CN112162256A - 一种基于脉冲相关的级联式多维度径向运动特征检测方法 - Google Patents
一种基于脉冲相关的级联式多维度径向运动特征检测方法 Download PDFInfo
- Publication number
- CN112162256A CN112162256A CN202011048265.0A CN202011048265A CN112162256A CN 112162256 A CN112162256 A CN 112162256A CN 202011048265 A CN202011048265 A CN 202011048265A CN 112162256 A CN112162256 A CN 112162256A
- Authority
- CN
- China
- Prior art keywords
- speed
- distance
- radial
- radial motion
- video
- 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
- 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
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/581—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/585—Velocity or trajectory determination systems; Sense-of-movement determination systems processing the video signal in order to evaluate or display the velocity value
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于脉冲相关的级联式多维度径向运动特征检测方法,雷达加装目标径向运动特征判别通道,对于大于视频检测门限T的回波样本,采用脉冲相关的方法计算相参处理间隔中每个脉冲每个距离单元的径向速度,对径向速度在距离向的连续性进行判定,对于通过连续性判定准则的速度,采用基于背景判决的自适应门限的恒虚警检测方法提取有效速度信息并剔除虚假速度信息,根据该距离单元在相参处理间隔中有效径向速度脉冲的数目和分布特征,产生每个距离单元的径向运动指示信号,实现雷达对径向运动目标的检测。本发明在雷达信号处理层面为运动目标的监测提供了有效的手段,也为目标的检测、跟踪以及自动起始提供数据支撑。
Description
技术领域
本发明属于雷达信号处理技术领域。
背景技术
雷达作为全天候目标探测和监视的主要手段,在空中和海面目标监视以及预警探测等公共和国防安全领域应用广泛。然而受复杂背景环境及目标复杂运动特性的影响,目标雷达回波及其微弱、特性复杂,使得雷达对运动目标的探测性能难以满足实际需求。复杂背景下运动目标的探测难点主要表现在:第一,目标的运动特性复杂,目标通常具备“低小慢”特征,即目标具有仰角低、尺寸小和速度慢的运动特性;第二,强杂波极易湮没目标回波信号,并形成大量类似于目标的尖峰信号,严重影响雷达对弱小目标的探测和监视性能;第三,雷达观测距离远,回波数据量大,新体制脉冲雷达采用数字化阵列技术,在提高信号采样质量的同时进一步增加了数据量,对算法的实时处理提出了更高的要求。
目前雷达探测的目标,如飞机、导弹等,通常具有较高的速度,接收信号会有较大的多普勒频移,传统的动目标检测方法采用动目标显示级联多普勒滤波器组的方式实现运动目标的探测。动目标显示采用带阻滤波器对回波信号进行滤波,杂波的能量就会被减弱甚至消除,在动目标显示后串接一个窄带多普勒滤波器组来覆盖整个重复频率的范围,以达到动目标检测的目的。传统的处理方法首先需要存储全部的相关脉冲数据,导致系统存储量较大,还需要对多通道的数据进行傅里叶变换,计算复杂度较高。
发明内容
本发明针对采用动目标显示级联多普勒滤波器组的传统运动目标检测方法存在存储容量大、计算复杂度高的问题,提出一种基于脉冲相关的级联式多维度径向运动特征检测方法。
本发明采用以下技术方案实现:
雷达加装目标径向运动特征判别通道,对于大于视频检测门限T的回波样本,采用脉冲相关的方法计算相参处理间隔中每个脉冲每个距离单元的径向速度,根据径向速度的距离向连续性准则对径向速度的连续性进行判定,对于满足连续性准则的距离单元,采用基于背景判决的自适应门限的恒虚警检测方法提取有效速度信息并剔除虚假速度信息,根据速度在方位维度上的统计分布判决准则,统计该距离单元在相参处理间隔中有效径向速度脉冲的数目和分布特征,产生每个距离单元的径向运动指示信号,实现雷达对径向运动目标的检测。
进一步的,所述方位维度上的统计分布判决准则优选为:假设雷达方位波束宽度内的相参脉冲个数为N,统计N个相参脉冲中通过速度过门限检测的脉冲个数M和方位维度的径向运动特征分布情况;当N≤3时,满足M=N条件时,判决被检测单元的速度符合方位维度分布特征,否则判决不符合方位维度分布特征;当N>3时,满足M≥0.75*N条件,同时满足M个脉冲的速度具备连续不间断特征,则判决被检测单元的速度符合方位维度分布特征,否则判决不符合方位维度分布特征。
进一步的,所述径向速度在距离向的连续性准则优选为:在径向运动特征判别通道中,假设连续3个距离单元D1、D2和D3的速度分别为V1、V2和V3,当D2距离单元的速度V2满足0.5≤|V1|/|V2|≤2且0.5≤|V2|/|V3|≤2条件时,则判定当前检测距离单元的速度信息有效,否则判定速度信息为虚假信息,判定当前检测距离单元不存在径向运动特征。
进一步的,视频检测门限T优选计算方法为:选择脉冲重复周期后5%~20%的视频数据,取该距离段的视频幅度平均值的2~4倍作为视频检测门限T,由于噪声门限的计算具有滞后性,当前脉冲进行径向速度的筛选和计算时,使用前1个脉冲的噪声门限进行判决。
相较于传统算法,本发明只需要存储一个脉冲的数据,具有存储量小、计算复杂度低的特点。本发明在雷达信号处理层面为运动目标的监测提供了有效的手段,也为目标的检测、跟踪以及自动起始提供数据支撑。
附图说明
图1为一种基于脉冲相关的级联式多维度径向运动特征检测方法的原理图。
图2是目标信噪比为-12dB时本发明的径向运动目标检测结果。
图3是目标信噪比为-12dB时传统运动目标检测方法的径向运动目标检测结果。
图4是本发明与传统运动目标检测方法对径向运动目标监测效果对比图。
具体实施方式
本发明提出的基于脉冲相关的级联式多维度径向运动特征检测方法,通过雷达加装目标径向运动特征判别通道,对于大于视频检测门限T的回波样本,采用脉冲相关的方法计算相参处理间隔中每个脉冲每个距离单元的径向速度,对径向速度在距离向的连续性进行判定,对于通过连续性判定准则的速度,采用基于背景判决的自适应门限的恒虚警检测方法提取有效速度信息并剔除虚假速度信息,根据该距离单元在相参处理间隔中有效径向速度脉冲的数目和分布特征,产生每个距离单元的径向运动指示信号,实现雷达对径向运动目标的检测。结合实施例和附图对本发明的实现过程解释说明如下:
1.加装目标径向运动特征判别通道
在信号处理完成脉冲压缩后,脉冲压缩的结果1路进行常规信号处理,另外1路送给径向速度计算模块,形成径向运动特征判别通道,最后产生目标径向运动指示信号控制雷达正常处理通道的视频输出。
2.径向速度的筛选和计算
统计脉冲重复周期后10%对应距离单元的视频幅度的均值,将均值的2倍作为视频检测门限T,如果当前距离单元的视频幅度大于T,则对该距离单元的速度进行计算,如果当前距离单元的视频幅度小于等于T,直接将该距离单元的速度信息置零。
径向运动特征通道利用前1个脉冲重复周期脉冲压缩处理后的IQ数据,与当前的脉冲重复周期数据形成脉冲对,然后对前1个脉冲的数据取共轭,与当前脉冲的数据进行复数乘法,再对复乘结果的虚部和实部比值取反正切,得到相位的变化量,根据下面的公式计算速度v:
3.速度在距离向的连续性准则
在径向运动特征判别通道中,假设连续3个距离单元D1、D2和D3的速度分别为V1、V2和V3,当D2距离单元的速度V2满足0.5≤|V1|/|V2|≤2且0.5≤|V2|/|V3|≤2条件时,则判定D2距离单元的速度信息有效,否则判定速度信息为虚假信息,即D2距离单元不存在径向运动特征,对脉冲重复周期内每个距离单元都进行距离维连续性判定,对于判定结果采用1bit标志位进行记录,其中“1”表示速度信息有效,“0”表示速度信息无效。第n个距离单元的距离维连续性判决公式为:
4.基于背景判决的自适应门限的恒虚警检测
速度恒虚警检测方法中保护单元的选取、参考单元的选取、筛选以及恒虚警门限的计算方法如下:
a)距离维度上保护单元的个数:在当前被检测单元的前后各3个距离单元作为保护单元,不参与速度参考背景的统计。
b)参考背景的均匀性判决:参考单元的数量根据被检测单元的视频参考背景的起伏情况分为2种,当被检测单元对应的视频处于均匀背景时,参考单元的数量为128个;当被检测单元对应的视频处于非均匀背景时,参考单元的数量为16个。视频参考背景是否均匀的判决准则为:假设被检测单元除去保护单元的前128个参考单元的视频幅度平均值为μlong、除去保护单元后前后各16个距离单元的视频幅度均值的较大值为μshort,当μlong/μshort≤1.5时,判定参考背景是均匀的,否则判定参考背景是非均匀的。
c)自适应恒虚警门限的形成:检测门限等于速度参考背景估值乘以门限因子。速度参考背景估值计算方法为:当视频参考背景均匀时,速度参考背景的估值为被检测单元除去保护单元后前128个单元速度的平均值;当视频参考背景非均匀时,速度参考背景的估值为被检测单元除去保护单元后前后各16个距离单元的速度均值的较大值。第n个距离单元的速度参考背景估值记为μ(n),计算公式为:
其中μlong(n)为第n个距离单元除去保护单元后前128个单元速度的平均值,μlong(n)为第n个距离单元除去保护单元后前后各16个距离单元的视频幅度均值的较大值。
门限因子K根据不同虚警率的要求通过蒙特卡洛方法进行计算。速度恒虚警检测门限Dt(n)计算公式为:
Dt(n)=μ(n)*K
d)过门限检测:当前被检测单元的速度值大于恒虚警门限,且满足距离维连续判定准则,记录当前被检测单元的速度值有效,如果当前被检测单元的速度值小于门限或不满足距离维连续判定准则,则当前被检测单元认定不具备径向运动特征。第n个距离单元的过门限检测Pcfar(n)的计算公式为:
5.速度方位维度上的统计分布判决准则
假设雷达方位波束宽度内的相参脉冲(CPI)个数为N,通过速度门限的脉冲个数为M。速度方位维分布特征判决准则如下:
1)如果N≤3,当满足M=N条件时,判决被检测单元的速度符合方位维度分布特征,否则判决不符合方位维度分布特征;
2)如果N>3,当满足M≥0.75*N条件,同时满足M个脉冲具备连续不间断特征,则判决被检测单元的速度符合方位维度分布特征,否则判决不符合方位维度分布特征。第n个距离单元的连续不间断标志PAzim(n)的计算公式为:
其中,Ind(m,n)为CPI中第n个距离单元、第m个脉冲在CPI中的脉冲索引号,m取值范围为1≤m≤M-1。
相关脉冲的个数N的计算公式如下:
6.算法仿真分析
通过采用蒙特卡洛方法比较传统运动目标检测方法和本发明的目标径向运动特征检测性能。仿真参数如下:模拟产生信号带宽5MHz、时宽50μs的线性调频信号,脉冲重复周期为500μs,信号幅度为1,目标进行径向运动,速度为10m/s,目标分布在第558和559共两个距离单元上,采样率为6.25MHz,仿真次数为1000次。
仿真过程如下:模拟产生一组相关脉冲信号,同时按照仿真设定的速度和周期在目标信号上叠加相位,传统处理方法流程为脉冲压缩、运动目标检测、求模、选大输出、单元平均选大恒虚警检测,本发明的处理分为雷达正常处理通道和目标径向运动特征判别通道,雷达正常处理通道进行脉冲压缩、求模、视频积累,在径向运动特征通道中,对于大于视频检测门限T的回波样本,采用脉冲相关的方法计算相参处理间隔中每个脉冲每个距离单元的径向速度,对径向速度在距离向的连续性进行判定,对于通过连续性判定准则的速度,采用基于背景判决的自适应门限的恒虚警检测方法提取有效速度信息并剔除虚假速度信息,根据该距离单元在相参处理间隔中有效径向速度脉冲的数目和分布特征,产生每个距离单元的径向运动指示信号,实现雷达对径向运动目标的检测。
仿真径向运动目标的检测准则:根据目标所在距离单元处视频输出的结果进行判定,如果视频输出结果不为零,说明成功检测出径向运动目标,如果输出结果为零,说明未能成功检测径向运动目标,准则同时适用于传统运动目标检测方法和本发明方法。
图2和图3分别为信噪比为-12dB时,本发明和传统运动目标检测方法的径向运动目标检测的结果,传统云动目标检测方法经过脉冲压缩、运动目标检测、求模、选大输出和单元平均选大恒虚警处理后,第558和559个距离单元的视频输出为零,即目标信号已经丢失。而采用本发明处理后,位于第558和559个距离单元的视频输出不为零,径向运动目标成功从强噪声背景中提取出来。
图4给出了传统运动目标检测方法和本发明的径向运动目标检测性能曲线,本发明对于目标径向运动特征的检测性能明显优于传统的运动目标检测方法。在低信噪比的情况下,由于运动目标检测方法会对目标的信噪比造成损失,导致目标信号幅度小于噪声信号,在进行单元平均选大恒虚警处理时,目标信号的幅度小于检测门限,目标信号将会丢失,因此无法有效检测径向运动目标。而本发明的方法即使目标的幅度小于噪声信号,在径向运动特征判别通道中,噪声的多普勒信息无法满足距离维连续性、速度恒虚警检测和方位维分布特征的判定条件,从而消除强噪声对低信噪比径向运动目标检测的影响,成功将低信噪比径向运动目标从强噪声中提取出来。
Claims (5)
1.一种基于脉冲相关的级联式多维度径向运动特征检测方法,其特征在于:雷达加装目标径向运动特征判别通道,对于大于视频检测门限T的回波样本,采用脉冲相关的方法计算相参处理间隔中每个脉冲每个距离单元的径向速度,根据径向速度的距离向连续性准则对径向速度的连续性进行判定,对于满足连续性准则的距离单元,采用基于背景判决的自适应门限的恒虚警检测方法提取有效速度信息并剔除虚假速度信息,根据速度在方位维度上的统计分布判决准则,统计该距离单元在相参处理间隔中有效径向速度脉冲的数目和分布特征,产生每个距离单元的径向运动指示信号,实现雷达对径向运动目标的检测。
2.一种根据权利要求1所述的基于脉冲相关的级联式多维度径向运动特征检测方法,其特征在于:所述的基于背景判决的自适应门限的恒虚警检测方法为:
a)参考背景的均匀性判决:参考单元的数量根据被检测单元的视频参考背景的起伏情况分为2种,当被检测单元对应的视频处于均匀背景时,参考单元的数量为128个;当被检测单元对应的视频处于非均匀背景时,参考单元的数量为16个;其中所述视频参考背景是否均匀的判决准则为:假设被检测单元除去保护单元的前128个参考单元和前后各16个参考单元的视频幅度平均值分别为μ1和μ2,当μ2/μ1≤1.5时,判定参考背景是均匀的,否则判定参考背景是非均匀的;
b)自适应恒虚警门限的形成:检测门限等于速度参考背景估值乘以门限因子;所述速度参考背景估值计算方法为:当视频参考背景均匀时,速度参考背景的估值为被检测单元除去保护单元后前128个单元速度的平均值;当视频参考背景非均匀时,速度参考背景的估值为被检测单元除去保护单元后前后各16个距离单元的速度均值的较大值;门限因子根据不同虚警率的要求通过蒙特卡洛方法进行计算。
3.一种根据权利要求1所述的基于脉冲相关的级联式多维度径向运动特征检测方法,其特征在于:方位维度上的统计分布判决准则:假设雷达方位波束宽度内的相参脉冲个数为N,统计N个相参脉冲中通过速度过门限检测的脉冲个数M和方位维度的径向运动特征分布情况;当N≤3时,满足M=N条件时,判决被检测单元的速度符合方位维度分布特征,否则判决不符合方位维度分布特征;当N>3时,满足M≥0.75*N条件,同时满足M个脉冲的速度具备连续不间断特征,则判决被检测单元的速度符合方位维度分布特征,否则判决不符合方位维度分布特征。
4.一种根据权利要求1所述的基于脉冲相关的级联式多维度径向运动特征检测方法,其特征在于:所述径向速度在距离向的连续性准则为:在径向运动特征判别通道中,假设连续3个距离单元D1、D2和D3的速度分别为V1、V2和V3,当D2距离单元的速度V2满足0.5≤|V1|/|V2|≤2且0.5≤|V2|/|V3|≤2条件时,则判定当前检测距离单元的速度信息有效,否则判定速度信息为虚假信息,判定当前检测距离单元不存在径向运动特征。
5.一种根据权利要求1所述的基于脉冲相关的级联式多维度径向运动特征检测方法,其特征在于:视频检测门限T计算方法为:选择脉冲重复周期后5%~20%的视频数据,取该距离段的视频幅度平均值的2~4倍作为视频检测门限T,由于噪声门限的计算具有滞后性,当前脉冲进行径向速度的筛选和计算时,使用前1个脉冲的噪声门限进行判决。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011048265.0A CN112162256B (zh) | 2020-09-29 | 2020-09-29 | 一种基于脉冲相关的级联式多维度径向运动特征检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011048265.0A CN112162256B (zh) | 2020-09-29 | 2020-09-29 | 一种基于脉冲相关的级联式多维度径向运动特征检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112162256A true CN112162256A (zh) | 2021-01-01 |
CN112162256B CN112162256B (zh) | 2023-08-01 |
Family
ID=73860567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011048265.0A Active CN112162256B (zh) | 2020-09-29 | 2020-09-29 | 一种基于脉冲相关的级联式多维度径向运动特征检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112162256B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361435A (zh) * | 2021-06-16 | 2021-09-07 | 中国农业大学 | 一种卷积神经网络实现的信号曲线自动解卷积方法 |
CN113504523A (zh) * | 2021-07-20 | 2021-10-15 | 成都航空职业技术学院 | 基于目标特性的自适应恒虚警方法、设备及其存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040171388A1 (en) * | 2002-10-28 | 2004-09-02 | Sylvia Couronne | Method for the continuous real time tracking of the position of at least on mobile object as well as an associated device |
CN102714034A (zh) * | 2009-10-15 | 2012-10-03 | 华为技术有限公司 | 信号处理的方法、装置和系统 |
CN103176178A (zh) * | 2013-02-04 | 2013-06-26 | 中国人民解放军海军航空工程学院 | 雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法 |
CN103197301A (zh) * | 2013-03-19 | 2013-07-10 | 中国人民解放军海军航空工程学院 | 海面微动目标Radon-线性正则变换长时间相参积累检测方法 |
CN103472440A (zh) * | 2013-08-12 | 2013-12-25 | 武汉滨湖电子有限责任公司 | 基于点迹质量判决和航迹质量判决的全自动数据处理方法 |
CN104237866A (zh) * | 2014-10-13 | 2014-12-24 | 武汉中原电子集团有限公司 | 一种改进的船载线性调频连续波雷达恒虚警检测方法 |
CN106125053A (zh) * | 2016-06-17 | 2016-11-16 | 中国电子科技集团公司第十研究所 | 脉冲多普勒雷达极化抗干扰方法 |
CN106443615A (zh) * | 2016-08-23 | 2017-02-22 | 西安电子科技大学 | 一种双基地mimo雷达高速目标跨距离门测速定位方法 |
CN108120976A (zh) * | 2017-12-08 | 2018-06-05 | 中国船舶重工集团公司第七二四研究所 | 一种基于多普勒通道特性的地杂波谱泄露抑制方法 |
WO2019161076A1 (en) * | 2018-02-19 | 2019-08-22 | Digital Global Systems, Inc. | Systems, methods, and devices for unmanned vehicle detection and threat management |
CN111398910A (zh) * | 2020-03-11 | 2020-07-10 | 四川九洲防控科技有限责任公司 | 雷达信号检测方法、装置、电子设备及存储介质 |
CN111610501A (zh) * | 2019-12-31 | 2020-09-01 | 扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所) | 对海雷达小目标检测方法 |
CN111650581A (zh) * | 2020-06-15 | 2020-09-11 | 南京莱斯电子设备有限公司 | 一种基于环境感知的雷达全域目标航迹自动起始方法 |
-
2020
- 2020-09-29 CN CN202011048265.0A patent/CN112162256B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040171388A1 (en) * | 2002-10-28 | 2004-09-02 | Sylvia Couronne | Method for the continuous real time tracking of the position of at least on mobile object as well as an associated device |
CN102714034A (zh) * | 2009-10-15 | 2012-10-03 | 华为技术有限公司 | 信号处理的方法、装置和系统 |
CN103176178A (zh) * | 2013-02-04 | 2013-06-26 | 中国人民解放军海军航空工程学院 | 雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法 |
CN103197301A (zh) * | 2013-03-19 | 2013-07-10 | 中国人民解放军海军航空工程学院 | 海面微动目标Radon-线性正则变换长时间相参积累检测方法 |
CN103472440A (zh) * | 2013-08-12 | 2013-12-25 | 武汉滨湖电子有限责任公司 | 基于点迹质量判决和航迹质量判决的全自动数据处理方法 |
CN104237866A (zh) * | 2014-10-13 | 2014-12-24 | 武汉中原电子集团有限公司 | 一种改进的船载线性调频连续波雷达恒虚警检测方法 |
CN106125053A (zh) * | 2016-06-17 | 2016-11-16 | 中国电子科技集团公司第十研究所 | 脉冲多普勒雷达极化抗干扰方法 |
CN106443615A (zh) * | 2016-08-23 | 2017-02-22 | 西安电子科技大学 | 一种双基地mimo雷达高速目标跨距离门测速定位方法 |
CN108120976A (zh) * | 2017-12-08 | 2018-06-05 | 中国船舶重工集团公司第七二四研究所 | 一种基于多普勒通道特性的地杂波谱泄露抑制方法 |
WO2019161076A1 (en) * | 2018-02-19 | 2019-08-22 | Digital Global Systems, Inc. | Systems, methods, and devices for unmanned vehicle detection and threat management |
CN111610501A (zh) * | 2019-12-31 | 2020-09-01 | 扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所) | 对海雷达小目标检测方法 |
CN111398910A (zh) * | 2020-03-11 | 2020-07-10 | 四川九洲防控科技有限责任公司 | 雷达信号检测方法、装置、电子设备及存储介质 |
CN111650581A (zh) * | 2020-06-15 | 2020-09-11 | 南京莱斯电子设备有限公司 | 一种基于环境感知的雷达全域目标航迹自动起始方法 |
Non-Patent Citations (3)
Title |
---|
LIXIA LIU ET AL.: "An investigation of geostationary Doppler weather radar performance based on mean Doppler radial velocity and spectrum width measurements", 《2014 IEEE GEOSCIENCE AND REMOTE SENSING SYMPOSIUM》 * |
牟泽磊;沈晓峰;雷钟凯;: "动目标检测与速度估计仿真研究", 通信技术 * |
黄聪;刘寅;: "基于多普勒频偏估计的单帧图像低速运动目标检测方法", 电子与信息学报 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361435A (zh) * | 2021-06-16 | 2021-09-07 | 中国农业大学 | 一种卷积神经网络实现的信号曲线自动解卷积方法 |
CN113504523A (zh) * | 2021-07-20 | 2021-10-15 | 成都航空职业技术学院 | 基于目标特性的自适应恒虚警方法、设备及其存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112162256B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Colone et al. | Sliding extensive cancellation algorithm for disturbance removal in passive radar | |
US6809682B1 (en) | Method and device for the detection and track of targets in high clutter | |
CN104569948B (zh) | 海杂波背景下子带自适应glrt‑ltd检测方法 | |
CN110609262B (zh) | 一种场面监视雷达的三维恒虚警检测方法 | |
CN109613506B (zh) | 一种随机跳频重频捷变雷达目标回波信号检测方法 | |
US10802130B2 (en) | Marine target detection in cluttered environments | |
Christiansen et al. | Range and Doppler walk in DVB-T based passive bistatic radar | |
US7737881B2 (en) | Signal processing system for pulse-doppler radar | |
CN112162256B (zh) | 一种基于脉冲相关的级联式多维度径向运动特征检测方法 | |
CN111427021A (zh) | 车载毫米波雷达信号峰值检测的动态阈值计算方法及系统 | |
CN112180354B (zh) | 一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法 | |
CN112014806B (zh) | 一种复杂干扰场景下的机载雷达无意干扰抑制方法 | |
CN108872961B (zh) | 基于低门限的雷达微弱目标检测方法 | |
CN110673130A (zh) | 一种基于航迹关联的运动目标航迹跟踪方法 | |
CN107229040B (zh) | 基于稀疏恢复空时谱估计的高频雷达目标检测方法 | |
CN115657005A (zh) | 一种基于多普勒雷达多信息融合的无人机识别方法 | |
CN116930907A (zh) | 一种ddma-mimo雷达的目标相参积累检测方法 | |
CN112904302B (zh) | 网格化frft域雷达目标检测与多级联合虚警剔除方法 | |
CN113093180A (zh) | 一种基于聚类外推的慢速弱目标检测方法 | |
JP2001208835A (ja) | レーダ信号処理装置 | |
CN108896971B (zh) | 一种海面漂浮小目标回波的仿真方法 | |
CN112799028A (zh) | 一种基于rcs起伏统计特性差异的虚假目标识别方法 | |
CN108508413B (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
CN111044996A (zh) | 一种基于降维近似消息传递的lfmcw雷达目标检测方法 | |
CN113156392A (zh) | 一种基于俯仰域自适应处理的杂波抑制方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 210003 No. 346, Zhongshan North Road, Jiangsu, Nanjing Applicant after: 724 Research Institute of China Shipbuilding Corp. Address before: 210003 No. 346, Zhongshan North Road, Jiangsu, Nanjing Applicant before: 724TH RESEARCH INSTITUTE OF CHINA SHIPBUILDING INDUSTRY Corp. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |