CN109375185A - 一种基于二值图像连通域面积测量的点迹滤波技术 - Google Patents

一种基于二值图像连通域面积测量的点迹滤波技术 Download PDF

Info

Publication number
CN109375185A
CN109375185A CN201811188409.5A CN201811188409A CN109375185A CN 109375185 A CN109375185 A CN 109375185A CN 201811188409 A CN201811188409 A CN 201811188409A CN 109375185 A CN109375185 A CN 109375185A
Authority
CN
China
Prior art keywords
signal
connected domain
point mark
mti
bianry image
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
Application number
CN201811188409.5A
Other languages
English (en)
Inventor
王中宝
尹奎英
刘川
牛畅
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.)
CETC 14 Research Institute
Original Assignee
CETC 14 Research Institute
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 CETC 14 Research Institute filed Critical CETC 14 Research Institute
Priority to CN201811188409.5A priority Critical patent/CN109375185A/zh
Publication of CN109375185A publication Critical patent/CN109375185A/zh
Pending legal-status Critical Current

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

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二值图像连通域面积测量的点迹滤波技术，包括以下内容：对单帧多脉冲回波信号进行脉压、动目标显示(MTI)处理；对脉压、MTI后的单帧距离向信号进行CFAR检测；对取模值后的单帧信号进行滑窗CFAR检测；对多帧CFAR检测的二值图像进行连通域标记及面积测量；对满足条件的连通域进行重心位置计算；将检出目标的重心位置转化为雷达坐标系下的距离‑方位信息；得到雷达坐标系下的点迹输出。本发明方法能有效滤除虚假目标点迹，虚假点迹抑制率约为96.5％(，能够满足航管一次雷达精细化点迹滤波的目的。

Description

一种基于二值图像连通域面积测量的点迹滤波技术
技术领域
本发明涉及一种降低目标虚警的滤波技术，属于雷达信号处理技术领域。
背景技术
机场监视雷达(ASR：Airport Surveillance Radar)属于航空管制一次雷达，通常设置在航管控制中心或相应的航路节点上，作用距离在200公里内，主要为塔台管制员提供机场附近飞机目标的进出港信息。
随着生活水平的日益提高，人们使用飞机出行的频率也在逐步上升。为了提高航班进出港的效率，需要机场监视雷达提供更为精细的飞机目标位置点迹信息。然而，传统的点迹滤波技术难以实现机场监视雷达对复杂多变的空间环境中飞机目标点迹的精细化处理。
为此，有学者提出了航管雷达的精细化点迹处理方法，例如，《雷达科学与技术》近期公开发表了一篇名为“航管一次雷达精细化点迹处理设计与实现”的文章，其主要方法是对雷达回波信号进行脉压、动目标检测(MTD)滤波、恒虚警率检测，然后对检测出的可疑点迹进行点迹凝聚和四级点迹滤波，最后将满足条件的点迹送给终端。该方法的亮点在于点迹滤波部分采用了分级有针对性地清除不同类型的虚假点迹，获得一定的点迹滤除效果，但是从最终的处理结果来看，剩余的点迹质量还有待进一步提高，同时这种多级滤波的策略增加了真实目标点迹被判为虚假点迹的可能性。
发明内容
针对以上问题，本发明从图像处理的角度提供了一种全新的点迹滤波方法。该方法是基于多帧CFAR检测的二值图像中飞机目标和干扰信号的图像特征具有明显差异来设计的，其中飞机目标的连通域表现为比较规整的点阵状，而干扰信号的连通域表现为无规则的孤立散点，因此可以通过判断多帧CFAR检测的二值图像中连通域的点阵面积大小来实现飞机目标和干扰信号的分离的目的。为此，本发明创新地提出了基于多帧CFAR检测二值图像的连通域面积测量的点迹滤波技术，解决了输出点迹质量不佳和多级判决容易造成真实目标点迹丢失的问题，达到了航管一次雷达精细化点迹滤波的目的。
为了解决以上问题，本发明采用了如下技术方案：一种基于二值图像连通域面积测量的点迹滤波技术，其特征在于，包括以下步骤：
步骤1：对单帧多脉冲回波信号进行脉压、动目标显示(MTI)处理；
步骤2：对脉压、MTI后的单帧距离向信号进行CFAR检测；
步骤3：对取模值后的单帧信号进行滑窗CFAR检测；
步骤4：对多帧CFAR检测的二值图像进行连通域标记及面积测量；
步骤5：对满足条件的连通域进行重心位置计算；
步骤6：将检出目标的重心位置转化为雷达坐标系下的距离-方位信息；
步骤7：得到雷达坐标系下的点迹输出。
所述步骤1具体包括，对单帧多脉冲回波信号进行脉压、动目标显示(MTI)处理：
设脉压后的第i帧多脉冲信号Xi为
其中，表示第i帧多脉冲信号Xi中第m个脉冲中第n个距离单元的数值；I表示雷达天线波束中心扫描一圈所产生的总帧数；M表示每帧的脉冲数；N表示每帧的距离单元数；上标T表示转置算子。
为了抑制零频附近的杂波，对脉压后的单帧多脉冲信号Xi进行MTI处理得单帧距离信号其中表示第i帧MTI处理后第n个距离单元得数值，其值可由下式计算得到
其中，wm为MTI加权向量w中第m个加权因子，0<wm<1，m＝1,2,…,M；上标H表示共轭转置算子；上标*表示共轭算子。
所述步骤2具体包括，对脉压、MTI后的单帧距离向信号进行CFAR检测：
对MTI处理后的单帧距离信号yi进行取模值操作，如下式所示：
其中，表示yi取模值后得距离信号，i＝1,2,…,I，real(·)和imag(·)分别表示取实部和虚部算子。
所述步骤3具体包括，对取模值后的单帧信号进行滑窗CFAR检测，具体过程可分解为如下四个步骤：
A)设置检测希望的虚警概率Pf，检测窗口长度Nw(奇数)和保护窗口长度Np(单边)；
B)估计当前滑窗内的噪声功率σ2(n),n＝1,2,…,N，下面分三种情况计算噪声功率：
(i)如果则
(ii)如果1≤n≤(Nw-1)/2，则
(iii)如果N-(Nw-1)/2+1≤n≤N，则
C)根据所设定的虚警概率计算检测门限，如下式所示
式中，ln(Pf)表示对Pf取自然对数。
D)根据所得检测门限Dth(n)，利用平方律检波器Hp(i,n)来判断待检测单元是否含有目标，即
所述步骤4具体包括，对连续Ibw(2≤Ibw≤I)帧检测结果的I×N矩阵Hp进行连通域标记并统计每个连通域的面积大小，具体过程如下：
A)对Hp进行逐行逐列扫描，并对非零连通区域进行标记，设求得连通区域个数记为Znum，这里0<Znum<500；
B)逐个连通区域统计其面积大小，即计算该连通域内像素的总个数，假定第l个连通区的面积为zarea(l)，其中zarea为Znum×1维的列向量，l＝1,2,…,Znum，这里0<zarea(l)<1000；
所述步骤5具体包括，判断第l个连通区的面积zarea(l)是否大于阈值Tarea，这里取Tarea＝4。若不大于，则不处理，否则检出目标数增加1，并计算该连通域的重心位置(xc(l)，yc(l))，即
式中，xc，yc分别为Znum×1维列向量，xl，yl分别表示第l个连通区内所有像素位置坐标的横坐标和纵坐标列向量，这里0<xc(l),xl(u)<6000，0<yc(l),yl(u)<484。
所述步骤6具体包括，将检出目标的重心位置转化为雷达坐标系下的距离-方位信息，即
其中，r，a分别为Znum×1维距离和方位列向量，R0和A0分别为距离和方位的起始位置，△R和△A分别为距离和方位的间隔长度，这里R0＝3km，A0＝0°，△R＝15m，△A＝0.74°。
为了验证本发明的实际工程应用价值和有益效果，我们在同等条件下比较了本发明方法和传统方法处理某航管一次雷达11圈扫描数据的点迹输出效果，见附图8和图9。
数据处理中选用的参数如下：(1)恒虚警率为10-6；(2)CFAR检测窗口长度为21；(3)保护单元长度为1；(4)CFAR检测结果二值图大小为484X6000，其中484为帧数，6000为距离单元数；(5)连通域标记选用8邻接方式；(6)连通域面积阈值为4。
处理结果表明：本发明方法能有效滤除虚假目标点迹，虚假点迹抑制率约为96.5％(其中传统方法共计检出5574个点迹，本发明方法共计检出197个点迹，这里定义虚假点迹抑制率为：1-197/5574＝0.9647)，能够满足航管一次雷达精细化点迹滤波的目的。
附图说明
图1(a)为MTI滤波过程示意图(MTI滤波前频谱及MTI频率响应)；
图1(b)为MTI滤波过程示意图(MTI滤波后频谱)；
图2为CFAR滑窗检测示意图；
图3(a)为4邻接连通域示意图；
图3(b)为8邻接连通域示意图；
图4为某二值图像(8X11)；
图5为连通域标记结果；
图6为本发明技术方案流程图；
图7为雷达天线波束中心扫描示意图；
图8为传统方法点迹输出结果；
图9为本发明方法点迹输出结果；
图10为连通域面积统计结果。
具体实施方式
下面结合对本发明做进一步阐述。
为了更好地说明本发明，先简单介绍一下本发明的方案设计理论。
1、运动目标指示
运动目标指示(MTI)是多普勒处理方法中较为常见的一种简单快速的滤波手段，其主要思想是通过构造一个高通滤波器，将零频附近的杂波能量抑制在一定水平内，从而提高运动目标的信杂比，有利于目标的检测。MTI滤波过程示意图见图1(a)、图1(b)。
需要指出的是，MTI技术一般用于脉冲数较少的场合，即滤波器的阶数受限，这直接导致了滤波器频率响应的凹口较宽，在抑制杂波的同时，也会对低速运动目标产生一定衰减。
常用的M脉冲MTI滤波器传递函数可由二脉冲对消器级联获得，即
对应的冲击响应系数为
式中，(·)！表示排列算子。
2、恒虚警率检测
恒虚警率(CFAR)检测是一种在复杂背景环境中提供可预测虚警率的检测技术。假设我们这里讨论的干扰为高斯白噪声，对于仅存在一个采样且采样值是归一化的，则其虚警率可由下式给出
其中，Dth为检测门限。由上式我们不难可求得在给定虚警率Pf下所需的检测门限值，即
Dth＝-lnPf (14)
对于非归一化的采样情况，检测门限的计算需要考虑噪声功率σ2的影响，即
Dth＝-σ2lnPf (15)
由上式不难看出，准确计算检测门限除了给定的虚警率Pf外，还需要知道噪声功率σ2。对于大多数雷达系统而言，该参数是未知的，或者说是会随着时间和场景的变化而发生变化的，因此需要对其进行估计。而噪声估计的关键在于噪声样本的挑选。下图给出了一种常用于对距离单元进行处理的CFAR滑窗检测示意图见图2，其中待检测单元位于检测窗口中央，其相邻两侧有一定长度的保护单元，剩余部分为用于噪声统计的参考样本数据。增加保护单元是因为目标在距离向上可能跨多个单元，此时待检测单元临近的样本内不仅含有噪声，还有目标的部分能量。
3、二值图像连通域标记及面积测量
连通域标记是指从二值图像(0和1)中将邻接的“1”集合提取出来，并为其标记相应的数字序号，并将该数字序号作为相应连通域集合内所有元素的新像素值。在图像处理领域，该操作是最为基本的，也是非常关键的一步，对图像处理的最终结果具有重要影响。
连通域面积测量是指在完成二值图像连通域标记后，对连通域内所含元素对应尺度面积的总和，对于尺度均匀且归一化的二值图像，连通域面积等于所含元素个数总和。
连通域标记的结果跟所选用的邻接方式有关。常见的邻接方式有两种：4邻接和8邻接。 4邻接一共有4个点，即上下左右，见图3(a)。8邻接的点一共有8个，包括了对角线位置的点，见图3(b)。
下面我们举个二值图像连通域标记过程的例子。假设某二值图像(8X11)，见图4，图中含有5个连通域。下面采用8邻接方式对该二值图像进行从左至右、从上之下逐个像素进行扫描，最终得到5个连通域标记结果，见图5。假设该二值图像的尺度是均匀且归一化的，则连通域面积统计结果见图10。
结合上述理论，如图6所示，本发明提供了一种基于二值图像连通域面积测量的点迹滤波技术，其特征在于，包括以下步骤：
步骤1：对单帧多脉冲回波信号进行脉压、动目标显示(MTI)处理；
步骤2：对脉压、MTI后的单帧距离向信号进行CFAR检测；
步骤3：对取模值后的单帧信号进行滑窗CFAR检测；
步骤4：对多帧CFAR检测的二值图像进行连通域标记及面积测量；
步骤5：对满足条件的连通域进行重心位置计算；
步骤6：将检出目标的重心位置转化为雷达坐标系下的距离-方位信息；
步骤7：得到雷达坐标系下的点迹输出。
所述步骤1具体包括，对单帧多脉冲回波信号进行脉压、动目标显示(MTI)处理：
设脉压后的第i帧多脉冲信号Xi为
其中，表示第i帧多脉冲信号Xi中第m个脉冲中第n个距离单元的数值；I表示雷达天线波束中心扫描一圈所产生的总帧数，如图7所示；M表示每帧的脉冲数；N表示每帧的距离单元数；上标T表示转置算子。本发明中取I＝484，M＝6，N＝6000。
为了抑制零频附近的杂波，对脉压后的单帧多脉冲信号Xi进行MTI处理得单帧距离信号其中表示第i帧MTI处理后第n个距离单元得数值，其值可由下式计算得到
其中，wm为MTI加权向量w中第m个加权因子，0<wm<1，m＝1,2,…,M；上标H表示共轭转置算子；上标*表示共轭算子。
所述步骤2具体包括，对脉压、MTI后的单帧距离向信号进行CFAR检测：
对MTI处理后的单帧距离信号yi进行取模值操作，如下式所示：
其中，表示yi取模值后得距离信号，i＝1,2,…,I，real(·)和imag(·)分别表示取实部和虚部算子。
所述步骤3具体包括，对取模值后的单帧信号进行滑窗CFAR检测，具体过程可分解为如下四个步骤：
A)设置检测希望的虚警概率Pf，检测窗口长度Nw(奇数)和保护窗口长度Np(单边)，本发明取Pf＝10-6，Nw＝21，Np＝1；
B)估计当前滑窗内的噪声功率σ2(n),n＝1,2,…,N，下面分三种情况计算噪声功率：
(i)如果则
(ii)如果1≤n≤(Nw-1)/2，则
(iii)如果N-(Nw-1)/2+1≤n≤N，则
C)根据所设定的虚警概率计算检测门限，如下式所示
式中，ln(Pf)表示对Pf取自然对数。
D)根据所得检测门限Dth(n)，利用平方律检波器Hp(i,n)来判断待检测单元是否含有目标，即
所述步骤4具体包括，对连续Ibw(2≤Ibw≤I)帧检测结果的I×N矩阵Hp进行连通域标记并统计每个连通域的面积大小，具体过程如下：
A)对Hp进行逐行逐列扫描，并对非零连通区域进行标记，假定求得连通区域个数记为Znum，这里0<Znum<500；
B)逐个连通区域统计其面积大小，即计算该连通域内像素的总个数，假定第l个连通区的面积为zarea(l)，其中zarea为Znum×1维的列向量，l＝1,2,…,Znum，这里0<zarea(l)<1000；
所述步骤5具体包括，判断第l个连通区的面积zarea(l)是否大于阈值Tarea，这里取Tarea＝4。若不大于，则不处理，否则检出目标数增加1，并计算该连通域的重心位置(xc(l)，yc(l))，即
式中，xc，yc分别为Znum×1维列向量，xl，yl分别表示第l个连通区内所有像素位置坐标的横坐标和纵坐标列向量，这里0<xc(l),xl(u)<6000，0<yc(l),yl(u)<484。
所述步骤6具体包括，将检出目标的重心位置转化为雷达坐标系下的距离-方位信息，即
其中，r，a分别为Znum×1维距离和方位列向量，R0和A0分别为距离和方位的起始位置，△R和△A分别为距离和方位的间隔长度，这里R0＝3km，A0＝0°，△R＝15m，△A＝0.74°。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.一种基于二值图像连通域面积测量的点迹滤波技术，其特征在于，包括以下步骤：
步骤1：对单帧多脉冲回波信号进行脉压、动目标显示(MTI)处理；
步骤2：对脉压、MTI后的单帧距离向信号进行CFAR检测；
步骤3：对取模值后的单帧信号进行滑窗CFAR检测；
步骤4：对多帧CFAR检测的二值图像进行连通域标记及面积测量；
步骤5：对满足条件的连通域进行重心位置计算；
步骤6：将检出目标的重心位置转化为雷达坐标系下的距离-方位信息；
步骤7：得到雷达坐标系下的点迹输出。
2.根据权利要求1所述一种基于二值图像连通域面积测量的点迹滤波技术，其特征在于，所述步骤1具体包括，对单帧多脉冲回波信号进行脉压、动目标显示(MTI)处理：
设脉压后的第i帧多脉冲信号Xi为
其中，表示第i帧多脉冲信号Xi中第m个脉冲中第n个距离单元的数值；I表示雷达天线波束中心扫描一圈所产生的总帧数；M表示每帧的脉冲数；N表示每帧的距离单元数；上标T表示转置算子；
为了抑制零频附近的杂波，对脉压后的单帧多脉冲信号Xi进行MTI处理得单帧距离信号其中表示第i帧MTI处理后第n个距离单元得数值，其值可由下式计算得到
其中，wm为MTI加权向量w中第m个加权因子，0＜wm＜1，m＝1,2,…,M；上标H表示共轭转置算子；上标*表示共轭算子。
3.根据权利要求2所述一种基于二值图像连通域面积测量的点迹滤波技术，其特征在于，所述步骤2具体包括，对脉压、MTI后的单帧距离向信号进行CFAR检测：
对MTI处理后的单帧距离信号yi进行取模值操作，如下式所示：
其中，表示yi取模值后得距离信号，i＝1,2,…,I，real(·)和imag(·)分别表示取实部和虚部算子。
4.根据权利要求3所述一种基于二值图像连通域面积测量的点迹滤波技术，其特征在于，所述步骤3具体包括，对取模值后的单帧信号进行滑窗CFAR检测，具体过程可分解为如下四个步骤：
A)设置检测希望的虚警概率Pf，检测窗口长度Nw(奇数)和保护窗口长度Np(单边)；
B)估计当前滑窗内的噪声功率σ2(n),n＝1,2,…,N，下面分三种情况计算噪声功率：
(i)如果
ii)如果1≤n≤(Nw-1)/2，则
(iii)如果N-(Nw-1)/2+1≤n≤N，则
C)根据所设定的虚警概率计算检测门限，如下式所示
式中，ln(Pf)表示对Pf取自然对数。
D)根据所得检测门限Dth(n)，利用平方律检波器Hp(i,n)来判断待检测单元是否含有目标，即
。
5.根据权利要求4所述一种基于二值图像连通域面积测量的点迹滤波技术，其特征在于，所述步骤4具体包括，对连续Ibw(2≤Ibw≤I)帧检测结果的I×N矩阵Hp进行连通域标记并统计每个连通域的面积大小，具体过程如下：
A)对Hp进行逐行逐列扫描，并对非零连通区域进行标记，设求得连通区域个数记为Znum，这里0＜Znum＜500；
B)逐个连通区域统计其面积大小，即计算该连通域内像素的总个数，假定第l个连通区的面积为zarea(l)，其中zarea为Znum×1维的列向量，l＝1,2,…,Znum，这里0<zarea(l)＜1000。
6.根据权利要求5所述一种基于二值图像连通域面积测量的点迹滤波技术，其特征在于，所述步骤5具体包括，判断第l个连通区的面积zarea(l)是否大于阈值Tarea，这里取Tarea＝4；若不大于，则不处理，否则检出目标数增加1，并计算该连通域的重心位置(xc(l)，yc(l))，即
式中，xc，yc分别为Znum×1维列向量，xl，yl分别表示第l个连通区内所有像素位置坐标的横坐标和纵坐标列向量，这里0＜xc(l),xl(u)＜6000，0＜yc(l),yl(u)＜484。
7.根据权利要求6所述一种基于二值图像连通域面积测量的点迹滤波技术，其特征在于，所述步骤6具体包括，将检出目标的重心位置转化为雷达坐标系下的距离-方位信息，即
其中，r，a分别为Znum×1维距离和方位列向量，R0和A0分别为距离和方位的起始位置，ΔR和ΔA分别为距离和方位的间隔长度。
CN201811188409.5A 2018-10-12 2018-10-12 一种基于二值图像连通域面积测量的点迹滤波技术 Pending CN109375185A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811188409.5A CN109375185A (zh) 2018-10-12 2018-10-12 一种基于二值图像连通域面积测量的点迹滤波技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811188409.5A CN109375185A (zh) 2018-10-12 2018-10-12 一种基于二值图像连通域面积测量的点迹滤波技术

Publications (1)

Publication Number Publication Date
CN109375185A true CN109375185A (zh) 2019-02-22

Family

ID=65397925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811188409.5A Pending CN109375185A (zh) 2018-10-12 2018-10-12 一种基于二值图像连通域面积测量的点迹滤波技术

Country Status (1)

Country Link
CN (1) CN109375185A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110542557A (zh) * 2019-08-21 2019-12-06 中国一拖集团有限公司 图像积分驱动的机床大数据周期性故障特征快速分析方法
CN111175706A (zh) * 2020-01-08 2020-05-19 中国船舶重工集团公司第七二四研究所 一种基于局部门限判断的插值杂波图方法
CN111428573A (zh) * 2020-03-02 2020-07-17 南京莱斯电子设备有限公司 一种复杂背景下的红外弱小目标检测虚警抑制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201732161U (zh) * 2010-05-05 2011-02-02 北京航空航天大学 一种基于数字信号处理器的高速恒定虚警率检测器
CN104035090A (zh) * 2014-05-16 2014-09-10 奇瑞汽车股份有限公司 一种基于雷达目标检测的自由滑窗式cfar控制方法
CN104215959A (zh) * 2014-09-22 2014-12-17 西安电子科技大学 一种多机动目标径向初速度和径向加速度的估计方法
CN105373518A (zh) * 2015-09-29 2016-03-02 大连楼兰科技股份有限公司 恒虚警检测中算法的选择方法
CN106918807A (zh) * 2017-02-28 2017-07-04 西安电子科技大学 一种雷达回波数据的目标点迹凝聚方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201732161U (zh) * 2010-05-05 2011-02-02 北京航空航天大学 一种基于数字信号处理器的高速恒定虚警率检测器
CN104035090A (zh) * 2014-05-16 2014-09-10 奇瑞汽车股份有限公司 一种基于雷达目标检测的自由滑窗式cfar控制方法
CN104215959A (zh) * 2014-09-22 2014-12-17 西安电子科技大学 一种多机动目标径向初速度和径向加速度的估计方法
CN105373518A (zh) * 2015-09-29 2016-03-02 大连楼兰科技股份有限公司 恒虚警检测中算法的选择方法
CN106918807A (zh) * 2017-02-28 2017-07-04 西安电子科技大学 一种雷达回波数据的目标点迹凝聚方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘佳斌: "基于GPU的外辐射源雷达信号处理软件实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
王建声: "目标积累检测与点迹凝聚技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110542557A (zh) * 2019-08-21 2019-12-06 中国一拖集团有限公司 图像积分驱动的机床大数据周期性故障特征快速分析方法
CN110542557B (zh) * 2019-08-21 2021-02-09 中国一拖集团有限公司 图像积分驱动的机床大数据周期性故障特征分析方法
CN111175706A (zh) * 2020-01-08 2020-05-19 中国船舶重工集团公司第七二四研究所 一种基于局部门限判断的插值杂波图方法
CN111175706B (zh) * 2020-01-08 2022-05-27 中国船舶重工集团公司第七二四研究所 一种基于局部门限判断的插值杂波图方法
CN111428573A (zh) * 2020-03-02 2020-07-17 南京莱斯电子设备有限公司 一种复杂背景下的红外弱小目标检测虚警抑制方法

Similar Documents

Publication Publication Date Title
CN106918807B (zh) 一种雷达回波数据的目标点迹凝聚方法
Zrinc et al. Two methods of ambiguity resolution in pulse Doppler weather radars
US6775617B2 (en) Method for determining hydrographic parameters which describe a sea swell field in situ using a radar device
CN111123212B (zh) 一种基于复杂杂波背景下的场面监视雷达的信号处理方法
EP1588188B1 (en) Method of detecting a target
CN109375185A (zh) 一种基于二值图像连通域面积测量的点迹滤波技术
KR101880616B1 (ko) 해상풍과 해무 위성정보를 이용한 해무 예측 방법
CN108254748A (zh) 基于激光测距和雷达图像的内河船舶超高报警系统及方法
CN107942329B (zh) 机动平台单通道sar对海面舰船目标检测方法
Chen et al. A method to correct the influence of rain on X-band marine radar image
CN109270501A (zh) 一种用于全固态vts雷达的海杂波抑制方法
CN109188430A (zh) 一种基于地面监视雷达系统的目标提取方法
Wang et al. Unsupervised ship detection for single-channel SAR images based on multiscale saliency and complex signal kurtosis
CN107369163B (zh) 一种基于最佳熵双阈值分割的快速sar图像目标检测方法
Daliakopoulos et al. A weather radar data processing module for storm analysis
KR101839855B1 (ko) 파랑 정보 추출 장치 및 방법
CN115993602A (zh) 一种基于前视声呐的水下目标检测及定位方法
CN113820680B (zh) 一种基于协方差的多帧海陆雷达回波分割方法
CN108985292A (zh) 一种基于多尺度分割的sar图像cfar目标检测方法与系统
CN112099018B (zh) 基于径向速度和区域能量联合的运动目标检测方法及装置
CN114594477A (zh) 基于回波域的星载sar海上目标信号检测方法和装置
Davidson et al. Statistical analysis of high resolution land clutter
Li et al. Moving target detection and tracking interactive algorithm based on acoustic image
Zhu et al. Compressive sensing for super-resolving SAR imaging to support target detection in coastal zone
Pegler et al. An enhanced spatio-spectral template for automatic small recreational vessel detection

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190222

WD01 Invention patent application deemed withdrawn after publication