CN112147609B - 多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法 - Google Patents
多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法 Download PDFInfo
- Publication number
- CN112147609B CN112147609B CN202011089770.XA CN202011089770A CN112147609B CN 112147609 B CN112147609 B CN 112147609B CN 202011089770 A CN202011089770 A CN 202011089770A CN 112147609 B CN112147609 B CN 112147609B
- Authority
- CN
- China
- Prior art keywords
- measurement
- frame
- distance
- max
- resolution unit
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明隶属于雷达微弱目标检测研究领域,适用于解决高重频模式下高速机动目标扫描帧之间非相参积累时面临的距离模糊问题。针对高重频模式下高速机动目标扫描帧之间非相参积累时面临的距离模糊问题,提供了一种多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法,通过多假设模糊匹配Radon变换,实现高重频模式下高速机动目标信号能量积累的同时解模糊。该方法拓展了Hough变换、多项式Radon变换等方法对模糊折叠情况下的轨迹积累检测;与现有量测周期延拓后再进行Hough变换的方法相比,需要的存储空间小、检测概率高。
Description
技术领域
本发明隶属于雷达微弱目标检测研究领域,适用于解决高重频模式下高速机动目标扫描帧之间非相参积累时面临的距离模糊问题。
背景技术
临近空间高超声速导弹是一种新的战略武器,其速度快、机动性强、隐身性好,给雷达预警探测及防空制导带来了新的挑战。为了实现高速低可观测目标的稳定探测跟踪,增加脉冲积累时间以提高信噪比是近年来的研究热点,大多数研究主要集中在相参积累方面,主要针对高速目标长时间积累中面临的跨距离单元走动和跨多普勒单元走动问题开展研究,其中Keytone、Radon-Fourier变换等方法可以实现高速引起的距离走动的位移补偿。分数阶傅里叶变换、S-method等方法可以对目标径向的机动引起的相位走动进行补偿。针对高速目标可能存在的更为复杂的距离、多普勒同时跨门走动问题,又有学者提出和研究了Chirp-Fourier Transform变换、Radon-fractional Fourier变换、Radon-linearcanonical变换、Radon-Lv’s distribution变换、广义Radon-Fourier变换(GRFT)、自适应Radon-Fourier变换、Radon-S变换,以及本文作者先期研究中提出的Polynomial Radon-Polynomial Fourier变换等联合补偿的方法。由于目标运动导致回波信号发生变化和起伏,因此相参积累的时间也受到了限制,因此,在相参积累基础上进一步进行扫描帧之间的非相参积累是提高检测概率的又一有力手段。其中,Hough变换的方法被广泛使用于扫描帧间的积累。由于Hough变换只能实现直线轨迹的检测,因此,在目标高速和高机动时性能会有所下降。
由于临近空间高超声速目标可能的距离范围比较大,如果采用传统的无模糊的低重频模式,相参积累时间内脉冲积累次数将受到很大限制。因此为了进一步的实现动目标的检测概率,雷达可以采用中、高重频,来增加单位时间内脉冲积累数,从而提高检测概率。但是雷达采用中高重频时,远距离目标距离量测会发生折叠,使得距离测量数据存在模糊,而对于高速目标距离走动和低可观测的影响,传统的中国余数法无法有效解决模糊问题。对于微弱目标解模糊问题的研究,现有的研究大多集中在机载脉冲多普勒雷达对地或对海探测中,有学者提出了先将量测进行周期延拓,利用Hough变换的实现量测的积累和检测,但是该方法由于需要将量测进行延拓,会极大的增加存储空间和计算量,同时由于Hough变换的直线限制,也难以适应高超声速目标可能存在的径向高机动问题。
本文针对高重频雷达探测高超声速目标时可能存在的距离模糊、高速、高机动问题,提出了多假设模糊匹配Radon变换的非相参积累检测方法,利用该方法,可以实现高重频下高超声速目标的扫描帧间的连续非相参积累检测,该方法还可以与其它长时间相参积累方法结合构成混合积累模型进行应用,进而提高雷达对高超声速低可观测目标的检测跟踪的稳定性。
发明内容
针对高重频模式下高速机动目标扫描帧之间非相参积累时面临的距离模糊问题,提供了一种多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法,通过多假设模糊匹配Radon变换,实现高重频模式下高速机动目标信号能量积累的同时解模糊。本发明解决所述技术问题,采用技术方案步骤如下:
1.多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法,其特征在于包括以下技术措施:
步骤一、将雷达量测空间进行离散化处理,具体方法如下:
提取经过雷达信号处理后经过第一门限检测后的K个扫描帧的雷达信号,对各个信号进行离散化处理,得到各个扫描帧对应的距离分辨单元-方位分辨编号的三维信号矩阵s(m,n,k),其中m代表方位分辨单元编号,m=1,2,…,M,M为方位分辨单元的总数,n代表距离分辨单元标号,n=1,2,...,N,N为距离分辨单元的总数,k代表扫描帧的标号,k=1,2,…,K,矩阵里元素为该检测单元对应的信号幅度,如果该检测单元有多个点,则取能量最大的量测为该分辨单元的量测,并将该单元的量测保存为Mi,j,k=(ri,j,k,θi,j,k,SNRi,j,k,......,Ni,j,k),其中i代表距离分辨单元,j代表角度分辨单元,k代表量测对应的帧号;
步骤二、获取连续K帧的雷达量测,并将这K阵中的第1帧所有量测依据其可能的距离模糊数进行多假设的延拓处理,具体方法如下:
以任一个量测为例,设目标的量测为Mi,j,k=(ri,j,k,θi,j,k,SNRi,j,k,......,ni,j,k),则将该量测进行的多假设延拓的数目为
U=ceil(Rmax/rmax)
其中,ceil(·)代表取向无穷方向的最近整数,Rmax为雷达的最大作用距离,rmax为第一帧量测对应的最大不模糊距离,
rmax=PRT1·c/2
其中,PRT1为第一帧量测对应的脉冲重复周期,c表示光速,大小等于3×108m/s。
第一帧量测延拓后的量测为
步骤三、以第一帧量测延拓后的量测为Radon变换的起点,进行多假设模糊匹配Radon变换TBD能量积累,具体方法为:
将第一帧量测延拓后的量测逐一取出,假设取出的量测为(ri,j,k+n·rmax,θi,j,k,SNRi,j,k,......,ni,j,k),其对应的距离分辨单元和方位分辨编号为nx、ny,以该量测为多项式Radon变换的起点,以Δv和Δa为步进进行搜索(其中,Δv=2Δr/(T·NTBD),Δa=2Δr/(T·NTBD)2),第k(k=1,2,3,...,K)帧对应的距离为
v(jj)代表第jj个速度搜索值,
v(jj)=-Vmax+(jj-1)Δv
a(jj)代表第tt个速度搜索值,
a(jj)=-amax+(tt-1)Δa
由于第2~K帧量测数据为模糊数据,因此,对ri,j,k进行模糊折叠匹配可以得到
r′i,j,k=rem(ri,j,k,rmaxk)
rmaxk代表第k帧量测对应的最大不模糊距离,
rmaxk=PRTk·c/2
其中,PRTk代表第k帧雷达量测对应的脉冲重复周期,则目标可能的距离分辨单元
n′x=round(r′i,j,k,Δr)
round(·)代表求最近的整数,如果n′x等于0,则用ceil(rmaxk,Δr)代替0;
由于多项式存在误差,因此,选取一定大小的距离和方位波门来套住可能的目标,对应的距离波门
其中,Nk代表第k帧最大不模糊距离对应的距离分辨单元数,fwinR(i,D,N)表示求取以i表示窗中心点,D表示窗的单边长度,N表示数据总长度的距离分辨单元编号波门;fwinR(i,D,N)表达式为
对应的方位角波门
将最大值记录下来
F(k)=P0
将最大值对应的量测记录下来
同时记录下该量测
P(jj,tt)=sum(F)
其中,sum(·)代表求向量中元素之和,遍历完所有的v(jj)和a(tt)后,取P(jj,tt)最大值赋给产生该最大值对应的第一帧量测对应的分辨单元内,得到能量分布矩阵
G(m,n,u)=max(P)
其中,max(·)代表求向量中元素最大值;
步骤四、在能量分布矩阵内进行门限检测
遍历所有第一帧延拓后的量测后,得到不同模糊假设下对应的能量分布矩阵G(m,n,u),设置检测门限,分别对1~n对应的能量分布矩阵G(m,n,u)进行门限检测,
其中,Th是检测门限;
步骤五、对检测出来的能量点进行回溯,找出对应的解模糊量测输出,具体方法如下:
经过门限检测后,找出超过门限的点对应的距离分辨单元mI,方位分辨单元uI,和模糊数uI,并在JM′u存储数组中找到对应量测点输出,完成检测。
本发明的有益效果是:
对比现有技术,本技术方案所述的多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法,有益效果在于:
(1)该方法拓展了Hough变换、多项式Radon变换等方法对模糊折叠情况下的轨迹积累检测;
(2)与现有量测周期延拓后再进行Hough变换的方法相比,需要的存储空间小、检测概率高。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可延伸到其他的修改、变化和应用,都应涵盖在本发明的包含范围之内。
附图说明
附图1本发明的方法步骤流程图;
附图2是SNR=8dB时整个雷达探测范围内7帧量测数据;
附图3是模糊假设1对应的多模型椭圆Hough变换域能量分布;
附图4是模糊假设2对应的多模型椭圆Hough变换域能量分布;
附图5是模糊假设3对应的多模型椭圆Hough变换域能量分布;
附图6是SNR=8dB时检测出的模糊量测;
附图7是TBD检测与解模糊后的不模糊量测。
具体实施方式
下面结合附图,详细描述本发明的技术方案,参照附图1,本发明的具体步骤包括:
1.多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法,其特征在于包括以下技术步骤:
步骤一、将雷达量测空间进行离散化处理,具体方法如下:
提取经过雷达信号处理后经过第一门限检测后的K个扫描帧的雷达信号,对各个信号进行离散化处理,得到各个扫描帧对应的距离分辨单元-方位分辨编号的三维信号矩阵s(m,n,k),其中m代表方位分辨单元编号,m=1,2,…,M,M为方位分辨单元的总数,n代表距离分辨单元标号,n=1,2,...,N,N为距离分辨单元的总数,k代表扫描帧的标号,k=1,2,…,K,矩阵里元素为该检测单元对应的信号幅度,如果该检测单元有多个点,则取能量最大的量测为该分辨单元的量测,并将该单元的量测保存为Mi,j,k=(ri,j,k,θi,j,k,SNRi,j,k,......,Ni,j,k),其中i代表距离分辨单元,j代表角度分辨单元,k代表量测对应的帧号;
步骤二、获取连续K帧的雷达量测,并将这K阵中的第1帧所有量测依据其可能的距离模糊数进行多假设延拓处理,具体方法如下:
以任一个量测为例,设目标的量测为Mi,j,k=(ri,j,k,θi,j,k,SNRi,j,k,......,ni,j,k),则将该量测进行的多假设延拓的数目为
U=ceil(Rmax/rmax)
其中,ceil(·)代表取向无穷方向的最近整数,Rmax为雷达的最大作用距离,rmax为第一帧量测对应的最大不模糊距离,
rmax=PRT1·c/2
其中,PRT1为第一帧量测对应的脉冲重复周期,c表示光速,大小等于3×108m/s。
第一帧量测延拓后的量测为
步骤三、以第一帧量测延拓后的量测为Radon变换的起点,进行多假设模糊匹配Radon变换TBD能量积累,具体方法为:
将第一帧量测延拓后的量测逐一取出,假设取出的量测为(ri,j,k+n·rmax,θi,j,k,SNRi,j,k,......,ni,j,k),其对应的距离分辨单元和方位分辨编号为nx、ny,以该量测为多项式Radon变换的起点,以Δv和Δa为步进进行搜索(其中,Δv=2Δr/(T·NTBD),Δa=2Δr/(T·NTBD)2),第k(k=1,2,3,...,K)帧对应的距离为
v(jj)代表第jj个速度搜索值,
v(jj)=-Vmax+(jj-1)Δv
a(jj)代表第tt个速度搜索值,
a(jj)=-amax+(tt-1)Δa
由于第2~K帧量测数据为模糊数据,因此,对ri,j,k进行模糊折叠匹配可以得到
r′i,j,k=rem(ri,j,k,rmaxk)
rmaxk代表第k帧量测对应的最大不模糊距离,
rmaxk=PRTk·c/2
其中,PRTk代表第k帧雷达量测对应的脉冲重复周期,则目标可能的距离分辨单元
n′x=round(r′i,j,k,Δr)
round(·)代表求最近的整数,如果n′x等于0,则用ceil(rmaxk,Δr)代替0;
由于多项式存在误差,因此,选取一定大小的距离和方位波门来套住可能的目标,对应的距离波门
其中,Nk代表第k帧最大不模糊距离对应的距离分辨单元数,fwinR(i,D,N)表示求取以i表示窗中心点,D表示窗的单边长度,N表示数据总长度的距离分辨单元编号波门;fwinR(i,D,N)表达式为
对应的方位角波门
将最大值记录下来
F(k)=P0
将最大值对应的量测记录下来
同时记录下该量测
P(jj,tt)=sum(F)
其中,sum(·)代表求向量中元素之和,遍历完所有的v(jj)和a(tt)后,取P(jj,tt)最大值赋给产生该最大值对应的第一帧量测对应的分辨单元内,得到能量分布矩阵
G(m,n,u)=max(P)
其中,max(·)代表求向量中元素最大值;
步骤四、在能量分布矩阵内进行门限检测
遍历所有第一帧延拓后的量测后,得到不同模糊假设下对应的能量分布矩阵G(m,n,u),设置检测门限,分别对1~n对应的能量分布矩阵G(m,n,u)进行门限检测,
其中,Th是检测门限;
步骤五、对检测出来的能量点进行回溯,找出对应的解模糊量测输出,具体方法如下:
经过门限检测后,找出超过门限的点对应的距离分辨单元mI,方位分辨单元uI,和模糊数uI,并在JM′u存储数组中找到对应量测点输出,完成检测。
本发明的效果可以通过以下matlab仿真实验进一步说明:
仿真实验场景设置
假设临近空间高超声速目标RCS为0.05m2,初始距离为550km,初始方位角,雷达测距误差200m,测角误差0.2°,速度vr=10Ma,面向雷达飞行,加速度ar=10g,TBD积累总帧数为7,雷达帧之间的时间间隔为2秒,雷达波位宽度为5°,每帧雷达数据角度范围为360°,共有360/5=72个波位,雷达最大作用距离600km,距离单元间隔为150米,对应的距离单元有4000个。雷达信噪比为SNR=8dB,目标信号幅度为噪声是标准差等于1的高斯白噪声。
雷达在帧间采用三个参差重频交替周期使用,脉冲重复周期分别为2ms、2.5ms、3ms。距离分辨单元设置为1000m,方位分辨单元设置为5°。
(2)仿真结果与分析
从仿真结果图1~图7可以看出,目标RCS0.05m2、速度10Ma、加速度10g、数据率2s、距离500km到600km、信噪比为8dB时,提出的方法能很好的检测目标。
Claims (1)
1.多假设模糊匹配Radon变换的高重频雷达目标检测方法,其特征在于包括以下技术措施:
步骤一、将雷达量测空间进行离散化处理,具体方法如下:
提取经过雷达信号处理后经过第一门限检测后的K个扫描帧的雷达信号,对各个信号进行离散化处理,得到各个扫描帧对应的距离分辨单元-方位分辨编号的三维信号矩阵s(m,n,k),其中m代表方位分辨单元编号,m=1,2,…,M,M为方位分辨单元的总数,n代表距离分辨单元标号,n=1,2,...,N,N为距离分辨单元的总数,k代表扫描帧的标号,k=1,2,…,K,矩阵里元素为该分辨单元对应的信号幅度,如果该分辨单元有多个点,则取能量最大的量测为该分辨单元的量测,并将该单元的量测保存为Mi,j,k=(ri,j,k,θi,j,k,SNRi,j,k,......,Ni,j,k),其中i代表距离分辨单元,j代表角度分辨单元,k代表量测对应的帧号;
步骤二、获取连续K帧的雷达量测,并将这K阵中的第1帧所有量测依据其可能的距离模糊数进行多假设的延拓处理,具体方法如下:
以任一个量测为例,设目标的量测为Mi,j,k=(ri,j,k,θi,j,k,SNRi,j,k,......,ni,j,k),则将该量测进行的多假设延拓的数目为
U=ceil(Rmax/rmax)
其中,ceil(·)代表取向无穷方向的最近整数,Rmax为雷达的最大作用距离,rmax为第一帧量测对应的最大不模糊距离,
rmax=PRT1·c/2
其中,PRT1为第一帧量测对应的脉冲重复周期,
c表示光速,大小等于3×108m/s;
第一帧量测延拓后的量测为
步骤三、以第一帧量测延拓后的量测为Radon变换的起点,进行多假设模糊匹配Radon变换TBD能量积累,具体方法为:
将第一帧量测延拓后的量测逐一取出,假设取出的量测为(ri,j,k+n·rmax,θi,j,k,SNRi,j,k,......,ni,j,k),其对应的距离分辨单元和方位分辨编号为nx、ny,以该量测为多项式Radon变换的起点,以Δv和Δa为步进进行搜索,其中,Δv=2Δr/(T·NTBD),Δa=2Δr/(T·NTBD)2,第k,k=1,2,3,...,K,帧对应的距离为
v(jj)代表第jj个速度搜索值,
v(jj)=-Vmax+(jj-1)Δv
a(tt)代表第tt个加速度搜索值,
a(tt)=-amax+(tt-1)Δa
由于第2~K帧量测数据为模糊数据,因此,对ri,j,k进行模糊折叠匹配可以得到
r′i,j,k=rem(ri,j,k,rmaxk)
rmaxk代表第k帧量测对应的最大不模糊距离,
rmaxk=PRTk·c/2
其中,PRTk代表第k帧雷达量测对应的脉冲重复周期,则目标可能的距离分辨单元
n′x=round(r′i,j,k,Δr)
round(·)代表求最近的整数,如果n′x等于0,则用ceil(rmaxk,Δr)代替0;
由于多项式存在误差,因此,选取一定大小的距离和方位波门来套住可能的目标,对应的距离波门
Wrk=fwinR(n′x,D,Nk)
其中,Nk代表第k帧最大不模糊距离对应的距离分辨单元数,fwinR(i,D,N)表示求取以i表示窗中心点,D表示窗的单边长度,N表示数据总长度的距离分辨单元编号波门;fwinR(i,D,N)表达式为
对应的方位角波门
将最大值记录下来
F(k)=P0
将最大值对应的量测记录下来
同时记录下该量测
P(jj,tt)=sum(F)
其中,sum(·)代表求向量中元素之和,遍历完所有的v(jj)和a(tt)后,取P(jj,tt)最大值赋给产生该最大值对应的第一帧量测对应的分辨单元内,得到能量分布矩阵
G(m,n,u)=max(P)
其中,max(·)代表求向量中元素最大值;
步骤四、在能量分布矩阵内进行门限检测
遍历所有第一帧延拓后的量测后,得到不同模糊假设下对应的能量分布矩阵G(m,n,u),设置检测门限,分别对1~n对应的能量分布矩阵G(m,n,u)进行门限检测,
其中,Th是检测门限;
步骤五、对检测出来的能量点进行回溯,找出对应的解模糊量测输出,具体方法如下:
经过门限检测后,找出超过门限的点对应的距离分辨单元mI,方位分辨单元uI,和模糊数uI,并在JM′u存储数组中找到对应量测点输出,完成检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011089770.XA CN112147609B (zh) | 2020-10-13 | 2020-10-13 | 多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011089770.XA CN112147609B (zh) | 2020-10-13 | 2020-10-13 | 多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112147609A CN112147609A (zh) | 2020-12-29 |
CN112147609B true CN112147609B (zh) | 2022-11-29 |
Family
ID=73953164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011089770.XA Active CN112147609B (zh) | 2020-10-13 | 2020-10-13 | 多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112147609B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103323829A (zh) * | 2013-06-04 | 2013-09-25 | 中国人民解放军海军航空工程学院 | 基于Radon-分数阶模糊函数的雷达动目标长时间相参积累检测方法 |
CN104076354A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 一种基于关联速度的雷达目标航迹的检测方法 |
CN105158748A (zh) * | 2015-07-29 | 2015-12-16 | 中国人民解放军海军航空工程学院 | 一种高速目标多通道补偿聚焦与tbd混合积累检测方法 |
CN105911542A (zh) * | 2016-07-04 | 2016-08-31 | 中国人民解放军海军航空工程学院 | 多项式Hough变换的高超声速目标TBD检测方法 |
CN106054169A (zh) * | 2016-05-18 | 2016-10-26 | 西安电子科技大学 | 基于跟踪信息的多站雷达信号融合检测方法 |
CN106842184A (zh) * | 2015-12-03 | 2017-06-13 | 中国航空工业集团公司雷华电子技术研究所 | 一种基于波束调度的多目标探测与跟踪方法 |
CN109839621A (zh) * | 2017-11-24 | 2019-06-04 | 西安艾索信息技术有限公司 | 一种改进的tbd算法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103592620B (zh) * | 2013-11-20 | 2016-01-27 | 中国船舶重工集团公司第七二四研究所 | 长基线时差定位系统中高重频信号解定位模糊方法 |
US10962636B2 (en) * | 2018-08-13 | 2021-03-30 | GM Global Technology Operations LLC | Range and direction of arrival migration with doppler ambiguity estimation |
-
2020
- 2020-10-13 CN CN202011089770.XA patent/CN112147609B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103323829A (zh) * | 2013-06-04 | 2013-09-25 | 中国人民解放军海军航空工程学院 | 基于Radon-分数阶模糊函数的雷达动目标长时间相参积累检测方法 |
CN104076354A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 一种基于关联速度的雷达目标航迹的检测方法 |
CN105158748A (zh) * | 2015-07-29 | 2015-12-16 | 中国人民解放军海军航空工程学院 | 一种高速目标多通道补偿聚焦与tbd混合积累检测方法 |
CN106842184A (zh) * | 2015-12-03 | 2017-06-13 | 中国航空工业集团公司雷华电子技术研究所 | 一种基于波束调度的多目标探测与跟踪方法 |
CN106054169A (zh) * | 2016-05-18 | 2016-10-26 | 西安电子科技大学 | 基于跟踪信息的多站雷达信号融合检测方法 |
CN105911542A (zh) * | 2016-07-04 | 2016-08-31 | 中国人民解放军海军航空工程学院 | 多项式Hough变换的高超声速目标TBD检测方法 |
CN109839621A (zh) * | 2017-11-24 | 2019-06-04 | 西安艾索信息技术有限公司 | 一种改进的tbd算法 |
Non-Patent Citations (5)
Title |
---|
一种基于位置误差检测门限的机动目标跟踪算法;汤传贵 等;《舰船电子工程》;20121231;第32卷(第01期);第33-34,88页 * |
一种基于多目标跟踪的雷达模拟器数据处理方案;王然 等;《空军预警学院学报》;20181231;第32卷(第05期);第364-368页 * |
基于外辐射源雷达的目标跟踪技术研究;王兴宝;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180615(第06期);第21-27页 * |
基于多特征的密集假目标干扰融合识别与抑制;孙殿星 等;《系统工程与电子技术》;20181231;第40卷(第10期);第2207-2215页 * |
多目标雷达数据处理系统中的算法研究;李珂 等;《空间电子技术》;20181231;第15卷(第06期);第46-51,74页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112147609A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102313884B (zh) | 一种基于多帧相参积累的目标检测前跟踪方法 | |
CN106597411B (zh) | 雷达信号处理方法 | |
US7333047B2 (en) | System and method for spatially diverse radar signal processing | |
CN103091674B9 (zh) | 基于hrrp序列的空间目标高分辨成像方法 | |
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 | |
CN103439697B (zh) | 基于动态规划的目标检测方法 | |
CN110109102B (zh) | 一种sar运动目标检测与速度估计的方法 | |
CN105487060B (zh) | 一种双通道四斜率调制的多目标提取方法 | |
Akhter et al. | Development of RF-photonic system for automatic targets’ nonlinear rotational/flapping/gliding signatures imaging applications | |
CN109507654B (zh) | 一种基于ls的复杂环境下相位信息计算方法 | |
KR101968327B1 (ko) | 항적 거리 보상 장치 및 방법 | |
RU2679396C2 (ru) | Способ оценки пространственного размера воздушной цели по частотной протяженности доплеровского портрета | |
Zhang et al. | Scan denoising and normal distribution transform for accurate radar odometry and positioning | |
CN112147609B (zh) | 多假设模糊匹配Radon变换的高重频雷达高速机动目标检测方法 | |
CN109581366B (zh) | 一种基于目标导向矢量失配的离散旁瓣杂波识别方法 | |
Bączyk et al. | Analysis of recorded helicopter echo in a passive bistatic radar | |
Gao et al. | Specific emitter identification based on instantaneous frequency characteristics | |
Xiao et al. | Multi-target ISAR imaging based on image segmentation and short-time Fourier transform | |
CN112213706B (zh) | 多维数字化波门帧间递进关联的逻辑tbd检测方法 | |
Zhao et al. | Micro-motion parameters estimation using randomized stepped frequency radar | |
CN109934840A (zh) | 基于gmphd滤波器的圆周sar运动目标跟踪方法 | |
Chiu et al. | RADARSAT-2 moving object detection experiment (MODEX) | |
Guo et al. | Space-missile borne bistatic SAR geometry and imaging properties analysis | |
Gao et al. | An improved tbd algorithm based on dynamic programming for dim SAR target detection | |
Yanik et al. | Radar-Based Multiple Target Classification in Complex Environments Using 1D-CNN Models |
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 |