CN110208766B - 海面漂浮类微弱目标检测方法 - Google Patents
海面漂浮类微弱目标检测方法 Download PDFInfo
- Publication number
- CN110208766B CN110208766B CN201910466985.XA CN201910466985A CN110208766B CN 110208766 B CN110208766 B CN 110208766B CN 201910466985 A CN201910466985 A CN 201910466985A CN 110208766 B CN110208766 B CN 110208766B
- Authority
- CN
- China
- Prior art keywords
- target
- frame
- threshold
- data
- 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.)
- 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
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/581—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets
-
- 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
- G01S7/414—Discriminating targets with respect to background clutter
Abstract
本发明公开的一种海面漂浮类微弱目标检测方法,旨在克服海面漂浮类微弱目标在时域、频域都被强海杂波淹没使得传统的检测算法无能为力的问题。本发明通过下述技术方案予以实现:首先,雷达信号处理系统接收到某一方位上的一个脉冲回波数据,通过Log‑t/CFAR检测器去掉噪声和大量的低能量海杂波;然后,对相邻N帧数据进行两次门限判决,采用带径向速度的M/N检测技术进行联合N帧M/N处理,舍弃未过门限的数据,保留过门限的数据;沿着已过门限的M/N积累路径回调出N帧原始数据,并提取N帧原始数据的特征,再根据这些特征进行特征域判决,输出目标航迹、速度信息结果。本发明能有效地检测海面漂浮类微弱目标。
Description
技术领域
本发明涉及一种雷达对海面漂浮类微弱目标的检测方法。
背景技术
随着未知领域的不断探索和科技的不断发展,海洋在国防、科研、民生等领域扮演着越来越重要的角色。然而,海面低可观测目标(潜望镜、漂雷、蛙人等)对舰艇和岛礁等的防护造成了严重的威胁。海面的溢油、浮冰、残骸等将对海洋生态、航海船只等造成严重危害。一方面,为了避免危险,需要实时探测了解海面这些目标的情况以给出应对措施。另一方面,复杂强海杂波的存在,目标的雷达散射截面积大为降低严重影响了雷达的探测技术。这是由于海杂波背景下的微弱漂浮目标的回波能量低和多普勒频率通常位于主杂波区,传统的自适应类相参积累检测方法无法有效检测该类目标,使得海杂波背景下的微弱漂浮目标检测成为雷达目标检测的热点和难点问题。
随着雷达技术的不断发展,以及社会各领域对海面监视的迫切需求,海面弱目标检测技术得到广大学者的广泛关注。影响海杂波背景条件下的慢速微弱目标检测的主要原因有两个方面。第一:雷达分辨单元内,弱目标回波强度与海杂波回波强度相比并不占优势,对于低分辨雷达,往往弱目标回波信号强度比海杂波还弱,因此直接进行微弱目标检测非常困难。如果没有先验知识,在雷达显示屏很难判断是否存在目标,即使采取硬件或软件进行门限检测,检测概率也会很低,虚警率会较高。第二:由于漂浮类目标相对于雷达的运动速度较低,与海杂波相对于雷达的速度差异也很小,使得在多普勒域上也很难找到与海杂波的差异。
目前针对海面微弱目标检测算法的研究,国内外大多学者主要是在观察研究了大量实测海杂波数据的前提下,推导了复合高斯统计模型下的基于广义似然比(GLRT)的渐进最优检测器,或者利用分形的方法检测目标。然而这些方法运算量、存储量巨大,实际工程中都难以实现。所以工程上许多对海探测雷达仍采用传统的高斯分布背景下的恒虚警检测方法,由于海尖峰的去相关时间为秒级,这些常规的CPI相参积累技术会因带来大量虚警而不可用。
近年来,随着海面舰艇隐身技术的发展,海面目标回波信号变得越来越弱,恒虚警(CFAR)检测器将面临严重的恒虚警损失或高的虚警概率。当参量CFAR检测中所假设的杂波分布与实际环境的杂波不一致时,它就失去了恒虚警能力,对其检测变得越来越困难。传统的检测方法是建立精确的海杂波模型,主要的海杂波建模方法包括基于统计理论的方法不仅需要大的运算量,而且不具有通用和稳健性。众所周知,海洋环境远远比其他环境的杂波复杂,因此海事雷达在海面检测目标的背景不仅仅是常见的三类背景即均匀背景、杂波边缘背景和多目标环境中的任意一个单一的背景,而是非常容易受云雨、海尖峰、陆地、海面温度以及洋流等因素影响的复杂背景。对于海杂波而言,使用常规的杂波抑制方法如动目标显示(MTI)算法、单帧恒虚警检测算法等很难对其进行有效抑制。由于海洋环境的复杂性,海杂波的非均匀性以及多变性使海面弱小慢速目标表现出低可观测性,增加了海事雷达检测的难度。而以往的杂波抑制算法对于海杂波的抑制大多也是失效的。当杂波与目标的多普勒速度相近时,MTI算法的杂波抑制效果并不理想,因为MTI算法主要用来抑制静止和慢速杂波,但是海杂波会受到许多自然因素影响。如果想在该低信杂比情况下检测出目标是相当困难的。在传统雷达信号处理中,动目标检测(MTD)算法往往被用来检测运动目标。但该方法在检测海杂波中的运动目标时存在诸多缺点。对低分辨雷达而言,在目标回波的相干积累时间内,目标和海尖峰都处于运动状态且海尖峰能量较大,MTD算法对目标的检测概率很低。对高分辨雷达而言,目标回波的相干积累时间很短,使MTD算法的速度分辨力太低以致算法失效。由此可见,海面漂浮类微弱目标在时域、频域都被强海杂波淹没使得传统的检测算法无能为力。
由于海面漂浮类微弱目标速度慢,甚至相对于海浪可能为零速运动,因此可以充分利用时间维资源积累目标能量,即采用扫描(帧)间长时间非相干积累技术。著名的检测前跟踪(TBD)算法即为这种“以时间换目标能量”的典型代表,但TBD技术中成熟的算法都存在计算量和存储量巨大且需要知道目标的速度等先验信息的问题,难以工程实现。
发明内容
本发明针对海面漂浮类微弱目标在时域、频域都被强海杂波淹没使得传统的检测算法无能为力的问题,提出一种多帧回溯相关的海面漂浮类微弱目标检测方法。该方法在多帧积累目标能量的基础上,同时参考目标与海杂波回波的帧间特征,进一步在特征域区分目标和海杂波。
本发明的上述目的可以通过以下措施来达到,一种海面漂浮类微弱目标检测方法,其特征在于包括如下步骤:首先,雷达信号处理系统接收到某一方位上的一帧回波数据,具体地,令当前帧为第k帧,则对相邻的第k帧回波…第k-N+1帧回波进行帧内预处理,帧内预处理模块对单帧雷达回波进行Log-t/CFAR检测,通过Log-t/CFAR检测器去掉噪声和大量的低能量海杂波;然后,N帧回溯相关处理模块对相邻N帧数据进行两次门限判决,具体地,联合N帧M/N处理模块对相邻N帧预处理后的数据,采用带径向速度的M/N检测技术进行联合N帧M/N处理,舍弃未过门限的数据,保留过门限的数据;N帧原始数据特提取征、特征域判决模块沿着已过门限的M/N积累路径回调出N帧原始数据,并提取这N帧原始数据的目标一维距离像的相关性、平均一维距离像、目标距离长度、目标帧间幅度起伏等特征,再根据这些特征进行特征域判决,判断点迹是目标还是海杂波,若为目标则输出目标运动轨迹和速度等信息结果。
本发明相比于现有技术具有如下有益效果:
本发明采用基于Log-t/CFAR检测技术的低门限预处理技术,有效去掉了噪声和大量的低能量海杂波,能使对数-正态分布(Log-Normal)、威布尔(Weibull)分布的海杂波背景下的目标检测保持良好的恒虚警性。
本发明采用N帧M/N处理模块对当前帧以及之前的相邻N-1帧预处理后的回波数据,采用回溯相关M/N检测技术,并舍弃未过M/N门限的数据,保留过门限的数据;对相邻N帧预处理后的回波数据进行以成熟、可工程实现的M/N处理为基础的带径向速度的回溯相关M/N检测技术,帧间长时间非相差积累,在大部分海杂波去相关的前提下有效积累微弱目标能量,增加了算法的可靠性与有效性,降低了算法的运算复杂度,提高回波信杂比及检测性能。最后通过对实测数据进行算法仿真验证,能取得了较好的效果。表明了该算法的可行性和有效性。
本发明采用N帧原始数据特征提取模块沿着已过门限的M/N积累路径调取N帧原始数据,提取这N帧原始数据的特征:一维距离像的相关性、平均一维距离像、目标距离长度、幅度起伏等,再根据这些特征进一步判决该数据是否为目标,给出目标航迹结果。实测数据验证了通过N帧原始数据特征域判决对保留慢速微弱目标以及剔除高强度海尖峰的有效性。
本发明根据海杂波背景下漂浮类微弱目标的慢速特性,采用多帧回溯相关检测算法,对被测目标进行能量积累、特征提取等相关操作,在尽可能保留弱目标的同时也最大限度地抑制了海杂波。经实测数据处理证实,本发明提供的检测方法能有效地检测海面漂浮类微弱目标。
附图说明
图1所示为本发明海面漂浮类微弱目标检测方法的原理示意图。
图2是本发明基于Log-t/CFAR检测技术预处理的原理示意图。
图3给出了Log-t/CFAR检测技术的实现流程示意图。
图4是N帧回溯相关处理示意图。
图5是带径向速度的联合N帧M/N处理示意图。
图6所示为图5示例的回调的原始数据域的区域示意图。
图7是实测数据常规处理的结果。
图8为实测数据采用本发明所述方法处理的结果。
以下结合附图,对本发明的上述内容再作进一步的详细说明。
具体实施方式
参阅图1。根据本发明,首先,雷达信号处理系统接收到某一方位上的一帧回波数据,亦为一个脉冲回波,具体地,令当前帧为第k帧,则对相邻的第k帧回波…第k-N+1帧回波进行帧内预处理;帧内预处理模块对单帧雷达回波进行Log-t/CFAR检测,通过Log-t/CFAR检测器去掉噪声和大量的低能量海杂波;然后,N帧回溯相关处理模块对相邻N帧数据进行两次门限判决,具体地,联合N帧M/N处理模块对相邻N帧预处理后的数据,采用带径向速度的M/N检测技术进行联合N帧M/N处理,舍弃未过门限的数据,保留过门限的数据;N帧原始数据特提取征、特征域判决模块沿着已过门限的M/N积累路径回调出过M/N门限的N帧原始数据,并提取这N帧原始数据的目标一维距离像的相关性、平均一维距离像、目标距离长度、幅度起伏等特征,再根据这些特征进行特征域判决,判断点迹是目标还是海杂波,若为目标则输出目标运动轨迹、速度等信息结果。
一帧回波数据为雷达天线一次扫描中所接收到的回波数据,由于本发明中不涉及相干积累,所以一帧回波数据是雷达天线一次扫描的一个脉冲回波。一维距离像为实数振幅距离像。M/N检测技术为二进制积累器或序列检测器,二进制积累器或序列检测器对输入N个样本中的‘0’和‘1’加起来与M进行比较,若大于M则判决为有目标,否则判决为无目标。
回溯相关检测算法以当前帧向以前时刻追溯N-1帧回波点迹数据,对这连续N帧数据实施一定的运算准则,判断当前点迹与过去N-1帧的相关点迹是否形成一条距离航迹,从而确定当前点迹是否为目标点迹的滤波过程。
雷达信号处理系统对各方位的回波并行运行回溯相关检测算法,即对每一方位的回波顺序执行以下步骤:
参阅图2。雷达信号处理系统对接收到的当前帧回波,即一个脉冲的回波,Log-t/CFAR检测技术将过门限的距离采样单元赋值‘1’,并定义为一个点迹,没过门限的距离单元赋值‘0’,采用Log-t/CFAR检测技术进行低门限预处理,并输出‘0’和‘1’二值结果。
值得注意的是,为了尽可能不漏检目标,这个环节的门限值尽可能低,允许保留大量的海杂波。具体的Log-t/CFAR检测技术参阅图3。
参阅图3。Log-t/CFAR检测器处理的距离单元包括辅助距离单元和待检测距离单元,首先,Log-t/CFAR检测器对当前帧回波(x0,x1,…,xR)取对数,并表示为yi=lnxi,i=0,1,…,R,再将待检测距离单元数据y0减去辅助距离单元数据的均值,最后利用这个差值与门限进行有无目标的判决:式中,R为辅助距离单元个数,T为检测阈值由虚警概率获得。该Log-t/CFAR检测器是在形状和尺度参数都未知的Weibull和Lognormal分布杂波中提供CFAR检测的一种准最优单脉冲检测策略。
参阅图4。N帧M/N回溯相关处理包含:联合N帧M/N处理和N帧原始数据特征提取、特征域判决两部分内容。其中,联合N帧M/N处理技术是对相邻N帧预处理后的数据进行带径向速度的M/N处理,而N帧原始数据特征提取、特征域判决技术是对过M/N门限的N帧原始数据提取目标信号级相关特征,并在多个特征域判决是否为目标。N帧M/N回溯相关处理技术能保留存在时间较长的目标,去掉大部分的海杂波。具体地,N帧M/N回溯相关处理包含以下步骤:
步骤A、由于漂浮类目标的径向速度较小且集中在零附近,可将目标可能的径向速度值集合表示为V={-vI,-vI-1,…,0,…,vI-1,vI},共2I+1个值。首先,N帧M/N回溯相关处理模块针对待检测的漂浮类目标设定一个径向速度集合V={-vI,-vI-1,…,0,…,vI-1,vI},联合N帧M/N处理模块对输入的预处理后的N帧二值数据进行遍历速度范围V的M/N处理,取2I+1条速度轨迹中‘1’值点迹个数最大的进行门限判决,若没过门限则认为不是目标,舍弃该点迹,若过门限则认为可能是目标并保留该点迹,并转入步骤B。图5是步骤A的一个示例。
参阅图5,当假设步骤A中的参数N=8,M=5,V={-5m/s,-4m/s,…,0,…,4m/s,5m/s}时,则对预处理后的相邻8帧距离域点迹进行编号并按帧数排列好:以帧数为横坐标,距离为纵坐标建立直角坐标系,按帧数0、帧数1…帧数7从左到右排列好,对应的点迹编号为1,2…15。假设对当前帧(即帧数为0)编号为1的点迹运行步骤A的过程,图中速度为正表示目标靠近雷达,为负表示远离雷达。由此回溯M/N处理包含了11条带径向速度的M/N积累轨迹,可计算出径向速度为5m/s的轨迹所包含的点迹数最大(等于5)且过门限M,
因此保留该点迹并进入步骤B。
步骤B、N帧原始数据特征提取、特征域判决模块对步骤A中已过门限的M/N积累轨迹回调N帧原始数据,再对回调的原始数据进行特征提取和特征判决。所提取的特征有:多帧求和的平均一维距离像、距离像间的相关性等,联合所有的特征进行门限判决,过门限则表示检测到目标,同时输出目标轨迹和目标速度,否则舍弃该点迹。图6是步骤B中N帧原始数据的回调区域的一个示例。
参阅图6。继续以图5的点迹数据为例,以编号为1的点迹且径向速度为5m/s的轨迹为中心,根据雷达距离分辨率和被检测目标的实际尺寸估算的距离单元长度(即虚线区域),回调原始数据。
参阅图8。为进一步验证,采用雷达海上录取实测数据事后在MATLAB-R2014b上验证本发明其结果如下:按照本发明方法检测后所得输出结果如图8所示,其中雷达放置在船上并照射三个漂浮目标,雷达系统的具体参数有:Ku波段连续波雷达,帧间时间间隔为0.1277s,距离分辨率为2.4米,Log-t/CFAR中门限取值为2,M/N中M=13,N=25,径向速度集V={-7m/s,-6m/s,…,0m/s,…,7m/s}。可以看出与传统方法处理结果(如图7所示)相比,本发明处理结果在保留目标的前提下能有效去除一半以上杂波。
以上所述仅是本发明的优选实施例。应当指出,对于本领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干变形和改进,类似的同类结构的等效变换,均落入本发明的保护范围。
Claims (10)
1.一种海面漂浮类微弱目标检测方法,其特征在于包括如下步骤:首先,雷达信号处理系统接收到某一方位上的一帧回波数据,即是一个脉冲的回波,具体地,令当前帧为第k帧,则对相邻的第k帧回波、第k-1帧回波…第k-N+1帧回波进行帧内预处理;帧内预处理模块对单帧雷达回波进行Log-t/CFAR检测,通过Log-t/CFAR检测器去掉噪声和大量的低能量海杂波;然后,N帧回溯相关处理模块对相邻N帧数据进行两次门限判决,具体地,联合N帧M/N处理模块对相邻N帧预处理后的数据,采用带径向速度的M/N检测技术进行联合N帧回溯M/N相关处理,舍弃未过门限的数据,保留过门限的数据;N帧原始数据特提取征、特征域判决模块沿着已过门限的M/N积累路径回调出过M/N门限的N帧原始数据,并提取这N帧原始数据的目标一维距离像的相关性、平均一维距离像、目标距离长度、幅度起伏特征,再根据这些特征进行特征域判决,判断点迹是目标还是海杂波,若为目标则输出目标航迹、速度信息结果,其中k,M,N为自然数。
2.如权利要求1所述的海面漂浮类微弱目标检测方法,其特征在于:M/N检测技术为二进制积累器或序列检测器,二进制积累器或序列检测器对输入N个样本中的‘0’和‘1’加起来与M进行比较,若大于等于M则判决为有目标,否则判决为无目标。
3.如权利要求1所述的海面漂浮类微弱目标检测方法,其特征在于:回溯相关检测算法以当前点迹的当前帧向以前时刻追溯N-1帧回波点迹数据,对这连续N帧数据实施一定的运算准则,判断当前点迹与过去N-1帧的相关点迹是否形成一条距离航迹,从而确定当前点迹是否为目标点迹的滤波过程。
4.如权利要求1所述的海面漂浮类微弱目标检测方法,其特征在于:雷达信号处理系统对接收到的当前帧回波,即是一个脉冲的回波,进行基于Log-t/CFAR检测技术的低门限预处理,Log-t/CFAR检测技术将过门限的距离采样单元赋值‘1’,并定义为一个点迹,没过门限的距离单元赋值‘0’。
6.如权利要求1所述的海面漂浮类微弱目标检测方法,其特征在于:Log-t/CFAR检测器在形状和尺度参数都未知的威布尔Weibull分布和对数正态Lognormal分布杂波中提供恒虚警CFAR检测。
7.如权利要求1所述的海面漂浮类微弱目标检测方法,其特征在于:N帧M/N回溯相关处理包含:联合N帧M/N处理和N帧原始数据特征提取、特征域判决两部分内容,其中,联合N帧M/N处理技术是对相邻N帧预处理后的数据进行带径向速度的M/N处理,而N帧原始数据特征提取、特征域判决技术是对过M/N门限的N帧原始数据提取目标信号级相关特征,并在多个特征域判决是否为目标。
8.如权利要求1所述的海面漂浮类微弱目标检测方法,其特征在于:N帧M/N回溯相关处理模块针对待检测的漂浮类目标设定一个径向速度集合V={-vI,-vI-1,…,0,…,vI-1,vI},联合N帧M/N处理模块对输入的预处理后的N帧二值数据进行遍历速度集合V的M/N处理,取2I+1条速度轨迹中‘1’值点迹个数最大的进行门限判决,若没过门限则认为不是目标,舍弃该点迹;若过门限则认为可能是目标保留该点迹,并转入N帧原始数据特征提取、特征域判决模块,其中,I是自然数与V的维数有关的数据。
9.如权利要求1所述的海面漂浮类微弱目标检测方法,其特征在于:N帧原始数据特征提取、特征域判决模块回调已过M/N门限的N帧原始数据,再对回调的原始数据进行特征提取,并联合所有的特征进行门限判决,过门限则表示检测到目标,同时输出目标运动轨迹和目标速度,否则舍弃该点迹。
10.如权利要求1所述的海面漂浮类微弱目标检测方法,其特征在于:输出结果中除了目标有无的判决结果外,还同时输出目标运动轨迹和目标速度的相关信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910466985.XA CN110208766B (zh) | 2019-05-31 | 2019-05-31 | 海面漂浮类微弱目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910466985.XA CN110208766B (zh) | 2019-05-31 | 2019-05-31 | 海面漂浮类微弱目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110208766A CN110208766A (zh) | 2019-09-06 |
CN110208766B true CN110208766B (zh) | 2023-03-24 |
Family
ID=67789820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910466985.XA Active CN110208766B (zh) | 2019-05-31 | 2019-05-31 | 海面漂浮类微弱目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110208766B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110940977B (zh) * | 2019-12-02 | 2021-10-19 | 中国船舶重工集团公司第七一九研究所 | 一种适配海况变化的恒虚警检测器及恒虚警检测方法 |
CN111308439A (zh) * | 2020-03-17 | 2020-06-19 | 西安长远电子工程有限责任公司 | 一种降低对海雷达任务虚警率的方法 |
CN111707999B (zh) * | 2020-06-15 | 2023-03-31 | 西安电子科技大学 | 一种基于多特征与集成学习结合的海面漂浮小目标检测方法 |
CN112289004B (zh) * | 2020-09-14 | 2021-07-02 | 深圳市国艺园林建设有限公司 | 一种河流监测预警方法及系统 |
CN112363142B (zh) * | 2020-11-13 | 2024-03-26 | 西安空间无线电技术研究所 | 一种高效的星载探测雷达cfar检测的工程实现方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459661A (zh) * | 2014-09-29 | 2015-03-25 | 零八一电子集团有限公司 | 检测快速火炮类微弱目标的方法 |
CN105022057A (zh) * | 2015-06-10 | 2015-11-04 | 西安电子科技大学 | 基于改进Radon变换与多帧联合处理的目标检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8013781B2 (en) * | 2008-09-24 | 2011-09-06 | Lockheed Martin Corporation | Method and apparatus for radar surveillance and detection of sea targets |
-
2019
- 2019-05-31 CN CN201910466985.XA patent/CN110208766B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459661A (zh) * | 2014-09-29 | 2015-03-25 | 零八一电子集团有限公司 | 检测快速火炮类微弱目标的方法 |
CN105022057A (zh) * | 2015-06-10 | 2015-11-04 | 西安电子科技大学 | 基于改进Radon变换与多帧联合处理的目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110208766A (zh) | 2019-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110208766B (zh) | 海面漂浮类微弱目标检测方法 | |
CN111624574A (zh) | 弱目标探测的目标检测方法、系统、存储介质和装置 | |
CN107942324B (zh) | 基于多普勒引导的多帧联合小目标双重检测方法 | |
CN111610501A (zh) | 对海雷达小目标检测方法 | |
CN105022057A (zh) | 基于改进Radon变换与多帧联合处理的目标检测方法 | |
CN109100696B (zh) | 基于点状杂波图的慢速运动目标消除方法 | |
CN107942329A (zh) | 机动平台单通道sar对海面舰船目标检测方法 | |
CN113093119A (zh) | 一种时频恒虚警高频雷达目标检测方法及系统 | |
CN108318876A (zh) | 一种利用单个水听器估计水下目标深度和距离的方法 | |
CN115184915A (zh) | 基于杂波随机徘徊行为的海杂波抑制方法及系统 | |
CN112162256B (zh) | 一种基于脉冲相关的级联式多维度径向运动特征检测方法 | |
CN107132532B (zh) | 基于海尖峰抑制和多帧联合的小目标检测方法 | |
CN113093180A (zh) | 一种基于聚类外推的慢速弱目标检测方法 | |
CN108896971B (zh) | 一种海面漂浮小目标回波的仿真方法 | |
CN116165610A (zh) | 一种改进奇异值分解的海杂波抑制算法 | |
CN108663666B (zh) | 强杂波海洋环境下的潜用雷达多目标检测方法 | |
CN115754933A (zh) | 一种减少对海探测雷达虚假航迹的方法 | |
CN113009444B (zh) | 一种广义高斯纹理海杂波背景下的目标检测方法及装置 | |
Zhu et al. | Feature-aided multi-target tracking method in sea clutter using scanning radar data | |
CN114063055A (zh) | 海面强杂波环境的动目标检测方法及实现系统 | |
CN112162269A (zh) | 一种基于奇异谱分解的海杂波压制及目标检测方法 | |
Li et al. | Moving target detection and tracking interactive algorithm based on acoustic image | |
Wang et al. | Track Before Detect for Low Frequency Active Towed Array Sonar | |
CN104898097A (zh) | 基于fpga的鉴相cfar雷达信号检测方法 | |
Hanqi et al. | Research on the sea spike suppression based on range domain characteristics of relatively high resolution radar |
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 |