CN108387894B - 穿墙雷达回波数据的处理方法 - Google Patents
穿墙雷达回波数据的处理方法 Download PDFInfo
- Publication number
- CN108387894B CN108387894B CN201810329572.2A CN201810329572A CN108387894B CN 108387894 B CN108387894 B CN 108387894B CN 201810329572 A CN201810329572 A CN 201810329572A CN 108387894 B CN108387894 B CN 108387894B
- Authority
- CN
- China
- Prior art keywords
- sequence
- target
- interval
- temp
- column
- 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.)
- Active
Links
Images
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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons
- G01S13/888—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons through wall detection
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种穿墙雷达回波数据的处理方法,包括获取雷达接收信号序列;进行逐列差分得到差分序列;在方向维计算能量得到能量序列;对差分序列逐行归一化得到归一化后的差分序列;在方向维累积求和得到序列;获取大于差分阈值的点,确定目标区间,保护区间和参考区间;判定目标区间是否出现目标并确定目标的初始位置;对序列进行滤波得到预处理后的数据;获得目标位置并显示目标轨迹,完成穿墙雷达回波数据的处理。本发明无需额外的硬件需求,适用性高,计算速度快,杂波抑制效果好,可应用于穿墙雷达运动目标的实时定位,无人机等动目标探测雷达系统的数据预处理中。
Description
技术领域
本发明具体涉及一种穿墙雷达回波数据的处理方法。
背景技术
超宽带穿墙雷达是一种新型的对建筑物后的目标进行成像的雷达,由于其具有较高的距离分辨率和良好的穿透能力,在墙体后人质救援、生命探测、室内布局、反恐斗争等领域具有广泛的应用前景。
为了抑制墙体,天线等产生的耦合信号,传统的实时处理方法有耦合对齐后再脉冲相消,该方法存在运动人体目标的特征信息无法完整保留、严重的多径虚假像干扰运动目标检测等问题。对于目标初始位置的确定,传统的恒虚警检测算法(CFAR)在一定程度上解决了这个问题,但其是在杂波服从高斯分布的假设下进行的。在实际的数据处理过程中,回波信号中高能量的位置依旧存在于雷达天线的耦合波附近。
传统的脉冲对消法和指数平均法,虽然在一定程度上能去掉背景杂波的干扰。但是脉冲对消法存在抗噪声能力差,目标信息无法完整保留等缺陷。类似地,指数平均法存在权重系数无法自适应更新等问题。
发明内容
本发明的目的在于提供一种能够精准定位目标位置,且适用性好,计算速度快的穿墙雷达回波数据的处理方法。
本发明提供的这种穿墙雷达回波数据的处理方法,包括如下步骤:
S1.获取测量过程中雷达接收信号的所有A-scan序列x(k,n),其中k=1,2,...,K,n=1,2,...,N,K和N分别为一道A-scan的采样点数和该次测量内接收到的A-scan道数;
S2.对步骤S1得到的序列x(k,n),逐列进行差分得到差分序列d(k,n1),其中k=1,2,...,K,n1=1,2,...,N-1;
S3.对步骤S2得到的差分序列d(k,n1),在方向维计算能量得到能量序列E(k),k=1,2,...,K;
S4.将步骤S2得到的差分序列进行逐行归一化,并得到归一化后的差分序列di(k,n1),其中k=1,2,...,K,n1=1,2,...,N-1;
S5.对步骤S4得到的归一化后的差分序列di(k,n1),在方向维累积求和得到序列S(k);
S6.在步骤S5得到的序列S(k)中,获取大于差分阈值的点,从而确定目标区间,保护区间和参考区间;
S7.在步骤S6确定的目标区间,保护区间和参考区间中,根据步骤S3得到的序列E(k),判定目标区间是否出现目标,并将该目标区间作为目标的初始范围;
S8.根据目标出现的范围确定滤波区域,并对滤波区域中序列x(k,n)进行滤波处理,得到预处理后的数据xd(k,n);
S9.根据步骤S8得到的预处理后的数据xd(k,n)获得目标位置并显示目标轨迹,从而完成穿墙雷达回波数据的处理。
步骤S2所述的对步骤S1得到的序列x(k,n)逐列进行差分得到差分序列d(k,n1),具体为采用如下算式计算d(k,n1):
d(k,i)=x(k,i+1)-x(k,i)
式中d(k,i)为差分序列d中第k行的第i列数据,且1≤i≤N-1。
步骤S3所述的在方向维计算能量得到能量序列E(k),具体为采用如下算式计算能量序列E(k):
式中j为能量序列E(k)中的第j个元素,且1≤j≤K。
步骤S4所述的得到归一化后的差分序列di(k,n1),具体为采用如下算式进行归一化:
式中di(k,m)为归一化后的差分序列di中第k行的第m列数据,且1≤m≤N-1。
步骤S5所述的在方向维累积求和得到序列S(k),具体为采用如下算式计算序列S(k):
式中S(o)为序列S(k)中的第o个元素,且1≤o≤K。
步骤S6所述的获取大于差分阈值的点并确定目标区间,保护区间和参考区间,具体为采用如下规则确定各个区间:
R1.在序列S(k)中,找到大于事先设定的差分阈值的点temp;
R2.采用如下规则划定目标区间,保护区间和参考区间:
目标区间=(temp-l1,temp+l1)
保护区间=(temp-l1-l2,temp-l1-1)+(temp+l1+1,temp+l1+l2)
参考区间=(temp-l1-l2-l3,temp-l1-l2-1)+(temp+l1+l2+1,temp+l1+l2+l3)其中l1、l2和l3均为事先设定的参数值。
步骤S7所述的判定目标区间是否出现目标并将该目标区间作为目标的初始范围,具体为采用如下规则进行判定:若则认定目标出现在目标区间,并将该目标区间作为目标的初始范围;其中β为事先设定的能量系数,range_t表示目标区间,range_r表示参考区间。
步骤S8所述的确定滤波区域并对滤波区域中进行滤波处理,具体为采用如下步骤确定滤波区域并进行滤波:
A.采用如下公式确定滤波区域reg:
式中pos为目标位置,r1、c1、r2和c2均为事先设定的区域值;
B.在步骤A得到的滤波区域中,对序列x(k,n)进行二维离散傅里叶正变换:
(k0,n0)=reg(1,1);u=0,...,K1-1;v=0,...,N1-1
式中F(u,v)为x(k,n)在滤波区域中的傅里叶正变换,reg是一个二维矩阵,表示选定的滤波区域。K1为滤波区域reg的行宽,N1为滤波区域reg的列宽,reg(1,1)表示二维矩阵的第1行,第1列对应的坐标位置。
C.按照如下公式设置二维滤波器:
D.采用步骤C得到的二维滤波器,对步骤B得到的序列进行滤波,从而得到滤波后的矩阵Fd(u,v)=G(i,j).×F(u,v)。该矩阵中,第u行第v列的值为矩阵G中第i行第j列的值与矩阵F中第u行第v列的值相乘。;
E.对步骤D得到的滤波后的序列进行二维离散傅里叶反变换,从而得到最终的预处理后的数据:
(k0,n0)=reg(1,1);k=0,...,K1-1;n=0,...,N1-1
步骤S9所述的根据预处理后的数据xd(k,n)获得目标位置并显示目标轨迹,具体为根据预处理后的数据xd(k,n),采用双站交叉定位算法获得目标位置,并显示目标轨迹,并当下一轮数据采集后,重复步骤S6~S9进行数据预处理和目标定位。
本发明提供的这种穿墙雷达回波数据的处理方法,基于脉冲波穿墙雷达回波信号的时域表征形态,基于I-CFAR寻找目标的初始位置,并基于目标位置自适应选取二维区域,在区域内做二维FFT滤波,能有效地确定目标初始位置,并实时地滤除噪声和背景杂波的干扰;相对于传统的CFAR检测只适用于背景杂波服从高斯分布的不足,以及脉冲对消法不稳定、无法保留目标完整信息,指数平均无法自适应更新权重系数等缺点,本发明无需额外的硬件需求,适用性高,计算速度快,杂波抑制效果好,可应用于穿墙雷达运动目标的实时定位,无人机等动目标探测雷达系统的数据预处理中。
附图说明
图1为本发明方法的方法流程图。
图2为本发明的实施例中目标真实的运动轨迹的示意图。
图3为本发明的实施例中一次测量内所有A-scan波形的示意图。
图4为本发明的实施例中一次测量内差分信号的波形的示意图。
图5为本发明的实施例中一次测量内差分信号相加累积后的波形的示意图。
图6为本发明的实施例中一次测量内方向维累积的差分信号能量分布的示意图。
图7为本发明的实施例中一次测量内的行归一化后差分信号的波形的示意图。
图8为本发明的实施例中一次测量内的行归一化后差分信号相加累积后的波形的示意图。
图9为本发明的实施例中一次测量内忽略直达波区域后方向维累积的差分信号能量分布的示意图。
图10为本发明的实施例中多次测量中脉冲对消后的B-scan局部的示意图。
图11为本发明的实施例中多次测量中指数平均后的B-scan局部的示意图。
图12为本发明的实施例中I-CARF后多测测量中二维FFT滤波后的B-scan局部的示意图。
图13为本发明的实施例中检测到的目标运动轨迹的示意图。
具体实施方式
如图1所示为本发明方法的方法流程图:本发明提供的这种穿墙雷达回波数据的处理方法,包括如下步骤:
S1.获取测量过程中雷达接收信号的所有A-scan序列x(k,n),其中k=1,2,...,K,n=1,2,...,N,K和N分别为一道A-scan的采样点数和该次测量内接收到的A-scan道数;
S2.对步骤S1得到的序列x(k,n),逐列进行差分得到差分序列d(k,n1),其中k=1,2,...,K,n1=1,2,...,N-1;具体为采用如下算式计算d(k,n1):
d(k,i)=x(k,i+1)-x(k,i)
式中d(k,i)为差分序列d中第k行的第i列数据,且1≤i≤N-1;
S3.对步骤S2得到的差分序列d(k,n1),在方向维计算能量得到能量序列E(k);具体为采用如下算式计算能量序列E(k):
式中j为能量序列E(k)中的第j个元素,且1≤j≤K;
S4.将步骤S2得到的差分序列进行逐行归一化,并得到归一化后的差分序列di(k,n1),其中k=1,2,...,K,n1=1,2,...,N-1;具体为采用如下算式进行归一化:
式中di(k,m)为归一化后的差分序列di中第k行的第m列数据,且1≤m≤N-1;
S5.对步骤S4得到的归一化后的差分序列di(k,n1),在方向维累积求和得到序列S(k);具体为采用如下算式计算序列S(k):
式中S(o)为序列S(k)中的第o个元素,且1≤o≤K;
S6.在步骤S5得到的序列S(k)中,获取大于差分阈值的点,从而确定目标区间,保护区间和参考区间;具体为采用如下规则确定各个区间:
R1.在序列S(k)中,找到大于事先设定的差分阈值的点temp;
R2.采用如下规则划定目标区间,保护区间和参考区间:
目标区间=(temp-l1,temp+l1)
保护区间=(temp-l1-l2,temp-l1-1)+(temp+l1+1,temp+l1+l2)
参考区间=(temp-l1-l2-l3,temp-l1-l2-1)+(temp+l1+l2+1,temp+l1+l2+l3)
其中l1、l2和l3均为事先设定的参数值;
S7.在步骤S6确定的目标区间,保护区间和参考区间中,根据步骤S3得到的序列E(k),判定目标区间是否出现目标,并将该目标区间作为目标的初始范围;具体为采用如下规则进行判定:若则认定目标出现在目标区间,并将该目标区间作为目标的初始范围;其中β为预设的能量系数,通过对穿墙雷达进行系统校准测量获得;range_t表示目标区间,range_r表示参考区间;若未找到符合条件的目标区域,则在下一个雷达接收周期,回到步骤S1,直到出现满足条件的目标区间;
S8.根据目标出现的范围确定滤波区域,并对滤波区域中序列x(k,n)进行滤波处理,得到预处理后的数据xd(k,n);具体为采用如下步骤确定滤波区域并进行滤波:
A.采用如下公式确定滤波区域reg:
式中pos为目标位置,r1、c1、r2和c2均为预设的定位区域,根据穿墙雷达的实际探测场景设置。
B.在步骤A得到的滤波区域中,对序列x(k,n)进行二维离散傅里叶正变换:
(k0,n0)=reg(1,1);u=0,...,K1-1;v=0,...,N1-1
式中F(u,v)为x(k,n)在滤波区域中的傅里叶正变换,K1为滤波区域reg的行宽,N1为滤波区域reg的列宽;
C.按照如下公式设置二维滤波器::
D.采用步骤C得到的二维滤波器,对步骤B得到的序列进行滤波,从而得到滤波后的矩阵Fd(u,v)=G(i,j).×F(u,v)。该矩阵中,第u行第v列的值为矩阵G中第i行第j列的值与矩阵F中第u行第v列的值相乘。;
E.对步骤D得到的滤波后的序列进行二维离散傅里叶反变换,从而得到最终的预处理后的数据:
(k0,n0)=reg(1,1);k=0,...,K1-1;n=0,...,N1-1
S9.根据步骤S8得到的预处理后的数据xd(k,n)获得目标位置并显示目标轨迹,从而完成穿墙雷达回波数据的处理;具体为根据预处理后的数据xd(k,n),采用双站交叉定位算法获得目标位置,并显示目标轨迹,并当下一轮数据采集后,重复步骤S6~S9进行数据预处理和目标定位。
以下结合一个具体实施例,对本发明方法进行进一步说明:
本实例中,超宽带穿墙雷达探测前方8m目标,目标在做半径为2.5m的圆形运动。采用一发两收的雷达收发装置,发射天线在中间,发射频率为400MHz。两个接收天线分别在发射天线的两侧,相距0.15m,每个采样点的重复采样次数为64次,采样间隔为200ps,采样点数为768点。雷达发送信号采用脉冲波调制,左右天线轮流接收回波信号,接收间隔为0.125s,图2示出了本次实例中目标真实的运动轨迹。如图3所示,截取了单个天线一次测量过程中的接收到的回波信号。对接收到的信号进行对消加以分析,对消后的信号见图4。从图4可见,接收信号波动最大的位置还是在耦合波附近,以至于有用的目标信号被淹没。即使将对消后的信号加以累积,见图5,耦合波信号的干扰依然很大。进一步地,图6示出了方向维累积后的差分信号能量分布,可见直达波区域的能量相当大。
采用本发明的方法,将差分信号在方向维归一化以突出目标信号,如图7所示。进一步地,将归一化的差分信号累加,见图8,除去接收天线附近的波动,目标信号已经非常明显了。选取差分阈值dth=1,β=2,得到temp=323,再选取l1=l2=l3=15,成功地在图9中检测出了目标的初始位置,为了方便显示,图9去除了位于直达波区域的信号。
检测到目标初始位置之后,采用步骤3中提到的二维FFT滤波方法,选取r1=30、C1=16、r2=30、C2=4、Fl=100MHz、Fh=2GHz,对接收到的雷达回波数据进行预处理。在接收目标回波之前,提前测量了当目标不存在时的背景信号。图10示出了采用脉冲对消后的B-scan局部,可见当目标变化缓慢的时候,目标信息无法得到有效地保留。而采用指数平均法后,见图11,虽然相对地提高了稳定性,但从B-scan幅值变化范围来看,其在一定程度上减少了回波信息,同时也存在权重系数无法自适应更新的问题。基于此,图12示出了二维FFT滤波后的B-scan局部,在充分保留目标的回波信息的同时,进一步提升了预处理算法的稳定性。同时回波信号在方向维的直流分量得以抑制,并且在距离维的噪声也得以减小。最后,图13示出了目标真实的运动轨迹和检测到的目标运动轨迹。
Claims (7)
1.一种穿墙雷达回波数据的处理方法,包括如下步骤:
S1.获取测量过程中雷达接收信号的所有A-scan序列x(k,n),其中k=1,2,...,K,n=1,2,...,N,K和N分别为一道A-scan的采样点数和该次测量内接收到的A-scan道数;
S2.对步骤S1得到的序列x(k,n),逐列进行差分得到差分序列d(k,n1),其中k=1,2,...,K,n1=1,2,...,N-1;
S3.对步骤S2得到的差分序列d(k,n1),在方向维计算能量得到能量序列E(k),k=1,2,...,K;
S4.将步骤S2得到的差分序列进行逐行归一化,并得到归一化后的差分序列di(k,n1),其中k=1,2,...,K,n1=1,2,...,N-1;
S5.对步骤S4得到的归一化后的差分序列di(k,n1),在方向维累积求和得到序列S(k);
S6.在步骤S5得到的序列S(k)中,获取大于差分阈值的点,从而确定目标区间,保护区间和参考区间;具体为采用如下规则确定各个区间:
R1.在序列S(k)中,找到大于事先设定的差分阈值的点temp;
R2.采用如下规则划定目标区间,保护区间和参考区间:
目标区间=(temp-l1,temp+l1)
保护区间=(temp-l1-l2,temp-l1-1)+(temp+l1+1,temp+l1+l2)
参考区间=(temp-l1-l2-l3,temp-l1-l2-1)+(temp+l1+l2+1,temp+l1+l2+l3)
其中l1、l2和l3均为事先设定的参数值;
S7.在步骤S6确定的目标区间,保护区间和参考区间中,根据步骤S3得到的序列E(k),判定目标区间是否出现目标,并将该目标区间作为目标的初始范围;具体为采用如下规则进行判定:若则认定目标出现在目标区间,并将该目标区间作为目标的初始范围;其中β为事先设定的能量系数,range_t表示目标区间,range_r表示参考区间;
S8.根据目标出现的范围确定滤波区域,并对滤波区域中序列x(k,n)进行滤波处理,得到预处理后的数据xd(k,n);
S9.根据步骤S8得到的预处理后的数据xd(k,n)获得目标位置并显示目标轨迹,从而完成穿墙雷达回波数据的处理。
2.根据权利要求1所述的穿墙雷达回波数据的处理方法,其特征在于步骤S2所述的对步骤S1得到的序列x(k,n)逐列进行差分得到差分序列d(k,n1),具体为采用如下算式计算d(k,n1):
d(k,i)=x(k,i+1)-x(k,i)
式中d(k,i)为差分序列d中第k行的第i列数据,且1≤i≤N-1。
6.根据权利要求5所述的穿墙雷达回波数据的处理方法,其特征在于步骤S8所述的确定滤波区域并对滤波区域中进行滤波处理,具体为采用如下步骤确定滤波区域并进行滤波:
A.采用如下公式确定滤波区域reg:
式中pos为目标位置,r1、c1、r2和c2均为事先设定的区域值;
B.在步骤A得到的滤波区域中,对序列x(k,n)进行二维离散傅里叶正变换:
式中F(u,v)为x(k,n)在滤波区域中的傅里叶正变换,K1为滤波区域reg的行宽,N1为滤波区域reg的列宽,reg是一个二维矩阵,表示选定的滤波区域,reg(1,1)表示该二维矩阵的第1行,第1列对应的坐标位置;
C.按照如下公式设置二维滤波器:
D.采用步骤C得到的二维滤波器,对步骤B得到的序列进行滤波,从而得到滤波后的矩阵Fd(u,v)=G(i,j).×F(u,v),该矩阵中,第u行第v列的值为矩阵G中第i行第j列的值与矩阵F中第u行第v列的值相乘;
E.对步骤D得到的滤波后的序列进行二维离散傅里叶反变换,从而得到最终的预处理后的数据:
7.根据权利要求1~6之一所述的穿墙雷达回波数据的处理方法,其特征在于步骤S9所述的根据预处理后的数据xd(k,n)获得目标位置并显示目标轨迹,具体为根据预处理后的数据xd(k,n),采用双站交叉定位算法获得目标位置,并显示目标轨迹,并当下一轮数据采集后,重复步骤S6~S9进行数据预处理和目标定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810329572.2A CN108387894B (zh) | 2018-04-13 | 2018-04-13 | 穿墙雷达回波数据的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810329572.2A CN108387894B (zh) | 2018-04-13 | 2018-04-13 | 穿墙雷达回波数据的处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108387894A CN108387894A (zh) | 2018-08-10 |
CN108387894B true CN108387894B (zh) | 2021-07-27 |
Family
ID=63073983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810329572.2A Active CN108387894B (zh) | 2018-04-13 | 2018-04-13 | 穿墙雷达回波数据的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108387894B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115166681B (zh) * | 2022-09-07 | 2022-12-06 | 武汉新朗光电科技有限公司 | 调频连续波信号体制穿墙雷达目标检测快速方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104182768A (zh) * | 2014-09-11 | 2014-12-03 | 西安电子科技大学 | 逆合成孔径雷达图像的质量分类方法 |
CN104237875A (zh) * | 2014-09-17 | 2014-12-24 | 电子科技大学 | 一种穿墙雷达运动人体定位误差矫正方法 |
CN104931947A (zh) * | 2015-05-14 | 2015-09-23 | 西安电子工程研究所 | 北斗地基增强和调频广播信号联合目标检测与参数估计方法 |
CN104978743A (zh) * | 2015-06-12 | 2015-10-14 | 中国电子科技集团公司第三十八研究所 | 一种多核并行sar图像变化信息实时提取方法及装置 |
CN105759250A (zh) * | 2016-03-08 | 2016-07-13 | 北京理工大学 | 一种适用于冲激雷达恒虚警检测的分段处理方法 |
CN105974375A (zh) * | 2016-04-27 | 2016-09-28 | 山东省科学院自动化研究所 | 一种用于超宽带穿墙雷达中抑制时间抖动的方法 |
EP3108817A1 (en) * | 2014-02-20 | 2016-12-28 | Vinno Technology (Suzhou) Co., Ltd. | Rf data based ultrasonic imaging method and system |
US9658321B2 (en) * | 2012-06-07 | 2017-05-23 | Hrl Laboratories, Llc | Method and apparatus for reducing noise in a coded aperture radar |
CN106772309A (zh) * | 2017-03-31 | 2017-05-31 | 西安电子科技大学 | 基于通信卫星辐射源的雷达目标检测方法 |
CN107358617A (zh) * | 2017-08-07 | 2017-11-17 | 中南大学 | 一种探地雷达记录剖面中目标顶点的检测方法 |
CN107390213A (zh) * | 2017-07-14 | 2017-11-24 | 中南大学 | 一种基于滑动时窗的探地雷达记录剖面的时延曲线提取方法 |
CN107527067A (zh) * | 2017-08-01 | 2017-12-29 | 中国铁道科学研究院铁道建筑研究所 | 一种基于探地雷达的铁路路基病害智能识别方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6828929B2 (en) * | 2003-01-30 | 2004-12-07 | Raytheon Company | Technique for non-coherent integration of targets with ambiguous velocities |
US9442189B2 (en) * | 2010-10-27 | 2016-09-13 | The Fourth Military Medical University | Multichannel UWB-based radar life detector and positioning method thereof |
CN105572649B (zh) * | 2015-12-11 | 2018-01-23 | 中北大学 | 基于稀疏傅里叶变换的雷达目标检测方法 |
-
2018
- 2018-04-13 CN CN201810329572.2A patent/CN108387894B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9658321B2 (en) * | 2012-06-07 | 2017-05-23 | Hrl Laboratories, Llc | Method and apparatus for reducing noise in a coded aperture radar |
EP3108817A1 (en) * | 2014-02-20 | 2016-12-28 | Vinno Technology (Suzhou) Co., Ltd. | Rf data based ultrasonic imaging method and system |
CN104182768A (zh) * | 2014-09-11 | 2014-12-03 | 西安电子科技大学 | 逆合成孔径雷达图像的质量分类方法 |
CN104237875A (zh) * | 2014-09-17 | 2014-12-24 | 电子科技大学 | 一种穿墙雷达运动人体定位误差矫正方法 |
CN104931947A (zh) * | 2015-05-14 | 2015-09-23 | 西安电子工程研究所 | 北斗地基增强和调频广播信号联合目标检测与参数估计方法 |
CN104978743A (zh) * | 2015-06-12 | 2015-10-14 | 中国电子科技集团公司第三十八研究所 | 一种多核并行sar图像变化信息实时提取方法及装置 |
CN105759250A (zh) * | 2016-03-08 | 2016-07-13 | 北京理工大学 | 一种适用于冲激雷达恒虚警检测的分段处理方法 |
CN105974375A (zh) * | 2016-04-27 | 2016-09-28 | 山东省科学院自动化研究所 | 一种用于超宽带穿墙雷达中抑制时间抖动的方法 |
CN106772309A (zh) * | 2017-03-31 | 2017-05-31 | 西安电子科技大学 | 基于通信卫星辐射源的雷达目标检测方法 |
CN107390213A (zh) * | 2017-07-14 | 2017-11-24 | 中南大学 | 一种基于滑动时窗的探地雷达记录剖面的时延曲线提取方法 |
CN107527067A (zh) * | 2017-08-01 | 2017-12-29 | 中国铁道科学研究院铁道建筑研究所 | 一种基于探地雷达的铁路路基病害智能识别方法 |
CN107358617A (zh) * | 2017-08-07 | 2017-11-17 | 中南大学 | 一种探地雷达记录剖面中目标顶点的检测方法 |
Non-Patent Citations (6)
Title |
---|
DETECTION OF HIDDEN USERS IN COGNITIVE RADIO NETWORKS;F. Benedetto1;《2013 IEEE 24th International Symposium on Personal, Indoor and Mobile Radio Communications: Mobile and Wireless Networks》;20131231;2296-2300 * |
Managing System Frequency Dynamics In Small Power System By Hydro Generating Unit Operated In Tail Water Depress (TWD) Mode With Use Of Feed Forward Controls;Nyuk-Min Vong;《IEEE PES General Meeting》;20101231;1-8 * |
基于CFAR和概率数据关联的点状运动目标跟踪技术性能分析;周艳;《万方学位论文库》;20070916;19-20 * |
强起伏条件下红外小目标检测算法研究;聂洪山;《万方学位论文库》;20041231;全文 * |
红外诱饵辨识的仿真研究(一)灰度时间序列分析;赵锋伟;《红外与激光工程》;20020831;第31卷(第4期);286-289 * |
高斯背景下距离扩展目标的恒虚警率检测;孟祥伟;《系统工程与电子技术》;20050630;第27卷(第6期);1012-1015 * |
Also Published As
Publication number | Publication date |
---|---|
CN108387894A (zh) | 2018-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kulpa | The CLEAN type algorithms for radar signal processing | |
CN107861123B (zh) | 一种穿墙雷达在复杂环境下对多运动目标实时跟踪的方法 | |
CN105974405B (zh) | 基于幅度加权的探地雷达后向投影成像方法 | |
CN112630768B (zh) | 一种改进调频连续波雷达目标检测的降噪方法 | |
US9057783B2 (en) | Change detection method and system for use in detecting moving targets behind walls, barriers or otherwise visually obscured | |
Xu et al. | Range sidelobe suppression technique for coherent ultra wide-band random noise radar imaging | |
CN102243303A (zh) | 一种基于呼吸特征的静止人体穿墙定位方法 | |
Li et al. | A new method for non-line-of-sight vital sign monitoring based on developed adaptive line enhancer using low centre frequency UWB radar | |
Wang et al. | Adaptive imaging for forward-looking ground penetrating radar | |
CN109212500A (zh) | 一种基于稀疏重构的ka-stap杂噪协方差矩阵高精度估计方法 | |
CN107462873A (zh) | 一种雷达干扰快速识别方法 | |
Mabrouk et al. | Detection of human targets behind the wall based on singular value decomposition and skewness variations | |
CN109655827B (zh) | 一种针对单建筑墙角的隐蔽目标定位方法 | |
CN111812640A (zh) | 一种用于抑制墙体杂波干扰的穿墙成像方法 | |
CN108387894B (zh) | 穿墙雷达回波数据的处理方法 | |
WO2023098809A1 (en) | Systems and methods for radio frequency interference suppression in radar | |
CN116540196A (zh) | 一种基于距离补偿和低秩稀疏分解的钢筋杂波抑制方法 | |
Agarwal et al. | Non-invasive concealed weapon detection and identification using V band millimeter wave imaging radar system | |
CN114966598A (zh) | 低慢小雷达强地杂波自适应抑制方法及装置 | |
Aboutanios et al. | Evaluation of the single and two data set STAP detection algorithms using measured data | |
Sharma et al. | Study of background subtraction for ground penetrating radar | |
Ammar et al. | Performance enhancement of convolution noise jamming against SAR | |
Muja et al. | Assessment of RF interference mitigation methods for automotive radars using real data | |
Lievsay et al. | Passive radar large clutter discrete removal | |
Purwandani et al. | Accuracy improvement in through the wall radar based on deconvolution and delay estimation |
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 |