CN110940977A - 一种适配海况变化的恒虚警检测器及恒虚警检测方法 - Google Patents
一种适配海况变化的恒虚警检测器及恒虚警检测方法 Download PDFInfo
- Publication number
- CN110940977A CN110940977A CN201911215691.6A CN201911215691A CN110940977A CN 110940977 A CN110940977 A CN 110940977A CN 201911215691 A CN201911215691 A CN 201911215691A CN 110940977 A CN110940977 A CN 110940977A
- Authority
- CN
- China
- Prior art keywords
- time
- signal
- false alarm
- echo signal
- clutter
- 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
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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- 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
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
本发明公开了一种适配海况变化的恒虚警检测器及恒虚警检测方法,涉及海面弱目标探测技术领域,包括去相关时间估计模块、时间相关特征值计算模块、参考单元杂波电平估计模块、处理模块和阈值判决器,去相关时间估计模块根据海况信息得到去相关时间,时间相关特征值计算模块根据海杂波信号和去相关时间得时间相关特征值,参考单元杂波电平估计模块根据时间相关特征值得到杂波电平,处理模块根据杂波电平和乘数因子得到给定虚警概率下的检测门限,阈值判决器根据待检测信号和给定虚警概率下的检测门限进行判断,本发明能够解决复杂海况下传统海面弱目标检测器无法通过幅值度量标准有效区分弱目标信号和海杂波信号的问题。
Description
技术领域
本发明涉及海面弱目标探测技术领域,具体涉及一种适配海况变化的恒虚警检测器及恒虚警检测方法。
背景技术
随着构建数字海洋观测网络的热潮不断兴起,各国纷纷推出了一系列的海洋观测计划,以服务于众多的海洋应用。在这些应用之中,一种十分重要的应用就是精准探测海面上的小尺寸、隐身以及高速机动的目标,即海面漂浮的弱目标。它既包含军事领域中广泛使用的海面作战装备,也包含民用领域中的各类海面待测对象。由于海杂波的存在,雷达接收的弱目标回波信号会被海杂波信号所干扰,导致虚警产生。为了从海杂波中检测弱目标信号,一个简单的方法就是利用雷达的阈值检测设置一个固定的检测门限来判决回波信号是否为目标。然而,海杂波也是由多个散射体(即海面)构造的复杂对象的回波,散射体的个数会随着复杂多变的海况变化而变化,导致海杂波信号的电平难以保持在一个固定值。因此,现有采用固定门限判决的检测方法往往存在以下缺陷,即,杂波功率的增加会使系统的虚警概率成数量级地提升。过高的虚警概率给雷达的正常工作带来了巨大的挑战。
为了使检测性能可控,促使了“恒虚警”概念的提出,通过使雷达维持恒定的虚警概率以获得可靠的检测性能。恒虚警检测器就是可自适应调整雷达检测门限以实现虚警概率恒定的一类检测器。为了实现恒虚警检测,恒虚警检测器从实测数据中实时估计出背景杂波信号的幅值(电平),并将该电平与一个乘数因子相乘(该乘数因子随给定的虚警概率变化而动态变化),从而相应地调整雷达检测门限,以实现给定的虚警概率指标。为了获得乘数因子与虚警概率之间的映射关系,恒虚警检测器利用蒙特卡洛试验计算出乘数因子与虚警概率之间的一一映射。在蒙特卡洛试验中,首先获取海杂波的分布模型,以得到足够多的海杂波样本点,然后利用不同的方法估计出背景单元的海杂波信号的电平,最后求出不同的乘数因子下对应的虚警概率,从而获得乘数因子与虚警概率之间的一一映射。因此,具有区分度的背景杂波信息估计方法对于提升恒虚警检测器的检测性能具有重要意义。
然而,在实际检测场景下,经典的背景杂波信息估计方法的性能受到了严重的限制。现有的背景杂波信息估计方法多基于幅度信息,很少考虑海况变化对检测器检测精度的影响。特别在恶劣的海况下,雷达回波信号的信杂比通常很低,使得利用现有估计方法构造的恒虚警检测器难以区分目标回波与海杂波,导致检测精度较低。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种适配海况变化的恒虚警检测器及恒虚警检测方法,能够解决复杂海况下传统海面弱目标检测器无法通过幅值度量标准有效区分弱目标信号和海杂波信号的问题。
为达到以上目的,本发明采取的技术方案是:
第一方面,提供一种适配海况变化的恒虚警检测器,包括:
雷达,其用于发射电磁波信号并接收包括待检测信号和海杂波信号的回波信号;
恒虚警检测参考窗,其与所述雷达信号连接,并用于接收回波信号,并将所述回波信号分为设有所述待检测信号的待检测单元和多个设有所述海杂波信号的参考单元;
去相关时间估计模块,其用于根据测得的海况信息得到各参考单元的去相关时间;
时间相关特征值计算模块,其分别与所述恒虚警检测参考窗和去相关时间估计模块信号连接,并用于根据各参考单元的海杂波信号和与其对应的去相关时间得各参考单元的时间相关特征值;
参考单元杂波电平估计模块,其与所述时间相关特征值计算模块信号连接,并用于根据各参考单元的时间相关特征值得到参考单元杂波电平;
处理模块,其与所述参考单元杂波电平估计模块信号连接,并用于根据参考单元杂波电平和给定虚警概率下的乘数因子得到给定虚警概率下的检测门限;
阈值判决器,其分别与所述处理模块和恒虚警检测参考窗信号连接,并用于根据待检测信号和给定虚警概率下的检测门限进行判断,得到检测结果。
第二方面,还提供一种适配海况变化的恒虚警检测方法,具体包括以下步骤:
收集包括待检测信号和海杂波信号的回波信号并将其分为设有待检测信号的待检测单元和多个设有海杂波信号的参考单元,将待检测单元和参考单元的信号数据均切割为多个相同时间序列长度的回波信号序列;
通过测得的海况信息得到各参考单元的去相关时间;
通过参考单元对应的回波信号序列和去相关时间得到各参考单元的时间相关特征值;
通过各参考单元的时间相关特征值得到参考单元杂波电平;
通过蒙特卡洛算法计算给定虚警概率下的乘数因子,以及参考单元杂波电平得到给定虚警概率下的检测门限;
将待检测单元对应的回波信号序列与检测门限对比,得到相应的检测结果。
在上述技术方案的基础上,将待检测单元和参考单元的信号数据均切割为多个相同时间序列长度的回波信号序列,所述回波信号序列满足以下公式:
ur,ρ=xr(d(ρ-1)+1:d(ρ-1)+L),ρ∈D
式中,ur,ρ为回波信号序列,d为回波信号相邻数据点的重复程度,D={1,2,3,...,M}为切割出的回波信号序列的集合,M为切割得到的回波信号序列的总个数。
在上述技术方案的基础上,通过参考单元对应的回波信号序列和去相关时间得到各参考单元的时间相关特征值,所述时间相关特征值满足以下公式:
式中,l为相关长度,L为回波信号的时间序列长度,TCr,l为各参考单元的时间相关特征值,其中,相关长度为去相关时间。
在上述技术方案的基础上,通过各参考单元的时间相关特征值得到参考单元杂波电平,所述参考单元杂波电平满足以下公式:
式中,TCr,l(ρ)为参考单元的时间相关特征值,TCATC(ρ)为参考单元杂波电平,2k为参考单元的总个数。
在上述技术方案的基础上,通过测得的海况信息得到各参考单元的去相关时间时,首先确定与极化模式有关的三个参数ξ0、ξ1以及ξ2,具体包括以下步骤:
选取IPIX实测雷达数据集中的多个数据文件,并将多个数据文件在不同极化模式下的海杂波数据作为训练数据;
将训练数据均切割为多个相同时间序列长度的回波信号序列;
通过回波信号序列得到其对应的时间相关特征值为1/e时的相关长度,作为每个回波信号序列的去相关时间;
根据时间序列长度、去相关时间、海杂波数据对应的风速和有效浪高,并通过梯度下降法得到不同极化模式下ξ0、ξ1以及ξ2的最佳值。
在上述技术方案的基础上,通过测得的海况信息得到各参考单元的去相关时间,所述去相关时间满足以下公式:
lD=(ξ0+ξ1U+ξ2W)×10-3
式中,U为风速,W为有效浪高。
在上述技术方案的基础上,根据时间序列长度、去相关时间、海杂波数据对应的风速和有效浪高,并通过梯度下降法得到不同极化模式下ξ0、ξ1以及ξ2的最佳值,满足以下约束条件和公式:
C2:ξ=[ξ0,ξ1,ξ2]
式中,J(ξ)为损失函数,LD(ρ)为时间序列长度,lD(ρ)为去相关时间,U(ρ)为风速,W(ρ)为有效浪高,C1、C2、C3分别为三个约束条件,T为转置符号。
在上述技术方案的基础上,通过梯度下降法得到不同极化模式下ξ0、ξ1以及ξ2的最佳值后,还包括以下步骤:
通过在IPIX实测雷达数据集中选取另一数据文件;
通过得到的ξ0、ξ1以及ξ2的最佳值得出该回波信号序列的去相关时间,并通过计算该数据文件时间相关特征值从1下降至1/e时历经的相关长度作为真实去相关时间;
通过去相关时间与真实去相关时间之间的均方误差,判断得到的ξ0、ξ1以及ξ2是否满足预定要求。
在上述技术方案的基础上,将待检测单元对应的回波信号序列与检测门限对比,得到相应的检测结果,具体包括以下步骤:将待检测单元对应的回波信号序列与检测门限对比,若回波信号序列大于检测门限,则判定为有目标,否则,判定为无目标。
与现有技术相比,本发明的优点在于:
本发明的一种适配海况变化的恒虚警检测器,通过去相关时间估计模块、时间相关特征值计算模块和参考单元杂波电平估计模块,得到对海杂波信号的杂波电平,并根据阈值判决器完成对待检测信号的判断,以确定是否有目标,能够解决复杂海况下传统海面弱目标检测器无法通过幅值度量标准有效区分弱目标信号和海杂波信号的问题。
附图说明
图1为本发明实施例中恒虚警检测器的流程框图;
图2为本发明实施例中目标信号与海杂波信号的时间相关特征值随相关长度变化曲线;
图3为本发明实施例中基于梯度下降法的代价函数随迭代次数变化曲线;
图4为本发明实施例中去相关时间函数的三维视图。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
参见图1所示,本发明实施例提供一种适配海况变化的恒虚警检测器,包括雷达、恒虚警检测参考窗、去相关时间估计模块、时间相关特征值计算模块、参考单元杂波电平估计模块、处理模块和阈值判决器,雷达用于发射电磁波信号并接收包括待检测信号和海杂波信号的回波信号,优选地,雷达为脉冲体制雷达,恒虚警检测参考窗与雷达信号连接,并用于接收回波信号,并将回波信号分为设有待检测信号的待检测单元和多个设有海杂波信号的参考单元,去相关时间估计模块用于根据测得的海况信息得到各参考单元的去相关时间,时间相关特征值计算模块分别与恒虚警检测参考窗和去相关时间估计模块信号连接,并用于根据各参考单元的海杂波信号和与其对应的去相关时间得各参考单元的时间相关特征值,参考单元杂波电平估计模块与时间相关特征值计算模块信号连接,并用于根据各参考单元的时间相关特征值得到参考单元杂波电平,处理模块与参考单元杂波电平估计模块信号连接,并用于根据参考单元杂波电平和给定虚警概率下的乘数因子得到给定虚警概率下的检测门限,阈值判决器分别与处理模块和恒虚警检测参考窗信号连接,并用于根据待检测信号和给定虚警概率下的检测门限进行判断,得到检测结果。
其中,待检测单元两侧存在保护单元,由于保护单元是受目标单元影响的信号,可能存在目标信号,因此,不对保护单元进行判断,在需要对待检测信号进行判断是否有目标时,通过恒虚警检测参考窗将回波信号分为设有待检测信号的待检测单元和多个设有海杂波信号的参考单元,将参考单元的海杂波信号通过去相关时间估计模块计算得到去相关时间,并通过时间相关特征值计算模块和参考单元杂波电平估计模块依次得到各时间相关特征值计算模块和参考单元杂波电平估计模块和海杂波信号的杂波电平,处理器通过杂波电平得到检测门限,再由阈值判决器根据待检测信号和检测门限进行对比,以判断确定待检测信号是否含有目标信号,即能够判断是否有目标,能够解决传统海面弱目标检测器通过幅值度量标准有效区分弱目标信号和海杂波信号时,由于海况复杂的原因,无法得到准确的海杂波幅值,以使无法对弱目标信号和海杂波信号的区分的问题。
本发明实施例还提供一种适配海况变化的恒虚警检测方法,具体包括以下步骤:
收集包括待检测信号和海杂波信号的回波信号并将其分为设有待检测信号的待检测单元和多个设有海杂波信号的参考单元,将待检测单元和参考单元的信号数据均切割为多个相同时间序列长度的回波信号序列;
通过测得的海况信息得到各参考单元的去相关时间;
通过参考单元对应的回波信号序列和去相关时间得到各参考单元的时间相关特征值;
通过各参考单元的时间相关特征值得到参考单元杂波电平;
通过蒙特卡洛算法计算给定虚警概率下的乘数因子,以及参考单元杂波电平得到给定虚警概率下的检测门限;
将待检测单元对应的回波信号序列与检测门限对比,得到相应的检测结果。
通过海杂波信号得到去相关时间,并通过去相关时间得到时间相关特征值,再根据时间相关特征值得到海杂波信号的杂波电平,通过杂波电平和通过蒙特卡洛算法计算给定虚警概率下的乘数因子得到检测门限,再由对待检测信号和检测门限进行对比,以判断确定待检测信号是否含有目标信号,即能够判断是否有目标,能够解决传统海面弱目标检测器通过幅值度量标准有效区分弱目标信号和海杂波信号时,由于海况复杂的原因,无法得到准确的海杂波幅值,以使无法对弱目标信号和海杂波信号的区分的问题。
其中,将待检测单元和参考单元的信号数据均切割为多个相同时间序列长度的回波信号序列,回波信号序列满足以下公式:
ur,ρ=xr(d(ρ-1)+1:d(ρ-1)+L),ρ∈D
式中,ur,ρ为回波信号序列,d为回波信号相邻数据点的重复程度,D={1,2,3,...,M}为切割出的回波信号序列的集合,M为切割得到的回波信号序列的总个数。
参见图2所示,根据IPIX(Ice Multiparameter Imaging X-Band Radar)实测雷达数据集进行实验,得到海杂波信号与目标信号的时间相关特征值随相关长度变化的曲线,其中,相关长度为不同信号序列之间的相对时间间隔。能够得到在不同的相关长度下,目标回波信号的时间相关特征值均大于海杂波的时间相关特征值。例如,当相关长度为8ms时,目标回波信号的时间相关特征值为0.7995,而海杂波的时间相关特征值仅为0.3628。通过实验,辨识得到海杂波信号与目标信号在时间相关性上具有较大区分度,进而能够通过海杂波信号与目标信号的时间相关性完成对目标信号的检测。
其中,IPIX实测雷达数据集的部分表如表1所示:
表1
通过参考单元对应的回波信号序列和去相关时间得到各参考单元的时间相关特征值,时间相关特征值满足以下公式:
式中,l为相关长度,L为回波信号的时间序列长度,TCr,l为各参考单元的时间相关特征值。
通过各参考单元的时间相关特征值得到参考单元杂波电平,参考单元杂波电平满足以下公式:
式中,TCr,l(ρ)为参考单元的时间相关特征值,TCATC(ρ)为参考单元杂波电平,2k为参考单元的总个数。
通过测得的海况信息得到各参考单元的去相关时间时,首先确定与极化模式有关的三个参数ξ0、ξ1以及ξ2,具体包括以下步骤:
选取IPIX实测雷达数据集中的多个数据文件,并将多个数据文件在不同极化模式下的海杂波数据作为训练数据;
将训练数据均切割为多个相同时间序列长度的回波信号序列;
通过回波信号序列得到其对应的时间相关特征值为1/e时的相关长度,作为每个回波信号序列的去相关时间;
根据时间序列长度、去相关时间、海杂波数据对应的风速和有效浪高,并通过梯度下降法得到不同极化模式下ξ0、ξ1以及ξ2的最佳值。
参见图4所示,图中灰度的深浅变化表示去相关时间的大小变化,通过测得的海况信息得到各参考单元的去相关时间,去相关时间满足以下公式:
lD=(ξ0+ξ1U+ξ2W)×10-3
式中,U为风速,W为有效浪高。
参见图3所示,根据时间序列长度、去相关时间、海杂波数据对应的风速和有效浪高,并通过梯度下降法得到不同极化模式下ξ0、ξ1以及ξ2的最佳值,满足以下约束条件和公式:
C2:ξ=[ξ0,ξ1,ξ2]
式中,J(ξ)为损失函数,LD(ρ)为时间序列长度,lD(ρ)为去相关时间,U(ρ)为风速,W(ρ)为有效浪高,C1、C2、C3分别为三个约束条件,T为转置符号。
通过梯度下降法得到不同极化模式下ξ0、ξ1以及ξ2的最佳值后,还包括以下步骤:
通过在IPIX实测雷达数据集中选取另一数据文件;
通过得到的ξ0、ξ1以及ξ2的最佳值得出该回波信号序列的去相关时间,并通过计算该数据文件时间相关特征值从1下降至1/e时历经的相关长度作为真实去相关时间;
通过去相关时间与真实去相关时间之间的均方误差,判断得到的ξ0、ξ1以及ξ2是否满足预定要求。
在IPIX实测雷达数据集中选取第54、311和40号数据文件,并将多个数据文件在不同极化模式下的海杂波数据作为训练数据,以此得到不同极化模式下ξ0、ξ1以及ξ2的最佳值,在IPIX实测雷达数据集中选取第320号文件作为测试文件,通过得到的ξ0、ξ1以及ξ2的最佳值得出该回波信号序列的去相关时间,并得到去相关时间与真实去相关时间之间的均方误差,如表2所示:
表2
通过上述步骤以及表2,能够得到在HH、VV、HV和VH四种极化模式下,通过ξ0、ξ1以及ξ2的最佳值得到的去相关时间与与真实去相关时间之间的均方误差总是在百分之一毫秒的量级上。该结果能够说明,本发明实施例所提采用的去相关时间具有较好的拟合性能。
将待检测单元对应的回波信号序列与检测门限对比,得到相应的检测结果,具体包括以下步骤:将待检测单元对应的回波信号序列与检测门限对比,若回波信号序列大于检测门限,则判定为有目标,否则,判定为无目标。
本发明不局限于上述实施方式,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的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种适配海况变化的恒虚警检测器,其特征在于,包括:
雷达,其用于发射电磁波信号并接收包括待检测信号和海杂波信号的回波信号;
恒虚警检测参考窗,其与所述雷达信号连接,并用于接收回波信号,并将所述回波信号分为设有所述待检测信号的待检测单元和多个设有所述海杂波信号的参考单元;
去相关时间估计模块,其用于根据测得的海况信息得到各参考单元的去相关时间;
时间相关特征值计算模块,其分别与所述恒虚警检测参考窗和去相关时间估计模块信号连接,并用于根据各参考单元的海杂波信号和与其对应的去相关时间得各参考单元的时间相关特征值;
参考单元杂波电平估计模块,其与所述时间相关特征值计算模块信号连接,并用于根据各参考单元的时间相关特征值得到参考单元杂波电平;
处理模块,其与所述参考单元杂波电平估计模块信号连接,并用于根据参考单元杂波电平和给定虚警概率下的乘数因子得到给定虚警概率下的检测门限;
阈值判决器,其分别与所述处理模块和恒虚警检测参考窗信号连接,并用于根据待检测信号和给定虚警概率下的检测门限进行判断,得到检测结果。
2.一种适配海况变化的恒虚警检测方法,其特征在于,具体包括以下步骤:
收集包括待检测信号和海杂波信号的回波信号并将其分为设有待检测信号的待检测单元和多个设有海杂波信号的参考单元,将待检测单元和参考单元的信号数据均切割为多个相同时间序列长度的回波信号序列;
通过测得的海况信息得到各参考单元的去相关时间;
通过参考单元对应的回波信号序列和去相关时间得到各参考单元的时间相关特征值;
通过各参考单元的时间相关特征值得到参考单元杂波电平;
通过蒙特卡洛算法计算给定虚警概率下的乘数因子,以及参考单元杂波电平得到给定虚警概率下的检测门限;
将待检测单元对应的回波信号序列与检测门限对比,得到相应的检测结果。
3.如权利要求2所述的一种适配海况变化的恒虚警检测方法,其特征在于,将待检测单元和参考单元的信号数据均切割为多个相同时间序列长度的回波信号序列,所述回波信号序列满足以下公式:
ur,ρ=xr(d(ρ-1)+1:d(ρ-1)+L),ρ∈D
式中,ur,ρ为回波信号序列,d为回波信号相邻数据点的重复程度,D={1,2,3,...,M}为切割出的回波信号序列的集合,M为切割得到的回波信号序列的总个数。
6.如权利要求4所述的一种适配海况变化的恒虚警检测方法,其特征在于,通过测得的海况信息得到各参考单元的去相关时间时,首先确定与极化模式有关的三个参数ξ0、ξ1以及ξ2,具体包括以下步骤:
选取IPIX实测雷达数据集中的多个数据文件,并将多个数据文件在不同极化模式下的海杂波数据作为训练数据;
将训练数据均切割为多个相同时间序列长度的回波信号序列;
通过回波信号序列得到其对应的时间相关特征值为1/e时的相关长度,作为每个回波信号序列的去相关时间;
根据时间序列长度、去相关时间、海杂波数据对应的风速和有效浪高,并通过梯度下降法得到不同极化模式下ξ0、ξ1以及ξ2的最佳值。
7.如权利要求6所述的一种适配海况变化的恒虚警检测方法,其特征在于,通过测得的海况信息得到各参考单元的去相关时间,所述去相关时间满足以下公式:
lD=(ξ0+ξ1U+ξ2W)×10-3
式中,U为风速,W为有效浪高。
9.如权利要求6所述的一种适配海况变化的恒虚警检测方法,其特征在于,通过梯度下降法得到不同极化模式下ξ0、ξ1以及ξ2的最佳值后,还包括以下步骤:
通过在IPIX实测雷达数据集中选取另一数据文件;
通过得到的ξ0、ξ1以及ξ2的最佳值得出该回波信号序列的去相关时间,并通过计算该数据文件时间相关特征值从1下降至1/e时历经的相关长度作为真实去相关时间;
通过去相关时间与真实去相关时间之间的均方误差,判断得到的ξ0、ξ1以及ξ2是否满足预定要求。
10.如权利要求2所述的一种适配海况变化的恒虚警检测方法,其特征在于,将待检测单元对应的回波信号序列与检测门限对比,得到相应的检测结果,具体包括以下步骤:将待检测单元对应的回波信号序列与检测门限对比,若回波信号序列大于检测门限,则判定为有目标,否则,判定为无目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911215691.6A CN110940977B (zh) | 2019-12-02 | 2019-12-02 | 一种适配海况变化的恒虚警检测器及恒虚警检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911215691.6A CN110940977B (zh) | 2019-12-02 | 2019-12-02 | 一种适配海况变化的恒虚警检测器及恒虚警检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110940977A true CN110940977A (zh) | 2020-03-31 |
CN110940977B CN110940977B (zh) | 2021-10-19 |
Family
ID=69908874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911215691.6A Active CN110940977B (zh) | 2019-12-02 | 2019-12-02 | 一种适配海况变化的恒虚警检测器及恒虚警检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110940977B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111856406A (zh) * | 2020-06-02 | 2020-10-30 | 珠海微度芯创科技有限责任公司 | 一种基于fmcw雷达回波的目标检测方法及装置 |
CN117784190A (zh) * | 2023-12-25 | 2024-03-29 | 开普勒卫星科技(武汉)有限公司 | 基于时间相关性的均方根信息滤波方法、系统及相关装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4780720A (en) * | 1981-10-28 | 1988-10-25 | Emi Limited | Radar apparatus |
RU2004130474A (ru) * | 2002-03-13 | 2005-05-10 | Рейтеон Кэнэдэ Лимитид (CA) | Генератор спектра и способ генерирования спектра радиолокатора и используемые в них устройство и способ подавления внешних помех |
US20060232464A1 (en) * | 2004-11-12 | 2006-10-19 | James Onorato | Dual channel spatially adaptive CFAR |
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 |
CN104076350A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 基于归一化多普勒谱的海面漂浮目标检测方法 |
KR20150109083A (ko) * | 2014-03-19 | 2015-10-01 | 국방과학연구소 | 거리 적응적 탐지 문턱값 적용에 의한 적외선 해상 표적 탐지장치 구현 방법 |
CN105259546A (zh) * | 2015-09-30 | 2016-01-20 | 西安电子科技大学 | 一种基于ar谱分形的海面微弱雷达目标检测方法 |
CN105334503A (zh) * | 2014-08-12 | 2016-02-17 | 中国海洋大学 | 一种海杂波方位向相关函数模型及其参数估计方法 |
CN106569190A (zh) * | 2016-10-10 | 2017-04-19 | 华东电子工程研究所(中国电子科技集团公司第三十八研究所) | 一种高海况下海面目标检测装置及其检测方法 |
CN107884757A (zh) * | 2016-09-30 | 2018-04-06 | 比亚迪股份有限公司 | 恒虚警目标检测方法、装置及车辆 |
US20180143295A1 (en) * | 2016-11-22 | 2018-05-24 | Massachusetts Institute Of Technology | System and Technique for Mitigation of Clutter in Radar |
CN108594190A (zh) * | 2018-04-20 | 2018-09-28 | 西安电子科技大学 | 一种高分辨海杂波的仿真方法 |
CN110208766A (zh) * | 2019-05-31 | 2019-09-06 | 零八一电子集团有限公司 | 海面漂浮类微弱目标检测方法 |
CN110263646A (zh) * | 2019-05-21 | 2019-09-20 | 华中科技大学 | 一种基于卷积神经网络的海面弱目标探测方法和系统 |
-
2019
- 2019-12-02 CN CN201911215691.6A patent/CN110940977B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4780720A (en) * | 1981-10-28 | 1988-10-25 | Emi Limited | Radar apparatus |
RU2004130474A (ru) * | 2002-03-13 | 2005-05-10 | Рейтеон Кэнэдэ Лимитид (CA) | Генератор спектра и способ генерирования спектра радиолокатора и используемые в них устройство и способ подавления внешних помех |
US20060232464A1 (en) * | 2004-11-12 | 2006-10-19 | James Onorato | Dual channel spatially adaptive CFAR |
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 |
KR20150109083A (ko) * | 2014-03-19 | 2015-10-01 | 국방과학연구소 | 거리 적응적 탐지 문턱값 적용에 의한 적외선 해상 표적 탐지장치 구현 방법 |
CN104076350A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 基于归一化多普勒谱的海面漂浮目标检测方法 |
CN105334503A (zh) * | 2014-08-12 | 2016-02-17 | 中国海洋大学 | 一种海杂波方位向相关函数模型及其参数估计方法 |
CN105259546A (zh) * | 2015-09-30 | 2016-01-20 | 西安电子科技大学 | 一种基于ar谱分形的海面微弱雷达目标检测方法 |
CN107884757A (zh) * | 2016-09-30 | 2018-04-06 | 比亚迪股份有限公司 | 恒虚警目标检测方法、装置及车辆 |
CN106569190A (zh) * | 2016-10-10 | 2017-04-19 | 华东电子工程研究所(中国电子科技集团公司第三十八研究所) | 一种高海况下海面目标检测装置及其检测方法 |
US20180143295A1 (en) * | 2016-11-22 | 2018-05-24 | Massachusetts Institute Of Technology | System and Technique for Mitigation of Clutter in Radar |
CN108594190A (zh) * | 2018-04-20 | 2018-09-28 | 西安电子科技大学 | 一种高分辨海杂波的仿真方法 |
CN110263646A (zh) * | 2019-05-21 | 2019-09-20 | 华中科技大学 | 一种基于卷积神经网络的海面弱目标探测方法和系统 |
CN110208766A (zh) * | 2019-05-31 | 2019-09-06 | 零八一电子集团有限公司 | 海面漂浮类微弱目标检测方法 |
Non-Patent Citations (8)
Title |
---|
HONGKUAN ZHOU AND TAO JIANG: "《Decision Tree Based Sea-Surface Weak Target Detection With False Alarm Rate Controllable》", 《IEEE SIGNAL PROCESSING LETTERS》 * |
L. ROSENBERG: "《The effect of temporal correlation with K and KK-distributed sea-clutter》", 《PROCEEDINGS OF IEEE RADAR CONFERENCE》 * |
S. WATTS: "《The performance of cell-averaging CFAR systems in sea clutter》", 《RECORD OF THE IEEE 2000 INTERNATIONAL RADAR CONFERENCE》 * |
ZHILI WANG; ZE YU; SHUSEN WANG: "《A new construction method of spatial-temporal correlation in sea clutter simulation》", 《2017 SIXTH ASIA-PACIFIC CONFERENCE ON ANTENNAS AND PROPAGATION (APCAP)》 * |
李钦; 刘利民; 黄巍; 韩壮志: "《基于改进的剔除平均多目标恒虚警处理方法》", 《探测与控制学报》 * |
田玉芳 等: "《基于SVM的海面弱目标检测》", 《中国海洋大学学报》 * |
赵福立: "《基于RBF海杂波微弱目标的检测与提取》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
辛志慧: "《多通道海杂波建模及海面目标信息获取》", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111856406A (zh) * | 2020-06-02 | 2020-10-30 | 珠海微度芯创科技有限责任公司 | 一种基于fmcw雷达回波的目标检测方法及装置 |
CN111856406B (zh) * | 2020-06-02 | 2023-07-07 | 珠海微度芯创科技有限责任公司 | 一种基于fmcw雷达回波的目标检测方法及装置 |
CN117784190A (zh) * | 2023-12-25 | 2024-03-29 | 开普勒卫星科技(武汉)有限公司 | 基于时间相关性的均方根信息滤波方法、系统及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110940977B (zh) | 2021-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106125053B (zh) | 脉冲多普勒雷达极化抗干扰方法 | |
CN108761418B (zh) | 一种基于微多普勒特征的雷达多径目标剔除方法 | |
CN105807267B (zh) | 一种mimo雷达扩展目标的检测方法 | |
RU2473924C1 (ru) | Способ обнаружения и классификации сигнала от цели | |
GB2397957A (en) | Target detection | |
CN107942324B (zh) | 基于多普勒引导的多帧联合小目标双重检测方法 | |
CN110940977B (zh) | 一种适配海况变化的恒虚警检测器及恒虚警检测方法 | |
WO2012098294A1 (en) | Methods and arrangements for detecting weak signals | |
CN111551903A (zh) | 改进型二维变化指数恒虚警目标检测方法 | |
CN117724048B (zh) | 一种基于rdph特征的改进os-cfar检测算法、装置及介质 | |
CN108872961B (zh) | 基于低门限的雷达微弱目标检测方法 | |
CN112147584A (zh) | 一种基于非均匀杂波的mimo雷达扩展目标检测方法 | |
CN118091593B (zh) | 基于参考单元筛选的posglt-cfar检测算法 | |
CN105866748B (zh) | 一种基于检测先验的固定窗长恒虚警检测方法 | |
CN105589061A (zh) | 一种岸基雷达的信号处理算法 | |
CN113093135B (zh) | 基于f范数归一化距离的目标检测方法及装置 | |
CN113608193A (zh) | 一种基于UNet的雷达多目标距离和速度估计方法 | |
CN112147603B (zh) | 一种基于tKL散度的矩阵CFAR检测器的目标检测方法 | |
Sammartino et al. | MIMO radar performance in clutter environment | |
KR100902560B1 (ko) | 탐색중 추적 레이더의 위협경보 발생장치 및 방법 | |
Wei et al. | Detection and localization of high speed moving targets using a short-range UWB impulse radar | |
CN110412553B (zh) | 一种多径情况下的导向矢量检测方法 | |
CN108983227B (zh) | 一种基于白化滤波的极化mimo雷达检测方法 | |
CN111948613A (zh) | 基于自适应背景区选取的船载地波雷达目标检测方法 | |
CN106019250A (zh) | 基于角闪烁转发式假目标鉴别方法 |
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 |