CN110412553A - 一种多径情况下的导向矢量检测方法 - Google Patents

一种多径情况下的导向矢量检测方法 Download PDF

Info

Publication number
CN110412553A
CN110412553A CN201910684864.2A CN201910684864A CN110412553A CN 110412553 A CN110412553 A CN 110412553A CN 201910684864 A CN201910684864 A CN 201910684864A CN 110412553 A CN110412553 A CN 110412553A
Authority
CN
China
Prior art keywords
signal
multipath
steering vector
echo
noise
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
Application number
CN201910684864.2A
Other languages
English (en)
Other versions
CN110412553B (zh
Inventor
范崇祎
黄晓涛
曹春
杜华贵
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN201910684864.2A priority Critical patent/CN110412553B/zh
Publication of CN110412553A publication Critical patent/CN110412553A/zh
Application granted granted Critical
Publication of CN110412553B publication Critical patent/CN110412553B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/02Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04Systems determining presence of a target
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/02Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50Systems of measurement based on relative movement of target
    • G01S13/52Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/56Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50Systems of measurement based on relative movement of target

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明属于雷达目标检测领域,公开了一种多径情况下的导向矢量检测方法,包括:首先,建立多径情况下的假设检验问题,在多径情况下,信号回波中可能既有视距信号分量,也可能有多径信号分量,各个信号分量可能在相同距离单元,也可能在不同距离单元,可能有一条多径信号,也可能有多条多径信号;接下来用最大似然估计方法估计出各个分量信号的幅度,用未知参数的估计值来代替未知参数,然后求得对数似然比,并且进行了噪声杂波协方差矩阵的估计,得到了最终的自适应检测器表达式。本检测器不依赖于具体的信号形式,其可利用多个维度、多条多径路径回波、不同距离单元的多径信号来提高检测性能。

Description

一种多径情况下的导向矢量检测方法
技术领域
本发明属于雷达目标检测领域,涉及一种多径情况下的导向矢量检测方法。
背景技术
雷达目标检测是雷达的基本功能。基于某些最优准则,设计检测器,确定检测阈值,可以判断出回波中是否含有目标信号,进而判断出某个距离、速度和方向上是否存在目标。常用的最优准则是NP准则,即在虚警概率(没有目标情况下判断成有目标的概率)恒定的条件下,使得检测概率(有目标的情况下判断为有目标的概率)最大。要判断某个方向、某个距离和速度是否存在目标,就要对其所对应的导向矢量进行检测。
传统导向矢量检测器在多径情况下的检测性能会有所下降。多径信号是指雷达与目标之间的电磁波传播通道有多个,从非视距路径返回的信号都被称为多径信号。即雷达发射的电磁波能够通过多条路径打到目标,该目标反射信号再通过多条非视距路径返回到雷达,利用传统检测器,能够检测到多个虚假目标,传统雷达将无法正常工作或者由于多径的影响,待检测导向矢量与实际导向矢量不匹配,检测性能下降,无法检测到目标。
现有多径信号处理方式有两类,第一类将多径信号视为干扰信号,研究多径信号的抑制问题;由于多径信号包含目标的有用信息,对多径信号进行抑制,将造成雷达回波中有用信号能量的巨大浪费。因此,第二类研究主要聚焦于如何提取多径回波中的有用信息,提高雷达检测性能。现有多径情况下检测器的设计局限于单一信号形式、单一导向矢量(只假设为速度、方向、距离导向矢量中的一种)和相同距离单元假设(视距信号和多径信号在相同距离单元)。为提高多径检测器的实用性,多信号形式、非单一导向矢量和多距离单元情况下的多径检测器设计成为亟待解决的技术问题。
发明内容
针对在传统多径情况下导向矢量检测性能下降问题,本发明的目的在于提供一种适用于多径情况下的导向矢量检测方法,以提高目标检测性能及其实用价值。
为了实现上述技术目的,本发明的技术方案是:
一种多径情况下的导向矢量检测方法,包括以下步骤:
S1.根据应用背景确定信号导向矢量形式
根据应用场景选择导向矢量p的形式,其中导向矢量p的形式根据如下条件选择:
如果需要检测目标运动速度v,则导向矢量p表示为速度导向矢量pv,其中Tr是脉冲重复间隔,fd=2v/λ是多普勒频率,λ是载频波长,m=[0,1,2,…,M-1],M表示总共有M个脉冲;
如果需要检测目标方向θ,则导向矢量p表示为空域导向矢量ps,其中ps=[1,ej2 πdsin(θ)/λ,...,ej2πdsin(θ)(N-1)/λ],d为阵元间距,λ是载频波长,n=[0,1,2,…,N-1],N表示有N个阵元;
如果需要检测目标运动速度v,且需要检测目标方向θ,则导向矢量p表示为空时导向矢量pstap,其中pv和ps分别为速度导向矢量和空域导向矢量;
如果需要检测目标距离R0,则导向矢量p表示为距离导向矢量pr,其中ω0是信号频域采样间隔,c表示光速;
S2.确定噪声分布函数
雷达回波中不仅包含信号,还包含噪声,其分布确定为复高斯噪声ω,且各个距离单元的噪声独立同分布,其均值为0、协方差矩阵为M,其概率密度分布为:
det表示数学中的求行列式操作;
S3.利用环境先验信息计算待检测单元导向矢量对应的多径导向矢量
在多径情况下,回波信号包含视距信号和多径信号,本步骤利用环境先验信息,计算出视距信号对应的多径信号,通过以下步骤实现:
(1)利用激光雷达等设备获取环境先验信息,最终在二维平面上将反射介质所在直线用直线方程表示;
(2)确定待检测距离单元,然后确定待检测方向,由此可确定视距情况下的目标位置点;
(3)求取目标位置点关于直线方程对称点,即多径情况下目标虚拟位置点;
(4)求取视距导向矢量p1对应的若干个多径导向矢量p2,p3,…;计算雷达到虚拟目标位置点的距离,确定多径信号所在距离单元;目标虚拟位置点坐标已知,其所在方向已知,该方向作为多径方向;多径方向已知,将待检测速度投影到多径方向上,求出对应的多径速度;
S4.形成假设检验问题
信号形式和噪声分布已经确定,可以形成如下的假设检验问题:
回波信号由视距信号和噪声信号构成,将有目标回波信号情况记为H1,将无目标回波信号的情况记为H0
其中,ri表示第i个单元的接收信号,ωi是第i个单元的噪声分量;相应的p1表示视距导向矢量,p2表示多径导向矢量,α1、α2分别表示视距信号幅度和多径信号幅度,其是未知的;
确定信号在H1情况下的分布为:
确定信号在H0情况下的分布为:
S5.确定未知参数最大似然估计
回波信号的分布已经确定,但其中包含有未知参数;在构造广义似然比检测器之前,需要对回波概率密度函数中的未知参数进行估计;在H0情况下,回波概率密度函数中不包含未知参数,H1情况下,回波概率密度函数中包含未知参数α1和α2
基于函数f1的凸性,对函数求导求极值,可确定α1和α2的最大似然估计值分别为
S6.构造广义似然比检测器,确定最终检测器表达式
广义似然比检测器的表达式由回波在H1情况下和H0情况下的概率密度函数比值求得,概率密度函数中未知参数值可用上述步骤中的最大似然估计值代替,如下所示:
统计量T是回波信号r的函数,不同r值对应于不同统计量T的值,ξ是检测门限,当T超过门限时,判断为有目标H1情况,当T低于门限时,判断为无目标H0情况;
对广义似然比检测的比值T进行数学变换可得:
γ为检测阈值;
P条多径情况下,检测器的设计方法与只有一条多径信号的设计方法相同,按照如上S1-S6的步骤可确定检测器表达式如下所示:
其中i=1表示视距路径单元编号,i=[2,3,…,P+1]表示多径路径单元编号,r1表示视距单元回波信号,ri表示视距单元回波信号,p1表示视距信号导向矢量,pi表示多径导向矢量;
S7.估计噪声协方差矩阵并确定自适应检测器
鉴于在实际情况中,噪声协方差矩阵是未知的,因此选取K个只包含有噪声的距离单元,其中第k个距离单元中的噪声值为ωk,然后计算噪声协方差矩阵M的估计值S为:
用协方差矩阵的估计值S替换协方差矩阵M的真实值即可确定自适应检测器表达式如下所示:
与现有技术相比,本发明具有以下优点:
1.本发明研究了在多径情况下导向矢量的检测问题,导向矢量不依赖于具体的信号形式,且可以有任意多个维度,一个导向矢量中可同时包含目标速度、距离和方向信息,该检测器适用范围更广,更加贴合实际中的多维雷达数据情况;
2.现有多径检测器都基于多径回波和视距回波同距离单元假设,本发明利用了不同距离单元的多径回波信号,填补了多径检测器的应用空白;
3.现有多径导向矢量检测器都是基于一条视距信号回波进行分析,但实际情况中会存在多条多径路径,本发明适用于多条多径形式,更好地利用了信号回波能量,提高了雷达检测性能。
附图说明
图1为本发明的应用场景示意图;
图2是本发明的流程图;
图3为本发明与理想检测器的性能损失示意图;
图4是本发明多径检测器性能图;
图5是多径检测器与传统检测器的性能对比图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
图1为本发明的应用场景示意图。图中雷达固定放置,回波由视距信号和多径回波信号组成,波束能够覆盖镜面位置和目标位置。
图2为本发明的流程图。一种多径情况下的导向矢量检测方法,包括以下步骤:
S1.根据应用背景确定信号导向矢量形式
根据应用场景选择导向矢量p的形式,其中导向矢量p的形式根据如下条件选择:
如果需要检测目标运动速度v,则导向矢量p表示为速度导向矢量pv,其中Tr是脉冲重复间隔,fd=2v/λ是多普勒频率,λ是载频波长,m=[0,1,2,…,M-1],M表示总共有M个脉冲;
如果需要检测目标方向θ,则导向矢量p表示为空域导向矢量ps,其中ps=[1,ej2 πdsin(θ)/λ,...,ej2πdsin(θ)(N-1)/λ],d为阵元间距,λ是载频波长,n=[0,1,2,…,N-1],N表示有N个阵元;
如果需要检测目标运动速度v,且需要检测目标方向θ,则导向矢量p表示为空时导向矢量pstap,其中pv和ps分别为速度导向矢量和空域导向矢量;
如果需要检测目标距离R0,则导向矢量p表示为距离导向矢量pr,其中ω0是信号频域采样间隔,c表示光速;
S2.确定噪声分布函数
雷达回波中不仅包含信号,还包含噪声,其分布确定为复高斯噪声ω,且各个距离单元的噪声独立同分布,其均值为0、协方差矩阵为M,其概率密度分布为:
det表示数学中的求行列式操作;
S3.利用环境先验信息计算待检测单元导向矢量对应的多径导向矢量
在多径情况下,回波信号包含视距信号和多径信号,本步骤利用环境先验信息,计算出视距信号对应的多径信号,通过以下步骤实现:
(1)利用激光雷达等设备获取环境先验信息,最终在二维平面上将反射介质所在直线用直线方程表示;
(2)确定待检测距离单元,然后确定待检测方向,由此可确定视距情况下的目标位置点;
(3)求取目标位置点关于直线方程对称点,即多径情况下目标虚拟位置点;
(4)求取视距导向矢量p1对应的若干个多径导向矢量p2,p3,…;计算雷达到虚拟目标位置点的距离,确定多径信号所在距离单元;目标虚拟位置点坐标已知,其所在方向已知,该方向作为多径方向;多径方向已知,将待检测速度投影到多径方向上,求出对应的多径速度;
S4.形成假设检验问题
信号形式和噪声分布已经确定,可以形成如下的假设检验问题:
回波信号由视距信号和噪声信号构成,将有目标回波信号情况记为H1,将无目标回波信号的情况记为H0
其中,ri表示第i个单元的接收信号,ωi是第i个单元的噪声分量;相应的p1表示视距导向矢量,p2表示多径导向矢量,α1、α2分别表示视距信号幅度和多径信号幅度,其是未知的;
确定信号在H1情况下的分布为:
确定信号在H0情况下的分布为:
S5.确定未知参数最大似然估计
回波信号的分布已经确定,但其中包含有未知参数;在构造广义似然比检测器之前,需要对回波概率密度函数中的未知参数进行估计;在H0情况下,回波概率密度函数中不包含未知参数,H1情况下,回波概率密度函数中包含未知参数α1和α2
基于函数f1的凸性,对函数求导求极值,可确定α1和α2的最大似然估计值分别为
S6.构造广义似然比检测器,确定最终检测器表达式
广义似然比检测器的表达式由回波在H1情况下和H0情况下的概率密度函数比值求得,概率密度函数中未知参数值可用上述步骤中的最大似然估计值代替,如下所示:
统计量T是回波信号r的函数,不同r值对应于不同统计量T的值,ξ是检测门限,当T超过门限时,判断为有目标H1情况,当T低于门限时,判断为无目标H0情况;
对广义似然比检测的比值T进行数学变换可得:
γ为检测阈值;
P条多径情况下,检测器的设计方法与只有一条多径信号的设计方法相同,按照如上S1-S6的步骤可确定检测器表达式如下所示:
其中i=1表示视距路径单元编号,i=[2,3,…,P+1]表示多径路径单元编号。r1表示视距单元回波信号,ri表示视距单元回波信号,p1表示视距信号导向矢量,pi表示多径导向矢量。
S7.估计噪声协方差矩阵并确定自适应检测器
鉴于在实际情况中,噪声协方差矩阵是未知的,因此选取K个只包含有噪声的距离单元,其中第k个距离单元中的噪声值为ωk,然后计算噪声协方差矩阵M的估计值S为:
用协方差矩阵的估计值S替换协方差矩阵M的真实值即可确定自适应检测器表达式如下所示:
通过仿真实验验证检测器的性能,仿真参数设置为:发射中心频率(fc)为1GHz,波长λ为c/fc m(c为光速),阵元间距(d)为λ/2m,视距回波方向θ1为0°,多径回波方向(θ2)为30°,虚警率(Pfa)是10-4
图3是多径检测器和理想检测器的性能对比图,横轴为信干噪比(SINR),纵轴为检测概率(Pd)。由于多径检测器中含有估计未知参数的步骤,其必然会带来检测性能的下降,假定未知参数已知,可以得到透视检测器性能图,这两者的对比反映了由估计未知参数带来的检测性能下降程度。
图4是当多径信号的信噪比不同情况下的检测性能仿真图,其横轴为视距单元的信干噪比(SINR),纵轴为检测概率(Pd)。当多径回波单元的回波幅度Alpha2分别是视距单元信号幅度Alpha1的0倍、0.1倍、0.5倍和1倍时的检测性能。
图5分别仿真了当多径信号幅度分别是视距幅度的0.1倍、0.3倍的多径检测器性能以及传统检测器的检测性能。可以从图中看出,多径检测器检测性能优于传统检测器检测性能。
上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种多径情况下的导向矢量检测方法,其特征在于,包括以下步骤:
S1.根据应用背景确定信号导向矢量形式
根据应用场景选择导向矢量p的形式,其中导向矢量p的形式根据如下条件选择:
如果需要检测目标运动速度v,则导向矢量p表示为速度导向矢量pv,其中Tr是脉冲重复间隔,fd=2v/λ是多普勒频率,λ是载频波长,m=[0,1,2,…,M-1],M表示总共有M个脉冲;
如果需要检测目标方向θ,则导向矢量p表示为空域导向矢量ps,其中ps=[1,ej2 πdsin(θ)/λ,...,ej2πdsin(θ)(N-1)/λ],d为阵元间距,λ是载频波长,n=[0,1,2,…,N-1],N表示有N个阵元;
如果需要检测目标运动速度v,且需要检测目标方向θ,则导向矢量p表示为空时导向矢量pstap,其中pv和ps分别为速度导向矢量和空域导向矢量;
如果需要检测目标距离R0,则导向矢量p表示为距离导向矢量pr,其中ω0是信号频域采样间隔,c表示光速;
S2.确定噪声分布函数
雷达回波中不仅包含信号,还包含噪声,其分布确定为复高斯噪声ω,且各个距离单元的噪声独立同分布,其均值为0、协方差矩阵为M,其概率密度分布为:
det表示数学中的求行列式操作;
S3.利用环境先验信息计算待检测单元导向矢量对应的多径导向矢量
在多径情况下,回波信号包含视距信号和多径信号,本步骤利用环境先验信息,计算出视距信号对应的多径信号,通过以下步骤实现:
(1)利用激光雷达等设备获取环境先验信息,最终在二维平面上将反射介质所在直线用直线方程表示;
(2)确定待检测距离单元,然后确定待检测方向,由此可确定视距情况下的目标位置点;
(3)求取目标位置点关于直线方程对称点,即多径情况下目标虚拟位置点;
(4)求取视距导向矢量p1对应的若干个多径导向矢量p2,p3,…;计算雷达到虚拟目标位置点的距离,确定多径信号所在距离单元;目标虚拟位置点坐标已知,其所在方向已知,该方向作为多径方向;多径方向已知,将待检测速度投影到多径方向上,求出对应的多径速度;
S4.形成假设检验问题
信号形式和噪声分布已经确定,可以形成如下的假设检验问题:
回波信号由视距信号和噪声信号构成,将有目标回波信号情况记为H1,将无目标回波信号的情况记为H0
其中,ri表示第i个单元的接收信号,ωi是第i个单元的噪声分量;相应的p1表示视距导向矢量,p2表示多径导向矢量,α1、α2分别表示视距信号幅度和多径信号幅度,其是未知的;
确定信号在H1情况下的分布为:
确定信号在H0情况下的分布为:
S5.确定未知参数最大似然估计
回波信号的分布已经确定,但其中包含有未知参数;在构造广义似然比检测器之前,需要对回波概率密度函数中的未知参数进行估计;在H0情况下,回波概率密度函数中不包含未知参数,H1情况下,回波概率密度函数中包含未知参数α1和α2
基于函数f1的凸性,对函数求导求极值,可确定α1和α2的最大似然估计值分别为
S6.构造广义似然比检测器,确定最终检测器表达式
广义似然比检测器的表达式由回波在H1情况下和H0情况下的概率密度函数比值求得,概率密度函数中未知参数值可用上述步骤中的最大似然估计值代替,如下所示:
统计量T是回波信号r的函数,不同r值对应于不同统计量T的值,ξ是检测门限,当T超过门限时,判断为有目标H1情况,当T低于门限时,判断为无目标H0情况;
对广义似然比检测的比值T进行数学变换可得:
γ为检测阈值;
P条多径情况下,检测器的设计方法与只有一条多径信号的设计方法相同,按照如上S1-S6的步骤可确定检测器表达式如下所示:
其中i=1表示视距路径单元编号,i=[2,3,…,P+1]表示多径路径单元编号,r1表示视距单元回波信号,ri表示视距单元回波信号,p1表示视距信号导向矢量,pi表示多径导向矢量;
S7.估计噪声协方差矩阵并确定自适应检测器
鉴于在实际情况中,噪声协方差矩阵是未知的,因此选取K个只包含有噪声的距离单元,其中第k个距离单元中的噪声值为ωk,然后计算噪声协方差矩阵M的估计值S为:
用协方差矩阵的估计值S替换协方差矩阵M的真实值即可确定自适应检测器表达式如下所示:
CN201910684864.2A 2019-07-26 2019-07-26 一种多径情况下的导向矢量检测方法 Active CN110412553B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910684864.2A CN110412553B (zh) 2019-07-26 2019-07-26 一种多径情况下的导向矢量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910684864.2A CN110412553B (zh) 2019-07-26 2019-07-26 一种多径情况下的导向矢量检测方法

Publications (2)

Publication Number Publication Date
CN110412553A true CN110412553A (zh) 2019-11-05
CN110412553B CN110412553B (zh) 2021-04-16

Family

ID=68363626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910684864.2A Active CN110412553B (zh) 2019-07-26 2019-07-26 一种多径情况下的导向矢量检测方法

Country Status (1)

Country Link
CN (1) CN110412553B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003021289A1 (en) * 2001-09-05 2003-03-13 Lockheed Martin Corporation Radar system and method including superresolution raid counting
US20060238408A1 (en) * 2005-04-21 2006-10-26 Blunt Shannon D Doppler-sensitive adaptive coherence estimate detector methods
CN102721958A (zh) * 2012-06-25 2012-10-10 西北工业大学 不确定海洋环境中广义似然比稳健信号检测方法
CN103954951A (zh) * 2014-05-13 2014-07-30 西安电子科技大学 基于功率中值和归一化协方差估计的海面目标检测方法
CN106569193A (zh) * 2016-11-01 2017-04-19 西安电子科技大学 基于前‑后向收益参考粒子滤波的海面小目标检测方法
CN106932766A (zh) * 2017-04-27 2017-07-07 中国人民解放军海军航空工程学院 基于变参数广义结构的距离扩展目标自适应检测方法
CN106970369A (zh) * 2017-04-24 2017-07-21 西安电子科技大学 基于知识辅助的宽带雷达目标检测方法
CN107064903A (zh) * 2017-05-18 2017-08-18 西安电子科技大学 一种多个异构卫星下基于glrt的目标探测方法
CN107607938A (zh) * 2017-08-28 2018-01-19 电子科技大学 一种频率分集阵列雷达低空目标检测方法
CN109347579A (zh) * 2018-10-08 2019-02-15 清华大学 一种在无线信道衰落不确定条件下的弱信号检测方法
CN109709526A (zh) * 2018-12-12 2019-05-03 南京邮电大学 一种知识辅助分组广义似然比检测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003021289A1 (en) * 2001-09-05 2003-03-13 Lockheed Martin Corporation Radar system and method including superresolution raid counting
US20060238408A1 (en) * 2005-04-21 2006-10-26 Blunt Shannon D Doppler-sensitive adaptive coherence estimate detector methods
CN102721958A (zh) * 2012-06-25 2012-10-10 西北工业大学 不确定海洋环境中广义似然比稳健信号检测方法
CN103954951A (zh) * 2014-05-13 2014-07-30 西安电子科技大学 基于功率中值和归一化协方差估计的海面目标检测方法
CN106569193A (zh) * 2016-11-01 2017-04-19 西安电子科技大学 基于前‑后向收益参考粒子滤波的海面小目标检测方法
CN106970369A (zh) * 2017-04-24 2017-07-21 西安电子科技大学 基于知识辅助的宽带雷达目标检测方法
CN106932766A (zh) * 2017-04-27 2017-07-07 中国人民解放军海军航空工程学院 基于变参数广义结构的距离扩展目标自适应检测方法
CN107064903A (zh) * 2017-05-18 2017-08-18 西安电子科技大学 一种多个异构卫星下基于glrt的目标探测方法
CN107607938A (zh) * 2017-08-28 2018-01-19 电子科技大学 一种频率分集阵列雷达低空目标检测方法
CN109347579A (zh) * 2018-10-08 2019-02-15 清华大学 一种在无线信道衰落不确定条件下的弱信号检测方法
CN109709526A (zh) * 2018-12-12 2019-05-03 南京邮电大学 一种知识辅助分组广义似然比检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SUDAN HAN: """An Approximate Regularized ML Approach to Censor Outliers in Gaussian Radar Data", 《IEEE ACCESS》 *
UTKU KUMBEL 等: ""Multipath exploitation for knowledge-aided adaptive target detection"", 《IET RADAR, SONAR & NAVIGATION》 *
丁锦灿: ""一种基于先验SAR图像的非均匀STAP方法"", 《中国博士学位论文全文数据库 信息科技辑》 *
单荣 等: ""一种基于先验SAR图像的非均匀STAP方法"", 《信号处理》 *

Also Published As

Publication number Publication date
CN110412553B (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
KR101106047B1 (ko) 능동형 소나시스템의 표적거리 오차추정 방법 및 그 능동형 소나시스템
CN105445701B (zh) Ddma‑mimo雷达目标的单脉冲角度估计方法
Rabaste et al. Detection–localization algorithms in the around-the-corner radar problem
CN109116311A (zh) 基于知识辅助稀疏迭代协方差估计的杂波抑制方法
CN108710103A (zh) 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法
US8400875B2 (en) Active sonar system and active sonar method using a pulse sorting transform
Rabideau Clutter and jammer multipath cancellation in airborne adaptive radar
Blanding et al. Directed subspace search ML-PDA with application to active sonar tracking
Wei et al. Detection and localization of high speed moving targets using a short-range UWB impulse radar
Ristic et al. Gaussian mixture multitarget–multisensor Bernoulli tracker for multistatic sonobuoy fields
CN109490859B (zh) 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器
Yuan Direction-finding with a misoriented acoustic vector sensor
CN104297735B (zh) 基于先验道路信息的杂波抑制方法
Stinco et al. Data fusion in a multistatic radar system
Bennaceur et al. Target localization in depth and range from passive sonar
CN110412553A (zh) 一种多径情况下的导向矢量检测方法
Rao et al. Passive target tracking in underwater environment using bearing and frequency measurements
CN108387879A (zh) 基于自适应归一化匹配滤波的杂波图单元中值检测方法
CN108008393A (zh) 一种导向向量修正空时自适应检测方法
AOUNALLAH et al. Analysis study of radar probability of detection for fluctuating and non-fluctuating targets
Chengyu et al. Estimating target heights based on the Earth curvature model and micromultipath effect in skywave OTH radar
Oesterlein et al. Extraction of time-frequency target features
CN109212492B (zh) 基于知识辅助的时域重构机载雷达杂波抑制方法
Varadarajan et al. Array shape estimation tracking using active sonar reverberation
Özer et al. Robust model-dependent Poisson multi Bernoulli mixture trackers for multistatic sonar networks

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