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 PDF

Info

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
Application number
CN201910643629.0A
Other languages
English (en)
Other versions
CN110361722A (zh
Inventor
钱江
王开民
黄少寅
张自文
刘宇
谭毅
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.)
Wisesoft Co Ltd
Original Assignee
Wisesoft Co Ltd
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 Wisesoft Co Ltd filed Critical Wisesoft Co Ltd
Priority to CN201910643629.0A priority Critical patent/CN110361722B/zh
Publication of CN110361722A publication Critical patent/CN110361722A/zh
Application granted granted Critical
Publication of CN110361722B publication Critical patent/CN110361722B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

一种多雷达信号融合方法及系统
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：
Figure BDA0002132796470000021
所述多普勒插值按照以下公式进行计算：
Figure BDA0002132796470000022
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；
sinc(Ri-Rk)表示
Figure BDA0002132796470000031
sinc(fdi-fdk)表示
Figure BDA0002132796470000032
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。
Figure BDA0002132796470000051
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。
Figure BDA0002132796470000052
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。
Figure BDA0002132796470000053
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)。
Figure BDA0002132796470000061
Figure BDA0002132796470000062
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。
Figure BDA0002132796470000063
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。
Figure BDA0002132796470000064
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。
Figure BDA0002132796470000071
Figure BDA0002132796470000072
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；
sinc(Ri-Rk)表示
Figure BDA0002132796470000073
sinc(fdi-fdk)表示
Figure BDA0002132796470000074
/>
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。
Figure BDA0002132796470000075
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
Figure BDA0002132796470000081
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：
Figure BDA0002132796470000082
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。
Figure BDA0002132796470000083
Figure BDA0002132796470000084
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；
sinc(Ri-Rk)表示
Figure BDA0002132796470000091
sinc(fdi-fdk)表示
Figure BDA0002132796470000092
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。
Figure BDA0002132796470000093
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。
Figure BDA0002132796470000094
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：
Figure QLYQS_1
所述多普勒插值按照以下公式进行计算：
Figure QLYQS_2
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；
sinc(Ri-Rk)表示
Figure QLYQS_3
sinc(fdi-fdk)表示
Figure QLYQS_4
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。
CN201910643629.0A 2019-07-17 2019-07-17 一种多雷达信号融合方法及系统 Active CN110361722B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
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