CN108646235B - 基于点迹位置聚合识别空间散布固定杂波的方法 - Google Patents
基于点迹位置聚合识别空间散布固定杂波的方法 Download PDFInfo
- Publication number
- CN108646235B CN108646235B CN201810411981.7A CN201810411981A CN108646235B CN 108646235 B CN108646235 B CN 108646235B CN 201810411981 A CN201810411981 A CN 201810411981A CN 108646235 B CN108646235 B CN 108646235B
- Authority
- CN
- China
- Prior art keywords
- clutter
- point
- trace
- core
- scanning
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于点迹位置聚合识别空间散布固定杂波的方法,以第一次扫描获取的所有点迹作为初始值,当获取到第二次扫描的数据后,划定一个空间范围,判断两次扫描的所有点迹两两之间的空间距离是否落入预设范围内,若落入,则两次的点迹数据建立一个杂波中心,该杂波中心的位置是对两次点迹的位置进行质心加权。以此类推,每一次新的扫描数据到来后,都进行以上判断处理,确定新的扫描数据是否和已有的杂波中心相关成功,一旦相关成功,即再次加权求杂波质心。经过多次扫描后,可以有效地获取固定杂波中心分布情况,同时可对新到来的点迹判断其是否为固定杂波,得到可靠的识别结果。
Description
技术领域
本发明属于防空情报雷达领域,具体涉及一种应用于情报雷达的基于点迹位置聚合识别空间散布固定杂波的方法。
背景技术
从当前防空情报雷达的实际工程应用情况来看,基于新技术和应用,最新一代防空情报雷达对低空目标的检测性能相较于常规情报雷达有了大幅提升,但由于探测环境较为恶劣,存在大量强地物杂波、类目标杂波以及噪声等,即使在雷达信号处理中对以上杂波和噪声进行杂波图、恒虚警等处理后,其输出的一次点迹数据中不可避免地仍然存在大量杂波剩余,在进入雷达数据之后,会造成虚假航迹急剧增多,严重时会造成饱和,导致处理异常。
低空强杂波剩余,是雷达的工作环境和雷达本身的处理模式决定的。若通过调整提高检测门限,降低原始一次点迹的输出数量,虽然能部分解决上述问题,但会造成目标检测的丢失,降低目标检测概率。因此,在不降低目标检测概率的前提之下,只有对原始一次点迹进行二次处理,即进行初步的点迹分类识别,才能解决以上问题。
强杂波剩余的来源较为复杂,主要来源包含以下几个方面:
1)路网杂波。
2)固定杂波。
3)仙波。
4)慢动目标/杂波。
固定杂波,是指未能被信号处理杂波图吸收的,在一定区域内位置摆动的剩余杂波。这些剩余杂波点迹在一定的空间范围和多个检测周期之内都能被检测出来,但其没有明确的运动规律。
经查询已经公开的资料,目前已有的对固定杂波识别的方法,主要包括基于点迹杂波图识别法(空间网格划分法)、基于回波识别法、基于神经网络的杂波识别法、基于支持向量机模式分类法、基于多普勒速度判断法等。存在的问题主要有以下几个方面:
1)算法复杂,实时性难以满足要求,工程实现难。如基于神经网络的杂波识别法、基于支持向量机模式分类法等;
2)误识别率高,对于切线飞行目标的误识别尤为明显。如基于点迹杂波图识别法(空间网格划分法)。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种基于点迹位置聚合处理,来识别空间散布固定杂波的方法,完成对空间散布的固定杂波的识别。
技术方案
一种基于点迹位置聚合识别空间散布固定杂波的方法,其特征在于步骤如下:
步骤1:接收到新的点迹数据,首先判断该点迹数据的俯仰值是否小于预设的俯仰最大门限值;
步骤2:判断聚心杂波区链表是否为空,若当前聚心杂波区链表不为空,则执行步骤3;否则,执行步骤6;所述的链表在初始化时为置为空;
步骤3:按聚心杂波区的个数循环;
步骤4:对于某一个聚心杂波区,判断接收到的点迹和聚心杂波区的当前聚合质心点之间的位置差是否小于预设门限值,若小于门限值,则执行步骤5;否则,执行步骤7;
步骤5:更新当前聚心杂波区;对该点迹和当前聚合质心点的位置进行加权求质心,计算结果用于更新当前杂波区的聚合质心点位置;对该聚心杂波区录取点数加1;若录取点数大于等于2,则对该聚心杂波区聚合成功标志置为1,标记该点迹属性为固定杂波;之后,转到步骤8;
步骤6:建立第一个聚心杂波区并加入聚心杂波区链表,同时将该点迹作为第一个聚心杂波区的第一个点和当前的聚合质心点;对该聚心杂波区录取点数置为1,对该聚心杂波区聚合成功标志置为0,标记该点迹属性为不明;之后,转到步骤8;
步骤7:新建立一个聚心杂波区并加入聚心杂波区链表,同时将该点迹作为新建立的聚心杂波区的第一个点和当前的聚合质心点;对该聚心杂波区录取点数置为1,对该聚心杂波区聚合成功标志置为0,标记该点迹属性为不明;之后,转到步骤8;
步骤8:判断所有的聚心杂波区是否循环完毕,若已经循环判断完毕,则结束处理;否则,转到步骤3,继续循环判断处理。
步骤1中的预设的俯仰最大门限值取10度。
步骤4中的预设门限值取200米。
步骤5中的加权系数按均值分配,即新点迹的权值和聚合质心点的权值均为0.5。
有益效果
本发明提出的一种应用于情报雷达的基于点迹位置聚合识别空间散布固定杂波的方法,有益效果和特点如下:
1)全部软件实现,不需要增加额外的硬件设备,减少系统成本;
2)算法实现简单,实时性高;
3)误识别率低;
4)移植性好,可应用于多个应用领域。
附图说明
图1聚合识别处理流程图
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明提出一种方法,即基于点迹位置聚合识别空间散布固定杂波的方法,用于识别固定杂波,该发明主要内容如下:
对于在一定空间范围内散布的固定杂波,经分析得知,发现这些固定杂波在一定范围内摆动,存在较小的方位和距离跳动,俯仰跳动很小。根据经典的聚类算法和点迹实际分布情况,综合历史扫描数据和当前扫描数据,快速建立聚心杂波区,完成固定杂波识别。
以第一次扫描获取的所有点迹作为初始值,当获取到第二次扫描的数据后,划定一个空间范围,判断两次扫描的所有点迹两两之间的空间距离是否落入预设范围内,若落入,则两次的点迹数据建立一个杂波中心,该杂波中心的位置是对两次点迹的位置进行质心加权。以此类推,每一次新的扫描数据到来后,都进行以上判断处理,确定新的扫描数据是否和已有的杂波中心相关成功,一旦相关成功,即再次加权求杂波质心。经过多次扫描后,可以有效地获取固定杂波中心分布情况,同时可对新到来的点迹判断其是否为固定杂波,得到可靠的识别结果。
下面以某防空情报雷达为例,参见图1所示,说明此发明的实施方式:
1)接收到新的点迹数据,首先判断该点迹数据的俯仰值是否小于预设的俯仰最大门限值,此处该预设的俯仰最大门限值取10度;
2)判断聚心杂波区链表是否为空(该链表在初始化时为置为空),若当前聚心杂波区链表不为空,则执行第3步;否则,执行第6步;
3)按聚心杂波区的个数循环;
4)对于某一个聚心杂波区,判断接收到的点迹和聚心杂波区的当前聚合质心点之间的位置差是否小于预设门限值(取200米),若小于门限值,则执行第5步;否则,执行第7步;
5)更新当前聚心杂波区。对该点迹和当前聚合质心点的位置进行加权(权系数的选取,按均值分配,即新点迹的权值和聚合质心点的权值均为0.5)求质心,计算结果用于更新当前杂波区的聚合质心点位置。对该聚心杂波区录取点数加1。若录取点数大于等于2,则对该聚心杂波区聚合成功标志置为1,标记该点迹属性为固定杂波。之后,转到第8步;
6)建立第一个聚心杂波区并加入聚心杂波区链表,同时将该点迹作为第一个聚心杂波区的第一个点和当前的聚合质心点。对该聚心杂波区录取点数置为1,对该聚心杂波区聚合成功标志置为0,标记该点迹属性为不明。之后,转到第8步;
7)新建立一个聚心杂波区并加入聚心杂波区链表,同时将该点迹作为新建立的聚心杂波区的第一个点和当前的聚合质心点。对该聚心杂波区录取点数置为1,对该聚心杂波区聚合成功标志置为0,标记该点迹属性为不明。之后,转到第8步;
8)判断所有的聚心杂波区是否循环完毕,若已经循环判断完毕,则结束处理;否则,转到第3步,继续循环判断处理。
Claims (4)
1.一种基于点迹位置聚合识别空间散布固定杂波的方法,其特征在于步骤如下:
步骤1:接收到新的点迹数据,首先判断该点迹数据的俯仰值是否小于预设的俯仰最大门限值,如果小于进行下一步;
步骤2:判断聚心杂波区链表是否为空,若当前聚心杂波区链表不为空,则执行步骤3;否则,执行步骤6;所述的链表在初始化时为置为空;
步骤3:按聚心杂波区的个数循环;
步骤4:对于某一个聚心杂波区,判断接收到的点迹和聚心杂波区的当前聚合质心点之间的位置差是否小于预设门限值,若小于门限值,则执行步骤5;否则,执行步骤7;
步骤5:更新当前聚心杂波区;对该点迹和当前聚合质心点的位置进行加权求质心,计算结果用于更新当前杂波区的聚合质心点位置;对该聚心杂波区录取点数加1;若录取点数大于等于2,则对该聚心杂波区聚合成功标志置为1,标记该点迹属性为固定杂波;之后,转到步骤8;
步骤6:建立第一个聚心杂波区并加入聚心杂波区链表,同时将该点迹作为第一个聚心杂波区的第一个点和当前的聚合质心点;对该聚心杂波区录取点数置为1,对该聚心杂波区聚合成功标志置为0,标记该点迹属性为不明;之后,转到步骤8;
步骤7:新建立一个聚心杂波区并加入聚心杂波区链表,同时将该点迹作为新建立的聚心杂波区的第一个点和当前的聚合质心点;对该聚心杂波区录取点数置为1,对该聚心杂波区聚合成功标志置为0,标记该点迹属性为不明;之后,转到步骤8;
步骤8:判断所有的聚心杂波区是否循环完毕,若已经循环判断完毕,则结束处理;否则,转到步骤3,继续循环判断处理。
2.根据权利要求1所述的一种基于点迹位置聚合识别空间散布固定杂波的方法,其特征在于步骤1中的预设的俯仰最大门限值取10度。
3.根据权利要求1所述的一种基于点迹位置聚合识别空间散布固定杂波的方法,其特征在于步骤4中的预设门限值取200米。
4.根据权利要求1所述的一种基于点迹位置聚合识别空间散布固定杂波的方法,其特征在于步骤5中的加权系数按均值分配,即新点迹的权值和聚合质心点的权值均为0.5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810411981.7A CN108646235B (zh) | 2018-05-03 | 2018-05-03 | 基于点迹位置聚合识别空间散布固定杂波的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810411981.7A CN108646235B (zh) | 2018-05-03 | 2018-05-03 | 基于点迹位置聚合识别空间散布固定杂波的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108646235A CN108646235A (zh) | 2018-10-12 |
CN108646235B true CN108646235B (zh) | 2022-03-15 |
Family
ID=63749008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810411981.7A Active CN108646235B (zh) | 2018-05-03 | 2018-05-03 | 基于点迹位置聚合识别空间散布固定杂波的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108646235B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109613526A (zh) * | 2018-12-10 | 2019-04-12 | 航天南湖电子信息技术股份有限公司 | 一种基于支持向量机的点迹过滤方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010067057A2 (en) * | 2008-12-10 | 2010-06-17 | Qinetiq Limited | Method for mitigating the effects of clutter and interference on a radar system |
CN107607915A (zh) * | 2017-08-14 | 2018-01-19 | 西安电子工程研究所 | 基于固定地物回波的有源相控阵雷达接收通道校正方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102901961A (zh) * | 2012-11-05 | 2013-01-30 | 中国船舶重工集团公司第七二四研究所 | 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 |
CN103246556B (zh) * | 2013-05-21 | 2016-10-05 | 中国人民解放军防空兵学院 | 对空监视雷达通用性能仿真方法和构架 |
CN105445731B (zh) * | 2015-11-18 | 2017-11-28 | 中船重工(武汉)凌久电子有限责任公司 | 一种基于高精度测速的雷达全自动跟踪方法 |
CN106093946B (zh) * | 2016-05-27 | 2019-02-15 | 四川九洲空管科技有限责任公司 | 一种适用于场面监视雷达的目标凝聚方法及装置 |
CN106093890A (zh) * | 2016-08-26 | 2016-11-09 | 零八电子集团有限公司 | 建立剩余杂波图抑制雷达剩余杂波的方法 |
CN106646396B (zh) * | 2016-11-18 | 2019-05-07 | 西安电子工程研究所 | 一种雷达杂波图检测门限自适应设置方法 |
KR101770742B1 (ko) * | 2016-12-28 | 2017-08-23 | 엘아이지넥스원 주식회사 | 클러터를 억제하는 표적 탐지 장치 및 그 방법 |
CN107064902B (zh) * | 2017-05-12 | 2020-05-01 | 安徽四创电子股份有限公司 | 一种用于机场场面监视雷达系统的目标凝聚方法 |
CN107656247B (zh) * | 2017-08-24 | 2020-03-17 | 安徽四创电子股份有限公司 | 基于有源相控阵技术体制的三坐标监视雷达点迹处理方法 |
CN107678008A (zh) * | 2017-09-07 | 2018-02-09 | 西安电子工程研究所 | 一种复数杂波图恒虚警检测方法 |
-
2018
- 2018-05-03 CN CN201810411981.7A patent/CN108646235B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010067057A2 (en) * | 2008-12-10 | 2010-06-17 | Qinetiq Limited | Method for mitigating the effects of clutter and interference on a radar system |
CN107607915A (zh) * | 2017-08-14 | 2018-01-19 | 西安电子工程研究所 | 基于固定地物回波的有源相控阵雷达接收通道校正方法 |
Non-Patent Citations (1)
Title |
---|
Clutter Map for a CW Surveillance Radar;Matthias Kronauge ,et al;《IRS 2012, 19th International Radar Symposium》;20120525;p133-136 * |
Also Published As
Publication number | Publication date |
---|---|
CN108646235A (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110780289B (zh) | 基于场景雷达的多目标车辆跟踪方法及装置 | |
CN110361727A (zh) | 一种毫米波雷达多目标跟踪方法 | |
CN106443598B (zh) | 基于卷积神经网络的雷达网协同航迹欺骗干扰鉴别方法 | |
CN109002616A (zh) | 雷达点迹凝聚方法、系统及存储介质 | |
CN111624567B (zh) | 一种恒虚警检测方法及装置 | |
CN111460597B (zh) | 一种基于改进的多目标粒子群优化算法的雷达布站方法 | |
CN113671481B (zh) | 一种基于毫米波雷达的3d多目标跟踪处理方法 | |
CN111708022B (zh) | 毫米波雷达的扫描区域边界的计算方法及装置 | |
CN108303684A (zh) | 基于径向速度信息的地基监视雷达多目标跟踪方法 | |
CN105259540B (zh) | 一种多站雷达抗有源欺骗式干扰的优化方法 | |
CN106680783B (zh) | 基于站址误差融合算法对抗欺骗式假目标的方法 | |
CN109297497B (zh) | 对无人机操控者溯源的方法及系统 | |
CN112213697B (zh) | 一种基于贝叶斯决策理论用于雷达欺骗干扰识别的特征融合方法 | |
CN113933790A (zh) | 一种相控阵雷达工作模式的反演识别方法、装置及介质 | |
CN108646235B (zh) | 基于点迹位置聚合识别空间散布固定杂波的方法 | |
CN114966591A (zh) | 一种大目标检测方法、大目标检测装置及电子设备 | |
Bi et al. | Optimization method of passive omnidirectional buoy array in on-call anti-submarine search based on improved NSGA-II | |
CN114859304B (zh) | 一种抗智能拖引干扰的数据互联方法 | |
CN109239677B (zh) | 一种环境自适应恒虚警检测门限确定方法 | |
CN113240065A (zh) | 基于改进粒子群优化算法的无源雷达布站方法 | |
CN110308428B (zh) | 一种建立低空杂波分布仿真模型的方法 | |
CN114839615B (zh) | 一种4d毫米波雷达目标航向角拟合方法及存储介质 | |
Han et al. | Maintaining Track Continuity for Extended Targets Using Gaussian‐Mixture Probability Hypothesis Density Filter | |
CN115390032A (zh) | 噪声环境自适应的目标检测方法及装置 | |
Li et al. | Parallel Simulation Calculation and Visualization Technology of Network Radar System Actual Detection Power in Urban Building Environment |
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 |