CN108919247A - 一种基于恒虚警率检测的多目标体检测及定位方法 - Google Patents
一种基于恒虚警率检测的多目标体检测及定位方法 Download PDFInfo
- Publication number
- CN108919247A CN108919247A CN201810295372.XA CN201810295372A CN108919247A CN 108919247 A CN108919247 A CN 108919247A CN 201810295372 A CN201810295372 A CN 201810295372A CN 108919247 A CN108919247 A CN 108919247A
- Authority
- CN
- China
- Prior art keywords
- detection
- sub
- distribution
- physical examination
- localization method
- 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.)
- Pending
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
- 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
- G01S13/04—Systems determining presence of a target
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- G01S13/06—Systems determining position data of a target
-
- 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
-
- 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
Abstract
本发明提供了一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法,包括以下步骤:步骤A:输入原始信号,并将原始信号按道数排列成B‑SCAN图,其中快时间向包含距离信息,慢时间向包含频率信息;步骤B:去除原始数据中的静态杂波和线性趋势项;步骤C:对同一个采样时刻获得的所有道信息进行傅里叶变换,得到距离‑多普勒信息图;步骤D:在距离‑多普勒域运用基于CFAR的目标检测算法,将目标体在距离‑多普勒域上标记出来;步骤E:判断CFAR输出的图像中有无非零点,若存在非零点则将输出的结果进行目标识别,输出目标的位置信息和呼吸频率大小。本发明减少了因为局部强噪声的干扰出现的虚假目标。
Description
技术领域
本发明涉及生命探测雷达系统的技术领域,尤其涉及一种用于生命探测雷达的目标体检测及定位方法。
背景技术
在现今的灾后救援过程中,生命探测雷达起到了很大的作用,为救援人员判定废墟底下是否有生命体存在提供了第一手资料。生命探测雷达利用人体反射的雷达回波由于人体呼吸及心跳引起的微动呈周期性的原理,在去除了直达杂波后,在频率域上可以检测到生命微动信号。在生命探测雷达的应用中,目标检测算法显然是极其重要的一个环节,因为检测算法的准确性和效率很大程度上决定了系统结果的好坏与有效性。基于同一门限值来对目标进行检测,这样会导致整个检测平面上虚警率的不恒定,增加了虚假目标的个数。另外,在整个检测平面上,不同距离单元上的数据并不是符合同样的分布和同样的分布参数,采用一种分布来对数据进行统计会造成背景噪声估计的不准确。
发明内容
鉴于上述技术问题,本发明的目的在于提供一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法。
在本发明中,恒虚警率检测算法就是在整个检测平面上运用不同的检测阈值来对目标体进行检测来维持恒定的虚警概率,这样会减少因为局部强噪声的干扰出现的虚假目标。
为了实现上述目的,本发明所采用的技术方案如下:
根据本发明的一个方面,提供了一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法,包括以下步骤:
步骤A:输入原始信号,并将原始信号按道数排列成B-SCAN图,其中快时间向包含距离信息,慢时间向包含频率信息;
步骤B:去除原始数据中的静态杂波和线性趋势项;
步骤C:对同一个采样时刻获得的所有道信息进行傅里叶变换,得到距离-多普勒信息图;
步骤D:在距离-多普勒域运用基于CFAR的目标检测算法,将目标体在距离-多普勒域上标记出来;
步骤E:判断CFAR输出的图像中有无非零点,若存在非零点则将输出的结果进行目标识别,输出目标的位置信息和呼吸频率大小。
优选地,步骤D包括以下子步骤:
子步骤D1:根据设计的CFAR检测窗,在距离向上滑动检测窗采集数据;
子步骤D2:对检测窗内的信号进行统计分析,得到背景信号的分布频率图,并对概率分布进行分布拟合及参数估计;
子步骤D3:选择最优的分布拟合,获取拟合后的分布函数;计算CFAR检测中阈值判决的标称化因子,将标称化因子记为T,在给定虚警概率下,求其数值解。
子步骤D4:利用有序统计OS恒虚警检测器将参考采样由小到大进行排序,并选取第k个值作为杂波功率水平估计,记为Z。
子步骤D5:将标称化因子与杂波功率水平估计相乘,得到阈值S=T×Z,并将检测窗内的检测样本值与阈值进行比较,判断其是否大于阈值,大于阈值则判断有生命体存在,小于阈值则判断没有生命体存在,将判断有生命体存在的点的值置为1,没有生命体存在的点的值置为0。
优选地,在子步骤D2中,进行分布拟合时采用gamma分布、Log-logistic分布、weibull分布以及Rayleigh分布。
优选地,在子步骤D3中,选择最优的分布拟合时,采用平均绝对误差的方法。
优选地,子步骤D3包括以下子步骤:
子步骤D31:获取最佳拟合的分布函数,其中:
对于gamma分布,其pdf为
对于log-logistic分布,其pdf为
其中
对于weibull分布,其pdf为
对于rayleigh分布,其pdf为
其中,分布函数中的参数由MATLAB拟合工具给出;
子步骤D32:OS-CFAR检测中Z=x(k),其中k是对参考窗排序后选取的值的序号,则:
子步骤D33:虚警概率和检测阈值的函数关系由如下公式给出,在给定虚警概率的条件下,可以得到阈值检测的标称化因子T的数值解,
优选地,在步骤E中,若存在非零点则将输出的结果运用聚类算法对识别的目标进行归类。
优选地,在步骤B中,去除原始数据中的静态杂波和线性趋势项时采用线性趋势去除法。
优选地,在步骤B中,进一步包括:
通过距离向滤波初步提高信号信噪比。
从上述技术方案可以看出,本发明一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法至少具有以下有益效果其中之一:
(1)本发明在保持较高的检测概率的前提下可以维持虚警概率的恒定,避免了虚警概率的不平稳性导致的虚假目标的出现;
(2)本发明在距离向上滑动检测窗采取数据,考虑到了不同距离信号的不同统计特性,运用不同的分布进行拟合,并选取最佳的拟合分布,通过得到的分布参数计算不同距离向的标称化因子用于阈值检测;
(3)本发明实现了在距离-多普勒域目标检测功能,能够得到目标的距离信息及呼吸频率,并且很好地控制了虚假目标出现的概率。
附图说明
图1为本发明多目标体检测及定位方法的实施流程图。
图2为图1实施流程图中基于CFAR的目标检测的流程图。
图3为原始回波信号、去除杂波的B-SCAN图、距离-多普勒信息图以及检测窗采集数据示意图。
图4为选取不同距离的检测窗进行拟合的示意图。
图5为不同距离单元的T值的大小、距离-多普勒域上的阈值的大小、CFAR检测输出图以及聚类算法的结果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
本发明提供了一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法。图1为本发明多目标体检测及定位方法的实施流程图。如图1所示,本发明基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法包括以下步骤:
步骤A:输入原始信号,并将原始信号按道数排列成B-SCAN图,其中快时间向包含距离信息,慢时间向包含频率信息;
步骤B:通过线性趋势去除法去除原始数据中的静态杂波和线性趋势项,进一步通过距离向滤波初步提高信号信噪比;
步骤C:对同一个采样时刻获得的所有道信息进行傅里叶变换,得到距离-多普勒信息图;
步骤D:在距离-多普勒域运用基于CFAR的目标检测算法,将目标体在距离-多普勒域上标记出来;
步骤E:判断CFAR输出的图像中有无非零点,若存在非零点则将输出的结果运用聚类算法对识别的目标进行归类,输出目标的位置信息和呼吸频率大小。
图2为图1实施流程图中基于CFAR的目标检测的流程图。如图2所示,步骤D包括以下子步骤:
子步骤D1:根据设计的CFAR检测窗,在距离向上滑动检测窗采集数据;
子步骤D2:对检测窗内的信号进行统计分析,得到背景信号的分布频率图,并对概率分布进行分布拟合及参数估计,通过对实际数据分析,其中拟合的比较好的是gamma分布、Log-logistic分布、weibull分布以及Rayleigh分布;
子步骤D3:采用计算平均绝对误差来选择最优的分布拟合,获取拟合后的分布函数;计算CFAR检测中阈值判决的标称化因子,将标称化因子记为T,由于解析解很难给出,在给定虚警概率下,采用二分法求其数值解;
子步骤D4:利用有序统计OS恒虚警检测器将参考采样由小到大进行排序,并选取第k个值作为杂波功率水平估计,记为Z;
子步骤D5:将标称化因子与杂波功率水平估计相乘,得到阈值S=T×Z,并将检测窗内的检测样本值与阈值进行比较,判断其是否大于阈值,大于阈值则判断有生命体存在,小于阈值则判断没有生命体存在。在整个距离-多普勒域上滑动CFAR检测窗,将判断有生命体存在的点的值置为1,没有生命体存在的点置为0。
其中,所述子步骤D3包括以下子步骤:
子步骤D31:获取最佳拟合的分布函数,其中:
对于gamma分布,其pdf为
对于log-logistic分布,其pdf为
其中
对于weibull分布,其pdf为
对于rayleigh分布,其pdf为
其中,分布函数中的参数由MATLAB拟合工具给出;
子步骤D32:OS-CFAR检测中Z=x(k),其中k是对参考窗排序后选取的值的序号,则:
子步骤D33:虚警概率和检测阈值的函数关系由如下公式给出,在给定虚警概率的条件下,可以得到阈值检测的标称化因子T的数值解。
示例性实施例:
本实施例中雷达发射超宽带信号,信号中心频率500M,带宽100%。通过所阐述的基于恒虚警率的多目标体检测及定位方法,对信号在距离-多普勒域进行阈值处理,包括以下步骤:
步骤A:输入原始回波信号,参见图3的(a)。
步骤B:通过线性趋势去除法和距离向滤波去除杂波,得到包含目标生命体信息的B-SCAN图,参见图3的(b)。
步骤C:对同一个采样时刻获得的所有道信息求其频谱,得到距离-多普勒信息图,参见图3的(c)。
步骤D:在距离向上滑动检测窗采集数据,如图3的(d)所示。对检测窗内的信号做统计分析并对概率分布进行分布拟合及参数估计,本实施例中选取gamma分布、Log-logistic分布、weibull分布以及Rayleigh分布进行拟合,用平均绝对误差来选择最优的分布拟合,图4为对不同距离的检测窗进行拟合的情况。
由上述得出的分布函数和给定的虚警概率计算标称化因子T,标称化因子记为T,并将有序统计OS恒虚警检测器的参考采样由小到大进行排序,并选取第k个值作为杂波功率水平估计,记为Z,图5的(a)为不同距离单元的T值的大小。
得到阈值S=T×Z,并进行阈值判断,图5的(b)为距离-多普勒域上的阈值的大小。在整个距离-多普勒域上滑动CFAR检测窗,得到CFAR检测图,如图5的(c)所示。
步骤E:对保留下的位置进行聚类,即某几个位置点之间的距离小于某个值δd时,则将该若干点归为一类,
得到目标体的距离信息及呼吸频率的估计值,结果如图5的(d)所示。
至此,已经结合附图对本实施例进行了详细描述。依据以上描述,本领域技术人员应当对本发明基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法有了清楚的认识。
需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换,例如:
(1)杂波分布还可以采用其他分布来进行拟合;
(2)线性趋势去除法可以用其他杂波去除法来代替;
(3)采用二分法计算标称化因子可以用其他数值分析方法来代替;
还需要说明的是,本文可提供包含特定值的参数的示范,但这些参数无需确切等于相应的值,而是可在可接受的误差容限或设计约束内近似于相应值。此外,除非特别描述或必须依序发生的步骤,上述步骤的顺序并无限制于以上所列,且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑,彼此混合搭配使用或与其他实施例混合搭配使用,即不同实施例中的技术特征可以自由组合形成更多的实施例。
综上所述,本发明提供一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法,通过对背景噪声概率分布的分析,得到每个检测单元自适应的检测阈值,旨在保证较大的检测概率的前提下,保持恒定的虚警概率,即可减少虚假目标的出现,提高了目标检测的准确性和有效性。采用聚类算法对检测后得到的检测图进行修正,获取目标体的位置信息和呼吸频率。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法,其特征在于,包括以下步骤:
步骤A:输入原始信号,并将原始信号按道数排列成B-SCAN图,其中快时间向包含距离信息,慢时间向包含频率信息;
步骤B:去除原始数据中的静态杂波和线性趋势项;
步骤C:对同一个采样时刻获得的所有道信息进行傅里叶变换,得到距离-多普勒信息图;
步骤D:在距离-多普勒域运用基于CFAR的目标检测算法,将目标体在距离-多普勒域上标记出来;
步骤E:判断CFAR输出的图像中有无非零点,若存在非零点则将输出的结果进行目标识别,输出目标的位置信息和呼吸频率大小。
2.根据权利要求1所述的多目标体检测及定位方法,其特征在于,步骤D包括以下子步骤:
子步骤D1:根据设计的CFAR检测窗,在距离向上滑动检测窗采集数据;
子步骤D2:对检测窗内的信号进行统计分析,得到背景信号的分布频率图,并对概率分布进行分布拟合及参数估计;
子步骤D3:选择最优的分布拟合,获取拟合后的分布函数;计算CFAR检测中阈值判决的标称化因子,将标称化因子记为T,在给定虚警概率下,求其数值解。
子步骤D4:利用有序统计OS恒虚警检测器将参考采样由小到大进行排序,并选取第k个值作为杂波功率水平估计,记为Z。
子步骤D5:将标称化因子与杂波功率水平估计相乘,得到阈值S=T×Z,并将检测窗内的检测样本值与阈值进行比较,判断其是否大于阈值,大于阈值则判断有生命体存在,小于阈值则判断没有生命体存在,将判断有生命体存在的点的值置为1,没有生命体存在的点的值置为0。
3.根据权利要求2所述的多目标体检测及定位方法,其特征在于,在子步骤D2中,进行分布拟合时采用gamma分布、Log-logistic分布、weibull分布以及Rayleigh分布。
4.根据权利要求2所述的多目标体检测及定位方法,其特征在于,在子步骤D3中,选择最优的分布拟合时,采用平均绝对误差的方法。
5.根据权利要求3所述的多目标体检测及定位方法,其特征在于,子步骤D3包括以下子步骤:
子步骤D31:获取最佳拟合的分布函数,其中:
对于gamma分布,其pdf为
对于log-logistic分布,其pdf为
其中
对于weibull分布,其pdf为
对于rayleigh分布,其pdf为
其中,分布函数中的参数由MATLAB拟合工具给出;
子步骤D32:OS-CFAR检测中Z=x(k),其中k是对参考窗排序后选取的值的序号,则:
子步骤D33:虚警概率和检测阈值的函数关系由如下公式给出,在给定虚警概率的条件下,可以得到阈值检测的标称化因子T的数值解,
6.根据权利要求1所述的多目标体检测及定位方法,其特征在于,在步骤E中,若存在非零点则将输出的结果运用聚类算法对识别的目标进行归类。
7.根据权利要求1所述的多目标体检测及定位方法,其特征在于,在步骤B中,去除原始数据中的静态杂波和线性趋势项时采用线性趋势去除法。
8.根据权利要求7所述的多目标体检测及定位方法,其特征在于,在步骤B中,进一步包括:
通过距离向滤波初步提高信号信噪比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810295372.XA CN108919247A (zh) | 2018-03-30 | 2018-03-30 | 一种基于恒虚警率检测的多目标体检测及定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810295372.XA CN108919247A (zh) | 2018-03-30 | 2018-03-30 | 一种基于恒虚警率检测的多目标体检测及定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108919247A true CN108919247A (zh) | 2018-11-30 |
Family
ID=64403492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810295372.XA Pending CN108919247A (zh) | 2018-03-30 | 2018-03-30 | 一种基于恒虚警率检测的多目标体检测及定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108919247A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109683160A (zh) * | 2019-03-19 | 2019-04-26 | 长沙深之瞳信息科技有限公司 | 一种适用于穿墙雷达的目标检测方法 |
CN110456320A (zh) * | 2019-07-29 | 2019-11-15 | 浙江大学 | 一种基于自由空间步态时序特征的超宽带雷达身份识别方法 |
CN110507293A (zh) * | 2019-07-26 | 2019-11-29 | 中国电子科技集团公司第三十八研究所 | 一种超宽带穿墙雷达人体呼吸及心跳检测方法及系统 |
CN110507317A (zh) * | 2019-09-03 | 2019-11-29 | 西安邮电大学 | 一种心电信号r波的自适应ca-cfar定位方法 |
CN110584631A (zh) * | 2019-10-10 | 2019-12-20 | 重庆邮电大学 | 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法 |
CN111025288A (zh) * | 2019-12-27 | 2020-04-17 | 森思泰克河北科技有限公司 | 安防雷达监测装置及系统 |
CN111398922A (zh) * | 2020-04-27 | 2020-07-10 | 厦门大学 | 一种改进的cfar检测方法 |
CN111856420A (zh) * | 2019-04-26 | 2020-10-30 | 山东省科学院自动化研究所 | 一种多普勒雷达多目标检测方法 |
CN112137620A (zh) * | 2020-08-27 | 2020-12-29 | 广东省地震局 | 一种基于超宽带雷达的人体微弱呼吸信号检测方法 |
CN113009470A (zh) * | 2021-02-09 | 2021-06-22 | 北京理工大学 | 一种目标态势特征数据的处理方法、系统、装置及介质 |
CN113325405A (zh) * | 2020-02-28 | 2021-08-31 | 加特兰微电子科技(上海)有限公司 | 恒虚警目标检测方法、装置、集成电路、传感器及设备 |
CN113589251A (zh) * | 2021-07-29 | 2021-11-02 | 上海无线电设备研究所 | 一种Mean-Shift回波聚类后的单元平均恒虚警检测方法 |
CN113925479A (zh) * | 2021-08-27 | 2022-01-14 | 上海赫千电子科技有限公司 | 一种基于智能车载盒子的生命监测方法及装置 |
CN114114192A (zh) * | 2021-12-02 | 2022-03-01 | 电子科技大学 | 集群目标检测方法 |
CN114442081A (zh) * | 2021-12-21 | 2022-05-06 | 珠海格力电器股份有限公司 | 人员检测方法、装置、存储介质及电子设备 |
CN114469025A (zh) * | 2021-12-28 | 2022-05-13 | 中国地质大学(武汉) | 一种用于fmcw雷达的多目标呼吸和心跳信号检测方法 |
CN114578384A (zh) * | 2022-05-07 | 2022-06-03 | 成都凯天电子股份有限公司 | 一种用于激光大气系统的自适应恒虚警检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106342239B (zh) * | 2011-12-27 | 2014-09-03 | 中国航空工业集团公司雷华电子技术研究所 | 一种脉冲多普勒雷达目标检测方法 |
US20150054670A1 (en) * | 2010-10-27 | 2015-02-26 | Jianqi Wang | Multichannel UWB-based radar life detector and positioning method thereof |
CN106054156A (zh) * | 2016-06-22 | 2016-10-26 | 中国人民解放军第四军医大学 | 一种基于uwb mimo生物雷达的静止人体目标识别与定位方法 |
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 |
-
2018
- 2018-03-30 CN CN201810295372.XA patent/CN108919247A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150054670A1 (en) * | 2010-10-27 | 2015-02-26 | Jianqi Wang | Multichannel UWB-based radar life detector and positioning method thereof |
CN106342239B (zh) * | 2011-12-27 | 2014-09-03 | 中国航空工业集团公司雷华电子技术研究所 | 一种脉冲多普勒雷达目标检测方法 |
CN106054156A (zh) * | 2016-06-22 | 2016-10-26 | 中国人民解放军第四军医大学 | 一种基于uwb mimo生物雷达的静止人体目标识别与定位方法 |
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 |
Non-Patent Citations (7)
Title |
---|
丁一鹏等: "一种基于高维频率拟合技术的恒虚警穿墙雷达目标定位算法", 《电子与信息学报》 * |
丁建江等: "《雷达组网技术》", 31 December 2017 * |
刘泽龙等: "基于LFMCW雷达测距的改进频域CFAR算法", 《信息与电子工程》 * |
孙华东: "多通道SAR地面运动目标检测与参数估计研究", 《中国优秀博硕士学位论文全文数据库(博士) 信息科技辑》 * |
张军等: "《中国电子学会第十五届青年学术年会论文集》", 31 October 2009 * |
徐艳云等: "A Novel Method for Automatic Detection of Trapped Victims by Ultrawideband Radar", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
杨杉: "基于雷达回波的人体检测和步态特征提取", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109683160B (zh) * | 2019-03-19 | 2019-06-18 | 长沙深之瞳信息科技有限公司 | 一种适用于穿墙雷达的目标检测方法 |
CN109683160A (zh) * | 2019-03-19 | 2019-04-26 | 长沙深之瞳信息科技有限公司 | 一种适用于穿墙雷达的目标检测方法 |
CN111856420A (zh) * | 2019-04-26 | 2020-10-30 | 山东省科学院自动化研究所 | 一种多普勒雷达多目标检测方法 |
CN110507293A (zh) * | 2019-07-26 | 2019-11-29 | 中国电子科技集团公司第三十八研究所 | 一种超宽带穿墙雷达人体呼吸及心跳检测方法及系统 |
CN110456320A (zh) * | 2019-07-29 | 2019-11-15 | 浙江大学 | 一种基于自由空间步态时序特征的超宽带雷达身份识别方法 |
CN110507317B (zh) * | 2019-09-03 | 2021-11-02 | 西安邮电大学 | 一种心电信号r波的自适应ca-cfar定位方法 |
CN110507317A (zh) * | 2019-09-03 | 2019-11-29 | 西安邮电大学 | 一种心电信号r波的自适应ca-cfar定位方法 |
CN110584631A (zh) * | 2019-10-10 | 2019-12-20 | 重庆邮电大学 | 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法 |
CN110584631B (zh) * | 2019-10-10 | 2022-03-25 | 重庆邮电大学 | 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法 |
CN111025288A (zh) * | 2019-12-27 | 2020-04-17 | 森思泰克河北科技有限公司 | 安防雷达监测装置及系统 |
CN111025288B (zh) * | 2019-12-27 | 2022-05-31 | 森思泰克河北科技有限公司 | 安防雷达监测装置及系统 |
CN113325405A (zh) * | 2020-02-28 | 2021-08-31 | 加特兰微电子科技(上海)有限公司 | 恒虚警目标检测方法、装置、集成电路、传感器及设备 |
CN111398922A (zh) * | 2020-04-27 | 2020-07-10 | 厦门大学 | 一种改进的cfar检测方法 |
CN112137620A (zh) * | 2020-08-27 | 2020-12-29 | 广东省地震局 | 一种基于超宽带雷达的人体微弱呼吸信号检测方法 |
CN113009470A (zh) * | 2021-02-09 | 2021-06-22 | 北京理工大学 | 一种目标态势特征数据的处理方法、系统、装置及介质 |
CN113009470B (zh) * | 2021-02-09 | 2023-04-21 | 北京理工大学 | 一种目标态势特征数据的处理方法、系统、装置及介质 |
CN113589251A (zh) * | 2021-07-29 | 2021-11-02 | 上海无线电设备研究所 | 一种Mean-Shift回波聚类后的单元平均恒虚警检测方法 |
CN113589251B (zh) * | 2021-07-29 | 2024-01-05 | 上海无线电设备研究所 | 一种Mean-Shift回波聚类后的单元平均恒虚警检测方法 |
CN113925479A (zh) * | 2021-08-27 | 2022-01-14 | 上海赫千电子科技有限公司 | 一种基于智能车载盒子的生命监测方法及装置 |
CN113925479B (zh) * | 2021-08-27 | 2023-10-03 | 上海赫千电子科技有限公司 | 一种基于智能车载盒子的生命监测方法及装置 |
CN114114192A (zh) * | 2021-12-02 | 2022-03-01 | 电子科技大学 | 集群目标检测方法 |
CN114114192B (zh) * | 2021-12-02 | 2023-05-23 | 电子科技大学 | 集群目标检测方法 |
CN114442081A (zh) * | 2021-12-21 | 2022-05-06 | 珠海格力电器股份有限公司 | 人员检测方法、装置、存储介质及电子设备 |
CN114469025A (zh) * | 2021-12-28 | 2022-05-13 | 中国地质大学(武汉) | 一种用于fmcw雷达的多目标呼吸和心跳信号检测方法 |
CN114578384A (zh) * | 2022-05-07 | 2022-06-03 | 成都凯天电子股份有限公司 | 一种用于激光大气系统的自适应恒虚警检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108919247A (zh) | 一种基于恒虚警率检测的多目标体检测及定位方法 | |
CN104887224B (zh) | 面向癫痫脑电信号的特征提取与自动识别方法 | |
CN110133629A (zh) | 微波探测器和微波探测方法及智能设备 | |
Ossadtchi et al. | Automated interictal spike detection and source localization in magnetoencephalography using independent components analysis and spatio-temporal clustering | |
CN103429150B (zh) | 用于监测生理信号的监测装置 | |
JP4726288B2 (ja) | 学習能力のある故障診断システム、故障診断方法および故障診断トレーニング方法 | |
CN109581312A (zh) | 一种高分辨毫米波雷达多目标聚类方法 | |
CN108664971A (zh) | 基于2d卷积神经网络的肺结节检测方法 | |
CN1468077A (zh) | 使用神经网络的cpap的方法和装置 | |
JP2002532694A (ja) | 測定値を分析するための方法及び装置 | |
CN107832737A (zh) | 基于人工智能的心电图干扰识别方法 | |
EP1556826A1 (en) | Method and system for automatic identification and quantification of abnormal anatomical structures in medical images | |
CN107180245A (zh) | 一种室内外场景识别方法及装置 | |
KR20210001575A (ko) | 잡음 환경 내 실시간 심장 박동수 탐지 장치 및 그 방법 | |
Mohsen et al. | AI aided noise processing of spintronic based IoT sensor for magnetocardiography application | |
CN110989005B (zh) | 基于标量磁力仪阵列的弱磁异常自适应实时探测方法 | |
CN109171748A (zh) | 一种草原放牧绵羊运动行为的检测识别方法及其装置 | |
Yoon et al. | Deterministic and statistical methods for reconstructing multidimensional NMR spectra | |
CN110718301B (zh) | 基于动态脑功能网络的阿尔茨海默病辅助诊断装置及方法 | |
CN104198998B (zh) | 非均匀背景下基于聚类处理的恒虚警检测方法 | |
CN107358246A (zh) | 一种使用卷积神经网络对物体进行细分类的方法 | |
Chan et al. | Detection of neuronal spikes using an adaptive threshold based on the max–min spread sorting method | |
CN107837083B (zh) | 基于最小二乘支持向量机的j波自动检测方法 | |
Tagaris et al. | Putting together wavelet-based scaleograms and convolutional neural networks for anomaly detection in nuclear reactors | |
CN106510708A (zh) | 用于多对比度脑磁共振数据中异常检测的框架 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181130 |
|
RJ01 | Rejection of invention patent application after publication |