CN109541581A - 一种基于无人机监视雷达的杂波抑制目标机动跟踪方法 - Google Patents
一种基于无人机监视雷达的杂波抑制目标机动跟踪方法 Download PDFInfo
- Publication number
- CN109541581A CN109541581A CN201811426084.XA CN201811426084A CN109541581A CN 109541581 A CN109541581 A CN 109541581A CN 201811426084 A CN201811426084 A CN 201811426084A CN 109541581 A CN109541581 A CN 109541581A
- Authority
- CN
- China
- Prior art keywords
- target
- track
- point
- trace
- frames
- 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
Links
- 230000002159 abnormal effect Effects 0.000 claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 19
- 230000001629 suppression Effects 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 abstract 2
- 230000007123 defense Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G01S13/66—Radar-tracking systems; Analogous systems
-
- 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
- G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
-
- 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
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
本发明涉及无人机监视雷达航迹跟踪的技术领域,尤其是一种基于无人机监视雷达的杂波抑制目标机动跟踪方法,包括:对目标的运动方式进行判断,所述运动方式包括非径向运动和径向直线运动;对目标的运动进行异常机动判别,判别目标的运动是否为异常机动;且不同运动方式的目标的异常机动判别方式不同;对运动为异常机动的目标建立隐形分支航迹;对隐形分支航迹进行航迹管理。本发明通过目标异常机动的判别以抑制杂波的干扰,同时,通过建立隐形分支航迹以保证目标的机动跟踪,有效的解决了无人机的航迹跟踪需要兼顾目标强机动跟踪和杂波抑制的问题。
Description
技术领域
本发明涉及无人机监视雷达航迹跟踪的技术领域,尤其是一种基于无人机监视雷达的杂波抑制目标机动跟踪方法。
背景技术
近年,由于民用无人机产业迅速发展,导致无人机防御成为城市低空防御、边防、海防等国家安全防御系统中急需解决的问题。无人机监视雷达作为无人机防御系统中的重要组成部分,负责无人机的发现、确认和跟踪。
针对无人机体积小、飞行高度低、飞行速度慢的特点,无人机监视雷达需要进行低仰角、超低门限检测,经过信号处理后杂波剩余量大;同时,无人机机动性强,转弯、悬停不受限制,为了满足目标机动跟踪,目标运动参数相关范围宽泛,使得目标跟踪容易受到杂波的干扰。
综上,无人机航迹跟踪需要兼顾目标强机动跟踪,以及杂波抑制的问题。现有技术的目标跟踪,易造成目标在大机动时跟踪丢点,以及在目标杂波区跟踪时易受杂波影响,造成跟踪错误。
发明内容
为了克服上述现有技术中的缺陷,本发明提供一种基于无人机监视雷达的杂波抑制目标机动跟踪方法,通过目标异常机动的判别以抑制杂波的干扰,同时,通过建立隐形分支航迹以保证目标的机动跟踪,有效的解决了无人机的航迹跟踪需要兼顾目标强机动跟踪和杂波抑制的问题。
为实现上述目的,本发明采用以下技术方案,包括:
一种基于无人机监视雷达的杂波抑制目标机动跟踪方法,包括以下步骤:
S1,对目标的运动方式进行判断,所述运动方式包括非径向运动和径向运动;
S2,对目标的运动进行异常机动判别,判别目标的运动是否为异常机动;且不同运动方式的目标的异常机动判别方式不同;
S3,对运动判别为异常机动的目标建立隐形分支航迹;
S4,对隐形分支航迹进行航迹管理。
步骤S1中,对目标的运动方式进行判断,包括以下具体步骤:
S11,计算目标的飞行速度Velocity,计算方式如下所示:
其中,Tn表示当前帧的关联点迹Plot的接收时间;Plot(X)、Plot(Y)分别表示当前帧即Tn时刻的关联点迹Plot的X轴坐标和Y轴坐标;
Tn-1表示目标航迹的前一帧的更新时间;分别表示目标航迹在前一帧即Tn-1时刻的点迹的X轴坐标和Y轴坐标;
S12,计算目标的径向飞行速度RadialVelocity,计算方式如下所示:
RadialVelocity=Velocity×cos[Course-Plot(Azimuth)]
其中,Courese表示当前帧的关联点迹Plot与前一帧的目标航迹所形成的目标飞行航向;Plot(Azimuth)表示当前帧的关联点迹Plot的方位;
S13,根据目标的飞行速度Velocity和目标的径向飞行速度RadialVelocity之间差值的绝对值判断目标的运动方式,具体方式如下所示:
当|Velocity-RadialVelocity|<DeltaV时,目标的运动方式为径向运动,即目标为径向直线飞行,标记为RadialFlyMode;
当|Velocity-RadialVelocity|>DeltaV时,目标的运动方式为非径向运动,即目标为绕飞,标记为RoundFlyMode;若前一时刻目标为径向直线飞行且当前时刻目标为绕飞时,则判定目标为首点绕飞,标记为FirstRoundFlyMode;
其中,DeltaV表示速度抖动门限。
步骤S2中,
径向运动的目标的异常机动判断,包括以下具体步骤:
S201,利用目标航迹在前三帧的点迹以及目标航迹的前三帧的更新时间Tn-1、Tn-2、Tn-3,计算目标航迹在前一帧即Tn-1时刻的点迹的速度和加速度具体计算方式如下所示:
其中,表示目标航迹在前一帧的点迹的沿X轴方向的速度;表示目标航迹在前一帧的点迹的沿Y轴方向的速度;
表示目标航迹在前两帧即Tn-2时刻的点迹的沿X轴方向的速度;表示目标航迹在前两帧的点迹的沿Y轴方向的速度;
表示目标航迹在前一帧的点迹的沿X轴方向的加速度;表示目标航迹在前一帧的点迹的沿Y轴方向的加速度;
表示目标航迹在前一帧的点迹的X轴坐标,表示目标航迹在前一帧的点迹的Y轴坐标;
表示目标航迹在前两帧即Tn-2时刻的点迹的X轴坐标,表示目标航迹在前两帧即Tn-2时刻的点迹的Y轴坐标;
表示目标航迹在前三帧即Tn-3时刻的点迹的X轴坐标,表示目标航迹在前三帧即Tn-3时刻的点迹的Y轴坐标;
S202,对于径向运动的目标,根据匀加速直线运动公式,分别计算当前帧即Tn时刻的目标预测点的位置和目标最大机动预测点的位置,具体计算方式如下所示:
其中,所述目标预测点是根据目标航迹的历史数据即目标航迹在之前帧的点迹数据进行外推所得到的点迹,即为观测点迹;PreP(X)表示目标预测点的X轴坐标,PreP(Y)表示目标预测点的Y轴坐标;
其中,所述目标最大机动预测点是根据目标航迹的历史数据假设目标发生最大机动时所计算得到的预测点迹;OppPreP(X)表示目标最大机动预测点的X轴坐标,OppPreP(Y)表示目标最大机动预测点的Y轴坐标;
S203,计算目标径向直线运动的最大残差门限MaxResidueR.Radial,具体计算方式如下所示:
计算关联点迹与目标航迹的残差PlotResidueR.Radial,具体计算方式如下所示:
其中,Plot(X)、Plot(Y)分别表示当前帧即Tn时刻的关联点迹Plot的X轴坐标和Y轴坐标;
S204,若关联点迹与目标航迹的残差PlotResidueR.Radial大于目标径向直线运动的最大残差门限MaxResidueR.Radial,则该目标的径向运动为异常机动,即目标在当前帧的运动为异常机动;否则,该目标的径向运动不为异常机动。
步骤S2中,
非径向运动的目标的异常机动判断,包括以下具体步骤:
S211,利用目标航迹在前三帧的点迹以及目标航迹的前三帧的更新时间Tn-1、Tn-2、Tn-3,计算目标航迹在前一帧即Tn-1时刻的点迹的速度和加速度具体计算方式如下所示:
其中,表示目标航迹在前一帧的点迹的沿X轴方向的速度;表示目标航迹在前一帧的点迹的沿Y轴方向的速度;
表示目标航迹在前两帧即Tn-2时刻的点迹的沿X轴方向的速度;表示目标航迹在前两帧的点迹的沿Y轴方向的速度;
表示目标航迹在前一帧的点迹的沿X轴方向的加速度;表示目标航迹在前一帧的点迹的沿Y轴方向的加速度;
表示目标航迹在前一帧的点迹的X轴坐标,表示目标航迹在前一帧的点迹的Y轴坐标;
表示目标航迹在前两帧即Tn-2时刻的点迹的X轴坐标,表示目标航迹在前两帧即Tn-2时刻的点迹的Y轴坐标;
表示目标航迹在前三帧即Tn-3时刻的点迹的X轴坐标,表示目标航迹在前三帧即Tn-3时刻的点迹的Y轴坐标;
S212,对非径向运动的目标,也根据匀加速直线运动公式,分别计算当前帧即Tn时刻的目标预测点的位置和目标最大机动预测点的位置,具体计算方式如下所示:
其中,所述目标预测点是根据目标航迹的历史数据即目标航迹在之前帧的点迹数据进行外推所得到的点迹,即为观测点迹;PreP(X)表示目标预测点的X轴坐标,PreP(Y)表示目标预测点的Y轴坐标;
其中,所述目标最大机动预测点是根据目标航迹的历史数据假设目标发生最大机动时所计算得到的预测点迹;OppPreP(X)表示目标最大机动预测点的X轴坐标,OppPreP(Y)表示目标最大机动预测点的Y轴坐标;
S213,无人机监视雷达在距离和方位上的探测精度不同,对于非径向运动的目标,残差的计算需要综合考虑距离差和方位差的贡献,其中,
所述距离差DeltaR的计算方式,如下所示:
所述方位差的计算用该方位差所对应的弧长DeltaArc代替,所述弧长DeltaArc的计算方式,如下所示:
S214,计算目标非径向运动的最大残差门限MaxResidueR.Round,具体计算方式如下所示:
计算关联点迹与目标航迹的残差PlotResidueR.Round,具体计算方式如下所示:
其中,Plot(X)、Plot(Y)分别表示当前帧即Tn时刻的关联点迹Plot的X轴坐标和Y轴坐标;
S215,若关联点迹与目标航迹的残差PlotResidueR.Round大于目标径向直线运动的最大残差门限MaxResidueR.Round,则该目标的非径向运动为异常机动,即目标在当前帧的运动为异常机动;否则,该目标的非径向运动不为异常机动。
步骤S3中,当判定目标在当前帧的运动为异常机动时,即目标航迹在当前帧的关联点迹为异常机动,则对目标航迹建立隐形分支航迹,将目标航迹的历史数据拷贝至所述隐形分支航迹,并用目标航迹的当前帧的该异常机动的关联点迹更新该隐形分支航迹,且将目标航迹按照丢点处理,即目标航迹在当前帧视为没有关联点迹;所述隐形分支航迹不允许显示输出。
步骤S4中,所述隐形分支航迹的航迹管理,包括以下步骤:
S41,对下一帧即Tn+1时刻的点迹进行相关处理时,将Tn+1时刻的点迹优先与目标航迹进行相关处理,若Tn+1时刻的点迹与目标航迹不相关时,则再将Tn+1时刻的点迹与隐形分支航迹进行相关处理;若Tn+1时刻的点迹与目标航迹相关时,则Tn+1时刻的点迹不再与隐形分支航迹进行相关处理;
S42,下一帧即Tn+1时刻的点迹的相关处理结束后,分别计算得到Tn+1时刻的目标航迹的隶属度,以及Tn+1时刻的隐形分支航迹的隶属度;
S43,按照步骤S41的方式,对下下一帧即Tn+2时刻的点迹进行相关处理,且相关处理结束后,分别计算得到Tn+2时刻的目标航迹的隶属度,以及Tn+2时刻的隐形分支航迹的隶属度;利用累加的方式,分别计算得到累计两帧的目标航迹的隶属度,以及累计两帧的隐形分支航迹的隶属度;即将Tn+1时刻的目标航迹的隶属度加上Tn+2时刻的目标航迹的隶属度得到累计两帧的目标航迹的隶属度,将Tn+1时刻的隐形分支航迹的隶属度加上Tn+2时刻的隐形分支航迹的隶属度得到累计两帧的隐形分支航迹的隶属度;
S44,按照上述方式,当目标航迹和隐形分支航迹累计有三帧的相关处理后,即Tn+3时刻的点迹进行相关处理后,得到累计三帧的目标航迹的隶属度和累计三帧的隐形分支航迹的隶属度;根据累计三帧的目标航迹的隶属度,得到该累计三帧的目标航迹的平均隶属度;还根据累计三帧的隐形分支航迹的隶属度,得到该累计三帧的隐形分支航迹的平均隶属度;
所述平均隶属度等于累计后的隶属度除以累计帧数;
S45,对累计三帧的目标航迹的平均隶属度和累计三帧的隐形分支航迹的平均隶属度的大小进行比较,若累计三帧的隐形分支航迹的平均隶属度大于累计三帧的目标航迹的平均隶属度,则目标航迹跳转到隐形分支航迹,即选择隐形分支航迹作为目标的正确关联航迹,将隐形分支航迹发送给显示终端,显示终端更新隐形分支航迹作为目标的正确关联航迹,即用目标航迹批号更新隐形分支航迹批号,并删除目标航迹;否则,目标航迹不跳转到隐形分支航迹,即选择目标航迹作为目标的正确关联航迹,且删除该隐形分支航迹。
本发明的优点在于:
(1)本发明利用目标在前三帧的历史点迹,计算最大残差门限,有效的抑制了杂波干扰。
(2)本发明提供了两种运动方式即径向运动和非径向运动时的目标的异常机动判断,以及提供了不同运动方式下的最大残差门限的计算方式,更贴合实际,且易于工程实践。
(3)本发明采用建立隐形分支航迹的方法以弥补目标因为机动造成的跟踪丢点。
(4)由于雷达探测目标时距离精度与方位精度不同,残差计算将综合考虑距离差和方位差的贡献,同一方位差对应不同距离段的目标,弧长差距大,目标情动强度不同,本发明采用方位差所对应的弧长来代替目标方位机动差的计算,更容易有效的判断目标的机动性。
(5)本发明选择累计三帧的平均隶属度作为判断目标的正确关联航迹的依据,更快且更准确的判断出目标的机动性。
附图说明
图1为本发明一种基于无人机监视雷达的杂波抑制目标机动跟踪方法的方法流程图。
图2为目标径向直线运动的最大机动模型。
图3为目标非径向运动的最大机动模型。
图4为本发明的隐形分支航迹管理的方法流程图。
图5为基于本发明的一种连续波体制的无人机监视雷达在杂波环境下的目标机动跟踪效果图。
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。
由图1所示,一种基于无人机监视雷达的杂波抑制目标机动跟踪方法,包括以下具体步骤:
S1,对目标的运动方式进行判断,所述运动方式包括非径向运动和径向运动;
S2,对目标的运动进行异常机动判别,判别目标的运动是否为异常机动;且不同运动方式的目标的异常机动判别方式不同;
S3,对运动为异常机动的目标建立隐形分支航迹;
S4,对隐形分支航迹进行航迹管理。
步骤S1中,对目标的运动方式进行判断,包括以下具体步骤:
S11,计算目标的飞行速度Velocity,计算方式如下所示:
其中,Tn表示当前帧的关联点迹Plot的接收时间;Plot(X)、Plot(Y)分别表示当前帧即Tn时刻的关联点迹Plot的X轴坐标和Y轴坐标;
Tn-1表示目标航迹的前一帧的更新时间;分别表示目标在前一帧即Tn-1时刻的点迹的X轴坐标和Y轴坐标;
S12,计算目标的径向飞行速度RadialVelocity,计算方式如下所示:
RadialVelocity=Velocity×cos[Course-Plot(Azimuth)]
其中,Courese表示当前帧的关联点迹Plot与前一帧的目标航迹所形成的目标飞行航向;Plot(Azimuth)表示当前帧的关联点迹Plot的方位;
S13,根据目标的飞行速度Velocity和目标的径向飞行速度RadialVelocity之间差值的绝对值判断目标的运动方式,具体方式如下所示:
当|Velocity-RadialVelocity|<DeltaV时,目标的运动方式为径向运动,即目标为径向直线飞行,标记为RadialFlyMode;
当|Velocity-RadialVelocity|>DeltaV时,目标的运动方式为非径向运动,即目标为绕飞,标记为RoundFlyMode;若前一时刻目标为径向直线飞行且当前时刻目标为绕飞时,则判定目标为首点绕飞,标记为FirstRoundFlyMode;
其中,DeltaV表示速度抖动门限,所述速度抖动门限DeltaV与雷达测量精度有关;实际过程中,所述速度抖动门限DeltaV根据实验确定,通过在目标径向直线飞行时采集数据以确定所述速度抖动门限DeltaV的大小。
由图3所示,步骤S2中,
径向运动的目标的异常机动判断,包括以下具体步骤:
S201,利用目标航迹在前三帧的点迹以及目标航迹的前三帧的更新时间Tn-1、Tn-2、Tn-3,计算目标航迹在前一帧即Tn-1时刻的点迹的速度和加速度具体计算方式如下所示:
其中,表示目标航迹在前一帧的点迹的沿X轴方向的速度;表示目标航迹在前一帧的点迹的沿Y轴方向的速度;
表示目标航迹在前两帧即Tn-2时刻的点迹的沿X轴方向的速度;表示目标航迹在前两帧的点迹的沿Y轴方向的速度;
表示目标航迹在前一帧的点迹的沿X轴方向的加速度;表示目标航迹在前一帧的点迹的沿Y轴方向的加速度;
表示目标航迹在前一帧的点迹的X轴坐标,表示目标航迹在前一帧的点迹的Y轴坐标;
表示目标航迹在前两帧即Tn-2时刻的点迹的X轴坐标,表示目标航迹在前两帧即Tn-2时刻的点迹的Y轴坐标;
表示目标航迹在前三帧即Tn-3时刻的点迹的X轴坐标,表示目标航迹在前三帧即Tn-3时刻的点迹的Y轴坐标;
S202,对于径向运动的目标,根据匀加速直线运动公式,分别计算当前帧即Tn时刻的目标预测点的位置和目标最大机动预测点的位置,具体计算方式如下所示:
其中,所述目标预测点是根据目标航迹的历史数据即目标航迹在之前帧的点迹数据进行外推所得到的点迹,即为观测点迹;PreP(X)表示目标预测点的X轴坐标,PreP(Y)表示目标预测点的Y轴坐标;
其中,所述目标最大机动预测点是根据目标航迹的历史数据假设目标发生最大机动时所计算得到的预测点迹;OppPreP(X)表示目标最大机动预测点的X轴坐标,OppPreP(Y)表示目标最大机动预测点的Y轴坐标;
S203,计算目标径向直线运动的最大残差门限MaxResidueR.Radial,具体计算方式如下所示:
计算关联点迹与目标航迹的残差PlotResidueR.Radial,具体计算方式如下所示:
其中,Plot(X)、Plot(Y)分别表示当前帧即Tn时刻的关联点迹Plot的X轴坐标和Y轴坐标;
S204,若关联点迹与目标航迹的残差PlotResidueR.Radial大于目标径向直线运动的最大残差门限MaxResidueR.Radial,则该目标的径向运动为异常机动,即目标在当前帧的运动为异常机动;否则,该目标的径向运动不为异常机动。
由图3所示,步骤S2中,
非径向运动的目标的异常机动判断,包括以下具体步骤:
S211,利用目标航迹在前三帧的点迹以及目标航迹的前三帧的更新时间Tn-1、Tn-2、Tn-3,计算目标航迹在前一帧即Tn-1时刻的点迹的速度和加速度具体计算方式如下所示:
其中,表示目标航迹在前一帧的点迹的沿X轴方向的速度;表示目标航迹在前一帧的点迹的沿Y轴方向的速度;
表示目标航迹在前两帧即Tn-2时刻的点迹的沿X轴方向的速度;表示目标航迹在前两帧的点迹的沿Y轴方向的速度;
表示目标航迹在前一帧的点迹的沿X轴方向的加速度;表示目标航迹在前一帧的点迹的沿Y轴方向的加速度;
表示目标航迹在前一帧的点迹的X轴坐标,表示目标航迹在前一帧的点迹的Y轴坐标;
表示目标航迹在前两帧即Tn-2时刻的点迹的X轴坐标,表示目标航迹在前两帧即Tn-2时刻的点迹的Y轴坐标;
表示目标航迹在前三帧即Tn-3时刻的点迹的X轴坐标,表示目标航迹在前三帧即Tn-3时刻的点迹的Y轴坐标;
S212,对非径向运动的目标,也根据匀加速直线运动公式,分别计算当前帧即Tn时刻的目标预测点的位置和目标最大机动预测点的位置,具体计算方式如下所示:
其中,所述目标预测点是根据目标航迹的历史数据即目标航迹在之前帧的点迹数据进行外推所得到的点迹,即为观测点迹;PreP(X)表示目标预测点的X轴坐标,PreP(Y)表示目标预测点的Y轴坐标;
其中,所述目标最大机动预测点是根据目标航迹的历史数据假设目标发生最大机动时所计算得到的预测点迹;OppPreP(X)表示目标最大机动预测点的X轴坐标,OppPreP(Y)表示目标最大机动预测点的Y轴坐标;
S213,无人机监视雷达在距离和方位上的探测精度不同,对于非径向运动的目标,残差的计算需要综合考虑距离差和方位差的贡献,其中,
所述距离差DeltaR的计算方式,如下所示:
所述方位差的计算用该方位差所对应的弧长DeltaArc代替,所述弧长DeltaArc的计算方式,如下所示:
S214,计算目标非径向运动的最大残差门限MaxResidueR.Round,具体计算方式如下所示:
计算关联点迹与目标航迹的残差PlotResidueR.Round,具体计算方式如下所示:
其中,Plot(X)、Plot(Y)分别表示当前帧即Tn时刻的关联点迹Plot的X轴坐标和Y轴坐标;
S215,若关联点迹与目标航迹的残差PlotResidueR.Round大于目标径向直线运动的最大残差门限MaxResidueR.Round,则该目标的非径向运动为异常机动,即目标在当前帧的运动为异常机动;否则,该目标的非径向运动不为异常机动。
步骤S3中,当判定目标在当前帧的运动为异常机动时,即目标航迹在当前帧的关联点迹为异常机动,则对目标航迹建立隐形分支航迹,并用目标航迹的当前帧的该异常机动的关联点迹更新该隐形分支航迹,且将目标航迹按照丢点处理,即目标航迹在当前帧视为没有关联点迹;所述隐形分支航迹不允许显示输出;
所述更新的意思为:将关联点迹加入即关联到航迹中。
由图4所示,步骤S4中,所述隐形分支航迹的航迹管理,包括以下步骤:
S41,下一帧即Tn+1时刻的点迹进行相关处理时,将Tn+1时刻的点迹优先与目标航迹进行相关处理,若Tn+1时刻的点迹与目标航迹不相关时,则再将Tn+1时刻的点迹与隐形分支航迹进行相关处理;若Tn+1时刻的点迹与目标航迹相关时,则Tn+1时刻的点迹不再与隐形分支航迹进行相关处理;
S42,下一帧即Tn+1时刻的点迹的相关处理结束后,分别计算得到Tn+1时刻的目标航迹的隶属度,以及Tn+1时刻的隐形分支航迹的隶属度;
所述隶属度等于当前帧的关联点迹和航迹的相关度;
S43,按照步骤S41的方式,对下下一帧即Tn+2时刻的点迹进行相关处理;且相关处理结束后,按照步骤S42的方式;分别计算得到Tn+2时刻的目标航迹的隶属度,以及Tn+2时刻的隐形分支航迹的隶属度;利用累加的方式,分别计算得到累计两帧的目标航迹的隶属度,以及累计两帧的隐形分支航迹的隶属度;即将Tn+1时刻的目标航迹的隶属度加上Tn+2时刻的目标航迹的隶属度得到累计两帧的目标航迹的隶属度,将Tn+1时刻的隐形分支航迹的隶属度加上Tn+2时刻的隐形分支航迹的隶属度得到累计两帧的隐形分支航迹的隶属度;
S44,按照上述方式,当目标航迹和隐形分支航迹累计有三帧的相关处理后,即Tn+3时刻的点迹进行相关处理后,得到累计三帧的目标航迹的隶属度和累计三帧的隐形分支航迹的隶属度;根据累计三帧的目标航迹的隶属度,得到该累计三帧的目标航迹的平均隶属度;根据累计三帧的隐形分支航迹的隶属度,得到该累计三帧的隐形分支航迹的平均隶属度;
所述平均隶属度等于累计后的隶属度除以累计帧数;
S45,对累计三帧的目标航迹的平均隶属度和累计三帧的隐形分支航迹的平均隶属度的大小进行比较,若累计三帧的隐形分支航迹的平均隶属度大于累计三帧的目标航迹的平均隶属度,则目标航迹跳转到隐形分支航迹,即选择隐形分支航迹作为目标的正确关联航迹,将隐形分支航迹发送给显示终端,显示终端更新隐形分支航迹作为目标的正确关联航迹,即用目标航迹批号更新隐形分支航迹批号,并删除目标航迹;否则,目标航迹不跳转到隐形分支航迹,即选择目标航迹作为目标的正确关联航迹,并删除该隐形分支航迹。
经过工程实践认证,本发明的杂波抑制目标机动跟踪方法在多种型号的无人机跟踪雷达上均效果显著。图5为基于本发明的一种连续波体制的无人机监视雷达在杂波环境下的目标机动跟踪效果图,图中,实线为无人机飞行轨迹,四旋翼标记为无人机的当前位置,分布不均的各点位当前帧的杂波点。
以上仅为本发明创造的较佳实施例而已,并不用以限制本发明创造,凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明创造的保护范围之内。
Claims (6)
1.一种基于无人机监视雷达的杂波抑制目标机动跟踪方法,其特征在于,包括以下步骤:
S1,对目标的运动方式进行判断,所述运动方式包括非径向运动和径向运动;
S2,对目标的运动进行异常机动判别,判别目标的运动是否为异常机动;且不同运动方式的目标的异常机动判别方式不同;
S3,对运动判别为异常机动的目标建立隐形分支航迹;
S4,对隐形分支航迹进行航迹管理。
2.根据权利要求1所述的一种基于无人机监视雷达的杂波抑制目标机动跟踪方法,其特征在于,步骤S1中,对目标的运动方式进行判断,包括以下具体步骤:
S11,计算目标的飞行速度Velocity,计算方式如下所示:
其中,Tn表示当前帧的关联点迹Plot的接收时间;Plot(X)、Plot(Y)分别表示当前帧即Tn时刻的关联点迹Plot的X轴坐标和Y轴坐标;
Tn-1表示目标航迹的前一帧的更新时间;分别表示目标航迹在前一帧即Tn-1时刻的点迹的X轴坐标和Y轴坐标;
S12,计算目标的径向飞行速度RadialVelocity,计算方式如下所示:
RadialVelocity=Velocity×cos[Course-Plot(Azimuth)]
其中,Courese表示当前帧的关联点迹Plot与前一帧的目标航迹所形成的目标飞行航向;Plot(Azimuth)表示当前帧的关联点迹Plot的方位;
S13,根据目标的飞行速度Velocity和目标的径向飞行速度RadialVelocity之间差值的绝对值判断目标的运动方式,具体方式如下所示:
当|Velocity-RadialVelocity|<DeltaV时,目标的运动方式为径向运动,即目标为径向直线飞行,标记为RadialFlyMode;
当|Velocity-RadialVelocity|>DeltaV时,目标的运动方式为非径向运动,即目标为绕飞,标记为RoundFlyMode;若前一时刻目标为径向直线飞行且当前时刻目标为绕飞时,则判定目标为首点绕飞,标记为FirstRoundFlyMode;
其中,DeltaV表示速度抖动门限。
3.根据权利要求2所述的一种基于无人机监视雷达的杂波抑制目标机动跟踪方法,其特征在于,步骤S2中,
径向运动的目标的异常机动判断,包括以下具体步骤:
S201,利用目标航迹在前三帧的点迹以及目标航迹的前三帧的更新时间Tn-1、Tn-2、Tn-3,计算目标航迹在前一帧即Tn-1时刻的点迹的速度和加速度具体计算方式如下所示:
其中,表示目标航迹在前一帧的点迹的沿X轴方向的速度;表示目标航迹在前一帧的点迹的沿Y轴方向的速度;
表示目标航迹在前两帧即Tn-2时刻的点迹的沿X轴方向的速度;表示目标航迹在前两帧的点迹的沿Y轴方向的速度;
表示目标航迹在前一帧的点迹的沿X轴方向的加速度;表示目标航迹在前一帧的点迹的沿Y轴方向的加速度;
表示目标航迹在前一帧的点迹的X轴坐标,表示目标航迹在前一帧的点迹的Y轴坐标;
表示目标航迹在前两帧即Tn-2时刻的点迹的X轴坐标,表示目标航迹在前两帧即Tn-2时刻的点迹的Y轴坐标;
表示目标航迹在前三帧即Tn-3时刻的点迹的X轴坐标,表示目标航迹在前三帧即Tn-3时刻的点迹的Y轴坐标;
S202,对于径向运动的目标,根据匀加速直线运动公式,分别计算当前帧即Tn时刻的目标预测点的位置和目标最大机动预测点的位置,具体计算方式如下所示:
其中,所述目标预测点是根据目标航迹的历史数据即目标航迹在之前帧的点迹数据进行外推所得到的点迹,即为观测点迹;PreP(X)表示目标预测点的X轴坐标,PreP(Y)表示目标预测点的Y轴坐标;
其中,所述目标最大机动预测点是根据目标航迹的历史数据假设目标发生最大机动时所计算得到的预测点迹;OppPreP(X)表示目标最大机动预测点的X轴坐标,OppPreP(Y)表示目标最大机动预测点的Y轴坐标;
S203,计算目标径向直线运动的最大残差门限MaxResidueR.Radial,具体计算方式如下所示:
计算关联点迹与目标航迹的残差PlotResidueR.Radial,具体计算方式如下所示:
其中,Plot(X)、Plot(Y)分别表示当前帧即Tn时刻的关联点迹Plot的X轴坐标和Y轴坐标;
S204,若关联点迹与目标航迹的残差PlotResidueR.Radial大于目标径向直线运动的最大残差门限MaxResidueR.Radial,则该目标的径向运动为异常机动,即目标在当前帧的运动为异常机动;否则,该目标的径向运动不为异常机动。
4.根据权利要求2所述的一种基于无人机监视雷达的杂波抑制目标机动跟踪方法,其特征在于,步骤S2中,
非径向运动的目标的异常机动判断,包括以下具体步骤:
S211,利用目标航迹在前三帧的点迹以及目标航迹的前三帧的更新时间Tn-1、Tn-2、Tn-3,计算目标航迹在前一帧即Tn-1时刻的点迹的速度和加速度具体计算方式如下所示:
其中,表示目标航迹在前一帧的点迹的沿X轴方向的速度;表示目标航迹在前一帧的点迹的沿Y轴方向的速度;
表示目标航迹在前两帧即Tn-2时刻的点迹的沿X轴方向的速度;表示目标航迹在前两帧的点迹的沿Y轴方向的速度;
表示目标航迹在前一帧的点迹的沿X轴方向的加速度;表示目标航迹在前一帧的点迹的沿Y轴方向的加速度;
表示目标航迹在前一帧的点迹的X轴坐标,表示目标航迹在前一帧的点迹的Y轴坐标;
表示目标航迹在前两帧即Tn-2时刻的点迹的X轴坐标,表示目标航迹在前两帧即Tn-2时刻的点迹的Y轴坐标;
表示目标航迹在前三帧即Tn-3时刻的点迹的X轴坐标,表示目标航迹在前三帧即Tn-3时刻的点迹的Y轴坐标;
S212,对非径向运动的目标,也根据匀加速直线运动公式,分别计算当前帧即Tn时刻的目标预测点的位置和目标最大机动预测点的位置,具体计算方式如下所示:
其中,所述目标预测点是根据目标航迹的历史数据即目标航迹在之前帧的点迹数据进行外推所得到的点迹,即为观测点迹;PreP(X)表示目标预测点的X轴坐标,PreP(Y)表示目标预测点的Y轴坐标;
其中,所述目标最大机动预测点是根据目标航迹的历史数据假设目标发生最大机动时所计算得到的预测点迹;OppPreP(X)表示目标最大机动预测点的X轴坐标,OppPreP(Y)表示目标最大机动预测点的Y轴坐标;
S213,无人机监视雷达在距离和方位上的探测精度不同,对于非径向运动的目标,残差的计算需要综合考虑距离差和方位差的贡献,其中,
所述距离差DeltaR的计算方式,如下所示:
所述方位差的计算用该方位差所对应的弧长DeltaArc代替,所述弧长DeltaArc的计算方式,如下所示:
S214,计算目标非径向运动的最大残差门限MaxResidueR.Round,具体计算方式如下所示:
计算关联点迹与目标航迹的残差PlotResidueR.Round,具体计算方式如下所示:
其中,Plot(X)、Plot(Y)分别表示当前帧即Tn时刻的关联点迹Plot的X轴坐标和Y轴坐标;
S215,若关联点迹与目标航迹的残差PlotResidueR.Round大于目标径向直线运动的最大残差门限MaxResidueR.Round,则该目标的非径向运动为异常机动,即目标在当前帧的运动为异常机动;否则,该目标的非径向运动不为异常机动。
5.根据权利要求3和4所述的一种基于无人机监视雷达的杂波抑制目标机动跟踪方法,其特征在于,步骤S3中,当判定目标在当前帧的运动为异常机动时,即目标航迹在当前帧的关联点迹为异常机动,则对目标航迹建立隐形分支航迹,将目标航迹的历史数据拷贝至所述隐形分支航迹,并用目标航迹的当前帧的该异常机动的关联点迹更新该隐形分支航迹,且将目标航迹按照丢点处理,即目标航迹在当前帧视为没有关联点迹;所述隐形分支航迹不允许显示输出。
6.根据权利要求5所述的一种基于无人机监视雷达的杂波抑制目标机动跟踪方法,其特征在于,步骤S4中,所述隐形分支航迹的航迹管理,包括以下步骤:
S41,对下一帧即Tn+1时刻的点迹进行相关处理时,将Tn+1时刻的点迹优先与目标航迹进行相关处理,若Tn+1时刻的点迹与目标航迹不相关时,则再将Tn+1时刻的点迹与隐形分支航迹进行相关处理;若Tn+1时刻的点迹与目标航迹相关时,则Tn+1时刻的点迹不再与隐形分支航迹进行相关处理;
S42,下一帧即Tn+1时刻的点迹的相关处理结束后,分别计算得到Tn+1时刻的目标航迹的隶属度,以及Tn+1时刻的隐形分支航迹的隶属度;
S43,按照步骤S41的方式,对下下一帧即Tn+2时刻的点迹进行相关处理,且相关处理结束后,分别计算得到Tn+2时刻的目标航迹的隶属度,以及Tn+2时刻的隐形分支航迹的隶属度;利用累加的方式,分别计算得到累计两帧的目标航迹的隶属度,以及累计两帧的隐形分支航迹的隶属度;即将Tn+1时刻的目标航迹的隶属度加上Tn+2时刻的目标航迹的隶属度得到累计两帧的目标航迹的隶属度,将Tn+1时刻的隐形分支航迹的隶属度加上Tn+2时刻的隐形分支航迹的隶属度得到累计两帧的隐形分支航迹的隶属度;
S44,按照上述方式,当目标航迹和隐形分支航迹累计有三帧的相关处理后,即Tn+3时刻的点迹进行相关处理后,得到累计三帧的目标航迹的隶属度和累计三帧的隐形分支航迹的隶属度;根据累计三帧的目标航迹的隶属度,得到该累计三帧的目标航迹的平均隶属度;还根据累计三帧的隐形分支航迹的隶属度,得到该累计三帧的隐形分支航迹的平均隶属度;
所述平均隶属度等于累计后的隶属度除以累计帧数;
S45,对累计三帧的目标航迹的平均隶属度和累计三帧的隐形分支航迹的平均隶属度的大小进行比较,若累计三帧的隐形分支航迹的平均隶属度大于累计三帧的目标航迹的平均隶属度,则目标航迹跳转到隐形分支航迹,即选择隐形分支航迹作为目标的正确关联航迹,将隐形分支航迹发送给显示终端,显示终端更新隐形分支航迹作为目标的正确关联航迹,即用目标航迹批号更新隐形分支航迹批号,并删除目标航迹;否则,目标航迹不跳转到隐形分支航迹,即选择目标航迹作为目标的正确关联航迹,且删除该隐形分支航迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811426084.XA CN109541581B (zh) | 2018-11-27 | 2018-11-27 | 一种基于无人机监视雷达的杂波抑制目标机动跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811426084.XA CN109541581B (zh) | 2018-11-27 | 2018-11-27 | 一种基于无人机监视雷达的杂波抑制目标机动跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109541581A true CN109541581A (zh) | 2019-03-29 |
CN109541581B CN109541581B (zh) | 2020-08-11 |
Family
ID=65851627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811426084.XA Active CN109541581B (zh) | 2018-11-27 | 2018-11-27 | 一种基于无人机监视雷达的杂波抑制目标机动跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109541581B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111123269A (zh) * | 2019-12-30 | 2020-05-08 | 成都纳雷科技有限公司 | 用于无人机避障雷达的地面杂波抑制方法、模块及装置 |
CN114217626A (zh) * | 2021-12-14 | 2022-03-22 | 集展通航(北京)科技有限公司 | 一种基于无人机巡检视频的铁路工程检测方法和系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4894658A (en) * | 1983-11-04 | 1990-01-16 | Motorola, Inc. | Method of data reduction in non-coherent side-looking airborne radars |
CN101000376A (zh) * | 2007-01-08 | 2007-07-18 | 清华大学 | 双基地合成孔径雷达的双门限恒虚警运动目标检测方法 |
CN101581782A (zh) * | 2009-06-15 | 2009-11-18 | 武汉大学 | 用于便携式高频地波雷达中抑制电离层杂波的方法 |
CN102176010A (zh) * | 2011-01-21 | 2011-09-07 | 西安电子科技大学 | 基于多发单收的无源雷达定位跟踪系统及定位跟踪方法 |
CN102955158A (zh) * | 2012-06-04 | 2013-03-06 | 北京航空航天大学 | 一种提高地面运动目标检测性能的多基线设计方法 |
JP2013145173A (ja) * | 2012-01-13 | 2013-07-25 | Furuno Electric Co Ltd | レーダ装置、レーダ画像データ処理プログラム、及びレーダ画像データ処理方法 |
CN103558597A (zh) * | 2013-11-15 | 2014-02-05 | 武汉大学 | 基于谱峭度的海杂波中弱目标检测方法 |
CN103854054A (zh) * | 2014-01-16 | 2014-06-11 | 电子科技大学 | 一种基于距离和关联的穿墙雷达活动人数判定方法 |
CN107255803A (zh) * | 2017-07-24 | 2017-10-17 | 中电科技(合肥)博微信息发展有限责任公司 | 一种船舶航迹逻辑起始算法 |
-
2018
- 2018-11-27 CN CN201811426084.XA patent/CN109541581B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4894658A (en) * | 1983-11-04 | 1990-01-16 | Motorola, Inc. | Method of data reduction in non-coherent side-looking airborne radars |
CN101000376A (zh) * | 2007-01-08 | 2007-07-18 | 清华大学 | 双基地合成孔径雷达的双门限恒虚警运动目标检测方法 |
CN101581782A (zh) * | 2009-06-15 | 2009-11-18 | 武汉大学 | 用于便携式高频地波雷达中抑制电离层杂波的方法 |
CN102176010A (zh) * | 2011-01-21 | 2011-09-07 | 西安电子科技大学 | 基于多发单收的无源雷达定位跟踪系统及定位跟踪方法 |
JP2013145173A (ja) * | 2012-01-13 | 2013-07-25 | Furuno Electric Co Ltd | レーダ装置、レーダ画像データ処理プログラム、及びレーダ画像データ処理方法 |
CN102955158A (zh) * | 2012-06-04 | 2013-03-06 | 北京航空航天大学 | 一种提高地面运动目标检测性能的多基线设计方法 |
CN103558597A (zh) * | 2013-11-15 | 2014-02-05 | 武汉大学 | 基于谱峭度的海杂波中弱目标检测方法 |
CN103854054A (zh) * | 2014-01-16 | 2014-06-11 | 电子科技大学 | 一种基于距离和关联的穿墙雷达活动人数判定方法 |
CN107255803A (zh) * | 2017-07-24 | 2017-10-17 | 中电科技(合肥)博微信息发展有限责任公司 | 一种船舶航迹逻辑起始算法 |
Non-Patent Citations (2)
Title |
---|
侯庆禹 等: "一种新的宽带目标识别雷达杂波抑制方法", 《西安电子科技大学学报( 自然科学版)》 * |
侯庆禹 等: "基于keystone 变换的宽带目标识别雷达杂波抑制", 《系统工程与电子技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111123269A (zh) * | 2019-12-30 | 2020-05-08 | 成都纳雷科技有限公司 | 用于无人机避障雷达的地面杂波抑制方法、模块及装置 |
CN111123269B (zh) * | 2019-12-30 | 2022-02-18 | 成都纳雷科技有限公司 | 用于无人机避障雷达的地面杂波抑制方法、模块及装置 |
CN114217626A (zh) * | 2021-12-14 | 2022-03-22 | 集展通航(北京)科技有限公司 | 一种基于无人机巡检视频的铁路工程检测方法和系统 |
CN114217626B (zh) * | 2021-12-14 | 2022-06-28 | 集展通航(北京)科技有限公司 | 一种基于无人机巡检视频的铁路工程检测方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109541581B (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108802707B (zh) | 改进的用于目标跟踪的卡尔曼滤波方法 | |
CN111026152B (zh) | 一种基于飞行目的地预测的无人机导航诱骗装置和方法 | |
CN109633589A (zh) | 目标跟踪中基于多模型优化多假设的多目标数据关联方法 | |
CN104021292B (zh) | 一种基于编队有源组网的弱目标检测与跟踪方法 | |
CN108535713A (zh) | 一种雷达和ais联合跟踪与信息融合方法 | |
CN112946626B (zh) | 一种机载相控阵雷达航迹关联方法 | |
CN112198503A (zh) | 一种目标航迹预测优化方法、装置及雷达系统 | |
CN115840221B (zh) | 基于4d毫米波雷达实现目标特征提取与多目标跟踪的方法 | |
CN109541581B (zh) | 一种基于无人机监视雷达的杂波抑制目标机动跟踪方法 | |
CN105374049B (zh) | 一种基于稀疏光流法的多角点跟踪方法及装置 | |
CN107436434B (zh) | 基于双向多普勒估计的航迹起始方法 | |
CN114779204B (zh) | 一种基于雷达目标幅度最小二乘跟踪处理方法及系统 | |
CN112965496A (zh) | 基于人工势场算法的路径规划方法、装置及存储介质 | |
CN114779205A (zh) | 一种基于雷达目标多状态参数航迹匹配处理方法及系统 | |
CN111279215A (zh) | 目标检测方法和装置、航迹管理方法和装置以及无人机 | |
CN114355409A (zh) | 水面目标运动估计方法 | |
Blackman et al. | Integration of passive ranging with multiple hypothesis tracking (MHT) for application with angle-only measurements | |
CN115168787B (zh) | 一种基于推测计算的飞行轨迹关联跟踪方法 | |
CN113504527B (zh) | 一种雷达目标预测处理方法及系统 | |
JP3576031B2 (ja) | ビン設定処理装置、ビン設定処理方法及び航空機監視システム | |
CN110596695B (zh) | 基于跟踪滤波信息的目标机动识别使用方法及系统 | |
CN108896968B (zh) | 一种单站雷达干扰检测和跟踪方法 | |
CN107678024B (zh) | 一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法 | |
Hem et al. | Compensating radar rotation in target tracking | |
JP3199623B2 (ja) | 目標追尾方法およびその方法を用いたレーダ装置 |
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 |