CN112068080A - 雷达采样方法、计算机设备及介质 - Google Patents

雷达采样方法、计算机设备及介质 Download PDF

Info

Publication number
CN112068080A
CN112068080A CN202010940519.3A CN202010940519A CN112068080A CN 112068080 A CN112068080 A CN 112068080A CN 202010940519 A CN202010940519 A CN 202010940519A CN 112068080 A CN112068080 A CN 112068080A
Authority
CN
China
Prior art keywords
sampling
model parameter
parameter value
radar
processor
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.)
Pending
Application number
CN202010940519.3A
Other languages
English (en)
Inventor
张崇关
陈斌
刘城
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.)
Leihua Electronic Technology Research Institute Aviation Industry Corp of China
Original Assignee
Leihua Electronic Technology Research Institute Aviation Industry Corp of China
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 Leihua Electronic Technology Research Institute Aviation Industry Corp of China filed Critical Leihua Electronic Technology Research Institute Aviation Industry Corp of China
Priority to CN202010940519.3A priority Critical patent/CN112068080A/zh
Publication of CN112068080A publication Critical patent/CN112068080A/zh
Pending legal-status Critical Current

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
    • G01S7/021Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals

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

本发明提供了一种雷达采样方法、计算机设备及介质,属于雷达信号处理领域,具体包括接收雷达采样请求;根据所述雷达采样请求获取雷达采样参数的模型参数值;根据所述模型参数值生成第一采样指令;将所述第一采样指令发送给用于采样处理的并行处理器,并接收所述并行处理器反馈的根据所述模型参数值对样本目标进行采样的第一频谱采样数据;根据所述第一频谱采样数据对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令;将所述第二采样指令发送给所述并行处理器,并接收所述并行处理器反馈的根据所述第二采样指令对样本目标进行采样的第二频谱采样数据。通过本公开的处理方案,实时调整采样参数。

Description

雷达采样方法、计算机设备及介质
技术领域
本发明涉及雷达信号处理领域,具体涉及一种雷达采样方法、计算机设备及介质。
背景技术
数字信号处理是现代通信、雷达和电子对抗设备的重要组成部分。在实际应用中,利用数字信号处理技术对接收数据进行处理,不仅可以实现高精准的目标定位和目标跟踪,还能够将目标识别、目标成像、精确制导、电子对抗等功能进行拓展,实现多种业务一体化集成。
但对于数字信号处理技术,一旦雷达采样场景或是采样对象发生变更,则需要根据采样得到的信号处理结果反复调整采样参数,效率低下,且费时费力。
发明内容
因此,为了克服上述现有技术的缺点,本发明提供一种可以基于异构处理模块且根据信号处理结果来实时调整采样参数的雷达采样方法、计算机设备及介质。
为了实现上述目的,本发明提供一种雷达采样方法,包括:接收雷达采样请求;根据所述雷达采样请求获取雷达采样参数的模型参数值;根据所述模型参数值生成第一采样指令;将所述第一采样指令发送给用于采样处理的并行处理器,并接收所述并行处理器反馈的根据所述模型参数值对样本目标进行采样的第一频谱采样数据;根据所述第一频谱采样数据对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令;将所述第二采样指令发送给所述并行处理器,并接收所述并行处理器反馈的根据所述第二采样指令对样本目标进行采样的第二频谱采样数据。
在一个实施例中,所述根据所述第一频谱采样数据对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令,包括:对所述第一频谱采样数据进行目标检测分析,得到与所述样本目标对应的属性分析结果;根据所述属性分析结果对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
在一个实施例中,所述对所述第一频谱采样数据进行目标检测分析,得到与所述样本目标对应的属性分析结果,包括:对所述第一频谱采样数据进行恒虚警检测,确定频谱点在频谱中对应的位置信息、目标个数、目标频谱;根据所述位置信息、所述目标个数、所述目标频谱确定与所述样本目标关联的属性分析结果。
在一个实施例中,所述根据所述属性分析结果对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令,包括:判断所述属性分析结果是否超出预设阈值区域;根据判定为超出的比对结果对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
本发明还提供了一种雷达采样方法,包括:接收串行处理器发送的第一采样指令,所述第一采样指令携带有雷达采样参数的模型参数值;根据所述模型参数值对样本目标的雷达采样参数进行采样,得到第一频谱采样数据;将第一频谱采样数据发送给所述串行处理器。
本发明还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机介质,其特征在于,所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实施上述方法的步骤。
与现有技术相比,本发明的优点在于:根据第一频谱采样数据对模型参数值进行调整,并根据调整后的模型参数值对样本目标进行二次采样,根据样本目标和场景实时调整采样参数,不仅提高了采样准确率,还提高了采样效率,减少了人力以及调整所花费的时间。
附图说明
为了更清楚地说明本公开实施例的技术方案,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,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,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它的附图。
图1是本发明的实施例中雷达采样方法的流程示意图;
图2是本发明的实施例中雷达采样方法的流程示意图;
图3是本发明的实施例中计算机设备的结构框图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践方面。
如图1所示,本公开实施例提供一种雷达采样方法,可以应用在雷达中,雷达可以具有DSP处理器以及和DSP处理器通信的FPGA处理器。FPGA处理器用于完成多通道中频采样、抽样、滤波、FFT等信号预处理算法;DSP处理器用于完成信号处理、数据拆解包、系统控制等复杂算法的处理。DSP处理器具有向FPGA处理器发送采样指令的EMIF接口和接收FPGA处理器反馈的频谱采样数据的SRIO接口。DSP处理器为串行处理器,FPGA处理器为并行处理器。其中,抽样、滤波可以使用一组集成的IP滤波器来实现,FFT处理器采用可配置的集成IP核实现。该雷达采样方法可以存储DSP处理器中,包括以下步骤:
步骤102,接收雷达采样请求。
DSP处理器接收雷达采样请求。雷达采样请求可以由与雷达通信的服务器或计算机终端发送。
步骤104,根据雷达采样请求获取雷达采样参数的模型参数值。
DSP处理器根据雷达采样请求获取雷达采样参数的模型参数值。雷达采样模型可以是用于雷达采样的各类软件。雷达采样参数可以包含滤波器配置参数和傅里叶变换参数,具体可以包含工作状态、恒虚警门限值、信号包数量、信号采样率、信号带宽、信号周期、滤波器类型、FFT点数等参数。模型参数值可以是软件中的默认数值,也可以是上次采样的采样数值。滤波器配置参数可以包含滤波器类型、抽样点数、滤波系数等。傅里叶变换参数可以包含处理点数、旋转因子、数据窗的类型等。
步骤106,根据模型参数值生成第一采样指令。
DSP处理器根据模型参数值生成第一采样指令。
步骤108,将第一采样指令发送给用于采样处理的并行处理器,并接收并行处理器反馈的根据模型参数值对样本目标进行采样的第一频谱采样数据。
DSP处理器将第一采样指令发送给用于采样处理的并行处理器。DSP处理器可以通过EMIF接口将第一采样指令发送到FPGA处理器。FPGA处理器接收第一采样指令,并根据第一采样指令中的模型参数值控制中频采样。FPGA处理器根据采样参数运行FIR、FFT运算子模块,得到第一频谱采样数据。FPGA处理器通过SRIO接口将第一频谱采样数据发送给DSP处理器。DSP处理器接收第一频谱采样数据。
步骤110,根据第一频谱采样数据对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
DSP处理器根据第一频谱采样数据对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。在一个实施例中,DSP处理器可以对第一频谱采样数据进行目标检测分析,得到与样本目标对应的属性分析结果;DSP处理器根据属性分析结果对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
步骤112,将第二采样指令发送给并行处理器,并接收并行处理器反馈的根据第二采样指令对样本目标进行采样的第二频谱采样数据。
DSP处理器将第二采样指令发送给并行处理器,并接收并行处理器反馈的根据第二采样指令对样本目标进行采样的第二频谱采样数据。
上述雷达采样方法,根据第一频谱采样数据对模型参数值进行调整,并根据调整后的模型参数值对样本目标进行二次采样,根据样本目标和场景实时调整采样参数,不仅提高了采样准确率,还提高了采样效率,减少了人力以及调整所花费的时间。而且,通过FPGA处理器对采样进行控制,节省了DSP处理器的资源,进一步缩短了采样的调整时间。而且FPGA还具有较强的并行处理能力,可以极大速度比提升复杂的运算处理效率。
在一个实施例中,对第一频谱采样数据进行目标检测分析,得到与样本目标对应的属性分析结果,包括:对第一频谱采样数据进行恒虚警检测,确定频谱点在频谱中对应的位置信息、目标个数、目标频谱;根据位置信息、目标个数、目标频谱确定与样本目标关联的属性分析结果。
DSP处理器对第一频谱采样数据进行恒虚警检测,确定频谱点在频谱中对应的位置信息、目标个数、目标频谱。DSP处理器通过恒虚警检测首先对输入的噪声进行处理后,根据恒虚警门限与输入端信号相比筛选出频谱点在频谱中对应的位置信息、目标个数、目标频谱。DSP处理器根据位置信息、目标个数、目标频谱确定与样本目标关联的属性分析结果。DSP处理器根据位置信息、目标个数、目标频谱确定与样本目标关联的属性分析结果。属性分析结果可以包含目标频谱、目标个数、目标距离、目标速度、目标高度、目标角度中的一至多个。DSP处理器可以根据位置信息将位置靠近的多个目标点合并成1个位置信号实现目标跨接处理;DSP处理器还可以将合并的位置信息、目标频谱计算得到样本目标的质心位置;DSP处理器还可以根据质心点的位置信息,进行虚部和实部相除,得到目标目标角度信息;DSP处理器还可以根据质心点对应的位置信息根据公式计算得到目标距离、目标速度、目标高度。
在一个实施例中,根据属性分析结果对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令,包括:判断属性分析结果是否超出预设阈值区域;根据判定为超出的比对结果对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
DSP处理器判断属性分析结果是否超出预设阈值区域。DSP处理器根据判定为超出的比对结果对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。例如,DSP处理器可以判断目标频谱的位置的离散度是否超出预设阈值区域,当判定超出时,DSP处理器可以调整滤波器参数(包括滤波器类型、抽样点数、滤波系数);DSP处理器可以判断目标个数是否超出预设阈值区域,当判定超出时,DSP处理器可以调整恒虚警门限;DSP处理器可以判断目标速度是否超出预设阈值区域,当判定超出时,DSP处理器可以调整采样包数量、信号采样率、信号周期;DSP处理器可以判断目标距离是否超出预设阈值区域,当判定超出时,DSP处理器可以调整采样点数(更改采样率、更改FFT点数)。
在另一个实施例中,如图2所示,还提供了一种雷达采样方法,该雷达采样方法可以存储FPGA处理器中,包括以下步骤:
步骤202,接收串行处理器发送的第一采样指令,第一采样指令携带有雷达采样参数的模型参数值。
FPGA处理器接收串行处理器(DSP处理器)发送的采样指令,第一采样指令携带有雷达采样参数的模型参数值。
步骤204,根据模型参数值对样本目标的雷达采样参数进行采样,得到第一频谱采样数据。
FPGA处理器根据模型参数值对样本目标的雷达采样参数进行采样,得到第一频谱采样数据。
步骤206,将第一频谱采样数据发送给串行处理器。
FPGA处理器将第一频谱采样数据发送给串行处理器。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储雷达采样数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种雷达采样方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:接收雷达采样请求;根据雷达采样请求获取雷达采样参数的模型参数值;根据模型参数值生成第一采样指令;将第一采样指令发送给用于采样处理的并行处理器,并接收并行处理器反馈的根据模型参数值对样本目标进行采样的第一频谱采样数据;根据第一频谱采样数据对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令;将第二采样指令发送给并行处理器,并接收并行处理器反馈的根据第二采样指令对样本目标进行采样的第二频谱采样数据。
在一个实施例中,处理器执行计算机程序时实现的根据第一频谱采样数据对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令,包括:对第一频谱采样数据进行目标检测分析,得到与样本目标对应的属性分析结果;根据属性分析结果对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
在一个实施例中,处理器执行计算机程序时实现的对第一频谱采样数据进行目标检测分析,得到与样本目标对应的属性分析结果,包括:对第一频谱采样数据进行恒虚警检测,确定频谱点在频谱中对应的位置信息、目标个数、目标频谱;根据位置信息、目标个数、目标频谱确定与样本目标关联的属性分析结果。
在一个实施例中,处理器执行计算机程序时实现的根据属性分析结果对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令,包括:判断属性分析结果是否超出预设阈值区域;根据判定为超出的比对结果对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:接收雷达采样请求;根据雷达采样请求获取雷达采样参数的模型参数值;根据模型参数值生成第一采样指令;将第一采样指令发送给用于采样处理的并行处理器,并接收并行处理器反馈的根据模型参数值对样本目标进行采样的第一频谱采样数据;根据第一频谱采样数据对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令;将第二采样指令发送给并行处理器,并接收并行处理器反馈的根据第二采样指令对样本目标进行采样的第二频谱采样数据。
在一个实施例中,计算机程序被处理器执行时实现的根据第一频谱采样数据对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令,包括:对第一频谱采样数据进行目标检测分析,得到与样本目标对应的属性分析结果;根据属性分析结果对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
在一个实施例中,计算机程序被处理器执行时实现的对第一频谱采样数据进行目标检测分析,得到与样本目标对应的属性分析结果,包括:对第一频谱采样数据进行恒虚警检测,确定频谱点在频谱中对应的位置信息、目标个数、目标频谱;根据位置信息、目标个数、目标频谱确定与样本目标关联的属性分析结果。
在一个实施例中,计算机程序被处理器执行时实现的根据属性分析结果对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令,包括:判断属性分析结果是否超出预设阈值区域;根据判定为超出的比对结果对模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种雷达采样方法,其特征在于,包括:
接收雷达采样请求;
根据所述雷达采样请求获取雷达采样参数的模型参数值;
根据所述模型参数值生成第一采样指令;
将所述第一采样指令发送给用于采样处理的并行处理器,并接收所述并行处理器反馈的根据所述模型参数值对样本目标进行采样的第一频谱采样数据;
根据所述第一频谱采样数据对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令;
将所述第二采样指令发送给所述并行处理器,并接收所述并行处理器反馈的根据所述第二采样指令对样本目标进行采样的第二频谱采样数据。
2.根据权利要求1所述的雷达采样方法,其特征在于,所述根据所述第一频谱采样数据对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令,包括:
对所述第一频谱采样数据进行目标检测分析,得到与所述样本目标对应的属性分析结果;
根据所述属性分析结果对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
3.根据权利要求2所述的雷达采样方法,其特征在于,所述对所述第一频谱采样数据进行目标检测分析,得到与所述样本目标对应的属性分析结果,包括:
对所述第一频谱采样数据进行恒虚警检测,确定频谱点在频谱中对应的位置信息、目标个数、目标频谱;
根据所述位置信息、所述目标个数、所述目标频谱确定与所述样本目标关联的属性分析结果。
4.根据权利要求2所述的雷达采样方法,其特征在于,所述根据所述属性分析结果对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令,包括:
判断所述属性分析结果是否超出预设阈值区域;
根据判定为超出的比对结果对所述模型参数值进行调整,并根据调整后的模型参数值生成第二采样指令。
5.一种雷达采样方法,其特征在于,包括:
接收串行处理器发送的第一采样指令,所述第一采样指令携带有雷达采样参数的模型参数值;
根据所述模型参数值对样本目标的雷达采样参数进行采样,得到第一频谱采样数据;
将第一频谱采样数据发送给所述串行处理器。
6.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机介质,其特征在于,所述处理器执行所述计算机程序时实现权利要求1~4中任意一项所述方法的步骤。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实施权利要求1~4中任意一项所述方法的步骤。
CN202010940519.3A 2020-09-09 2020-09-09 雷达采样方法、计算机设备及介质 Pending CN112068080A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010940519.3A CN112068080A (zh) 2020-09-09 2020-09-09 雷达采样方法、计算机设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010940519.3A CN112068080A (zh) 2020-09-09 2020-09-09 雷达采样方法、计算机设备及介质

Publications (1)

Publication Number Publication Date
CN112068080A true CN112068080A (zh) 2020-12-11

Family

ID=73663037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010940519.3A Pending CN112068080A (zh) 2020-09-09 2020-09-09 雷达采样方法、计算机设备及介质

Country Status (1)

Country Link
CN (1) CN112068080A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103873082A (zh) * 2009-02-04 2014-06-18 高通股份有限公司 响应于频谱信息的可调整的接收滤波器
CN106342239B (zh) * 2011-12-27 2014-09-03 中国航空工业集团公司雷华电子技术研究所 一种脉冲多普勒雷达目标检测方法
CN104090262A (zh) * 2014-05-23 2014-10-08 浙江工业大学 一种基于多采样率多模型融合估计的移动目标跟踪方法
CN105510882A (zh) * 2015-11-27 2016-04-20 电子科技大学 基于目标机动参数估计的快速自适应采样周期跟踪方法
CN106501788A (zh) * 2016-11-18 2017-03-15 西安电子工程研究所 一种雷达恒虚警检测门限自适应设置方法
CN109270511A (zh) * 2018-11-28 2019-01-25 深圳大学 基于fpga和dsp的雷达信号处理系统及方法
CN111157954A (zh) * 2019-12-18 2020-05-15 南京理工大学 地面雷达目标检测门限系数自适应调整方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103873082A (zh) * 2009-02-04 2014-06-18 高通股份有限公司 响应于频谱信息的可调整的接收滤波器
CN106342239B (zh) * 2011-12-27 2014-09-03 中国航空工业集团公司雷华电子技术研究所 一种脉冲多普勒雷达目标检测方法
CN104090262A (zh) * 2014-05-23 2014-10-08 浙江工业大学 一种基于多采样率多模型融合估计的移动目标跟踪方法
CN105510882A (zh) * 2015-11-27 2016-04-20 电子科技大学 基于目标机动参数估计的快速自适应采样周期跟踪方法
CN106501788A (zh) * 2016-11-18 2017-03-15 西安电子工程研究所 一种雷达恒虚警检测门限自适应设置方法
CN109270511A (zh) * 2018-11-28 2019-01-25 深圳大学 基于fpga和dsp的雷达信号处理系统及方法
CN111157954A (zh) * 2019-12-18 2020-05-15 南京理工大学 地面雷达目标检测门限系数自适应调整方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘鑫 等: "多频连续波雷达自适应数据采集系统设计", 《仪表技术与传感器》 *
孙尧 等: "导航雷达回波信号的实时采集与回放", 《数采与监测》 *

Similar Documents

Publication Publication Date Title
CN102769478B (zh) 自适应快速窄带干扰抑制装置
US5563806A (en) Adaptive parametric data channelizer for acquiring and tracking discrete interleaved signals
CN102883121A (zh) 一种调节音量的方法、装置及数字终端
CN114025379B (zh) 一种宽带多信号检测方法、装置和设备
CN113239963B (zh) 车辆数据的处理方法、装置、设备、车辆和存储介质
CN110543842A (zh) 一种基于Wi-Fi信号的目标运动识别方法及系统
CN112585494A (zh) 激光雷达信号处理方法、装置、计算机设备和存储介质
CN112235314A (zh) 网络流量检测方法和装置及设备
CN112269182B (zh) 目标雷达信号的确定方法和装置、存储介质、电子装置
CN111953665B (zh) 服务器攻击访问识别方法及系统、计算机设备、存储介质
CN111722251A (zh) 微弱信号捕获方法、装置、计算机设备和存储介质
CN112068080A (zh) 雷达采样方法、计算机设备及介质
CN111741487B (zh) 无线网格网络路由选择的测试方法、装置和终端设备
US20240005940A1 (en) Echo cancellation method and apparatus, device, and storage medium
CN104657278A (zh) 客户端性能评估方法及系统
CN110991378B (zh) 一种功率放大器个体识别方法及装置
CN116109017B (zh) 一种短路电流零点快速精准预测方法及系统
CN110708370B (zh) 一种数据处理方法及终端
CN114449444B (zh) 基于WiFi-BLE信号被动嗅探的跨智能可携带设备关联方法
KR101694521B1 (ko) 전파지문지도 생성 장치 및 방법
CN115236418A (zh) 一种用于无人机天线测试的方向图修正方法及系统
CN113740803A (zh) 一种基于音视频特征的发言人定位跟踪方法及装置
CN111580049A (zh) 动态目标声源跟踪监测方法及终端设备
CN117237833B (zh) 基于自动门限提取的快速无人机图传信号识别方法及装置
CN113362850B (zh) 音频信号采集设备的检测方法、设备和存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201211

RJ01 Rejection of invention patent application after publication