CN110361722B - 一种多雷达信号融合方法及系统 - Google Patents
一种多雷达信号融合方法及系统 Download PDFInfo
- Publication number
- CN110361722B CN110361722B CN201910643629.0A CN201910643629A CN110361722B CN 110361722 B CN110361722 B CN 110361722B CN 201910643629 A CN201910643629 A CN 201910643629A CN 110361722 B CN110361722 B CN 110361722B
- Authority
- CN
- China
- Prior art keywords
- radar
- image
- distance
- doppler
- target
- 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
- G01S13/06—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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
-
- 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
本发明公开了一种多雷达信号融合方法及系统,首先根据场景建立多雷达模型并确定参考雷达;获取多雷达模型中每个雷达的距离‑多普勒RD图像;然后将各雷达的距离‑多普勒RD图像投影到参考雷达形成的参考RD图像Iref所在的平面上;最后将投影后得到的图像进行非相干叠加得到融合结果。本发明提供的融合方法与现有多雷达数据融合方法相比,该方法能在信号域实现多雷达信号融合。可以在检测前对弱小目标的回波信号进行积累,提高其信噪比,有利于后续目标检测。利用插值,在距离‑多普勒域完成多雷达信号融合。
Description
技术领域
本发明涉及多雷达信号融合技术领域,特别是一种多雷达信号融合方法及系统。
背景技术
雷达在目标检测中具有广泛应用,其检测性能受信噪比影响。在对高空目标检测时,环境中的杂波很小,因此检测效果较好。但对低空目标检测时,环境杂波很强,信噪比低,这很容易导致无法检测弱小目标。
多雷达检测可以提高检测性能,目前已有多种多雷达数据融合算法,如加权最小均方误差(MMSE)算法、联合检测/估计滤波器算法(JDEF)等。这些方法的共同点是先获取每个雷达的检测结果,然后通过相应的算法将检测结果进行融合,从而得到多雷达数据融合结果。
目前存在的多雷达数据融合算法都是在检测后进行的,而在检测时势必会丢掉原始信号中的很多有用信息,没有把多雷达的优势很好地发挥出来。
发明内容
有鉴于此,本发明的目的在于提供一种多雷达信号融合方法,该方法实现了在距离-多普勒域完成多雷达信号融合。
为达到上述目的,本发明提供如下技术方案:
本发明提供的多雷达信号融合方法,包括以下步骤:
根据场景建立多雷达模型并确定参考雷达;
获取多雷达模型中每个雷达的距离-多普勒RD图像;
将各雷达的距离-多普勒RD图像投影到参考雷达形成的参考RD图像Iref所在的平面上;
将投影后得到的图像进行非相干叠加得到融合结果。
进一步,所述多雷达模型按照以下步骤来形成的:
设置并记录每个雷达位置坐标;
获取场景中目标P的坐标和速度;
计算目标P到每个雷达的距离;
获取各雷达发射线性调频信号;
获取调频信号到达目标P反射后的回波信号。
进一步,所述获取RD图像的具体过程如下:
获取目标P与第i个雷达的方位角;
计算目标P到其他雷达之间的距离:
计算目标P沿各雷达的径向速度与目标P的真实速度:
根据径向速度计算第i个雷达的多普勒频率。
进一步,所述RD图像投影过程,具体如下:
确定目标P到参考雷达的距离和多普勒频率;
设置一组β值,所述β表示参考雷达视线方向与目标速度的夹角;
计算参考雷达到其他雷达的距离;
对每一个β,计算出参考雷达的径向速度;
计算参考雷达的径向速度相对于其他雷达的径向速度,得到对应的多普勒频率;
计算参考雷达中某一距离对应的点与其他雷达的距离;
通过插值方法计算参考雷达的RD图像上与其他雷达的RD图像上对应点,从而将其他雷达的RD图像投影到参考雷达的RD图像上,得到投影图像Ipni;
遍历所有β,将每个雷达的RD图像投影得到投影图像Ipni;
将投影图像Ipni非相干叠加,得到目标P在每个雷达上的投影Ipi;
将投影Ipi和参考雷达图像Iref通过非相干叠加得到融合图像Ifusion。
进一步,所述过插值包括距离插值和多普勒插值,
所述距离插值按照以下公式进行计算:
所述多普勒插值按照以下公式进行计算:
式中,
Ipni(R0,fdi)表示插值得到的投影图像在距离为R0,多普勒为fdi处的强度值;
Ipni(R0,fd0)表示插值得到的投影图像在距离为R0,多普勒为fd0处的强度值;
Ipni(R0,fdk)表示插值得到的投影图像在距离为R0,多普勒为fdk处的强度值;
Ii(Rk,fdi)表示第i个雷达的RD图像在距离为Rk,多普勒为fdi处的强度值;
K是插值点数;
Ii是第i个雷达的RD图像。
进一步,所述投影Ipi通过计算投影图像Ipni绝对值和的平均值得到的。
进一步,所述融合图像Ifusion通过计算所有雷达的投影Ipi的绝对值和得到的。
本发明提供的多雷达信号融合系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
根据场景建立多雷达模型并确定参考雷达;
获取多雷达模型中每个雷达的距离-多普勒RD图像;
将各雷达的距离-多普勒RD图像投影到参考雷达形成的参考RD图像Iref所在的平面上;
将投影后得到的图像进行非相干叠加得到融合结果。
进一步,所述获取RD图像的具体过程如下:
获取目标P与第i个雷达的方位角;
计算目标P到其他雷达之间的距离:
计算目标P沿各雷达的径向速度与目标P的真实速度:
根据径向速度计算第i个雷达的多普勒频率。
进一步,所述RD图像投影过程,具体如下:
确定目标P到参考雷达的距离和多普勒频率;
设置一组β值,所述β表示参考雷达视线方向与目标速度的夹角;
计算参考雷达到其他雷达的距离;
对每一个β,计算出参考雷达的径向速度;
计算参考雷达的径向速度相对于其他雷达的径向速度,得到对应的多普勒频率;
计算参考雷达中某一距离对应的点与其他雷达的距离;
通过插值方法计算参考雷达的RD图像上与其他雷达的RD图像上对应点,从而将其他雷达的RD图像投影到参考雷达的RD图像上,得到投影图像Ipni;
遍历所有β,将每个雷达的RD图像投影得到投影图像Ipni;
将投影图像Ipni非相干叠加,得到目标P在每个雷达上的投影Ipi;
将投影Ipi和参考雷达图像Iref通过非相干叠加得到融合图像Ifusion。
本发明的有益效果在于:
本发明提供的融合方法与现有多雷达数据融合方法相比,该方法能在信号域实现多雷达信号融合。可以在检测前对弱小目标的回波信号进行积累,提高其信噪比,有利于后续目标检测。利用插值,在距离-多普勒域完成多雷达信号融合。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为总体流程图。
图2为多雷达几何模型。
图3为速度之间的关系。
图4为叠加配准RD图像算法的流程图。
图5a雷达1的RD图像。
图5b雷达2的RD图像。
图5c雷达3的RD图像。
图6为融合结果RD图像。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
实施例1
如图1所示,本实施例提供的种多雷达信号融合算法,具体步骤如下:
根据场景建立多雷达模型并确定参考雷达;
获取每个雷达的距离-多普勒图像;
确定参考雷达,将其他雷达的距离-多普勒图像投影到参考雷达的距离-多普勒平面;
将投影后的距离-多普勒图像进行非相干叠加,得到融合结果。
如图2所示,图2为多雷达几何模型图,本模型以三个雷达为例进行说明,本实施例提供的多雷达几何模型具体如下:
设置并记录每个雷达位置坐标;本实施例采用设置三个雷达,且雷达放置在一条直线上,三个雷达的坐标分别为:(x1,0),(0,0),(x3,0);设场景中有一目标P,其坐标为(xp,yp),速度为vp=(vxp,vyp),到三个雷达的距离分别为R1、R2和R3;
设雷达发射线性调频信号,该信号如式(1)所示。
其中,τ代表快时间,Tp为发射信号脉冲宽度,γ为调频斜率。
对线性调频信号进行调制,通过天线发射,目标反射该信号,再有天线接收回波信号,对接收到的回波信号进行解调和脉压处理,由于处理过程主要关注目标的相位,所以后面的讨论中将忽略信号幅度的影响,这里得到的脉压信号如式(2)所示。
式(2)中,srci(τ,η)代表第i个雷达接收到的回波信号,η代表慢时间,w(η)为天线方向图,B为发射信号的带宽,Ri(η)是目标与第i个雷达的瞬时斜距,C为光速,λ为载波波长。
瞬时斜距Ri(η)如式(3)所示。
式(3)中,(xi,yi)为第i个雷达的坐标,(xp,yp)为目标的坐标,(vxp,vyp)为目标的速度,R0i为初始时刻第i个雷达与目标的距离,即Ri(0),vir为目标沿第i个雷达的径向速度。
针对脉冲数较少的回波信号,可以通过对式(2)在方位向进行傅里叶变换来实现相干积累,得到对应的距离-多普勒(RD)图像。在多普勒域多雷达信号中,关键是实现不同雷达RD图像的融合。
如图2所示,由图2中的多雷达几何关系,可以都得到式(4)和(5)。
其中,
R1表示第1个雷达到目标的距离;
R3表示第3个雷达到目标的距离;
θi(i=1,2,3)表示第i个雷达的方位角是θi(i=1,2,3);
如图3所示,图3为目标沿雷达1和雷达2的径向速度与目标真实速度矢量之间的关系。
图3中,vr1和vr2分别代表目标沿雷达1和雷达2的径向速度,vp是目标的真实速度,β是vr2与vp的夹角,vr2与vp的关系可以用式(6)表示。
vr1与vp之间的关系可用式(7)表示。
vr1=vpcos(θ2-β-θ1) (7)
第i个雷达的多普勒频率可以通过式(8)计算。
其中,fdi表示第i个雷达的多普勒频率;
对第i幅RD图像上的每个像素点,可以得到该像素点的距离和多普勒,多普勒对应的速度可通过式(8)计算,所以若RD图像上的某一个点存在目标,则目标与雷达的距离R0i和目标沿雷达的径向速度vri已知。在3D雷达中,θi可直接获取。上述等式中,β未知,因为在对目标检测之前,目标的速度参数是未知的,因此其真实速度与雷达视线的夹角未知。
如图4所示,为了融合多雷达信号的能量,首先需要配准多雷达RD图像,然后通过叠加配准之后的RD图像实现能量积累,图4为叠加配准RD图像算法的流程图。
RD图像的配准可以通过将其投影到一个参考平面来实现,把第二个雷达选作参考雷达。假设有一目标P,其到参考雷达的距离为R2,在参考雷达中的多普勒频率为fd2。为了将其他雷达的RD图像投影到参考雷达形成的参考RD图像Iref所在的平面,需要知道该点到其他雷达的距离(Ri,i=1,3)和多普勒频率(fdi,i=1,3)。由式(4)和(5)很容易求出Ri,但由于β未知,根据式(6)-(8)无法求出fdi。为解决这一问题,这里将通过一种类似BP算法的方法积累不同RD图像的信号能量,即给出一组β(β1,β2,...,βN),求出每一个β对应的RD图像,对每一个β,可将其看作一个与目标真实速度相关的维度,然后沿着这个维度积累RD图像。通过这一处理,将积累每个速度对应的目标能量,最终的目标能量将得到积累。
根据实际情况,β的取值范围为(-90°,90°),实际处理中可以取β=-80,-70,...70,80,对每一个β,可以求出对应的fdi。在已知Ri和fdi之后,可以通过距离插值和多普勒插值得到相应的投影图像(Ipni,i=1,3)。其中,距离插值通过式(9)实现,多普勒插值通过式(10)实现。
式(9)中,
Ipni(R2,fdi)表示插值得到的投影图像在距离为R2,多普勒为fdi处的强度值;
Ipni(R2,fd2)表示插值得到的投影图像在距离为R2,多普勒为fd2处的强度值;
Ipni(R2,fdk)表示插值得到的投影图像在距离为R2,多普勒为fdk处的强度值;
Ii(Rk,fdi)表示第i个雷达的RD图像在距离为Rk,多普勒为fdi处的强度值;
K是插值点数;
Ii是第i个雷达的RD图像。
对每一个β取值,可以求出目标P的一个可能的真实速度,对每一个雷达,通过式(11)积累每一个可能的投影。
式(11)中,N是β的实际取值个数。信号融合通过式(12)实现。
Ifusion=|Ip1|+|Ip3|+|Iref| (12);
其中,|·|为取绝对值操作。
如图5a到图5c所示,为三个雷达的RD图像,仿真中,雷达1的位置为(-1000,0),雷达2的位置为(0,0),雷达3的位置为(1000,0),有一目标在三个雷达的视线范围内,其坐标为(300,3000),速度为
如图6所示,图6为融合结果图,插值点数K=5,从融合结果可以看出,目标能量得到了正确积累。
实施例2
本实施例将上述结果推广到M个雷达,第i个雷达到目标的距离为:
其中,R0为参考雷达到目标的距离,xi为第i个雷达与参考雷达的距离,θi为雷达方位角。
目标在各个雷达观测视角的径向速度与目标速度关系为:
vri=vpcos(θ0-β-θi) (14)
其中,vri为目标速度在第i个雷达视线方向上的分量,vp为目标速度,θ0为参考雷达方位角,β是参考雷达视线方向与目标速度的夹角。第i个雷达观测到的目标多普勒任然可以用式(8)表示。同分析三个雷达时的情况一致,划分β,根据每个β值求出对应的多普勒频率,通过距离插值和多普勒插值得到相应的投影图像(Ipni,i=1,2,...,M),其中,距离插值通过式(15)实现,多普勒插值通过式(16)实现。
式中,
Ipni(R0,fdi)表示插值得到的投影图像在距离为R0,多普勒为fdi处的强度值;
Ipni(R0,fd0)表示插值得到的投影图像在距离为R0,多普勒为fd0处的强度值;
Ipni(R0,fdk)表示插值得到的投影图像在距离为R0,多普勒为fdk处的强度值;
Ii(Rk,fdi)表示第i个雷达的RD图像在距离为Rk,多普勒为fdi处的强度值;
K是插值点数,Ii是第i个雷达的RD图像,fd0为参考雷达多普勒取值。
通过式(17)积累每一个可能的投影。
式(17)中,N是β的实际取值个数。多雷达信号融合通过式(18)实现。
其中,Iref=I0,即参考雷达的RD图像。
仿真中,雷达1的位置为(-1000,0),雷达2的位置为(0,0),雷达3的位置为(1000,0),有一目标在三个雷达的视线范围内,其坐标为(300,3000),速度为vxp=-4m/s,vyp=-6m/s。三个雷达的RD图像如图5所示。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (8)
1.一种多雷达信号融合方法,其特征在于:包括以下步骤:
根据场景建立多雷达模型并确定参考雷达;
获取多雷达模型中每个雷达的距离-多普勒RD图像;
将各雷达的距离-多普勒RD图像投影到参考雷达形成的参考RD图像Iref所在的平面上;
将投影后得到的图像进行非相干叠加得到融合结果;
所述RD图像投影过程,具体如下:
确定目标P到参考雷达的距离和多普勒频率;
设置一组β值,所述β表示参考雷达视线方向与目标速度的夹角;
计算参考雷达到其他雷达的距离;
对每一个β,计算出参考雷达的径向速度;
计算参考雷达的径向速度相对于其他雷达的径向速度,得到对应的多普勒频率;
计算参考雷达中某一距离对应的点与其他雷达的距离;
通过插值方法计算参考雷达的RD图像上与其他雷达的RD图像上对应点,从而将其他雷达的RD图像投影到参考雷达的RD图像上,得到投影图像Ipni;
遍历所有β,将每个雷达的RD图像投影得到投影图像Ipni;
将投影图像Ipni非相干叠加,得到目标P在每个雷达上的投影Ipi;
将投影Ipi和参考雷达图像Iref通过非相干叠加得到融合图像Ifusion。
2.如权利要求1所述的方法,其特征在于:所述多雷达模型按照以下步骤来形成的:
设置并记录每个雷达位置坐标;
获取场景中目标P的坐标和速度;
计算目标P到每个雷达的距离;
获取各雷达发射线性调频信号;
获取调频信号到达目标P反射后的回波信号。
3.如权利要求2所述的方法,其特征在于:所述获取RD图像的具体过程如下:
获取雷达接收到的目标P反射后的回波信号;
获取回波信号的距离脉压信号;
获取距离脉压信号的方位傅里叶变换结果。
4.如权利要求1所述的方法,其特征在于:所述插值包括距离插值和多普勒插值,
所述距离插值按照以下公式进行计算:
所述多普勒插值按照以下公式进行计算:
式中,
Ipni(R0,fdi)表示插值得到的投影图像在距离为R0,多普勒为fdi处的强度值;
Ipni(R0,fd0)表示插值得到的投影图像在距离为R0,多普勒为fd0处的强度值;
Ipni(R0,fdk)表示插值得到的投影图像在距离为R0,多普勒为fdk处的强度值;
Ii(Rk,fdi)表示第i个雷达的RD图像在距离为Rk,多普勒为fdi处的强度值;
K是插值点数;
Ii是第i个雷达的RD图像。
5.如权利要求1所述的方法,其特征在于:所述投影Ipi通过计算投影图像Ipni绝对值和的平均值得到的。
6.如权利要求1所述的方法,其特征在于:所述融合图像Ifusion通过计算所有雷达的投影Ipi的绝对值和得到的。
7.一种多雷达信号融合系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
根据场景建立多雷达模型并确定参考雷达;
获取多雷达模型中每个雷达的距离-多普勒RD图像;
将各雷达的距离-多普勒RD图像投影到参考雷达形成的参考RD图像Iref所在的平面上;
将投影后得到的图像进行非相干叠加得到融合结果;
所述RD图像投影过程,具体如下:
确定目标P到参考雷达的距离和多普勒频率;
设置一组β值,所述β表示参考雷达视线方向与目标速度的夹角;
计算参考雷达到其他雷达的距离;
对每一个β,计算出参考雷达的径向速度;
计算参考雷达的径向速度相对于其他雷达的径向速度,得到对应的多普勒频率;
计算参考雷达中某一距离对应的点与其他雷达的距离;
通过插值方法计算参考雷达的RD图像上与其他雷达的RD图像上对应点,从而将其他雷达的RD图像投影到参考雷达的RD图像上,得到投影图像Ipni;
遍历所有β,将每个雷达的RD图像投影得到投影图像Ipni;
将投影图像Ipni非相干叠加,得到目标P在每个雷达上的投影Ipi;
将投影Ipi和参考雷达图像Iref通过非相干叠加得到融合图像Ifusion。
8.如权利要求7所述的系统,其特征在于:所述获取RD图像的具体过程如下:
获取雷达接收到的目标P反射后的回波信号;
获取回波信号的距离脉压信号;
获取距离脉压信号的方位傅里叶变换结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910643629.0A CN110361722B (zh) | 2019-07-17 | 2019-07-17 | 一种多雷达信号融合方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910643629.0A CN110361722B (zh) | 2019-07-17 | 2019-07-17 | 一种多雷达信号融合方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110361722A CN110361722A (zh) | 2019-10-22 |
CN110361722B true CN110361722B (zh) | 2023-03-31 |
Family
ID=68219856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910643629.0A Active CN110361722B (zh) | 2019-07-17 | 2019-07-17 | 一种多雷达信号融合方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110361722B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113721241B (zh) * | 2021-08-24 | 2023-06-16 | 武昌理工学院 | 一种多波段多雷达协作探测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288963A (zh) * | 2011-07-21 | 2011-12-21 | 西安电子科技大学 | 基于子孔径参数估计的双基地isar图像融合方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2520946A1 (en) * | 2011-05-04 | 2012-11-07 | BAE Systems Plc | Radar system and methods of controlling a radar system and the provision of a range-doppler target image signature |
US9255988B2 (en) * | 2014-01-16 | 2016-02-09 | GM Global Technology Operations LLC | Object fusion system of multiple radar imaging sensors |
JP6643166B2 (ja) * | 2016-03-31 | 2020-02-12 | 株式会社デンソー | 物体認識装置及び物体認識方法 |
EP3301470A3 (en) * | 2016-09-29 | 2018-06-20 | Panasonic Corporation | Multi-radar system |
CN106680806A (zh) * | 2016-11-24 | 2017-05-17 | 清华大学 | 一种多雷达点迹融合方法 |
CN107728115B (zh) * | 2017-09-11 | 2020-08-11 | 电子科技大学 | 一种雷达目标成像后基于svm的背景干扰抑制方法 |
CN107831481A (zh) * | 2017-10-30 | 2018-03-23 | 厦门市气象灾害防御技术中心(海峡气象开放实验室厦门市避雷监测技术中心) | 动态地球坐标系下三部多普勒雷达三维风场反演方法 |
CN108469608B (zh) * | 2018-03-21 | 2020-11-10 | 电子科技大学 | 一种运动平台雷达多普勒质心精确估计方法 |
CN108594228B (zh) * | 2018-04-28 | 2022-02-22 | 西安电子科技大学 | 基于isar图像重聚焦的空间目标姿态估计方法 |
CN109061643B (zh) * | 2018-08-13 | 2022-05-27 | 南京理工大学 | 基于三维属性散射中心模型的多雷达融合高分辨成像方法 |
CN109298417B (zh) * | 2018-09-30 | 2022-04-22 | 湖南华诺星空电子技术有限公司 | 一种基于雷达信号处理的建筑物内部结构探测方法及装置 |
-
2019
- 2019-07-17 CN CN201910643629.0A patent/CN110361722B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288963A (zh) * | 2011-07-21 | 2011-12-21 | 西安电子科技大学 | 基于子孔径参数估计的双基地isar图像融合方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110361722A (zh) | 2019-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7197594B2 (ja) | 仮想開口レーダ追跡のためのシステムおよび方法 | |
Ouaknine et al. | Carrada dataset: Camera and automotive radar with range-angle-doppler annotations | |
CN109313258B (zh) | 用于车辆环境检测系统的增强的物体检测和运动状态估计 | |
US20180188365A1 (en) | Systems and methods for 4-dimensional radar tracking | |
US7545312B2 (en) | Target detection device and its detection method | |
Kellner et al. | Instantaneous full-motion estimation of arbitrary objects using dual Doppler radar | |
CN109633642B (zh) | 一种太赫兹高速目标雷达成像方法 | |
Vivet et al. | Radar-only localization and mapping for ground vehicle at high speed and for riverside boat | |
Iqbal et al. | Imaging radar for automated driving functions | |
Holder et al. | Modeling and simulation of radar sensor artifacts for virtual testing of autonomous driving | |
CN110361722B (zh) | 一种多雷达信号融合方法及系统 | |
Askeland et al. | Tracking with a high-resolution 2D spectral estimation based automotive radar | |
WO2022252311A1 (zh) | 一种估算目标模糊速度的方法 | |
Sun et al. | Inverse synthetic aperture sonar imaging of underwater vehicles utilizing 3-D rotations | |
CN116449326A (zh) | 宽带多目标平动参数估计与补偿方法 | |
Grebner et al. | Instantaneous ego-motion estimation based on ambiguous velocity information within a network of radar sensors | |
CN114185047B (zh) | 一种基于最优极坐标变换的双基sar动目标重聚焦方法 | |
JP3393183B2 (ja) | ドップラ速度検出装置及び検出方法 | |
Gao et al. | Static background removal in vehicular radar: Filtering in azimuth-elevation-doppler domain | |
WO2022191197A1 (ja) | 物体位置検出装置及び方法 | |
CN113009470B (zh) | 一种目标态势特征数据的处理方法、系统、装置及介质 | |
CN116559905A (zh) | 一种双基sar海面舰船运动目标无畸变三维图像重构方法 | |
CN113466866A (zh) | 一种基于跟踪的运动目标高分辨合成孔径雷达成像算法 | |
Macaveiu et al. | Estimation of automotive target trajectories by Kalman filtering [articol] |
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 |