CN110988837B - 一种窄带雷达目标判别方法 - Google Patents

一种窄带雷达目标判别方法 Download PDF

Info

Publication number
CN110988837B
CN110988837B CN201911299542.2A CN201911299542A CN110988837B CN 110988837 B CN110988837 B CN 110988837B CN 201911299542 A CN201911299542 A CN 201911299542A CN 110988837 B CN110988837 B CN 110988837B
Authority
CN
China
Prior art keywords
target
radar
radar detection
detection target
echo
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
CN201911299542.2A
Other languages
English (en)
Other versions
CN110988837A (zh
Inventor
龙超
郑坚
赵玉丽
童建文
翟海涛
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.)
Nanjing Laisi Electronic Equipment Co ltd
Original Assignee
Nanjing Laisi Electronic Equipment 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 Nanjing Laisi Electronic Equipment Co ltd filed Critical Nanjing Laisi Electronic Equipment Co ltd
Priority to CN201911299542.2A priority Critical patent/CN110988837B/zh
Publication of CN110988837A publication Critical patent/CN110988837A/zh
Application granted granted Critical
Publication of CN110988837B publication Critical patent/CN110988837B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/415Identification of targets based on measurements of movement associated with the 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28Details of pulse systems
    • G01S7/285Receivers
    • G01S7/292Extracting wanted echo-signals
    • 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/414Discriminating targets with respect to background clutter

Landscapes

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

Abstract

本发明公开了一种窄带雷达目标判别方法,包括:根据窄带雷达的工作模式、系统参数、雷达距离单元个数和方位单元个数,获得雷达探测目标的基本参数;根据窄带雷达的雷达视频及录取信息,获得雷达探测目标的运动速度和目标回波;结合目标回波和背景噪声功率估计雷达探测目标的目标信噪比,提取大于或等于第一预设阈值的目标回波数据构成目标回波序列;对目标回波序列进行幅度归一化处理,并计算雷达探测目标的波形熵;若雷达探测目标的波形熵大于第二预设阈值,判定雷达探测目标的目标类型为直升机目标。采用前述方法,能够简单高效的进行目标判别,适合工程实现。

Description

一种窄带雷达目标判别方法
技术领域
本发明涉及雷达目标识别领域,尤其涉及一种窄带雷达目标判别方法。
背景技术
目标识别技术因其在军事预警、防空反导和信息化作战等领域的应用价值而备受关注。其中,雷达目标识别技术是集传感器、目标、环境和信号处理技术为一体的复杂的系统工程。雷达目标识别技术基于回波信号提取目标特征,实现对目标属性类别或类型的自动判定。
现有的关于窄带雷达的信号理论都建立在“点”目标模型基础上,目标特征也表现出复杂性、瞬态性和非线性,因此难以对目标特征进行获取和理解,具体存在以下缺点:
首先,在雷达带宽窄的情况下,由于目标数据的分辨率低,获取的目标的细节信息少,难以从回波中直接提取目标形状、结构等信息。其次,由于窄带雷达脉冲重复频率低,而在较低的脉冲重复频率下不能完整采集到高速旋转部件的调制周期,从回波中难以分析其调制的周期性。最后,现有的一些窄带雷达目标分辨方法,例如采用小波分析、时频分析等方法,从实测窄带相参回波数据的相位中估计目标的运动特征并判别目标类型,计算量大,不适合工程实现。
基于以上这些因素,对目标属性的准确判别显得十分重要,需要一种雷达目标判别方法,保障雷达预警探测任务执行。
发明内容
本发明提供了一种窄带雷达目标判别方法,以解决现有的窄带雷达目标判别方法,从实测窄带相参回波数据的相位中估计目标的运动特征并判别目标类型,导致计算量大,难以工程实现这一问题。
一种窄带雷达目标判别方法,包括:
步骤1,根据窄带雷达的工作模式、系统参数、雷达距离单元个数和方位单元个数,获得雷达探测目标的基本参数,所述基本参数包括距离分辨单元、方位分辨单元和背景噪声功率;
步骤2,根据所述窄带雷达的雷达视频及录取信息,获得所述雷达探测目标的运动速度和目标回波;
步骤3,结合所述目标回波和背景噪声功率估计雷达探测目标的目标信噪比,提取大于或等于第一预设阈值的目标回波数据构成目标回波序列;
步骤4,对所述目标回波序列进行幅度归一化处理,并计算所述雷达探测目标的波形熵;
步骤5,将所述雷达探测目标的波形熵与第二预设阈值比较,若所述雷达探测目标的波形熵大于第二预设阈值,判定所述雷达探测目标的目标类型为直升机目标。
进一步地,在一种实现方式中,所述步骤4包括:
步骤4-1,根据以下公式,对所述雷达探测目标回波序列bi进行幅度归一化处理,获得归一化序列pi
Figure BDA0002321507880000021
其中,i=1,2,…,N,j=1,2,…,N,N是雷达探测目标的有效回波点数,1≤N≤100,N∈Z;
步骤4-2,根据以下公式,计算所述归一化序列pi的波形熵Ex,即所述雷达探测目标的波形熵Ex
Figure BDA0002321507880000022
进一步地,在一种实现方式中,所述步骤2,包括:
根据雷达视频及录取信息,获得雷达探测目标的运动速度v和目标回波ai,其中,i=1,2,…,M,M是雷达探测目标回波单元总个数,1≤M≤1000,M∈Z。
进一步地,在一种实现方式中,所述步骤3,包括:
根据以下公式,结合所述目标回波ai和背景噪声功率n0估计雷达探测目标的目标信噪比SNR:
Figure BDA0002321507880000031
根据以下公式,提取大于或等于第一预设阈值SNR*Gate1的目标回波数据构成目标回波序列bi
bi=ai>SNR*Gate1,i=1,2,…,M
其中,Gate1是比例系数;
将小于所述第一预设阈值SNR*Gate1的目标回波数据丢弃。
进一步地,在一种实现方式中:所述步骤5包括:
将所述雷达探测目标的波形熵Ex与第二预设阈值Gate2比较;
若所述雷达探测目标的波形熵Ex大于第二预设阈值Gate2,判定所述雷达探测目标的目标类型为直升机目标;
若所述雷达探测目标的波形熵Ex小于或等于第二预设阈值Gate2,判定所述雷达探测目标的目标类型非直升机目标。
由以上技术方案可知,本发明实施例提供一种窄带雷达目标判别方法。其中所述方法包括:步骤1,根据窄带雷达的工作模式、系统参数、雷达距离单元个数和方位单元个数,获得雷达探测目标的基本参数,所述基本参数包括距离、方位和背景噪声功率;步骤2,根据所述窄带雷达的雷达视频及录取信息,获得所述雷达探测目标的运动速度和目标回波;步骤3,结合所述目标回波和背景噪声功率估计雷达探测目标的目标信噪比,提取大于或等于第一预设阈值的所述目标回波数据构成目标回波序列;步骤4,对所述目标回波序列进行幅度归一化处理,并计算所述雷达探测目标的波形熵;步骤5,将所述雷达探测目标的波形熵与第二预设阈值比较,若所述雷达探测目标的波形熵大于第二预设阈值,判定所述雷达探测目标的目标类型为直升机目标。
现有技术中,从实测窄带相参回波数据的相位中估计目标的运动特征并判别目标类型,导致计算量大,难以工程实现。而采用前述方法,通过提取目标回波序列的波形熵特征实现雷达探测目标的目标类型判别,相对于现有技术,本方法原理简单,计算量小,适合工程实现。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例部分提供的一种窄带雷达目标判断方法的工作流程示意图;
图2是本发明实施例部分提供的一种窄带雷达目标判断方法中未经处理的雷达探测目标回波示意图;
图3是本发明实施例部分提供的一种窄带雷达目标判断方法中经过预处理的雷达探测目标回波示意图。
图4是本发明实施例部分提供的一种窄带雷达目标判断方法中最终直升机判别结果示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明第一实施例公开一种窄带雷达目标判断方法,本方法应用于窄带雷达直升机目标的识别。
如图1所示,本发明所述的一种窄带雷达目标判断方法包括以下步骤:
步骤1,根据窄带雷达的工作模式、系统参数、雷达距离单元个数和方位单元个数,获得雷达探测目标的基本参数,所述基本参数包括距离分辨单元、方位分辨单元和背景噪声功率;
本实施例中,根据窄带雷达的工作模式和系统参数,以及雷达距离单元个数Nr、方位单元个数Na,能够获取雷达探测目标的基本参数,包含距离分辨单元RngRes、方位分辨单元AziRes以及背景噪声功率。
步骤2,根据所述窄带雷达的雷达视频及录取信息,获得所述雷达探测目标的运动速度和目标回波;
本实施例中,所述雷达视频及录取信息通过雷达厂家提供,或雷达信号模拟器仿真产生。将雷达视频进行检测录取处理,获得雷达探测目标连续运动轨迹,提取目标回波。
步骤3,结合所述目标回波和背景噪声功率估计雷达探测目标的目标信噪比,提取大于或等于第一预设阈值的目标回波数据构成目标回波序列;
本实施例中,结合目标回波和背景视频,估计雷达探测目标的信噪比SNR,提取信噪比不低于给定的第一预设阈值SNR*Gate1的目标回波数据,构成目标回波序列bi,进行后续特征分析。
步骤4,对所述目标回波序列进行幅度归一化处理,并计算所述雷达探测目标的波形熵;
步骤5,将所述雷达探测目标的波形熵与第二预设阈值比较,若所述雷达探测目标的波形熵大于第二预设阈值,判定所述雷达探测目标的目标类型为直升机目标。
本实施例所述的一种窄带雷达目标判别方法中,所述步骤4包括:
步骤4-1,根据以下公式,对所述雷达探测目标回波序列bi进行幅度归一化处理,获得归一化序列pi
Figure BDA0002321507880000051
其中,i=1,2,…,N,j=1,2,…,N,N是雷达探测目标的有效回波点数,1≤N≤100,N∈Z;本实施例中,通过本步骤,能够减少因幅度取值范围差异引起的特征变化。
步骤4-2,根据以下公式,计算所述归一化序列pi的波形熵Ex,即所述雷达探测目标的波形熵Ex
Figure BDA0002321507880000052
本实施例所述的一种窄带雷达目标判别方法中,所述步骤2,包括:
根据雷达视频及录取信息,获得雷达探测目标的运动速度v和目标回波ai,其中,i=1,2,…,M,M是雷达探测目标回波单元总个数,1≤M≤1000,M∈Z。本实施例中,雷达参数、雷达视频、雷达录取结果由窄带雷达直接提供。具体实现中,可以通过把雷达数据记录成为文件,通过离线回放的方式重复处理。
本实施例所述的一种窄带雷达目标判别方法中,所述步骤3,包括:
根据以下公式,结合所述目标回波ai和背景噪声功率n0估计雷达探测目标的目标信噪比SNR:
Figure BDA0002321507880000061
根据以下公式,提取大于或等于第一预设阈值SNR*Gate1的目标回波数据构成目标回波序列bi
bi=ai>SNR*Gate1,i=1,2,…,M
其中,Gate1是比例系数;
将小于所述第一预设阈值SNR*Gate1的目标回波数据丢弃。
本实施例所述的一种窄带雷达目标判别方法中,所述步骤5包括:
将所述雷达探测目标的波形熵Ex与第二预设阈值Gate2比较;
若所述雷达探测目标的波形熵Ex大于第二预设阈值Gate2,判定所述雷达探测目标的目标类型为直升机目标;
若所述雷达探测目标的波形熵Ex小于或等于第二预设阈值Gate2,判定所述雷达探测目标的目标类型非直升机目标。
具体的,首先,对某一雷达实测数据分析,雷达的工作模式为MTD体制,距离分辨单元150m,距离单元3250,合计487.5km,天线扫描4转/分,脉冲重复频率300Hz,采集数据字长8位,0-255。将雷达扫描360°区域划分为128个方位单元,方位分辨360°/128。
其次,获取雷达探测目标的目标回波:将雷达视频进行检测录取处理,获得雷达探测目标连续运动轨迹,提取目标回波。那么稳定跟踪的目标回波视频如图2所示,具体的,图2中对同一雷达探测目标进行了8次观测。
再次,信息预处理:结合目标回波和背景视频,估计雷达探测目标的目标信噪比SNR,提取信噪比不低于第一预设阈值SNR*Gate1的目标回波数据,构成目标回波序列bi,进行后续特征分析。其中,i=1,2,…,N,N是目标回波点数。经过信息预处理后的回波视频如图3所示图3是经过预处理后的满足信噪比要求的目标回波序列,用于进行后续的波形熵计算。本实施例中,所述第一预设阈值SNR*Gate1=20,N=80。
最后,进行雷达探测目标的特征提取:
(1)对雷达探测目标回波序列bi进行幅度归一化处理,减少因幅度取值范围差异引起的特征变化。幅度归一化后序列为pi
Figure BDA0002321507880000071
其中,i=1,2,…,N,j=1,2,…,N,N是雷达探测目标的有效回波点数,N=80。
(2)计算雷达探测目标归一化序列pi的波形熵Ex
Figure BDA0002321507880000072
其中,i=1,2,…,N,N是雷达探测目标的有效回波点数,N=80。
最后进行目标判别:将雷达探测目标的波形熵Ex与第二预设阈值Gate2比较,当Ex>Gate2时,判定目标类型为直升机目标。本实施例中,所述第二预设阈值Gate2=2.4。具体的,对于图4的目标批T00259,计算获得的波形熵Ex=2.65,大于第二预设阈值Gate2,判定目标类型为直升机。
可以看到,本发明公开的一种窄带雷达目标判别方法,支持雷达分区图信息编辑,获取雷达在线/离线分区图信息,针对窄带力雷达对直升机目标的识别需求,通过检测录取提取雷达重点目标回波,经过预处理和目标波形信息熵特征提取,实现雷达直升机目标判别。本方法一种雷达目标判别方法,原理简单,设计方便,实时性好,适合工程实现。
具体实现中,本发明还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时可包括本发明提供的一种窄带雷达目标判断方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文:read-onlymemory,简称:ROM)或随机存储记忆体(英文:random access memory,简称:RAM)等。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。以上所述的本发明实施方式并不构成对本发明保护范围的限定。

Claims (4)

1.一种窄带雷达目标判别方法,其特征在于,包括:
步骤1,根据窄带雷达的工作模式、系统参数、雷达距离单元个数和方位单元个数,获得雷达探测目标的基本参数,所述基本参数包括距离分辨单元、方位分辨单元和背景噪声功率;
步骤2,根据所述窄带雷达的雷达视频及录取信息,获得所述雷达探测目标的运动速度和目标回波;
步骤3,结合所述目标回波和背景噪声功率估计雷达探测目标的目标信噪比,提取大于或等于第一预设阈值的目标回波数据构成目标回波序列;
所述步骤3,包括:
根据以下公式,结合所述目标回波ai和背景噪声功率n0估计雷达探测目标的目标信噪比SNR:
Figure FDA0003305473500000011
根据以下公式,提取大于或等于第一预设阈值SNR*Gate1的目标回波数据构成目标回波序列bi
bi=ai>SNR*Gate1,i=1,2,…,M
其中,Gate1是比例系数;
将小于所述第一预设阈值SNR*Gate1的目标回波数据丢弃;
步骤4,对所述目标回波序列进行幅度归一化处理,并计算所述雷达探测目标的波形熵;
步骤5,将所述雷达探测目标的波形熵与第二预设阈值比较,若所述雷达探测目标的波形熵大于第二预设阈值,判定所述雷达探测目标的目标类型为直升机目标。
2.根据权利要求1所述的一种窄带雷达目标判断方法,其特征在于,所述步骤4包括:
步骤4-1,根据以下公式,对所述雷达探测目标回波序列bi进行幅度归一化处理,获得归一化序列pi
Figure FDA0003305473500000021
其中,i=1,2,…,N,j=1,2,…,N,N是雷达探测目标的有效回波点数,1≤N≤100,N∈Z;
步骤4-2,根据以下公式,计算所述归一化序列pi的波形熵Ex,即所述雷达探测目标的波形熵Ex
Figure FDA0003305473500000022
3.根据权利要求2所述的一种窄带雷达目标判别方法,其特征在于,所述步骤2,包括:
根据雷达视频及录取信息,获得雷达探测目标的运动速度v和目标回波ai,其中,i=1,2,…,M,M是雷达探测目标回波单元总个数,1≤M≤1000,M∈Z。
4.根据权利要求3所述的一种窄带雷达目标判别方法,其特征在于:所述步骤5包括:
将所述雷达探测目标的波形熵Ex与第二预设阈值Gate2比较;
若所述雷达探测目标的波形熵Ex大于第二预设阈值Gate2,判定所述雷达探测目标的目标类型为直升机目标;
若所述雷达探测目标的波形熵Ex小于或等于第二预设阈值Gate2,判定所述雷达探测目标的目标类型非直升机目标。
CN201911299542.2A 2019-12-17 2019-12-17 一种窄带雷达目标判别方法 Active CN110988837B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911299542.2A CN110988837B (zh) 2019-12-17 2019-12-17 一种窄带雷达目标判别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911299542.2A CN110988837B (zh) 2019-12-17 2019-12-17 一种窄带雷达目标判别方法

Publications (2)

Publication Number Publication Date
CN110988837A CN110988837A (zh) 2020-04-10
CN110988837B true CN110988837B (zh) 2022-02-08

Family

ID=70094445

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911299542.2A Active CN110988837B (zh) 2019-12-17 2019-12-17 一种窄带雷达目标判别方法

Country Status (1)

Country Link
CN (1) CN110988837B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255528A (zh) * 2021-05-28 2021-08-13 胡琼 一种单多目标分类方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105403872A (zh) * 2015-11-04 2016-03-16 北京无线电测量研究所 一种运动车辆目标分类方法及系统
CN107390193A (zh) * 2017-06-23 2017-11-24 西安电子科技大学 基于多距离单元融合的调频连续波雷达飞机目标分类方法
CN109655795A (zh) * 2019-01-24 2019-04-19 南京莱斯电子设备有限公司 基于波形熵的米波雷达同频窄脉冲干扰抑制方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105403872A (zh) * 2015-11-04 2016-03-16 北京无线电测量研究所 一种运动车辆目标分类方法及系统
CN107390193A (zh) * 2017-06-23 2017-11-24 西安电子科技大学 基于多距离单元融合的调频连续波雷达飞机目标分类方法
CN109655795A (zh) * 2019-01-24 2019-04-19 南京莱斯电子设备有限公司 基于波形熵的米波雷达同频窄脉冲干扰抑制方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于微多普勒的窄带飞机目标分类方法研究;杨自豪;《中国优秀硕士学位论文全文数据库信息科技辑》;20131215(第S2期);第三章、图3.1 *
基于经验模态分解的空中飞机目标分类;王宝帅等;《电子与信息学报》;20120930;第34卷(第9期);第3节 *

Also Published As

Publication number Publication date
CN110988837A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN107576959B (zh) 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法
CN110940971B (zh) 一种雷达目标点迹录取方法、装置及存储介质
KR101628154B1 (ko) 수신 신호 세기를 이용한 다중 표적 추적 방법
CN109100696B (zh) 基于点状杂波图的慢速运动目标消除方法
CN111899568A (zh) 桥梁防撞预警系统、方法、装置和存储介质
CN112986926B (zh) 基于点迹属性关联判别的pd雷达鬼影抑制方法
Golbon-Haghighi et al. Detection of ground clutter for dual-polarization weather radar using a novel 3D discriminant function
CN101482969A (zh) 基于同质点计算的sar图像去斑方法
CN108414992B (zh) 一种基于相位信息杂波图的目标检测方法
CN110988837B (zh) 一种窄带雷达目标判别方法
CN111562570A (zh) 基于毫米波雷达的面向自动驾驶的车辆感知方法
CN112731307A (zh) 基于距离-角度联合估计的ratm-cfar检测器及检测方法
CN112327293A (zh) 一种基于分形特征智能学习的海面目标检测方法
CN113608193A (zh) 一种基于UNet的雷达多目标距离和速度估计方法
CN113960587A (zh) 基于类别信息反馈的毫米波雷达多目标跟踪方法
CN110515044A (zh) 低慢小雷达空频域四维杂波抑制方法
CN108398183A (zh) 一种强噪声背景下参数未知的多线谱Duffing振子检测及频率识别方法
Salmasi et al. Design and analysis of fractal detector for high resolution radars
KR102361816B1 (ko) 표적 탐지 방법 및 기록 매체
CN105676211A (zh) 一种基于降秩技术的多亮点目标时空检测方法
CN113625266A (zh) 应用雷达检测低速目标的方法、装置、存储介质和设备
Du et al. Fractal dimension based on morphological covering for ground target classification
Liu et al. Parameter Estimation for Interrupted-Sampling Jamming Recognition Based on Piecewise Shannon Entropy
CN105629254A (zh) 一种目标微动特征相干激光探测效果量化评价方法
Chang et al. Modified position correlation method for high resolution radar target detection

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