CN111142075B - 一种道面微小目标检测雷达杂波图自动更新方法 - Google Patents
一种道面微小目标检测雷达杂波图自动更新方法 Download PDFInfo
- Publication number
- CN111142075B CN111142075B CN201911412921.8A CN201911412921A CN111142075B CN 111142075 B CN111142075 B CN 111142075B CN 201911412921 A CN201911412921 A CN 201911412921A CN 111142075 B CN111142075 B CN 111142075B
- Authority
- CN
- China
- Prior art keywords
- clutter map
- clutter
- scanning
- detection
- map
- 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
- 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
- G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
-
- 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
- G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种道面微小目标检测雷达杂波图自动更新方法,能够实时更新杂波图,提高回波功率处于检测门限边缘的微小目标的检测概率,避免漏警和虚警。道面微小目标检测雷达开机后进行预扫描生成两幅杂波图并存储,其中一幅经过平滑处理,用于检测扫描时做杂波图CFAR检测时使用,另一幅不做任何处理直接存储。每一次检测扫描时,调用平滑后的杂波图,扫描完成后,根据杂波图自动更新判决条件对未平滑的杂波图进行更新,对更新后的杂波图进行平滑处理并替代之前的平滑后的杂波图,用于下一次检测扫描使用,如此循环。因为自动更新判决条件的存在,避免了将目标更新进杂波图中,造成漏警;雨雪天气时也可以实时更新杂波图,避免积水或积雪造成的虚警。
Description
技术领域
本发明属于微小目标检测技术领域,具体涉及一种道面微小目标(5cm以下)检测雷达杂波图自动更新方法。
背景技术
目前毫米波微小目标检测雷达多采用基于杂波图的CFAR检测算法,雷达开机后首先进行预扫描生成杂波图,后续的检微小目标检测雷达在开机预扫描生成杂波图后便不再变动杂波图,直至下一次开机重新生成。
一是当雷达使用环境白天和夜晚温差较大时,道面的反射特性会有少量的变化,导致所使用的杂波图与当前实际场景不完全符合,这虽然不会严重影响检测结果,但对于一些回波功率处于检测门限边缘的目标,容易造成漏警;二是当遇到雨雪天气时,道面回波特性会发生较大的变化,此时的杂波图与实际场景完全不符,造成杂波图CFAR检测出错,同时出现漏警和虚警。
发明内容
有鉴于此,本发明提供了一种道面微小目标检测雷达杂波图自动更新方法,能够实时更新杂波图,提高回波功率处于检测门限边缘的微小目标的检测概率,避免漏警和虚警。
为实现上述目的,本发明的一种道面微小目标检测雷达杂波图自动更新方法,包括如下步骤:
步骤1,雷达预扫描:
雷达开机后进行第一次预扫描,保存预扫描数据;
预扫描完成后,采用均值法以θ为间隔生成180/θ帧杂波图,将此杂波图存储并对其进行二维平滑处理,生成平滑杂波图并存储,其中,θ≤1°;
步骤2,进行杂波图CFAR检测:
雷达进行检测扫描时,获取当前场景一维距离像,每一帧一维距离像对应一个方位角,按当前帧的方位角度从二维平滑处理后的杂波图中寻找对应角度上的杂波图,并进行杂波图CFAR检测,识别出当前帧中的过检点并记录,待全部一维距离像进行杂波图CFAR处理完毕,对所有过检点进行目标凝聚,然后上报目标信息;
步骤3,通过判断跑道区域一维距离像的平均功率来区分晴天和非晴天:跑道区域平均功率小于或等于设定阈值,则判断为晴天,否则判断为非晴天;
当判断为晴天时,将当前场景一维距离像作为检测数据,执行步骤4;当判断为非晴天时,回溯雷达原始回波数据中提取零多普勒通道数据作为检测数据,执行步骤4;
步骤4,对于每一帧检测数据,首先判断此帧数据是否有过检点,如果有,则此帧不做更新,如果没有,则判断当前帧的信噪比SNR最大值、最小值以及均值是否满足信噪比判决条件:
式中,β1和β2分别表示下阈值和上阈值,β3表示均值阈值,SNRmin和SNRmax分别表示当前帧的最小和最大信噪比,SNRmean表示当前帧信噪比均值;
如果当前帧没有过检点且满足信噪比判决条件,则认为当前帧满足杂波图自动更新判决条件;
将满足杂波图自动更新判决条件帧的一维距离像叠加到杂波图对应帧中,对叠加后的杂波图进行二维平滑处理,生成新的平滑杂波图,替代之前的平滑杂波图。
其中,所述步骤1中,进行两次以上的预扫描,其中,进行第n次预扫描时,将本次回传的一维距离像与第n-1次预扫描生成的杂波图进行加权叠加作为本次预扫描生成的杂波图,并对其进行二维平滑处理,生成平滑杂波图并存储;
每次预扫描结果取代前一次的存储结果,其中,加权叠加公式如下:
所述步骤4中,采用与步骤1相同的加权系数,将满足杂波图自动更新判决条件帧的一维距离像加权叠加到杂波图对应帧中。
有益效果:
本发明中,道面微小目标检测雷达开机后进行预扫描生成两幅杂波图并存储,其中一幅经过平滑处理,用于检测扫描时做杂波图CFAR检测时使用,另一幅不做任何处理直接存储。每一次检测扫描时,调用平滑后的杂波图,扫描完成后,根据杂波图自动更新判决条件对未平滑的杂波图进行更新,对更新后的杂波图进行平滑处理并替代之前的平滑后的杂波图,用于下一次检测扫描使用,如此循环。此外如果遇到雨雪天气,则使用零多普勒通道数据进行杂波图更新。实时更新杂波图,当因温差大等因素导致道面反射特性逐渐发生轻微变化时,可使杂波图与当前场景吻合,提高回波功率处于检测门限边缘的微小目标的检测概率;因为自动更新判决条件的存在,避免了将目标更新进杂波图中,造成漏警;雨雪天气时也可以实时更新杂波图,避免积水或积雪造成的虚警。
附图说明
图1为本发明杂波图自动更新方法框图。
图2为本发明平滑前的杂波图和平滑后的杂波图。
其中,图2(a)为平滑前的杂波图,图2(b)为平滑后的杂波图。
图3为本发明晴天杂波图自动更新效果图。
其中,图3(a)为晴天杂波图自动更新前的效果图,图2(b)为晴天杂波图自动更新后的效果图。
图4为本发明雨天零多普勒通道提取效果图。
其中,图4(a)为雨天一维距离像示意图,图4(b)为道面边缘在整个场景中的示意图。
图5为本发明雨天杂波图自动更新效果图。
其中,图5(a)为雨天杂波图自动更新前效果图,图5(b)为雨天杂波图自动更新后效果图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明所提出的道面微小目标检测雷达杂波图自动更新方法,包括如下步骤:
步骤1,雷达预扫描:
雷达开机后进行第一次预扫描,预扫描数据保存。预扫描完成后,采用均值法以θ角度(θ≤1°)为间隔生成180/θ帧杂波图,将此杂波图存储并对其进行二维平滑处理,生成平滑杂波图并存储。
为保证杂波图质量,可以多次进行预扫描(如5次或10次),其中,进行第n次预扫描时,将本次回传的一维距离像与第n-1次预扫描生成的杂波图进行加权叠加作为本次预扫描生成的杂波图,并对其进行二维平滑处理,生成平滑杂波图并存储。每次预扫描结果取代前一次的存储结果,两幅杂波图均存储在雷达FLASH存储器中,以防断电丢失。其中,加权叠加公式如下:
步骤2,进行杂波图CFAR检测:
雷达进行检测扫描时,获取当前场景一维距离像,每一帧一维距离像对应一个方位角,按当前帧的方位角度从二维平滑处理后的杂波图中寻找对应角度上的杂波图,并进行杂波图CFAR检测,识别出当前帧中的过检点并记录,待全部一维距离像进行杂波图CFAR处理完毕,对所有过检点进行目标凝聚,然后上报目标信息;
步骤3,通过判断跑道区域一维距离像的平均功率来区分晴天和非晴天:跑道区域平均功率小于或等于设定阈值,则判断为晴天,否则判断为非晴天;
当判断为晴天时,将当前场景一维距离像作为检测数据,执行步骤4;当判断为非晴天时,回溯雷达原始回波数据中提取零多普勒通道数据作为检测数据,执行步骤4;
以非晴天是雨雪天气为例:雨天或雪天时,跑道上的积水或积雪、空气中的雨滴或雪花都会影响回波功率,因此通过判断跑道区域一维距离像的平均功率来区分晴天、雨天、雪天,如式(2-1)所示。
式中,PAvg表示跑道区域平均功率,δ1和δ2表示阈值。
当判断为晴天时,将当前场景一维距离像作为检测数据,执行步骤4;当判断为雨雪天气时,回溯雷达原始回波数据中提取零多普勒通道数据作为检测数据,执行步骤4;
步骤4,对于每一帧检测数据,首先判断此帧数据是否有过检点,如果有,则此帧不做更新,如果没有,则判断当前帧的信噪比SNR最大值、最小值以及均值是否满足信噪比判决条件,如式(3-1)所示。
式中,β1和β2分别表示下阈值和上阈值,β3表示均值阈值,SNRmin和SNRmax分别表示当前帧的最小和最大信噪比,SNRmean表示当前帧信噪比均值。
如果当前帧没有过检点且满足信噪比判决条件,则认为当前帧满足杂波图自动更新判决条件,将满足杂波图自动更新判决条件帧的一维距离像叠加到杂波图对应帧中,对叠加后的杂波图进行二维平滑处理,生成新的平滑杂波图,替代之前的平滑杂波图。其中,采用与步骤1相同的加权系数,将满足杂波图自动更新判决条件帧的一维距离像加权叠加到杂波图对应帧中。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种道面微小目标检测雷达杂波图自动更新方法,其特征在于,包括如下步骤:
步骤1,雷达预扫描:
雷达开机后进行第一次预扫描,保存预扫描数据;
预扫描完成后,采用均值法以θ为间隔生成180/θ帧杂波图,将此杂波图存储并对其进行二维平滑处理,生成平滑杂波图并存储,其中,θ≤1°;
步骤2,进行杂波图CFAR检测:
雷达进行检测扫描时,获取当前场景一维距离像,每一帧一维距离像对应一个方位角,按当前帧的方位角度从二维平滑处理后的杂波图中寻找对应角度上的杂波图,并进行杂波图CFAR检测,识别出当前帧中的过检点并记录,待全部一维距离像进行杂波图CFAR处理完毕,对所有过检点进行目标凝聚,然后上报目标信息;
步骤3,通过判断跑道区域一维距离像的平均功率来区分晴天和非晴天:跑道区域平均功率小于或等于设定阈值,则判断为晴天,否则判断为非晴天;
当判断为晴天时,将当前场景一维距离像作为检测数据,执行步骤4;当判断为非晴天时,回溯雷达原始回波数据中提取零多普勒通道数据作为检测数据,执行步骤4;
步骤4,对于每一帧检测数据,首先判断此帧数据是否有过检点,如果有,则此帧不做更新,如果没有,则判断当前帧的信噪比SNR最大值、最小值以及均值是否满足信噪比判决条件:
式中,β1和β2分别表示下阈值和上阈值,β3表示均值阈值,SNRmin和SNRmax分别表示当前帧的最小和最大信噪比,SNRmean表示当前帧信噪比均值;
如果当前帧没有过检点且满足信噪比判决条件,则认为当前帧满足杂波图自动更新判决条件;
将满足杂波图自动更新判决条件帧的一维距离像叠加到杂波图对应帧中,对叠加后的杂波图进行二维平滑处理,生成新的平滑杂波图,替代之前的平滑杂波图。
2.如权利要求1所述的道面微小目标检测雷达杂波图自动更新方法,其特征在于,所述步骤1中,进行两次以上的预扫描,其中,进行第n次预扫描时,将本次回传的一维距离像与第n-1次预扫描生成的杂波图进行加权叠加作为本次预扫描生成的杂波图,并对其进行二维平滑处理,生成平滑杂波图并存储;
每次预扫描结果取代前一次的存储结果,其中,加权叠加公式如下:
所述步骤4中,采用与步骤1相同的加权系数,将满足杂波图自动更新判决条件帧的一维距离像加权叠加到杂波图对应帧中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911412921.8A CN111142075B (zh) | 2019-12-31 | 2019-12-31 | 一种道面微小目标检测雷达杂波图自动更新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911412921.8A CN111142075B (zh) | 2019-12-31 | 2019-12-31 | 一种道面微小目标检测雷达杂波图自动更新方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111142075A CN111142075A (zh) | 2020-05-12 |
CN111142075B true CN111142075B (zh) | 2022-04-05 |
Family
ID=70522586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911412921.8A Active CN111142075B (zh) | 2019-12-31 | 2019-12-31 | 一种道面微小目标检测雷达杂波图自动更新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111142075B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253231B (zh) * | 2021-05-17 | 2023-10-13 | 成都西科微波通讯有限公司 | 一种基于一维距离像特征的杂波图检测与更新方法 |
CN114966631A (zh) * | 2022-05-19 | 2022-08-30 | 安徽蔚来智驾科技有限公司 | 车载激光雷达的故障诊断及处理方法、装置、介质及车辆 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101351282B1 (ko) * | 2012-11-22 | 2014-01-15 | 국방과학연구소 | 클러터맵 기반 레이더 시스템의 미관측 영역 개선 방법 및 이를 이용한 레이더 시스템 |
CN104360320A (zh) * | 2014-12-03 | 2015-02-18 | 中国电子科技集团公司第二十八研究所 | 一种改进的杂波图 |
CN104898103A (zh) * | 2015-06-01 | 2015-09-09 | 西安电子科技大学 | 基于多通道杂波图的低速目标检测方法 |
CN108414992A (zh) * | 2018-02-12 | 2018-08-17 | 西安电子科技大学 | 一种基于相位信息杂波图的目标检测方法 |
CN109782248A (zh) * | 2019-02-18 | 2019-05-21 | 中国电子科技集团公司第二十研究所 | 一种雷达杂波处理方法 |
CN109856602A (zh) * | 2018-11-27 | 2019-06-07 | 重庆秦嵩科技有限公司 | 一种适用于慢速目标监视雷达的杂波抑制方法 |
-
2019
- 2019-12-31 CN CN201911412921.8A patent/CN111142075B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101351282B1 (ko) * | 2012-11-22 | 2014-01-15 | 국방과학연구소 | 클러터맵 기반 레이더 시스템의 미관측 영역 개선 방법 및 이를 이용한 레이더 시스템 |
CN104360320A (zh) * | 2014-12-03 | 2015-02-18 | 中国电子科技集团公司第二十八研究所 | 一种改进的杂波图 |
CN104898103A (zh) * | 2015-06-01 | 2015-09-09 | 西安电子科技大学 | 基于多通道杂波图的低速目标检测方法 |
CN108414992A (zh) * | 2018-02-12 | 2018-08-17 | 西安电子科技大学 | 一种基于相位信息杂波图的目标检测方法 |
CN109856602A (zh) * | 2018-11-27 | 2019-06-07 | 重庆秦嵩科技有限公司 | 一种适用于慢速目标监视雷达的杂波抑制方法 |
CN109782248A (zh) * | 2019-02-18 | 2019-05-21 | 中国电子科技集团公司第二十研究所 | 一种雷达杂波处理方法 |
Non-Patent Citations (1)
Title |
---|
雷达信号的非相参积累检测和恒虚警处理;彭卫华等;《舰船电子对抗》;20071231;第50-52页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111142075A (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977801B (zh) | 一种联合光学和雷达的区域水体快速动态提取方法及系统 | |
CN110378308B (zh) | 改进的基于Faster R-CNN的港口SAR图像近岸舰船检测方法 | |
CN108491854B (zh) | 基于sf-rcnn的光学遥感图像目标检测方法 | |
CN111797712B (zh) | 基于多尺度特征融合网络的遥感影像云与云阴影检测方法 | |
CN111142075B (zh) | 一种道面微小目标检测雷达杂波图自动更新方法 | |
CN108845300B (zh) | 一种场面监视雷达恒虚警处理方法 | |
CN109711256B (zh) | 一种低空复杂背景无人机目标检测方法 | |
CN107942329A (zh) | 机动平台单通道sar对海面舰船目标检测方法 | |
CN102663385B (zh) | 一种星上点目标检测方法 | |
CN116482644B (zh) | 一种海雾识别方法 | |
CN111126335A (zh) | 一种结合显著性和神经网络的sar船只识别方法及系统 | |
CN113436124B (zh) | 一种应用于海洋雾天环境下的单图像去雾方法 | |
CN104182992B (zh) | 一种基于全景视觉的海上弱小目标检测方法 | |
CN108226890B (zh) | 基于时间向统计的机场异物雷达检测方法 | |
CN108508425B (zh) | 雷达近地背景噪声下基于邻域特征的前景目标检测方法 | |
CN116758049A (zh) | 一种基于主被动卫星遥感的城市洪涝立体监测方法 | |
CN111736156B (zh) | 一种基于天气雷达的逆风区识别方法与装置 | |
CN116381692B (zh) | 一种基于x波段双偏振雷达的降水相态识别qpe算法 | |
CN112669332A (zh) | 一种基于双向局部极大值和峰值局部奇异性判断海天条件和检测红外目标的方法 | |
CN106991682B (zh) | 自动港口货船的提取方法及装置 | |
CN102194224A (zh) | 一种光学遥感图像坦克群的识别方法 | |
CN111540007A (zh) | 一种利用sar图像估算油罐存储量的方法 | |
CN112258518B (zh) | 一种海天线提取方法及装置 | |
CN110211124B (zh) | 一种基于MobileNetV2的红外成像结冰湖泊检测方法 | |
CN111079852B (zh) | 一种输电线路绝缘子覆冰厚度侦测方法 |
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 |