CN108318866A - 基于多帧回波联合积累的海杂波抑制方法 - Google Patents

基于多帧回波联合积累的海杂波抑制方法 Download PDF

Info

Publication number
CN108318866A
CN108318866A CN201810059305.8A CN201810059305A CN108318866A CN 108318866 A CN108318866 A CN 108318866A CN 201810059305 A CN201810059305 A CN 201810059305A CN 108318866 A CN108318866 A CN 108318866A
Authority
CN
China
Prior art keywords
frame
num
detected
unit
echo data
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
Application number
CN201810059305.8A
Other languages
English (en)
Other versions
CN108318866B (zh
Inventor
陶海红
王雅
代品品
柳阳
刘宝蕊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201810059305.8A priority Critical patent/CN108318866B/zh
Publication of CN108318866A publication Critical patent/CN108318866A/zh
Application granted granted Critical
Publication of CN108318866B publication Critical patent/CN108318866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
    • 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
    • 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
    • G01S7/418—Theoretical aspects

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

本发明属于信号处理技术领域，公开了一种基于多帧回波联合积累的海杂波抑制方法，通过对传统帧间扫描相关积累方法进行改进，使用一种基于十字窗积累的多帧联合非相参积累方法能够在避免相参积累的方法对距离走动补偿和多普勒走动进行补偿；也改善了传统SIC算法的动目标的拖尾现象；可以有效地提高动目标回波的信杂噪比，而且降低了运算复杂性，进而提高了海面弱小慢速目标的检测性能。

Description

基于多帧回波联合积累的海杂波抑制方法
技术领域
本发明属于信号处理技术领域，尤其涉及一种基于多帧回波联合积累的海杂波抑制方法，适用于在强海杂波条件下联合多帧数据对海杂波抑制并实现检测海面低速运动的弱小目标的目的。
背景技术
海面环境是非常复杂多变的，极其容易受到各种环境因素的影响，如海浪的起伏、风力的变化、湿度/温度的改变等。在随机非平稳的海杂波环境中，较低的信杂噪仍然是制约雷达对海面低速运动弱小目标检测性能的主要因素。在雷达信号处理中，可以通过各种相参积累、非相参积累技术来提高信杂噪比。但是由于目标的运动，长时间积累会导致即使低速目标回波也会发生距离走动，如果采用相参积累的方法，就要做一系列的校正距离走动的操作，比较繁琐。
由于海面弱小慢速目标的RCS普遍都较小，小目标完全湮没在海杂波中，因此若想利用单帧回波来检测弱目标会很困难，而利用多帧数据的回波信号检测海面弱小慢速目标相对来说能够利用的信息会更多，所以检测起来也会更加容易。若在多帧回波中利用相参积累技术处理时又会出现不连续的距离走动和多普勒相位的错位问题，这两个问题都会导致对目标的检测性能下降。
发明内容
针对上述问题，本发明目的在于提供一种基于多帧回波联合积累的海杂波抑制方法，该种多帧联合积累的海杂波抑制方法是一种基于十字窗积累的多帧回波联合积累方法，在海面目标较小、速度较低，且强海杂波导致信杂噪比较低时，能够提高雷达对弱小目标的检测性能。
为达到上述目的，本发明采用如下技术方案予以实现。
一种基于多帧回波联合积累的海杂波抑制方法，所述方法包括如下步骤：
步骤1，采用脉冲多普勒雷达机械扫描检测范围内的海面动目标，获取脉冲多普勒雷达的回波信号，对所述回波信号进行脉冲压缩处理，得到脉冲压缩处理后的M帧回波数据，每帧回波数据包含prf_num个多普勒单元和ran_num个距离单元；
步骤2，计算第K帧回波数据中第(i，j)个待检测单元的加权扫描幅度SI{K}(i，j)，其中，i表示距离单元的标号，j表示多普勒单元的标号，其中，i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，K＝[1，2，...，M]，从而得到M帧回波数据中每帧回波数据的所有待检测单元的加权扫描幅度SI{M}(ran_num，prf_num)；
步骤3，根据步骤2得到的M帧回波数据中每帧回波数据的所有待检测单元的加权扫描幅度，计算第K帧回波数据中第(i，j)个待检测单元的第一阈值门限T1{K}(i，j)，其中，i表示距离单元的标号，j表示多普勒单元的标号，且i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，从而得到第K帧回波数据中所有待检测单元的第一阈值门限，记为第K帧回波数据的第一阈值门限数组；
步骤4，根据所述脉冲压缩处理后的M帧回波数据，计算第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，其中，i表示距离单元的标号，j表示多普勒单元的标号，且i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，从而得到第K帧回波数据中所有待检测单元的第二阈值门限，记为第K帧回波数据的第二阈值门限数组；
步骤5，令K的值加1，重复执行步骤3至步骤4，得到M帧回波数据的第一阈值门限数组T1{M}(ran_num，prf_num)，M帧回波数据的第二阈值门限数组T2{M}(ran_num，prf_num)；
步骤6，采用基于十字窗积累的多帧联合积累算法对所述脉冲压缩处理后的M帧回波数据进行检测，判定每帧回波数据中每个待检测单元是否存在目标，得到M帧回波数据中每帧回波数据的每个待检测单元的判定结果，记为第二幅值数组ACW{M}(ran_num，prf_num)；
步骤7，将步骤2得到的第K帧回波数据中第(i，j)个待检测单元的加权扫描幅度SI{K}(i，j)与步骤6得到的第K帧回波数据中第(i，j)个待检测单元的第二幅值数据ACW{K}(i，j)的幅值进行比较，记录两者中的较大值，得到第K帧回波数据中第(i，j)个待检测单元的最新的处理数据Data_max{K}(i，j)＝max{SI{K}(i，j)，ACW{K}(i，j)}，其中，i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，K＝[1，2，...，M]，从而得到M帧回波数据中每帧回波数据的所有待检测单元的最新的处理数据数组Data_max{M}(ran_num，prf_num)；
步骤8，对步骤7得到的M帧回波数据中每帧回波数据的所有待检测单元的最新的处理数据进行帧间相关性处理，得到M帧回波数据中每帧回波数据的所有待检测单元进行帧间相关性处理后输出的相关性数组ASC{M}(ran_num，prf_num)；
步骤9，根据M帧回波数据中每帧回波数据的所有待检测单元进行帧间相关性处理后输出的相关性数组ASC{M}(ran_num，prf_num)，得到多帧回波联合积累的海杂波抑制结果。
本发明通过多帧回波联合积累的海杂波抑制方法，主要利用了目标在多帧间的强相关性，而海杂波在多帧间的相关性较差的原理，多帧处理后海杂波的积累程度将远远不如目标，在多帧回波数据中采用一种基于十字窗积累的算法提高了操作后的信杂噪比，进而也提高了对海面弱小慢速目标的检测概率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于多帧回波联合积累的海杂波抑制方法的流程示意图；
图2为本发明实施例提供的脉冲多普勒雷达的工作方式示意图；
图3为本发明实施例提供的动目标在海面的运动情况示意图；
图4(a)为本发明实施例提供的较弱海杂波环境下第7帧脉冲压缩处理后的多普勒雷达回波数据示意图；
图4(b)为本发明实施例提供的较强海杂波环境下第13帧脉冲压缩处理后的多普勒雷达回波数据示意图；
图4(c)为本发明实施例提供的较强海杂波环境下第23帧脉冲压缩处理后的多普勒雷达回波数据示意图；
图5(a)为本发明实施例提供的较弱海杂波环境下第7帧脉冲压缩处理后的多普勒雷达回波数据进行CW-SIC算法处理后得到的结果示意图；
图5(b)为本发明实施例提供的较强海杂波环境下第13帧脉冲压缩处理后的多普勒雷达回波数据进行CW-SIC算法处理后得到的结果示意图；
图5(c)为本发明实施例提供的较强海杂波环境下第23帧脉冲压缩处理后的多普勒雷达回波数据进行CW-SIC算法处理后得到的结果示意图；
图6为本发明实施例提供的较弱海杂波环境下第7帧数据采用SIC传统算法处理后的结果示意图；
图7为本发明实施例提供的较强海杂波环境下连续27帧脉冲压缩处理后的多普勒雷达回波数据经过CW-SIC算法处理后的航迹结果示意图；
图8为本发明实施例提供的较强海杂波环境下连续27帧脉冲压缩处理后的多普勒雷达回波数据经过非相参算法处理后的航迹结果示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
脉冲多普勒雷达进行动目标检测时会对动目标回波依次做脉冲压缩和相参积累，能够有效提高动目标能量；在复杂的海面环境中海杂波是很强的，脉冲多普勒雷达对动目标检测主要在于提高动目标回波的信杂噪比。
由于在较短时间内的动态的海杂波是具有的相关性的，因此采用单帧数据对强海杂波环境下的弱小慢速目标检测时采用相参积累会使目标与海杂波的能量均积累起来，这样就无法提高动目标回波的信杂噪比；但是海杂波在较长时间内是不具有相关性的，因此采用多帧回波数据对强海杂波环境下的动目标检测能够提高动目标回波的信杂噪比，可以提高强海杂波环境下弱小慢速目标的检测概率；但是若采用多帧联合相参处理就会出现动目标在多帧间的距离走动与多普勒走动的问题，因此就要想办法将其距离走动与多普勒走动补偿回来，否则的话就会导致动目标能量沿着距离单元和多普勒单元扩散而无法积累的问题，进而导致海面弱小动目标的检测性能的大大下降。
若采用传统的帧间扫描相关积累(SIC)算法有时候动目标在多帧间会造成拖尾问题，因此也会降低动目标的检测概率；若采用多帧非相参积累的方法直接对雷达的多帧回波数据进行处理，可以避免对海面弱小慢速目标的距离单元与多普勒单元的补偿问题，但是海面弱小慢速目标的检测概率并不能得到很好地改善。
本发明针对上述问题，通过对传统帧间扫描相关积累方法进行改进，使用一种基于十字窗积累的多帧联合非相参积累方法能够在避免相参积累的方法对距离走动补偿和多普勒走动进行补偿；也改善了传统SIC算法的动目标的拖尾现象；可以有效地提高动目标回波的信杂噪比，而且降低了运算复杂性，进而提高了海面弱小慢速目标的检测性能。
本发明实施例提供一种基于多帧回波联合积累的海杂波抑制方法，如图1所示，所述方法包括如下步骤：
步骤1，采用脉冲多普勒雷达机械扫描检测范围内的海面动目标，获取脉冲多普勒雷达的回波信号，对所述回波信号进行脉冲压缩处理，得到脉冲压缩处理后的M帧回波数据，每帧回波数据包含prf_num个多普勒单元和ran_num个距离单元。
具体地，本发明是对脉冲多普勒雷达的回波进行处理，参照图2为脉冲多普勒雷达的工作方式示意图，脉冲多普勒雷达发射脉冲多普勒雷达波束，并采用机械扫描方式扫描检测范围内海面动目标，其中所述检测范围包含海面动目标和复杂的海面环境，脉冲多普勒雷达的工作的波长为λ，脉冲多普勒雷达的工作频率为fc，脉冲多普勒雷达的工作周期为Time，脉冲多普勒雷达的脉冲重复频率为PRF，脉冲多普勒雷达的脉冲重复周期为PRT，脉冲多普勒雷达的采样频率为fs。
基于多帧联合积累的海杂波抑制算法(CW-SIC)的设计包含两个通道：帧间积累SI通道和基于十字窗积累的多帧回波积累CW通道。SI通道运用传统的帧间积累(SI)算法对杂波进行抑制，而CW通道对当前帧的数据与经过拓展十字窗处理后的前一帧数据和后一帧数据的结果对比来进行目标检测的处理。
首先设计SI通道：
步骤2，计算第K帧回波数据中第(i，j)个待检测单元的加权扫描幅度SI{K}(i，j)，其中，i表示距离单元的标号，j表示多普勒单元的标号，其中，i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，K＝[1，2，...，M]，从而得到M帧回波数据中每帧回波数据的所有待检测单元的加权扫描幅度SI{M}(ran_num，prf_num)。
步骤2具体包括如下子步骤：
(2a)当K＝1时，第K帧回波数据中第(i，j)个待检测单元的加权扫描幅度SI{K}(i，j)＝A{K}(i，j)，其中，A{K}(i，j)表示第K帧回波数据中第(i，j)个待检测单元的量测幅值，i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]；
(2b)当K＞1时，第K帧回波数据中第(i，j)个待检测单元的加权扫描幅度SI{K}(i，j)＝(1-α)SI{K-1}(i，j)+αA{K}(i，j)，其中，SI{K-1}(i，j)表示第K-1帧回波数据中第(i，j)个待检测单元的加权扫描幅度，α为加权因子，i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]；
(2c)遍历所有距离单元的标号i，所有多普勒单元的标号j，以及回波数据帧标号K，得到M帧回波数据中每帧回波数据的所有待检测单元的加权扫描幅度SI{M}(ran_num，prf_num)＝{SI{K}(i，j)，i∈[1，ran_num]，j∈[1，prf_num]，K∈[1，M]}。
步骤3，根据步骤2得到的M帧回波数据中每帧回波数据的所有待检测单元的加权扫描幅度，计算第K帧回波数据中第(i，j)个待检测单元的第一阈值门限T1{K}(i，j)，其中，i表示距离单元的标号，j表示多普勒单元的标号，且i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，从而得到第K帧回波数据中所有待检测单元的第一阈值门限，记为第K帧回波数据的第一阈值门限数组。
步骤3具体包括如下子步骤：
(3a)将第K帧回波数据划分为多个小矩形块，每个小矩形块包含个L距离单元和W个多普勒单元，则第K帧回波数据划分为(prf_num×ran_num)/(W×L)个小矩形块；
(3b)对于每个小矩形块，该小矩形块的幅度平均值μ为：
其中，i′表示小矩形块的距离单元标号，i′＝[1，2，...，L]，j′表示小矩形块的多普勒单元标号，j′＝[1，2，...，W]，Xi′j＇表示该小矩形块中位于第i′个距离单元第j′个多普勒单元的元素的幅度值，temp_max表示小矩形块中幅值的最大值，temp_min表示小矩形块中幅值的最小值；
(3c)将该小矩形块的幅度平均值μ分别作为该小矩形块中每个待检测单元的第一阈值门限，从而得到第K帧回波数据中所有待检测单元的第一阈值门限。
步骤4，根据所述脉冲压缩处理后的M帧回波数据，计算第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，其中，i表示距离单元的标号，j表示多普勒单元的标号，且i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，从而得到第K帧回波数据中所有待检测单元的第二阈值门限，记为第K帧回波数据的第二阈值门限数组。
步骤5，令K的值加1，重复执行步骤3至步骤4，得到M帧回波数据的第一阈值门限数组T1{M}(ran_num，prf_num)，M帧回波数据的第二阈值门限数组T2{M}(ran_num，prf_num)。
步骤6，采用基于十字窗积累的多帧联合积累算法对所述脉冲压缩处理后的M帧回波数据进行检测，判定每帧回波数据中每个待检测单元是否存在目标，得到M帧回波数据中每帧回波数据的每个待检测单元的判定结果，记为第二幅值数组ACW{M}(ran_num，prf_num)。
步骤6具体包括如下子步骤：
(6a)设置全零数组ACW{M}(ran_num，prf_num)，其中，M表示回波数据的总帧数，ran_num表示一帧回波数据包含的距离单元总个数，prf_num表示一帧回波数据包含的多普勒单元总个数；
(6b)当K＝1时，采用第二帧回波数据和第三帧回波数据对第一帧回波数据中每个待检测单元进行检测，具体为：
对于第一帧回波数据中第(i，j)个待检测单元，在第二帧回波数据中选取以第二帧回波数据的第(i，j)个待检测单元为中心的第一个十字窗，所述并在第三帧回波数据中选取以第三帧回波数据的第(i，j)个待检测单元为中心的第二个十字窗；
若第一个十字窗中有至少一个待检测单元的幅度值大于第一帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{1}(i，j)，且第二个十字窗中有至少一个待检测单元的幅度值大于第一帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{1}(i，j)，则判定第一帧回波数据中第(i，j)个待检测单元为目标，将第一帧回波数据中第(i，j)个待检测单元的幅度值赋值给全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{1}(i，j)；否则，全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{1}(i，j)的值保持为零；
(6c)当K＞1时，采用第K-1帧回波数据和第K+1帧回波数据对第K帧回波数据中每个待检测单元进行检测，具体为：
对于第K帧回波数据中第(i，j)个待检测单元，在第K-1帧回波数据中选取以第K-1帧回波数据的第(i，j)个待检测单元为中心的第三个个十字窗，所述并在第K+1帧回波数据中选取以第K+1帧回波数据的第(i，j)个待检测单元为中心的第四个十字窗；
若第三个十字窗中的待检测单元的幅度最大值大于第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，并且第四个十字窗中的待检测单元的幅度最大值也大于第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，则判定第K帧回波数据中第(i，j)个待检测单元为目标，将第K帧回波数据中第(i，j)个待检测单元的幅度值赋值给全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{K}(i，j)；否则，全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{K}(i，j)的值保持为零；
(6d)当K＝M时，采用第M-1帧回波数据和第M-2帧回波数据对第M帧回波数据中每个待检测单元进行检测，具体为：
对于第M帧回波数据中第(i，j)个待检测单元，在第M-1帧回波数据中选取以第M-1帧回波数据的第(i，j)个待检测单元为中心的第五个十字窗，并在第M-2帧回波数据中选取以第M-2帧回波数据的第(i，j)个待检测单元为中心的第六个十字窗；
若第五个十字窗中有至少一个待检测单元的幅度值大于第M帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{M}(i，j)，且第六个十字窗中有至少一个待检测单元的幅度值大于第M帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{M}(i，j)，则判定第M帧回波数据中第(i，j)个待检测单元为目标，将第M帧回波数据中第(i，j)个待检测单元的幅度值赋值给全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{M}(i，j)；否则，全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{M}(i，j)的值保持为零；
(6e)遍历所有距离单元的标号i，所有多普勒单元的标号j，以及回波数据帧标号K，得到M帧回波数据中每帧回波数据的每个待检测单元的判定结果，记为第二幅值数组ACW{M}(ran_num，prf_num)。
步骤7，将步骤2得到的第K帧回波数据中第(i，j)个待检测单元的加权扫描幅度SI{K}(i，j)与步骤6得到的第K帧回波数据中第(i，j)个待检测单元的第二幅值数据ACW{K}(i，j)的幅值进行比较，记录两者中的较大值，得到第K帧回波数据中第(i，j)个待检测单元的最新的处理数据Data_max{K}(i，j)＝max{SI{K}(i，j)，ACW{K}(i，j)}，其中，i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，K＝[1，2，...，M]，从而得到M帧回波数据中每帧回波数据的所有待检测单元的最新的处理数据数组Data_max{M}(ran_num，prf_num)。
步骤8，对步骤7得到的M帧回波数据中每帧回波数据的所有待检测单元的最新的处理数据进行帧间相关性处理，得到M帧回波数据中每帧回波数据的所有待检测单元进行帧间相关性处理后输出的相关性数组ASC{M}(ran_num，prf_num)。
步骤8具体包括如下子步骤：
(8a)设置全零数组ASC{M}(ran_num，prf_num)，其中，M表示回波数据的总帧数，ran_num表示一帧回波数据包含的距离单元总个数，prf_num表示一帧回波数据包含的多普勒单元总个数；
(8b)判断第K帧回波数据中第(i，j)个待检测单元的量测幅值与第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)的大小；
若第K帧回波数据中第(i，j)个待检测单元的量测幅值大于第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，并且第K帧回波数据中第(i，j)个待检测单元的最新的处理数据Data_max{K}(i，j)大于第K帧回波数据中第(i，j)个待检测单元的第一阈值门限T1{K}(i，j)；
则将第K帧回波数据中第(i，j)个待检测单元的最新的处理数据Data_max{K}(i，j)赋值给全零数组ASC{M}(ran_num，prf_num)中的对应位置ASC{K}(i，j)；否则，全零数组ACW{M}(ran_num，prf_num)中的对应位置ASC{K}(i，j)的值保持为零。
步骤9，根据M帧回波数据中每帧回波数据的所有待检测单元进行帧间相关性处理后输出的相关性数组ASC{M}(ran_num，prf_num)，得到多帧回波联合积累的海杂波抑制结果。
步骤9具体包括如下子步骤：
(9a)当所述脉冲多普勒雷达的回波信号的信杂比大于预设门限时，认为所述脉冲多普勒雷达的回波信号的海杂波较弱，此时多帧回波联合积累的海杂波抑制结果为步骤8得到的M帧回波数据中每帧回波数据的所有待检测单元进行帧间相关性处理后输出的相关性数组ASC{M}(ran_num，prf_num)；
(9b)当所述脉冲多普勒雷达的回波信号的信杂比小于等于所述预设门限时，认为所述脉冲多普勒雷达的回波信号的海杂波较强，此时采用拓展十字窗算法对M帧回波数据中每帧回波数据的所有待检测单元进行帧间相关性处理后输出的相关性数组ASC{M}(ran_num，prf_num)进行处理，得到海杂波抑制结果。
子步骤(9b)具体包括如下子步骤：
(9b1)设置全零数组Aend{M}(ran_num，prf_num)，其中，M表示回波数据的总帧数，ran_num表示一帧回波数据包含的距离单元总个数，prf_num表示一帧回波数据包含的多普勒单元总个数；
(9b2)当K＜M时，对第K帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值ASC{K}(i，j)，在第K+1帧回波数据中以第(i，j)个待检测单元为中心选取第七个十字窗；
若所述第七个十字窗中的待检测单元进行帧间相关性处理后输出的相关性数值中至少有一个相关性数值大于第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，则判定第K帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值为目标，将第K帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值赋值给全零数组Aend{M}(ran_num，prf_num)中的对应位置Aend{K}(i，j)；否则，全零数组Aend{M}(ran_num，prf_num)中的对应位置Aend{K}(i，j)的值保持为零；
(9b3)当K＝M时，对第M帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值ASC{M}(i，j)，在第M-1帧回波数据中以第(i，j)个待检测单元为中心选取第八个十字窗；
若所述第八个十字窗中的待检测单元进行帧间相关性处理后输出的相关性数值中至少有一个相关性数值大于第M帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{M}(i，j)，则判定第M帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值为目标，将第M帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值赋值给全零数组Aend{M}(ran_num，prf_num)中的对应位置Aend{M}(i，j)；否则，全零数组Aend{M}(ran_num，prf_num)中的对应位置Aend{M}(i，j)的值保持为零；
(9b4)遍历所有距离单元的标号i，所有多普勒单元的标号j，以及回波数据帧标号K，得到M帧回波数据中每帧回波数据的每个待检测单元的海杂波抑制结果Aend{M}(ran_num，prf_num)。
通过下述仿真实验对本发明效果作进一步验证说明。
(一)实测数据条件：
本数据使用脉冲多普勒雷达机械扫描系统。本数据是雷达对海面进行扫描得到的两组数据，一组数据海杂波较强，包含27帧回波数据，另一组数据海杂波相对较弱，包含25帧回波数据，回波数据中均包含2个慢速弱小目标和若干强海杂波，两个弱小慢速目标分别是一个易拉罐和一个木制的敞篷小船，目标在海面的运动情况可由图3所示。
(二)实测数据处理内容与结果：
随机处理较弱海杂波环境下的包含25帧数据的任一帧数据，本发明选择了第7帧数据进行处理；对于较强海杂波环境下的包含27帧数据的任一帧数据，本发明选择了第23帧数据进行处理。联合处理前，较弱海杂波环境下的第7帧数据如图4(a)所示、较强海杂波环境下的第13帧数据如图4(b)所示、较强海杂波环境下的第23帧数据如图4(c)所示；较弱海杂波环境下的第7帧数据经过CW-SIC算法处理后的结果如图5(a)所示、较强海杂波环境下的第13帧数据经过CW-SIC算法处理后的结果如图5(b)所示、较强海杂波环境下的第23帧数据经过CW-SIC算法处理后的结果如图5(c)所示；采用传统SIC算法处理的较弱海杂波环境下的第7帧数据的处理结果图如图6所示；将较强海杂波环境下的连续27帧数据经过CW-SIC算法处理后航迹结果如图7所示。将较强海杂波环境下的连续27帧数据直接经过非相参算法处理后航迹结果如图8所示。
对比图4(a)-图5(a)、图4(b)-图5(b)、图4(c)-图5(c)可见，采用多帧回波联合积累的海杂波抑制算法强海杂波条件下弱小慢速目标的检测有了很好的改善，湮没在海杂波中的目标被成功检测出来，表明了该算法的工程实现性很高。对比图5(a)与图6可以看出基于十字窗改进的多帧联合非相参积累的海杂波抑制算法克服了传统SIC算法的目标拖尾的现象，海面弱小慢速目标的检测结果得到了提升；如对比图7与图8，可以看出经过本发明处理后的目标航迹非常明显，但是常规的非相参算法的处理结果并不理想，海杂波依然很强。以上的处理结果均表明了本发明算法的可靠性与有效性。
本发明一种基于十字窗积累的多帧联合积累算法通过联合多帧回波数据来抑制海杂波从而检测海面弱小慢速目标的方法主要解决现有技术的两个问题：第一，传统的SI算法在数据处理后带来的动目标的“尾巴”现象，比传统的SIC算法处理效果更好，提高了目标的检测概率；第二，采用基于十字窗积累的多帧联合积累方法可以避免动目标在多帧联合处理时由于距离走动与多普勒走动带来的能量的扩散问题，同时也不需要对距离走动与多普勒走动进行补偿，降低了运算复杂度，会更利于工程上的实现。这两个问题都会导致目标检测性能下降。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (7)

1.一种基于多帧回波联合积累的海杂波抑制方法，其特征在于，所述方法包括如下步骤：
步骤1，采用脉冲多普勒雷达机械扫描检测范围内的海面动目标，获取脉冲多普勒雷达的回波信号，对所述回波信号进行脉冲压缩处理，得到脉冲压缩处理后的M帧回波数据，每帧回波数据包含prf_num个多普勒单元和ran_num个距离单元；
步骤2，计算第K帧回波数据中第(i，j)个待检测单元的加权扫描幅度SI{K}(i，j)，其中，i表示距离单元的标号，j表示多普勒单元的标号，其中，i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，K＝[1，2，...，M]，从而得到M帧回波数据中每帧回波数据的所有待检测单元的加权扫描幅度SI{M}(ran_num，prf_num)；
步骤3，根据步骤2得到的M帧回波数据中每帧回波数据的所有待检测单元的加权扫描幅度，计算第K帧回波数据中第(i，j)个待检测单元的第一阈值门限T1{K}(i，j)，其中，i表示距离单元的标号，j表示多普勒单元的标号，且i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，从而得到第K帧回波数据中所有待检测单元的第一阈值门限，记为第K帧回波数据的第一阈值门限数组；
步骤4，根据所述脉冲压缩处理后的M帧回波数据，计算第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，其中，i表示距离单元的标号，j表示多普勒单元的标号，且i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，从而得到第K帧回波数据中所有待检测单元的第二阈值门限，记为第K帧回波数据的第二阈值门限数组；
步骤5，令K的值加1，重复执行步骤3至步骤4，直到得到M帧回波数据的第一阈值门限数组T1{M}(ran_mum，prf_mum)，以及M帧回波数据的第二阈值门限数组T2{M}(ran_num，prf_num)；
步骤6，采用基于十字窗积累的多帧联合积累算法对所述脉冲压缩处理后的M帧回波数据进行检测，判定每帧回波数据中每个待检测单元是否存在目标，得到M帧回波数据中每帧回波数据的每个待检测单元的判定结果，记为第二幅值数组ACW{M}(ran_num，prf_num)；
步骤7，将步骤2得到的第K帧回波数据中第(i，j)个待检测单元的加权扫描幅度SI{K}(i，j)与步骤6得到的第K帧回波数据中第(i，j)个待检测单元的第二幅值数据ACW{K}(i，j)的幅值进行比较，记录两者中的较大值，得到第K帧回波数据中第(i，j)个待检测单元的最新的处理数据Data_max{K}(i，j)＝max{SI{K}(i，j)，ACW{K}(i，j)}，其中，i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]，K＝[1，2，...，M]，从而得到M帧回波数据中每帧回波数据的所有待检测单元的最新的处理数据数组Data_max{M}(ran-num，prf_num)；
步骤8，对步骤7得到的M帧回波数据中每帧回波数据的所有待检测单元的最新的处理数据进行帧间相关性处理，得到M帧回波数据中每帧回波数据的所有待检测单元进行帧间相关性处理后输出的相关性数组ASC{M}(ran_num，prf_num)；
步骤9，根据M帧回波数据中每帧回波数据的所有待检测单元进行帧间相关性处理后输出的相关性数组ASC{M}(ran_num，prf_num)，得到多帧回波联合积累的海杂波抑制结果。
2.根据权利要求1所述的一种基于多帧回波联合积累的海杂波抑制方法，其特征在于，步骤2具体包括如下子步骤：
(2a)当K＝1时，第K帧回波数据中第(i，j)个待检测单元的加权扫描幅度SI{K}(i，j)＝A{K}(i，j)，其中，A{K}(i，j)表示第K帧回波数据中第(i，j)个待检测单元的量测幅值，i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]；
(2b)当K＞1时，第K帧回波数据中第(i，j)个待检测单元的加权扫描幅度SI{K}(i，j)＝(1-α)SI{K-1}(i，j)+αA{K}(i，j)，其中，SI{K-1}(i，j)表示第K-1帧回波数据中第(i，j)个待检测单元的加权扫描幅度，α为加权因子，i＝[1，2，...，ran_num]，j＝[1，2，...，prf_num]；
(2c)遍历所有距离单元的标号i，所有多普勒单元的标号j，以及回波数据帧标号K，得到M帧回波数据中每帧回波数据的所有待检测单元的加权扫描幅度SI{M}(ran_num，prf_num)＝{SI{K}(i，j)，i∈[1，ran_num]，j∈[1，prf_num]，K∈[1，M]}。
3.根据权利要求1所述的一种基于多帧回波联合积累的海杂波抑制方法，其特征在于，步骤3具体包括如下子步骤：
(3a)将第K帧回波数据划分为多个小矩形块，每个小矩形块包含L个距离单元和W个多普勒单元，则第K帧回波数据划分为(prf_num×ran-num)/(W×L)个小矩形块；
(3b)对于每个小矩形块，其对应的幅度平均值μ为：
其中，i′表示小矩形块的距离单元标号，i′＝[1，2，...，L]，j′表示小矩形块的多普勒单元标号，j′＝[1，2，...，W]，Xi′j′表示该小矩形块中位于第i′个距离单元第j′个多普勒单元的元素的幅度值，temp-max表示小矩形块中幅值的最大值，temp_min表示小矩形块中幅值的最小值；
(3c)将该小矩形块的幅度平均值μ分别作为该小矩形块中每个待检测单元的第一阈值门限，从而得到第K帧回波数据中所有待检测单元的第一阈值门限。
4.根据权利要求1所述的一种基于多帧回波联合积累的海杂波抑制方法，其特征在于，步骤6具体包括如下子步骤：
(6a)设置全零数组ACW{M}(ran_num，prf_num)，其中，M表示回波数据的总帧数，ran_num表示一帧回波数据包含的距离单元总个数，prf_num表示一帧回波数据包含的多普勒单元总个数；
(6b)当K＝1时，采用第二帧回波数据和第三帧回波数据对第一帧回波数据中每个待检测单元进行检测，具体为：
对于第一帧回波数据中第(i，j)个待检测单元，在第二帧回波数据中选取以第二帧回波数据的第(i，j)个待检测单元为中心的第一个十字窗，并在第三帧回波数据中选取以第三帧回波数据的第(i，j)个待检测单元为中心的第二个十字窗；
若第一个十字窗中有至少一个待检测单元的幅度值大于第一帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{1}(i，j)，且第二个十字窗中有至少一个待检测单元的幅度值大于第一帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{1}(i，j)，则判定第一帧回波数据中第(i，j)个待检测单元为目标，将第一帧回波数据中第(i，j)个待检测单元的幅度值赋值给全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{1}(i，j)；否则，全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{1}(i，j)的值保持为零；
(6c)当K＞1时，采用第K-1帧回波数据和第K+1帧回波数据对第K帧回波数据中每个待检测单元进行检测，具体为：
对于第K帧回波数据中第(i，j)个待检测单元，在第K-1帧回波数据中选取以第K-1帧回波数据的第(i，j)个待检测单元为中心的第三个十字窗，所述并在第K+1帧回波数据中选取以第K+1帧回波数据的第(i，j)个待检测单元为中心的第四个十字窗；
若第三个十字窗中的待检测单元的幅度最大值大于第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，并且第四个十字窗中的待检测单元的幅度最大值也大于第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，则判定第K帧回波数据中第(i，j)个待检测单元为目标，将第K帧回波数据中第(i，j)个待检测单元的幅度值赋值给全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{K}(i，j)；否则，全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{K}(i，j)的值保持为零；
(6d)当K＝M时，采用第M-1帧回波数据和第M-2帧回波数据对第M帧回波数据中每个待检测单元进行检测，具体为：
对于第M帧回波数据中第(i，j)个待检测单元，在第M-1帧回波数据中选取以第M-1帧回波数据的第(i，j)个待检测单元为中心的第五个十字窗，并在第M-2帧回波数据中选取以第M-2帧回波数据的第(i，j)个待检测单元为中心的第六个十字窗；
若第五个十字窗中有至少一个待检测单元的幅度值大于第M帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{M}(i，j)，且第六个十字窗中有至少一个待检测单元的幅度值大于第M帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{M}(i，j)，则判定第M帧回波数据中第(i，j)个待检测单元为目标，将第M帧回波数据中第(i，j)个待检测单元的幅度值赋值给全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{M}(i，j)；否则，全零数组ACW{M}(ran_num，prf_num)中的对应位置ACW{M}(i，j)的值保持为零；
(6e)遍历所有距离单元的标号i，所有多普勒单元的标号j，以及回波数据帧标号K，得到M帧回波数据中每帧回波数据的每个待检测单元的判定结果，记为第二幅值数组ACW{M}(ran_num，prf_num)。
5.根据权利要求1所述的一种基于多帧回波联合积累的海杂波抑制方法，其特征在于，步骤8具体包括如下子步骤：
(8a)设置全零数组ASC{M}(ran_num，prf_num)，其中，M表示回波数据的总帧数，ran_num表示一帧回波数据包含的距离单元总个数，prf_num表示一帧回波数据包含的多普勒单元总个数；
(8b)判断第K帧回波数据中第(i，j)个待检测单元的量测幅值与第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)的大小；
若第K帧回波数据中第(i，j)个待检测单元的量测幅值大于第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，并且第K帧回波数据中第(i，j)个待检测单元的最新的处理数据Data_max{K}(i，j)大于第K帧回波数据中第(i，j)个待检测单元的第一阈值门限T1{K}(i，j)；
则将第K帧回波数据中第(i，j)个待检测单元的最新的处理数据Data_max{K}(i，j)赋值给全零数组ASC{M}(ran_num，prf_num)中的对应位置ASC{K}(i，j)；否则，全零数组ACW{M}(ran_num，prf_num)中的对应位置ASC{K}(i，j)的值保持为零。
6.根据权利要求1所述的一种基于多帧回波联合积累的海杂波抑制方法，其特征在于，步骤9具体包括如下子步骤：
(9a)当所述脉冲多普勒雷达的回波信号的信杂比大于预设门限时，认为所述脉冲多普勒雷达的回波信号的海杂波较弱，此时多帧回波联合积累的海杂波抑制结果为步骤8得到的M帧回波数据中每帧回波数据的所有待检测单元进行帧间相关性处理后输出的相关性数组ASC{M}(ran_num，prf_num)；
(9b)当所述脉冲多普勒雷达的回波信号的信杂比小于或等于所述预设门限时，认为所述脉冲多普勒雷达的回波信号的海杂波较强，此时采用拓展十字窗算法对M帧回波数据中每帧回波数据的所有待检测单元进行帧间相关性处理后输出的相关性数组ASC{M}(ran_num，prf_num)进行处理，得到海杂波抑制结果。
7.根据权利要求6所述的一种基于多帧回波联合积累的海杂波抑制方法，其特征在于，子步骤(9b)具体包括如下子步骤：
(9b1)设置全零数组Aend{M}(ran_num，prf_num)，其中，M表示回波数据的总帧数，ran_num表示一帧回波数据包含的距离单元总个数，prf_num表示一帧回波数据包含的多普勒单元总个数；
(9b2)当K＜M时，对第K帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值ASC{K}(i，j)，在第K+1帧回波数据中以第(i，j)个待检测单元为中心选取第七个十字窗；
若所述第七个十字窗中的待检测单元进行帧间相关性处理后输出的相关性数值中至少有一个相关性数值大于第K帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{K}(i，j)，则判定第K帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值为目标，将第K帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值赋值给全零数组Aend{M}(ran_num，prf_num)中的对应位置Aend{K}(i，j)；否则，全零数组Aend{M}(ran_num，prf_num)中的对应位置Aend{K}(i，j)的值保持为零；
(9b3)当K＝M时，对第M帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值ASC{M}(i，j)，在第M-1帧回波数据中以第(i，j)个待检测单元为中心选取第八个十字窗；
若所述第八个十字窗中的待检测单元进行帧间相关性处理后输出的相关性数值中至少有一个相关性数值大于第M帧回波数据中第(i，j)个待检测单元的第二阈值门限T2{M}(i，j)，则判定第M帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值为目标，将第M帧回波数据中第(i，j)个待检测单元进行帧间相关性处理后输出的相关性数值赋值给全零数组Aend{M}(ran_num，prf_num)中的对应位置Aend{M}(i，j)；否则，全零数组Aend{M}(ran_num，prf_num)中的对应位置Aend{M}(i，j)的值保持为零；
(9b4)遍历所有距离单元的标号i，所有多普勒单元的标号j，以及回波数据帧标号K，得到M帧回波数据中每帧回波数据的每个待检测单元的海杂波抑制结果Aend{M}(ran_num，prf_num)。
CN201810059305.8A 2018-01-22 2018-01-22 基于多帧回波联合积累的海杂波抑制方法 Active CN108318866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810059305.8A CN108318866B (zh) 2018-01-22 2018-01-22 基于多帧回波联合积累的海杂波抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810059305.8A CN108318866B (zh) 2018-01-22 2018-01-22 基于多帧回波联合积累的海杂波抑制方法

Publications (2)

Publication Number Publication Date
CN108318866A true CN108318866A (zh) 2018-07-24
CN108318866B CN108318866B (zh) 2021-10-08

Family

ID=62887524

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810059305.8A Active CN108318866B (zh) 2018-01-22 2018-01-22 基于多帧回波联合积累的海杂波抑制方法

Country Status (1)

Country Link
CN (1) CN108318866B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109782251A (zh) * 2019-03-14 2019-05-21 北京航空航天大学 一种海杂波抑制后的低速目标鉴别方法
CN110208765A (zh) * 2019-05-09 2019-09-06 南京航空航天大学 基于相关性的海杂波环境下动静目标分离方法
CN110596651A (zh) * 2019-09-06 2019-12-20 厦门大学 一种雷达检测的方法
CN112213709A (zh) * 2020-10-17 2021-01-12 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种基于相参脉冲串的仿机载数据分组方法
WO2022213527A1 (zh) * 2021-04-06 2022-10-13 中船航海科技有限责任公司 一种船用雷达雨雪杂波抑制算法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080062043A1 (en) * 2006-09-13 2008-03-13 Sinan Gezici Radio ranging using sequential time-difference-of-arrival estimation
CN102426354A (zh) * 2011-09-16 2012-04-25 西安电子科技大学 基于加权顺序统计和多脉冲相参积累的宽带雷达检测方法
CN106199553A (zh) * 2016-07-29 2016-12-07 西安电子科技大学 多帧回波联合相参积累检测海面弱小目标的优化方法
CN106249211A (zh) * 2016-08-05 2016-12-21 中国电子科技集团公司第二十八研究所 一种海杂波与云雨杂波抑制算法
CN106338721A (zh) * 2016-08-23 2017-01-18 西安电子科技大学 基于多帧回波相参积累的空中匀速弱小目标检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080062043A1 (en) * 2006-09-13 2008-03-13 Sinan Gezici Radio ranging using sequential time-difference-of-arrival estimation
CN102426354A (zh) * 2011-09-16 2012-04-25 西安电子科技大学 基于加权顺序统计和多脉冲相参积累的宽带雷达检测方法
CN106199553A (zh) * 2016-07-29 2016-12-07 西安电子科技大学 多帧回波联合相参积累检测海面弱小目标的优化方法
CN106249211A (zh) * 2016-08-05 2016-12-21 中国电子科技集团公司第二十八研究所 一种海杂波与云雨杂波抑制算法
CN106338721A (zh) * 2016-08-23 2017-01-18 西安电子科技大学 基于多帧回波相参积累的空中匀速弱小目标检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHU, YUANCAI ET AL.: "Detection method for slow and small target image based on multi-frame accumulation filter", 《SYSTEMS ENGINEERING AND ELECTRONICS》 *
赵元瑞: "基于多帧数据的弱小目标检测与跟踪算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109782251A (zh) * 2019-03-14 2019-05-21 北京航空航天大学 一种海杂波抑制后的低速目标鉴别方法
CN110208765A (zh) * 2019-05-09 2019-09-06 南京航空航天大学 基于相关性的海杂波环境下动静目标分离方法
CN110596651A (zh) * 2019-09-06 2019-12-20 厦门大学 一种雷达检测的方法
CN112213709A (zh) * 2020-10-17 2021-01-12 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种基于相参脉冲串的仿机载数据分组方法
CN112213709B (zh) * 2020-10-17 2022-03-04 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种基于相参脉冲串的仿机载数据分组方法
WO2022213527A1 (zh) * 2021-04-06 2022-10-13 中船航海科技有限责任公司 一种船用雷达雨雪杂波抑制算法

Also Published As

Publication number Publication date
CN108318866B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN108318866A (zh) 基于多帧回波联合积累的海杂波抑制方法
CN107861107B (zh) 一种适用于连续波雷达的双门限cfar与点迹凝聚方法
CN109814073B (zh) 一种mtd雷达解模糊测速方法
US6717545B2 (en) Adaptive system and method for radar detection
CN109188385A (zh) 杂波背景下的高速微弱目标检测方法
CN106249218B (zh) 一种基于多频点回波信息融合的目标跟踪方法
CN110501685B (zh) 一种基于雷达信号相位补偿的多帧相参积累方法
CN113963441A (zh) 一种基于跨域增强的毫米波雷达手势识别方法及系统
CN104597435A (zh) 基于修正频域补偿和分数阶傅里叶变换的多帧相参tbd方法
CN112485783A (zh) 目标探测方法、装置、计算机设备和存储介质
CN114708257B (zh) Sar运动舰船目标检测方法及装置
CN108414992A (zh) 一种基于相位信息杂波图的目标检测方法
CN113419238A (zh) 基于毫米波雷达的山体滑坡监测方法、电子设备、存储介质
RU2510863C1 (ru) Межобзорное устройство картографирования пассивных помех при использовании лчм сигналов
CN108196238A (zh) 高斯背景下基于自适应匹配滤波的杂波图检测方法
CN111650574A (zh) 基于稀疏恢复的水下空时自适应处理方法及系统
CN116520303A (zh) 一种基于自适应波束rdt的船载地波雷达目标检测方法
CN115113208A (zh) 一种基于杂波特征精确认知的连续波雷达杂波对消方法
CN114325599B (zh) 一种针对不同环境的自动门限检测方法
CN113093174B (zh) 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法
CN112835006B (zh) 一种基于帧间积累的跟踪雷达海上小目标检测方法及系统
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
CN115236601A (zh) 基于“放大镜”波束的微弱目标搜索方法
CN114063055A (zh) 海面强杂波环境的动目标检测方法及实现系统
CN109212492B (zh) 基于知识辅助的时域重构机载雷达杂波抑制方法

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