷达恒虚警算法进行改进,提供一种新的多目标检测算法,使其能高效地进行恒虚警检测,在非均匀杂波尤其是多目标情况下仍保持较好性能,并快速地实现二维点迹凝聚。
本发明为解决上述技术问题所采用的技术方案是,一种适用于连续波雷达的双门限CFAR与点迹凝聚方法,包括以下步骤:
步骤1:获得雷达回波信号数据,对上、下扫频段分别进行差拍、快时间域FFT、杂波抑制、慢时间域相参积累、线性检波操作,得到回波信号上、下扫频对应的距离-多普勒域数据;
步骤2:确定双门限检测需要保证的虚警概率分别为:第一门限10-2≤Pfa1≤10-1、10-6≤Pfa2≤10-5;选择基于一维OSGO-CFAR进行目标检测,设参考单元个数为N,将前、后沿滑窗的第k个有序元素x1(k)、x2(k)的较大值称为第k个有序统计量Z,该有序统计量Z作为杂波功率估计值;
步骤3:设地杂波服从Weibull分布,经过线性检波后的信号幅度x的概率密度函数(PDF)为:
其中,p为形状参数,q为尺度参数;
雷达初始工作时,还未有目标进入监测范围,仅有杂波的回波;采集杂波回波并经过线性检波后,计算出形状参数p;
回波信号经过OSGO-CFAR后的虚警概率为:
其中,Tp表示T的p次方,T表示门限因子;
利用(2)式,计算出与Pfa1、Pfa2对应的门限因子T1、T2;
步骤4:对杂波回波进行动目标显示(MTI)、动目标检测(MTD)、线性检波,得到只包含杂波时的距离速度二维像,对每个多普勒通道求杂波功率的平均值Z1,得到在各个多普勒通道中第一次检测时的固定门限VT1=Z1*T1;
步骤5:初始化过后雷达进入检测状态,其中CFAR模块包含一维滑窗;滑窗由参考单元、保护单元、检测单元D组成,其中参考单元包括检测单元的前、后沿各有N/2个单元,保护单元包括检测单元的前、后各1个单元;滑窗内各单位依次存储着各个距离分辨单元对应的回波幅值;滑窗中前沿的第k大回波值x1(k)和后沿的第k大回波值x2(k)中的较大值记为Z2,将Z2作为对杂波功率水平的估计;则门限VT2=Z2*T2;
步骤6:谱峰搜索由二维十字滑窗实现;在距离-速度二维像中的滑窗由中心的1个检测单元和横、纵两个方向上的4个参考单元组成;将参考单元中的最大值作为峰值检测门限PT;
步骤7:检测时,将检测单元D首先与固定门限VT1比较,计算出高于固定门限VT1的检测单元;再计算自适应门限VT2,将计算出的检测单元与自适应门限VT2比较,大于门限VT2的检测单元判断为目标;最后将该检测单元D与步骤6得到的门限PT比较,判断是否为目标的峰值。
本发明中的CFAR检测器利用来自于同一方位向的、与待检测单元在空间上相邻的、固定数量的一维空间上的参考单元内的回波采样值来估计背景杂波功率。连续波雷达下,通过差拍操作实现距离向的压缩,通过慢时间域的MTD实现同一方向回波的相参积累,一个相干处理时间只能输出一次检测结果,此结构为连续波体制下的最佳检测接收机。针对地杂波服从Weibull分布且CFAR检测前进行的是线性检波而非平方律检波,给出了相应的OSGO-CFAR的虚警概率公式。并根据杂波采样序列,精确地估计出杂波的形状参数。在传统有序统计类CFAR中添加GO逻辑,进一步减小了排序运算量,并改善在杂波边缘中的检测性能。在一次滑窗搜索过程中同时完成恒虚警检测与二维谱峰搜索,实现了信号处理阶段下的点迹凝聚。专门适用于连续波雷达体制,保证了后续处理中的上下扫频的正确配对和高精度目标参数测量。
本发明的有益效果是,针对连续波周界监视雷达下波束擦地角较小、分辨率较高的特点,给出了Weibull杂波经过线性检波后有序统计CFAR的虚警概率公式以及相应的杂波参数估计方法;针对传统的OS-CFAR需要进行排序操作且耗时较大,提出了双门限CFAR的方法,大大降低了统计排序的次数,并通过增加GO逻辑进一步减少了运行时间并改善了在杂波边缘中的性能;提出了CFAR检测与点迹凝聚的联合实现,既保证了连续波雷达后续处理中上下扫频的正确配对,又比传统的串行操作大大降低了运算复杂度。
附图说明
图1为连续波雷达差拍操作原理图。
图2为连续波体制下的最佳检测接收机结构图。
图3为CFAR后未进行二维点迹凝聚效果图。
图4为双门限CFAR-谱峰搜索联合检测器结构图。
图5为算法流程示意图。
具体实施方式
本发明结构和流程分别如图4、图5所示,具体实施步骤如下:
步骤一、假设地杂波服从Weibull分布。雷达初始工作时,还未有目标进入监测范围,仅有杂波的回波。此时雷达对一定长度的杂波回波进行采样,估计出其形状参数p,并给定双门限分别需要保证的虚警概率Pfa1(较高)、Pfa2(较低)。由Pfa1、Pfa2计算出对应的门限因子T1、T2。
步骤二、对上述杂波回波进行MTI、MTD、线性检波,得到只包含杂波时的距离速度二维像,对每个多普勒通道求杂波功率的平均值Z1,可得到在各个多普勒通道中第一次检测时的一个较低的固定门限VT1=Z1*T1。
步骤三、进入检测状态后,对每一个多普勒通道进行距离方向的门限检测。将检测单元D首先与第一门限VT1比较,若小于VT1则判断为非目标,转入步骤六;若大于VT1,则进入步骤四。
步骤四、对一维滑窗内的参考单元进行统计排序。滑窗由参考单元、保护单元、检测单元组成,窗长固定为R,依次存储着R个距离分辨单元对应的回波功率值。采用带有GO逻辑的统计排序CFAR算法:将前沿、后沿滑窗中的第k个有序样本x1(k)和x2(k)中的最大值Z2作为对杂波功率水平的估计。可得到在各个多普勒通道中第二次检测时的自适应门限VT2=Z2*T2。将D与VT2比较,若小于VT2则判断为非目标;若大于VT2,则判断为目标,并进入步骤五。
步骤五、谱峰搜索模块包含二维十字滑窗。滑窗由中心的1个检测单元和在横纵两个方向上的4个参考单元组成。将参考单元集合的最大值作为峰值检测门限PT。若D>PT,则将D标记为一个目标的谱峰,用于后续的参数测量。
步骤六、让滑窗移动,通过重复步骤三、四、五,实现对距离-速度二维像中其他位置的目标检测。
Claims (1)
1.一种适用于连续波雷达的双门限CFAR与点迹凝聚方法,包括以下步骤:
步骤1:获得雷达回波信号数据,对上、下扫频段分别进行差拍、快时间域FFT、杂波抑制、慢时间域相参积累、线性检波操作,得到回波信号上、下扫频对应的距离-多普勒域数据;
步骤2:确定双门限检测需要保证的虚警概率分别为:第一门限10-2≤Pfa1≤10-1、10-6≤Pfa2≤10-5;选择基于一维OSGO-CFAR进行目标检测,设参考单元个数为N,将前、后沿滑窗的第k个有序元素x1(k)、x2(k)的较大值称为第k个有序统计量Z,该有序统计量Z作为杂波功率估计值;
步骤3:设地杂波服从Weibull分布,经过线性检波后的信号幅度x的概率密度函数为:
<mrow>
<mi>p</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mi>p</mi>
<mi>q</mi>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>x</mi>
<mi>q</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mi>p</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>x</mi>
<mi>q</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mi>p</mi>
</msup>
</mrow>
</msup>
<mo>,</mo>
<mi>x</mi>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,p为形状参数,q为尺度参数;
雷达初始工作时,还未有目标进入监测范围,仅有杂波的回波;采集杂波回波并经过线性检波后,计算出形状参数p;
回波信号经过OSGO-CFAR后的虚警概率为:
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>f</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>2</mn>
<mi>k</mi>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mfrac>
<mi>N</mi>
<mn>2</mn>
</mfrac>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>k</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>k</mi>
</mrow>
<mfrac>
<mi>N</mi>
<mn>2</mn>
</mfrac>
</munderover>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mfrac>
<mi>N</mi>
<mn>2</mn>
</mfrac>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>i</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfrac>
<mrow>
<mi>&Gamma;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mi>&Gamma;</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>-</mo>
<mi>k</mi>
<mo>-</mo>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
<mo>+</mo>
<msup>
<mi>T</mi>
<mi>p</mi>
</msup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>&Gamma;</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>+</mo>
<mn>1</mn>
<mo>+</mo>
<msup>
<mi>T</mi>
<mi>p</mi>
</msup>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,Tp表示T的p次方,T表示门限因子;
利用(2)式,计算出与Pfa1、Pfa2对应的门限因子T1、T2;
步骤4:对杂波回波进行动目标显示、动目标检测、线性检波,得到只包含杂波时的距离速度二维像,对每个多普勒通道求杂波功率的平均值Z1,得到在各个多普勒通道中第一次检测时的固定门限VT1=Z1*T1;
步骤5:初始化过后雷达进入检测状态,其中CFAR模块包含一维滑窗;滑窗由参考单元、保护单元、检测单元D组成,其中参考单元包括检测单元的前、后沿各有N/2个单元,保护单元包括检测单元的前、后各1个单元;滑窗内各单位依次存储着各个距离分辨单元对应的回波幅值;滑窗中前沿的第k大回波值x1(k)和后沿的第k大回波值x2(k)中的较大值记为Z2,将Z2作为对杂波功率水平的估计;则门限VT2=Z2*T2;
步骤6:谱峰搜索由二维十字滑窗实现;在距离-速度二维像中的滑窗由中心的1个检测单元和横、纵两个方向上的4个参考单元组成;将参考单元中的最大值作为峰值检测门限PT;
步骤7:检测时,将检测单元D首先与固定门限VT1比较,计算出高于固定门限VT1的检测单元;再计算自适应门限VT2,将计算出的检测单元与自适应门限VT2比较,大于门限VT2的检测单元判断为目标;最后将该检测单元D与步骤6得到的门限PT比较,判断是否为目标的峰值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710993071.XA CN107861107B (zh) | 2017-10-23 | 2017-10-23 | 一种适用于连续波雷达的双门限cfar与点迹凝聚方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710993071.XA CN107861107B (zh) | 2017-10-23 | 2017-10-23 | 一种适用于连续波雷达的双门限cfar与点迹凝聚方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107861107A true CN107861107A (zh) | 2018-03-30 |
CN107861107B CN107861107B (zh) | 2021-02-05 |
Family
ID=61697651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710993071.XA Active CN107861107B (zh) | 2017-10-23 | 2017-10-23 | 一种适用于连续波雷达的双门限cfar与点迹凝聚方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107861107B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109143184A (zh) * | 2018-10-29 | 2019-01-04 | 北京理工大学 | 一种扫描雷达的双门限检测方法 |
CN110221265A (zh) * | 2019-06-03 | 2019-09-10 | 西安电子工程研究所 | 基于强散射点自适应估计的距离扩展目标检测方法 |
CN110376558A (zh) * | 2019-07-22 | 2019-10-25 | 西安电子工程研究所 | 一种有序统计cfar的dsp实现方法 |
CN110596651A (zh) * | 2019-09-06 | 2019-12-20 | 厦门大学 | 一种雷达检测的方法 |
CN110907929A (zh) * | 2019-11-29 | 2020-03-24 | 成都纳雷科技有限公司 | 一种基于双门限检测的车载雷达目标检测方法及装置 |
CN111157953A (zh) * | 2019-12-18 | 2020-05-15 | 南京理工大学 | 一种强地杂波下两级门限恒虚警检测算法 |
CN111352102A (zh) * | 2020-03-18 | 2020-06-30 | 重庆邮电大学 | 一种基于调频连续波雷达的多目标个数检测方法及装置 |
CN111856406A (zh) * | 2020-06-02 | 2020-10-30 | 珠海微度芯创科技有限责任公司 | 一种基于fmcw雷达回波的目标检测方法及装置 |
CN111856411A (zh) * | 2020-07-28 | 2020-10-30 | 北京环境特性研究所 | 一种双门限目标检测方法及装置 |
CN113126054A (zh) * | 2021-04-09 | 2021-07-16 | 电子科技大学 | 一种基于gpu的目标检测方法 |
CN113296070A (zh) * | 2020-02-24 | 2021-08-24 | 光宝科技股份有限公司 | 用于物件检测的运算装置及物件检测方法 |
WO2022000332A1 (zh) * | 2020-06-30 | 2022-01-06 | 华为技术有限公司 | 一种雷达探测方法及相关装置 |
CN115575922A (zh) * | 2022-12-07 | 2023-01-06 | 中国人民解放军国防科技大学 | 基于车载fmcw毫米波雷达的动目标检测方法和装置 |
CN115856824A (zh) * | 2023-01-10 | 2023-03-28 | 电子科技大学 | 一种低资源消耗多相并行的距离维cfar实现方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000376A (zh) * | 2007-01-08 | 2007-07-18 | 清华大学 | 双基地合成孔径雷达的双门限恒虚警运动目标检测方法 |
CN101676744A (zh) * | 2007-10-31 | 2010-03-24 | 北京航空航天大学 | 一种复杂背景低信噪比下弱小目标高精度跟踪方法 |
CN102323577A (zh) * | 2011-09-08 | 2012-01-18 | 北京理工雷科电子信息技术有限公司 | 一种基于能量积累的高分辨雷达双门限检测器 |
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 |
CN106918807A (zh) * | 2017-02-28 | 2017-07-04 | 西安电子科技大学 | 一种雷达回波数据的目标点迹凝聚方法 |
-
2017
- 2017-10-23 CN CN201710993071.XA patent/CN107861107B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000376A (zh) * | 2007-01-08 | 2007-07-18 | 清华大学 | 双基地合成孔径雷达的双门限恒虚警运动目标检测方法 |
CN101676744A (zh) * | 2007-10-31 | 2010-03-24 | 北京航空航天大学 | 一种复杂背景低信噪比下弱小目标高精度跟踪方法 |
CN102323577A (zh) * | 2011-09-08 | 2012-01-18 | 北京理工雷科电子信息技术有限公司 | 一种基于能量积累的高分辨雷达双门限检测器 |
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 |
CN106918807A (zh) * | 2017-02-28 | 2017-07-04 | 西安电子科技大学 | 一种雷达回波数据的目标点迹凝聚方法 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109143184A (zh) * | 2018-10-29 | 2019-01-04 | 北京理工大学 | 一种扫描雷达的双门限检测方法 |
CN110221265A (zh) * | 2019-06-03 | 2019-09-10 | 西安电子工程研究所 | 基于强散射点自适应估计的距离扩展目标检测方法 |
CN110221265B (zh) * | 2019-06-03 | 2022-12-06 | 西安电子工程研究所 | 基于强散射点自适应估计的距离扩展目标检测方法 |
CN110376558A (zh) * | 2019-07-22 | 2019-10-25 | 西安电子工程研究所 | 一种有序统计cfar的dsp实现方法 |
CN110596651B (zh) * | 2019-09-06 | 2021-08-20 | 厦门大学 | 一种雷达检测的方法 |
CN110596651A (zh) * | 2019-09-06 | 2019-12-20 | 厦门大学 | 一种雷达检测的方法 |
CN110907929A (zh) * | 2019-11-29 | 2020-03-24 | 成都纳雷科技有限公司 | 一种基于双门限检测的车载雷达目标检测方法及装置 |
CN110907929B (zh) * | 2019-11-29 | 2022-12-09 | 成都纳雷科技有限公司 | 一种基于双门限检测的车载雷达目标检测方法及装置 |
CN111157953A (zh) * | 2019-12-18 | 2020-05-15 | 南京理工大学 | 一种强地杂波下两级门限恒虚警检测算法 |
CN111157953B (zh) * | 2019-12-18 | 2023-10-31 | 南京理工大学 | 一种强地杂波下两级门限恒虚警检测算法 |
CN113296070A (zh) * | 2020-02-24 | 2021-08-24 | 光宝科技股份有限公司 | 用于物件检测的运算装置及物件检测方法 |
CN111352102A (zh) * | 2020-03-18 | 2020-06-30 | 重庆邮电大学 | 一种基于调频连续波雷达的多目标个数检测方法及装置 |
CN111352102B (zh) * | 2020-03-18 | 2023-02-24 | 重庆邮电大学 | 一种基于调频连续波雷达的多目标个数检测方法及装置 |
CN111856406B (zh) * | 2020-06-02 | 2023-07-07 | 珠海微度芯创科技有限责任公司 | 一种基于fmcw雷达回波的目标检测方法及装置 |
CN111856406A (zh) * | 2020-06-02 | 2020-10-30 | 珠海微度芯创科技有限责任公司 | 一种基于fmcw雷达回波的目标检测方法及装置 |
WO2022000332A1 (zh) * | 2020-06-30 | 2022-01-06 | 华为技术有限公司 | 一种雷达探测方法及相关装置 |
CN111856411A (zh) * | 2020-07-28 | 2020-10-30 | 北京环境特性研究所 | 一种双门限目标检测方法及装置 |
CN111856411B (zh) * | 2020-07-28 | 2023-09-29 | 北京环境特性研究所 | 一种双门限目标检测方法及装置 |
CN113126054A (zh) * | 2021-04-09 | 2021-07-16 | 电子科技大学 | 一种基于gpu的目标检测方法 |
CN115575922A (zh) * | 2022-12-07 | 2023-01-06 | 中国人民解放军国防科技大学 | 基于车载fmcw毫米波雷达的动目标检测方法和装置 |
CN115575922B (zh) * | 2022-12-07 | 2023-03-03 | 中国人民解放军国防科技大学 | 基于车载fmcw毫米波雷达的动目标检测方法和装置 |
CN115856824B (zh) * | 2023-01-10 | 2023-05-09 | 电子科技大学 | 一种低资源消耗多相并行的距离维cfar实现方法 |
CN115856824A (zh) * | 2023-01-10 | 2023-03-28 | 电子科技大学 | 一种低资源消耗多相并行的距离维cfar实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107861107B (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107861107B (zh) | 一种适用于连续波雷达的双门限cfar与点迹凝聚方法 | |
CN110609262B (zh) | 一种场面监视雷达的三维恒虚警检测方法 | |
CN111352102A (zh) | 一种基于调频连续波雷达的多目标个数检测方法及装置 | |
CN109471072B (zh) | 基于fpga的单脉冲雷达二维cfar检测方法及系统 | |
CN104360324B (zh) | 一种基于图像处理的杂波图分区方法 | |
CN103760543A (zh) | 一种基于多模式的恒虚警目标检测方法 | |
CN107942324B (zh) | 基于多普勒引导的多帧联合小目标双重检测方法 | |
CN107561509B (zh) | 一种机载毫米波雷达电力线检测方法 | |
CN112014814A (zh) | 基于三帧积累速度筛选dp-tbd的动目标检测与跟踪方法 | |
CN107229040B (zh) | 基于稀疏恢复空时谱估计的高频雷达目标检测方法 | |
CN111965613B (zh) | 一种基于动态规划与分数阶傅里叶变换的弱目标检测方法 | |
CN107132532B (zh) | 基于海尖峰抑制和多帧联合的小目标检测方法 | |
CN112327265A (zh) | 一种基于语义分割网络的分治检测方法 | |
CN105652256B (zh) | 一种基于极化信息的高频地波雷达tbd方法 | |
CN108008374B (zh) | 基于能量中值的海面大型目标检测方法 | |
CN106249241B (zh) | 一种自适应杂波功率统计算法 | |
CN114325599B (zh) | 一种针对不同环境的自动门限检测方法 | |
CN108508413B (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
CN113093174B (zh) | 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法 | |
CN113126086B (zh) | 一种基于状态预测积累的生命探测雷达弱目标检测方法 | |
CN114265015A (zh) | 一种基于杂波特性感知的精细化雷达检测方法 | |
Jing et al. | Dense multiple-target tracking based on dual frequency identification sonar (DIDSON) image | |
Li et al. | Moving target detection and tracking interactive algorithm based on acoustic image | |
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 | |
CN115144830B (zh) | 一种强地物杂波干扰下的小目标雷达检测方法 |
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 |