CN108037493A - 基于多基地雷达的杂波子空间下双门限恒虚警检测方法 - Google Patents
基于多基地雷达的杂波子空间下双门限恒虚警检测方法 Download PDFInfo
- Publication number
- CN108037493A CN108037493A CN201711200689.2A CN201711200689A CN108037493A CN 108037493 A CN108037493 A CN 108037493A CN 201711200689 A CN201711200689 A CN 201711200689A CN 108037493 A CN108037493 A CN 108037493A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- data
- thresholding
- msup
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于多基地雷达的杂波子空间双门限恒虚警检测方法,主要解决现有技术计算复杂、检测性能低下等问题。其实现步骤为:1、对回波数据进行采集;2、对采集的回波数据进行广义似然比检测,得到局部检验统计量;3、计算第一门限,并根据第一门限对局部检验统计量进行判别,若局部检验统计量大于第一门限,则将局部检验统计量传输到融合中心,否则剔除;5、根据传输到融合中心的局部检验统计量计算全局检验统计量;6、计算第二门限,并根据第二门限对全局检验统计量进行判别,若全局检验统计量大于第二门限,则判决目标存在,否则判决目标不存在。本发明能有效的对雷达目标进行检测,且系统简单,适用性广泛,可用于提高多基地雷达目标检测性能。
Description
技术领域
本发明属于雷达技术领域,具体说是一种杂波子空间下双门限恒虚警检测方法,可用于多基地雷达目标检测系统。
背景技术
在雷达检测过程中,目标不仅受到山地杂波,海杂波等非结构化干扰的影响,同时会受到虚假目标、有源干扰等结构化干扰的影响。在存在子空间干扰情况下,提高目标检测性能是待解决的问题。解决子空间干扰的有效手段是对信号进行干扰抑制,然而此方法增加检测系统的复杂行。将雷达回波投影到杂波子空间,可以避免干扰抑制,但是却需要较大的计算量。
同时在多基地雷达系统中,为了获得某种准则下最优的检测性能,通常需要各个雷达站将接收的信号全部传输到融合中心,这无疑需要很大的通信传输带宽,如果采用光纤通信,其通信带宽很容易满足数据传输要求,但是这种有线连接方式限制了雷达站的机动性和灵活性。但对于机载雷达和舰载雷达等移动平台,需要通过无线传输将雷达回波数据传送给处理中心。这种情况下,信号传输带宽往往不能满足数据的传输要求,数据传输率受到约束。
解决数据传输率约束的有效手段是局部雷达站将原始观测数据进行量化后传送给融合中心。在传统的分布式检测算法中,局部雷达站将“0/1”判决结果传送给融合中心,融合中心根据相应的融合准则得到最终判决结果,这种基于局部判决的分布式检测算法虽然能有效降低处理中心的计算量和局部雷达站与处理中心之间的数据传输量,但是破坏了原始数据的结构,减少了数据所包含的信息量,从而降低分布式系统的检测性能。
为解决子空间干扰以及局部雷达站传送到融合中心引起的信息损失问题,人们研究了多种干扰子空间存在下提高检测性能的分布式检测算法。
现有方法一:
在数据传输率和虚警概率的约束条件下,忽略子空间干扰,确定含有信息量更多的观测区域,并将落入该区域的观测传送给融合中心,使检测性能或目标函数达到最优。然而,当检验统计量的统计特性很难给出时,这种根据约束条件解优化方法的计算量大。
现有方法二:
在非结构化杂波未知,结构化杂波未知的情况下,对子空间干扰进行抑制。将杂波抑制后的数据进行双门限广义似然比检测。局部雷达站将超过第一门限的观测数据传送到融合中心,融合中心根据奈曼皮尔逊准则得到似然比检测器,并由第二门限保证全局虚警概率。
上述检测方法仅适用于不对杂波处理或者杂波抑制后的情况。然而,在雷达实际工作中,局部雷达站往往收到杂波子空间的干扰,且未能对杂波进行处理,不能对目标进行双门限恒虚警检测。
发明内容
本发明的目的在于针对上述现有技术的不足,提出一种杂波子空间下双门限恒虚警检测方法,以减小检验统计量的计算难度及检测系统的复杂度,提高目标检测性能。
本发明的技术方案是:在非结构化杂波未知,结构化杂波抑制的情况下,各个局部雷达站对信号进行干扰子空间投影,采用广义似然比算法进行第一门限检测,并将超过第一门限的观测数据传送到融合中心;融合中心根据局部雷达站传送的数据计算融合后的检验统计量,并与第二门限比较,得到最终的判决结果。其实现步骤包括如下:
(1)对雷达回波信号进行采集,得到N×L×(K+1)维原始数据矩阵:X=[X1,X2,...,Xn,...,XN],Xn表示第n个局部雷达站中的原始数据,n=1,2,...,N,N为局部雷达站个数,L为一个非相干积累周期中所包含的脉冲个数,K代表检测单元附近参考单元个数;
(2)对数据矩阵X中的元素进行广义似然比检测,得到N×L×(K+1)维经广义似然比检测后的局部检验统计量Z=[Z1,Z2,...,Zn,...,ZN],Zn表示Z中的第n个数据元素;
(3)计算第一门限τ1:
根据脉冲个数L、参考单元个数K、局部雷达站干扰个数D及局部虚警概率pfa计算第一门限τ1:
τ1=-1/(K-L+D+1)×log(pfa),
其中,exp(·)表示指数运算;
(4)将局部检验统计量Z中的每个元素Zn与第一门限τ1相比较:
若Zn≥τ1,则将数据Zn传输到融合中心,记传输到融合中心的数据为B=[B1,…,Bm,…,BM],Bm为B中第m个元素,m=1,2,...,M,M为传输到融合中心的数据个数;
若Zn<τ1,则数据Zn不传输;
(5)根据传输到融合中心的数据个数m、脉冲个数L,参考单元个数K,干扰子空间个数D以及全局虚警概率Pfa计算第二门限η2:
其中,Γ(m)=(m-1)!,x表示积分因子,!表示阶乘运算;
(6)对传输到融合中心数据B中的元素进行求和,得到全局检验统计量E,将全局检验统计量E与第二门限η2比较:若E≥η2,则判决目标存在,若E<η2,则判决目标不存在。
本发明与现有技术相比具有以下优点:
1、本发明由于将超过第一门限的局部检验统计量传输到融合中心,将未超过第一门限的局部检验统计量剔除,有效的降低了传输信息带宽,减小了检测系统的复杂度。
2、本发明由于将超过第一门限的局部检验统计量传输到融合中心,使局部检验统计量保留了原始数据信息,与现有的分布式检测算法中局部雷达站将“0/1”判决结果传送给融合中心的方案相比,提高了检测系统的检测性能。
3、本发明由于将原始数据经过干扰补空间映射,通过广义似然比检验得到局部检验统计量,与现有的忽略杂波子空间的检测算法相比,提高了检测系统的检测性能。
附图说明
图1是本发明的实现总流程图;
图2是本发明与现有技术对雷达目标的检测性能对比图。
具体实施方式
参照图1,本发明的实施步骤如下:
步骤1、对雷达回波信号进行采集,得到N×L×(K+1)维原始数据矩阵X:
X=[X1,X2,...,Xn,...,XN],
其中,Xn表示第n个空间分集通道中的原始数据,Xn为L×(K+1)维的矩阵,其表示如下:
其中,xnls表示第n个空间分集通道中第l个脉冲的第s+1个数据,n=1,2,...,N,N为空间分集通道数,l=1,2,...,L,L为一个非相干积累周期中所包含的脉冲个数,s=0时,xnls代表检测单元信息,s=1,2,...,K时,xnls代表检测单元附近参考单元信息,K代表检测单元附近参考单元个数。
步骤2、对原始数据矩阵X进行广义似然比检验,得到局部检验统计量。
2.1)根据已知的L×D维结构化干扰子空间Hn计算L×L维补空间映射En:
En=I-HnHn +,
其中,D表示局部雷达站的干扰源个数,I表示L×L维单位矩阵,(·)+表示共轭伪矩阵;
2.2)取L×L维补空间映射En的前(L-D)列元素,构成L×(L-D)维干扰补空间矩阵Un;
2.3)根据L×(L-D)维干扰补空间Un,计算局部检验统计量Zn:
其中, xn0表示原始数据Xn中第一列数据元素,xni表示原始数据Xn中第i+1列数据元素,表示求共轭矩阵,(·)-1表示求矩阵逆运算,(·)T表示求矩阵转置,|·|2表示求数据模平方;
2.4)对原始数据矩阵X中的每个元素Xn都进行步骤(2.3)的操作,得到局部检验统计量Z=[Z1,Z2,...,Zn,...,ZN],Zn表示Z中第n个数据元素。
步骤3、计算第一门限τ1:
根据脉冲个数L、参考单元个数K、局部雷达站干扰个数D及局部虚警概率pfa计算第一门限τ1:
τ1=-1/(K-L+D+1)×log(pfa),
其中,exp(·)表示指数运算;
步骤4、对局部检验统计量进行判别。
将局部检验统计向量Z中的每个元素Zn与第一门限τ1相比较:
若Zn≥τ1,则将数据Zn传输到融合中心,记传输到融合中心的数据为B=[B1,…,Bm,…,BM],其中Bm为B中第m个元素,m=1,2,...,M,M为传输到融合中心的数据个数;
若Zn<τ1,则数据Zn不传输。
步骤5、计算第二门限η2。
根据传输到融合中心的数据个数m、脉冲个数L,参考单元个数K,干扰子空间个数D,局部虚警概率pfa以及全局虚警概率Pfa计算第二门限η2:
η2={η2:F(η2|N,1(K-L+D+1))=Pfa},
其中,
Γ(m)=(m-1)!,t表示积分因子,!表示阶乘运算;
步骤6、全局检验统计量判别。
对传输到融合中心数据B中的元素进行求和,得到全局检验统计量E,将全局检验统计量E与第二门限η2比较:若E≥η2,则判决目标存在,若E<η2,则判决目标不存在。
本发明的可行性和有效性可通过以下仿真数据的处理结果进一步验证。
1、实验方法:本实验采用matlab仿真,产生一组模拟目标存在的数据,处理过程中的参数设置为:空间分集通道数N=6,一个非相干积累周期中所包含的脉冲个数L=16,参考单元数K=20,局部雷达站的干扰个数D=4,局部虚警概率pfa设置为10-1,全局虚警概率Pfa设置为10-4。
2、实验内容:
为证明本发明能够在传输带宽约束的情况下有较好的目标检测,本实验产生一组包含目标信号以及结构化干扰的数据作为原始数据,运用本发明方法和现有两种方法对此数据进行处理,得到检测性能随信噪比变化的曲线,如图2所示。
现有的两种方法分别为:集中式检测方法,“或”准则检测方法。
从图2中可以看出,在全局信噪比一定时,集中式检测算法检测性能最好,但数据传输率很大;在局部虚警概率pfa设置为10-1,即传输速率降低为原来的十分之一时,本发明相较于集中式算法产生的信噪比损失不到0.2dB;相较于“或”准则有4dB的性能提升,表明本发明在局部传输速率约束下有很好的检测性能。
Claims (3)
1.一种基于多基地雷达的杂波子空间下双门限恒虚警检测方法,包括如下步骤:
(1)对雷达回波信号进行采集,得到N×L×(K+1)维原始数据矩阵:X=[X1,X2,...,Xn,...,XN],Xn表示第n个局部雷达站中的原始数据,n=1,2,...,N,N为局部雷达站个数,L为一个非相干积累周期中所包含的脉冲个数,K代表检测单元附近参考单元个数;
(2)对数据矩阵X中的元素进行广义似然比检测,得到N×L×(K+1)维经广义似然比检测后的局部检验统计量Z=[Z1,Z2,...,Zn,...,ZN],Zn表示Z中的第n个数据元素;
(3)计算第一门限τ1:
根据脉冲个数L、参考单元个数K、局部雷达站干扰个数D及局部虚警概率pfa计算第一门限τ1:
τ1=-1/(K-L+D+1)×log(pfa),
其中,log(·)表示对数运算;
(4)将局部检验统计量Z中的每个元素Zn与第一门限τ1相比较:
若Zn≥τ1,则将数据Zn传输到融合中心,记传输到融合中心的数据为B=[B1,…,Bm,…,BM],Bm为B中第m个元素,m=1,2,...,M,M为传输到融合中心的数据个数;
若Zn<τ1,则数据Zn不传输;
(5)根据传输到融合中心的数据个数m、脉冲个数L,参考单元个数K,干扰子空间个数D,局部虚警概率pfa以及全局虚警概率Pfa计算第二门限η2:
η2={η2:F(η2|N,1/(K-L+D+1))=Pfa},
其中,
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&eta;</mi>
<mn>2</mn>
</msub>
<mo>|</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>f</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>&tau;</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<mi>N</mi>
<mo>,</mo>
<mn>1</mn>
<mo>/</mo>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>-</mo>
<mi>L</mi>
<mo>+</mo>
<mi>D</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mi>N</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>m</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>f</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mi>m</mi>
</mrow>
</msup>
<msup>
<msub>
<mi>p</mi>
<mrow>
<mi>f</mi>
<mi>a</mi>
</mrow>
</msub>
<mi>m</mi>
</msup>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>G</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>&eta;</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>m&tau;</mi>
<mn>1</mn>
</msub>
<mo>|</mo>
<mi>m</mi>
<mo>,</mo>
<mrow>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>-</mo>
<mi>L</mi>
<mo>+</mo>
<mi>D</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
<mrow>
<mi>G</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&eta;</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>m&tau;</mi>
<mn>1</mn>
</msub>
<mo>|</mo>
<mi>m</mi>
<mo>,</mo>
<mn>1</mn>
<mo>/</mo>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>-</mo>
<mi>L</mi>
<mo>+</mo>
<mi>D</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>-</mo>
<mi>L</mi>
<mo>+</mo>
<mi>D</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>m</mi>
</msup>
<mrow>
<mi>&Gamma;</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<msub>
<mi>&eta;</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>m&tau;</mi>
<mn>1</mn>
</msub>
</mrow>
<mi>&infin;</mi>
</msubsup>
<msup>
<mi>t</mi>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>-</mo>
<mi>L</mi>
<mo>+</mo>
<mi>D</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>t</mi>
</mrow>
</msup>
<mi>d</mi>
<mi>t</mi>
<mo>,</mo>
<mi>&Gamma;</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>!</mo>
<mo>,</mo>
</mrow>
t表示积分因子,!表示阶乘运算;
(6)对传输到融合中心数据B中的元素进行求和,得到全局检验统计量E,将全局检验统计量E与第二门限η2比较:若E≥η2,则判决目标存在,若E<η2,则判决目标不存在。
2.根据权利要求1所述的方法,其中步骤(1)中第n个局部雷达站中的原始数据Xn为L×(K+1)维的矩阵,其表示如下:
其中,xnls表示第n个局部雷达站中第l个脉冲的第s+1个数据,l=1,2,...,L,s=0,1,...,K,L为一个非相干积累周期中所包含的脉冲个数,s=0时,xnls代表检测单元信息,s=1,2,...,K时,xnls代表检测单元附近参考单元信息,K代表检测单元附近参考单元个数。
3.根据权利要求1所述的方法,其中步骤(2)中对数据矩阵X中的元素进行广义似然比检测,按如下步骤进行:
2.1)根据已知的L×D维结构化干扰子空间矩阵Hn,计算L×(L-D)维干扰补空间Un:
2.1.1)根据已知的L×D维结构化干扰子空间Hn计算L×L维补空间映射En:
En=I-HnHn +,
其中,D表示局部雷达站的干扰源个数,I表示L×L维单位矩阵,(·)+表示共轭伪矩阵;
2.1.2)取L×L维补空间映射En的前(L-D)列元素,构成L×(L-D)维干扰补空间矩阵Un;
2.2)根据L×(L-D)维干扰补空间Un,计算局部检验统计量Zn:
其中,xn0表示原始数据Xn中第一列数据元素,xni表示原始数据Xn中第i+1列数据元素,表示求共轭矩阵,(·)-1表示求矩阵逆运算,(·)T表示求矩阵转置,|·|2表示求数据模平方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711200689.2A CN108037493B (zh) | 2017-11-27 | 2017-11-27 | 基于多基地雷达的杂波子空间下双门限恒虚警检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711200689.2A CN108037493B (zh) | 2017-11-27 | 2017-11-27 | 基于多基地雷达的杂波子空间下双门限恒虚警检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108037493A true CN108037493A (zh) | 2018-05-15 |
CN108037493B CN108037493B (zh) | 2021-11-02 |
Family
ID=62093904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711200689.2A Active CN108037493B (zh) | 2017-11-27 | 2017-11-27 | 基于多基地雷达的杂波子空间下双门限恒虚警检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108037493B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111538012A (zh) * | 2020-04-27 | 2020-08-14 | 东南大学 | 一种基于干扰消除的自适应恒虚警检测方法 |
CN111751811A (zh) * | 2020-05-20 | 2020-10-09 | 西安电子科技大学 | 一种多基站雷达构型下的距离扩展目标检测方法 |
WO2021068310A1 (zh) * | 2019-10-12 | 2021-04-15 | 南京慧尔视智能科技有限公司 | 一种基于时间统计的双参数恒虚警检测方法 |
CN113126021A (zh) * | 2021-04-19 | 2021-07-16 | 电子科技大学 | 一种基于三平行线阵的单快拍二维doa估计方法 |
CN113447916A (zh) * | 2021-06-28 | 2021-09-28 | 西安电子科技大学 | 非平稳干扰下的自适应目标检测方法 |
CN115877385A (zh) * | 2023-03-02 | 2023-03-31 | 中国电子科技集团公司信息科学研究院 | 基于无人飞艇平台的分布式雷达探测系统目标检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL111543A (en) * | 1993-12-27 | 1996-11-14 | Motorola Inc | A method of processing radar repeating signals |
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 |
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 |
US20150309166A1 (en) * | 2009-12-18 | 2015-10-29 | L-3 Communications Cyterra Corporation | Moving-entity detection |
CN107390196A (zh) * | 2017-07-28 | 2017-11-24 | 西安电子科技大学 | 基于多基地雷达的快起伏目标双门限恒虚警检测方法 |
-
2017
- 2017-11-27 CN CN201711200689.2A patent/CN108037493B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL111543A (en) * | 1993-12-27 | 1996-11-14 | Motorola Inc | A method of processing radar repeating signals |
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 |
US20150309166A1 (en) * | 2009-12-18 | 2015-10-29 | L-3 Communications Cyterra Corporation | Moving-entity detection |
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 |
CN107390196A (zh) * | 2017-07-28 | 2017-11-24 | 西安电子科技大学 | 基于多基地雷达的快起伏目标双门限恒虚警检测方法 |
Non-Patent Citations (2)
Title |
---|
V. CAROTENUTO 等: "GLRT_based_scale-invariant_multipolarization_SAR_change_detection", 《2014 INTERNATIONAL RADAR CONFERENCE》 * |
胡勤振 等: "分布式MIMO雷达双门限GLRT_CFAR检测", 《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 |
---|---|---|---|---|
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 |
WO2021068310A1 (zh) * | 2019-10-12 | 2021-04-15 | 南京慧尔视智能科技有限公司 | 一种基于时间统计的双参数恒虚警检测方法 |
CN111538012A (zh) * | 2020-04-27 | 2020-08-14 | 东南大学 | 一种基于干扰消除的自适应恒虚警检测方法 |
CN111751811A (zh) * | 2020-05-20 | 2020-10-09 | 西安电子科技大学 | 一种多基站雷达构型下的距离扩展目标检测方法 |
CN111751811B (zh) * | 2020-05-20 | 2023-07-25 | 西安电子科技大学 | 一种多基站雷达构型下的距离扩展目标检测方法 |
CN113126021A (zh) * | 2021-04-19 | 2021-07-16 | 电子科技大学 | 一种基于三平行线阵的单快拍二维doa估计方法 |
CN113126021B (zh) * | 2021-04-19 | 2022-03-29 | 电子科技大学 | 一种基于三平行线阵的单快拍二维doa估计方法 |
CN113447916A (zh) * | 2021-06-28 | 2021-09-28 | 西安电子科技大学 | 非平稳干扰下的自适应目标检测方法 |
CN115877385A (zh) * | 2023-03-02 | 2023-03-31 | 中国电子科技集团公司信息科学研究院 | 基于无人飞艇平台的分布式雷达探测系统目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108037493B (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108037493A (zh) | 基于多基地雷达的杂波子空间下双门限恒虚警检测方法 | |
CN108318877A (zh) | 基于多基地雷达的杂波子空间下目标检测方法 | |
CN105807267B (zh) | 一种mimo雷达扩展目标的检测方法 | |
CN101881826B (zh) | 扫描模式海杂波局部多重分形目标检测器 | |
CN107390196A (zh) | 基于多基地雷达的快起伏目标双门限恒虚警检测方法 | |
CN104160296A (zh) | 目标检测方法 | |
CN105974375A (zh) | 一种用于超宽带穿墙雷达中抑制时间抖动的方法 | |
CN109143195A (zh) | 一种基于全kl散度的雷达目标检测方法 | |
CN102043150A (zh) | 用于微弱目标检测的改进型粒子滤波检测前跟踪方法 | |
CN114415112B (zh) | 多星多辐射源数据动态关联方法、装置及电子设备 | |
CN102346910B (zh) | 一种基于单帧红外图像的点目标的实时检测方法 | |
CN105044691A (zh) | 一种海杂波背景下的快速雷达性能评估方法 | |
CN104502905B (zh) | 基于多通道顺序统计的距离扩展目标检测方法 | |
CN103954943A (zh) | 网络化雷达系统抗欺骗式干扰方法 | |
CN111368930B (zh) | 基于多类谱图融合与分级学习的雷达人体姿态识别方法及系统 | |
CN112162244B (zh) | 一种相关噪声和随机丢包环境下的事件触发目标跟踪方法 | |
CN103728599A (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 | |
CN108572353B (zh) | 一种低截获雷达的脉冲时间序列规划方法 | |
CN105259540B (zh) | 一种多站雷达抗有源欺骗式干扰的优化方法 | |
JP2018205175A (ja) | レーダ装置及びそのレーダ信号処理方法 | |
CN104182768A (zh) | 逆合成孔径雷达图像的质量分类方法 | |
CN113759362B (zh) | 雷达目标数据关联的方法、装置、设备和存储介质 | |
CN105425222B (zh) | 一种数据传输率约束下的雷达目标检测方法 | |
CN106353743A (zh) | 匹配于等效形状参数的近最优雷达目标检测方法 | |
CN107064893A (zh) | 基于对数矩的广义帕累托分布参数估计方法 |
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 |