CN112285686B - 多基地雷达异步数据的实时在线融合方法 - Google Patents
多基地雷达异步数据的实时在线融合方法 Download PDFInfo
- Publication number
- CN112285686B CN112285686B CN202011116981.8A CN202011116981A CN112285686B CN 112285686 B CN112285686 B CN 112285686B CN 202011116981 A CN202011116981 A CN 202011116981A CN 112285686 B CN112285686 B CN 112285686B
- Authority
- CN
- China
- Prior art keywords
- fusion
- measurement
- position information
- measuring unit
- measuring
- 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
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
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- 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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
-
- 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
Abstract
本发明属于多基地雷达数据融合技术领域,公开了一种多基地雷达异步数据的实时在线融合方法,包括步骤:建立多基地雷达模型,多基地雷达模型中每两部雷达组成一个测量单元;所有测量单元的脉冲重复周期从小到大排列,选取最大的脉冲重复周期TN作为融合时间基准;每个测量单元分别按各自的脉冲重复周期对目标进行测量;每隔TN时间进行一次数据融合,每次数据融合过程中,对所有测量单元的待融合测量进行数据融合,得到当前融合时刻的融合结果,直至融合次数达到M。本发明通过事先提前计算出每个雷达数据融合的时刻,从而在减少数据传输量的同时,保证数据的完整性。
Description
技术领域
本发明涉及多基地雷达数据融合技术领域,具体涉及一种多基地雷达异步数据的实时在线融合方法。
背景技术
近年来,各种尖端武器不断发展,尤其是远程精确打击技术的发展,时刻威胁着国家领土安全,而且反辐射弹道技术、“隐身”技术、电子干扰等技术也对单基地雷达的生存和目标检测定位能力造成巨大威胁。在此背景下,多基地雷达得到了发展和广泛的应用。在多基地雷达中,每一部雷达有各自的检测跟踪数据,如果将这些数据进行融合处理,可以得到一个更加精确的跟踪定位结果。但是多基地雷达中各雷达参数存在差异,不能直接进行数据融合,因此如何进行快速有效的数据融合处理是多基地雷达中的一个热点问题。
文献“分布式雷达航迹融合关键技术研究”中提出一种简单航迹融合算法,使用每部雷达的跟踪误差协方差计算融合权值,具有较小的运算复杂度。但是前提条件为各雷达形成的航迹之间不存在过程噪声,雷达之间的初始误差估计也不相关,这些条件在实际应用过程中是很难满足的。且在实际工程应用中,当各雷达航迹采样时间不同时,需要对各航迹的每一帧数据进行存储,增大了雷达网中数据传输的难度,在数据融合时也会出现冗余数据。
文献“雷达航迹数据融合算法仿真系统设计与实现”中设计的融合算法使用每部雷达在极坐标下的测量估计均方误差计算数据融合权值,该方法得到的权值为定值,因此在数据融合时计算量十分小。但是该方法仿真中也要求目标的轨迹参数采样周期必须为各雷达扫描频率的最大公约数,这个在实际工程中会丢失大量的航迹数据,因此无法保证雷达数据的完整性。
发明内容
针对现有技术中存在的问题,本发明的目的在于提供一种多基地雷达异步数据的实时在线融合方法,对于异步雷达组成的多基地雷达,通过事提前计算出每个雷达数据融合的时刻,从而在减少数据传输量的同时,保证数据的完整性,避免了现有技术中由于减少数据量而导致的数据丢失问题。
为了达到上述目的,本发明采用以下技术方案予以实现。
多基地雷达异步数据的实时在线融合方法,包括以下步骤:
步骤1,建立多基地雷达模型,所述多基地雷达模型中每两部雷达组成一个测量单元,共有N个测量单元;所有测量单元的脉冲重复周期从小到大排列分别为T1,…,Tn,…,TN,n=1,2,...,N;选取最大的脉冲重复周期TN作为融合时间基准,其对应的测量单元为融合基准测量单元,总融合时间长度为T,融合次数其中,fix(·)表示向下取整;
步骤2,每个测量单元分别按各自的脉冲重复周期对目标进行测量,即每个测量单元每隔Tn时间完成一次对目标的测量;对于每次数据融合过程,计算每个测量单元中与当前融合时刻最接近的那次测量作为每个测量单元的待融合测量,并将其对应的脉冲重复周期序号作为融合信息矩阵Dn对应位置的元素,其中,Dn表示第n个测量单元的融合信息矩阵,Dn=[kn1,...,knm,...knM],n=1,2,...,N,knm表示第m次数据融合过程中第n个测量单元的待融合测量的脉冲重复周期序号;
步骤3,每隔TN时间进行一次数据融合,每次数据融合过程中,对N个测量单元的待融合测量进行数据融合,得到当前融合时刻的融合结果;
步骤4,判断当前融合次数m是否达到M,若是,则数据融合过程结束;否则,令m=m+1重复执行步骤3-步骤4。
进一步地,步骤3中,所述对N个测量单元的待融合测量进行数据融合,其具体步骤为:
步骤3.1,对于每个测量单元的第m次数据融合过程,每个测量单元分别根据各自的融合信息矩阵Dn中的第m个元素,读取与其相对应的测量所测得的目标位置信息zn(knm),n=1,2,...,N;同时,对于融合基准测量单元以外的(N-1)个测量单元,分别读取融合测量之前一次测量所得到的目标位置信息zn(knm-1),n=1,2,...,N-1;
步骤3.2,每个测量单元分别将各自测得的目标位置信息zn(knm)转换为其接收雷达在东北天坐标系下的位置信息同时,融合基准测量单元以外的(N-1)个测量单元分别将各自测得的目标位置信息zn(knm-1),n=1,2,...,N-1,转换为其接收雷达在东北天坐标系下的位置信息/>
步骤3.3,每个测量单元分别将目标位置信息转换为对应的地心坐标系下的位置信息/>同时,融合基准测量单元以外的(N-1)个测量单元分别将转换为对应的地心坐标系下的位置信息/>
步骤3.4,融合基准测量单元将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为融合基准测量单元序号,发送给融合中心;其余(N-1)个测量单元分别将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为其余(N-1)个测量单元序号,和待融合测量之前一次测量对应的地心坐标系下的位置信息/>发送给融合中心;
步骤3.5,融合中心接收所有测量单元发送的第m次融合数据,并分别将目标位置信息和/>转换为融合中心东北天坐标系下的位置信息/>和/>
步骤3.6,融合中心使用加权系数wnm和目标位置信息及进行第m次数据融合,得到第m次融合后的目标位置GF(m),即第m次融合结果。
与现有技术相比,本发明的有益效果为:
本发明采用事先计算出异步多基地雷达数据融合的时刻信息,减少了数据融合时的数据传输量,降低了通信压力,提高数据融合的实时性,同时,由于充分利用各雷达的数据,实时提高了目标定位精度。
附图说明
下面结合附图和具体实施例对本发明做进一步详细说明。
图1是本发明的实现过程流程图;
图2是本发明实施例的雷达一的跟踪结果和定位误差结果图;其中,(a)是跟踪结果图,(b)是定位误差曲线图;
图3是本发明实施例的雷达二的跟踪结果和定位误差结果图;其中,(a)是跟踪结果图,(b)是定位误差曲线图;
图4是本发明实施例中分别采用基准时间法和本发明方法得到的定位误差对比图。
具体实施方式
下面将结合实施例对本发明的实施方案进行详细描述,但是本领域的技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限制本发明的范围。
参考图1,本发明提供的多基地雷达异步数据的实时在线融合方法,按照以下步骤实施:
步骤1,建立多基地雷达模型,所述多基地雷达模型中每两部雷达组成一个测量单元,共有N个测量单元;所有测量单元的脉冲重复周期从小到大排列分别为T1,…,Tn,…,TN,n=1,2,...,N;选取最大的脉冲重复周期TN作为融合时间基准,其对应的测量单元为融合基准测量单元,总融合时间长度为T,融合次数其中,fix(·)表示向下取整。
步骤2,每个测量单元分别按各自的脉冲重复周期对目标进行测量,即每个测量单元每隔Tn时间完成一次对目标的测量;对于每次数据融合过程,计算每个测量单元中与当前融合时刻最接近的那次测量作为每个测量单元的待融合测量,并将其对应的脉冲重复周期序号作为融合信息矩阵Dn对应位置的元素,其中,Dn表示第n个测量单元的融合信息矩阵,Dn=[kn1,...,knm,...knM],knm表示第m次数据融合过程中第n个测量单元的待融合测量的脉冲重复周期序号;
具体地,第n个测量单元(n=1,2,...,N)进行第m次融合(m=1,2,...,M)处理,第n个测量单元需要找到与本次融合时刻最接近的那次测量是第次测量,fix(·)表示向下取整,并把该次测量的序号存在融合信息矩阵Dn中用于数据融合计算,即/>则第n个测量单元的融合信息矩阵为/>
步骤3,每隔TN时间进行一次数据融合,每次数据融合过程中,对N个测量单元的待融合测量进行数据融合,得到当前融合时刻的融合结果;
步骤3.1,对于每个测量单元的第m次数据融合过程,每个测量单元分别根据各自的融合信息矩阵Dn中的第m个元素,读取与其相对应的测量所测得的目标位置信息zn(knm),n=1,2,...,N;同时,对于融合基准测量单元以外的(N-1)个测量单元,分别读取融合测量之前一次测量所得到的目标位置信息zn(knm-1),n=1,2,...,N-1;
其中,rn(knm)和rn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标径向距离;θn(knm)和θn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标方位角;和/>分别代表第n个测量单元第knm和(knm-1)次测量得到的目标俯仰角。
步骤3.2,每个测量单元分别将各自测得的目标位置信息zn(knm)转换为其接收雷达在东北天坐标系下的位置信息同时,融合基准测量单元以外的(N-1)个测量单元分别将各自测得的目标位置信息zn(knm-1),n=1,2,...,N-1,转换为其接收雷达在东北天坐标系下的位置信息/>
其中,θn为第n个测量单元测量得到的目标方位角,/>为第n个测量单元测量得到的目标俯仰角,/>分别为第n个测量单元的方位角的标准差、俯仰角的标准差。
步骤3.3,每个测量单元分别将目标位置信息转换为对应的地心坐标系下的位置信息/>同时,融合基准测量单元以外的(N-1)个测量单元分别将转换为对应的地心坐标系下的位置信息/>
(3.3a)每个测量单元分别计算其对应的接收雷达在地心坐标系下的坐标:
其中,a为地球半径,e为第一偏心率,/>H
Hn分别代表第n个测量单元中接收雷达的经度、纬度、高度;
(3.3b)每个测量单元分别将目标位置信息转换为地心坐标系下的位置信息/>
其中,为接收雷达由东北天坐标转化为地心坐标的旋转矩阵,计算公式为:
其中,Hn分别代表第n个测量单元中接收雷达的经度、纬度、高度。
步骤3.4,融合基准测量单元将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为融合基准测量单元序号,发送给融合中心;其余(N-1)个测量单元分别将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为其余(N-1)个测量单元序号,和待融合测量之前一次测量对应的地心坐标系下的位置信息/>发送给融合中心;
步骤3.5,融合中心接收所有测量单元发送的第m次融合数据,并分别将目标位置信息和/>转换为融合中心东北天坐标系下的位置信息/>和/>
(3.5a)计算融合中心在地心坐标系下的坐标:
其中,a为地球半径,e为第一偏心率,/>Hf分别代表融合中心的经度、纬度、高度;
(3.5b)计算目标在融合中心东北天坐标系下的位置;
其中,为地心坐标转换到融合中心东北天坐标的旋转矩阵,且/>[·]-1表示矩阵求逆运算,/>计算公式为;
其中,Hf分别代表融合中心的经度、纬度、高度。
步骤3.6,融合中心使用加权系数wnm和目标位置信息及进行第m次数据融合,得到第m次融合后的目标位置GF(m),即第m次融合结果。
(3.6a)融合中心计算每个测量单元的加权系数;
其中,
分别表示第n个测量单元的接收雷达在极坐标系下距离、方位角、俯仰角三个维度上的量测方差;rn(knm)和rn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标径向距离;θn(knm)和θn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标方位角;/>和/>分别代表第n个测量单元第knm和(knm-1)次测量得到的目标俯仰角;
(3.6b)除了融合基准测量单元外,其余测量单元使用插值法计算融合时刻即mTN时刻的目标位置信息:
融合基准测量单元在融合时刻的目标位置信息:
(3.6c)计算融合后的目标位置坐标:
其中,GF(m)为第m次数据融合后的目标位置融合结果。
步骤4,判断当前融合次数m是否达到M,若是,则结束数据融合过程,否则,令m=m+1重复执行步骤3-步骤4。
至此,就完成了一种多基地雷达异步数据实时在线融合方法对多基地雷达的数据融合处理,能够提高实时性,减少数据传输量,且提高识别准确性。
仿真实验
本发明的效果通过以下仿真实验进一步说明:
1、仿真条件:
为验证本发明提供的多基地雷达异步数据实时在线融合方法的有效性,以两发一收多基地雷达为例,设定雷达一的脉冲重复频率为50Hz,距离量测标准差方位角量测标准差/>俯仰角量测标准差/>雷达二的脉冲重复频率为60Hz,距离量测标准差/>方位角量测标准差/>俯仰角量测标准差/>
2、仿真内容与结果:
假设某高速机动目标以跳跃飞行从远处向雷达靠近然后飞过雷达上空远离,使用双发一收多基地雷达对其进行检测跟踪。
图2和图3分别为雷达一和雷达二的跟踪结果与定位误差。从图2(a)和图3(a)中可以看到雷达一和雷达二的跟踪趋势与实际航迹相吻合。从图2(b)与图3(b)可以看出,雷达一和雷达二测得的数据不同,这是由于两个雷达的脉冲重复频率不同所致;图4为基准时间定位误差与本发明融合定位误差对比图,从图4可以看出,通过本发明提出的方法进行数据融合,每一个雷达的数据得到了充分利用,目标定位精度得到提高。
虽然,本说明书中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (6)
1.多基地雷达异步数据的实时在线融合方法,其特征在于,包括以下步骤:
步骤1,建立多基地雷达模型,所述多基地雷达模型中每两部雷达组成一个测量单元,共有N个测量单元;所有测量单元的脉冲重复周期从小到大排列分别为T1,…,Tn,…,TN,n=1,2,...,N;选取最大的脉冲重复周期TN作为融合时间基准,其对应的测量单元为融合基准测量单元,总融合时间长度为T,融合次数其中,fix(·)表示向下取整;
步骤2,每个测量单元分别按各自的脉冲重复周期对目标进行测量,即每个测量单元每隔Tn时间完成一次对目标的测量;对于每次数据融合过程,计算每个测量单元中与当前融合时刻最接近的那次测量作为每个测量单元的待融合测量,并将其对应的脉冲重复周期序号作为融合信息矩阵Dn对应位置的元素,其中,Dn表示第n个测量单元的融合信息矩阵,n=1,2,...,N;
步骤3,每隔TN时间进行一次数据融合,每次数据融合过程中,对N个测量单元的待融合测量进行数据融合,得到当前融合时刻的融合结果;
步骤4,判断当前融合次数m是否达到M,若是,则数据融合过程结束;否则,令m=m+1重复执行步骤3-步骤4;
步骤3中,所述对N个测量单元的待融合测量进行数据融合,其具体步骤为:
步骤3.1,对于每个测量单元的第m次数据融合过程,每个测量单元分别根据各自的融合信息矩阵Dn中的第m个元素,读取与其相对应的测量所测得的目标位置信息zn(knm),n=1,2,...,N;同时,对于融合基准测量单元以外的(N-1)个测量单元,分别读取融合测量之前一次测量所得到的目标位置信息zn(knm-1),n=1,2,...,N-1;
步骤3.2,每个测量单元分别将各自测得的目标位置信息zn(knm)转换为其接收雷达在东北天坐标系下的位置信息同时,融合基准测量单元以外的(N-1)个测量单元分别将各自测得的目标位置信息zn(knm-1),n=1,2,...,N-1,转换为其接收雷达在东北天坐标系下的位置信息/>
步骤3.3,每个测量单元分别将目标位置信息转换为对应的地心坐标系下的位置信息/>同时,融合基准测量单元以外的(N-1)个测量单元分别将转换为对应的地心坐标系下的位置信息/>
步骤3.4,融合基准测量单元将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为融合基准测量单元序号,发送给融合中心;其余(N-1)个测量单元分别将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为其余(N-1)个测量单元序号,和待融合测量之前一次测量对应的地心坐标系下的位置信息/>发送给融合中心;
步骤3.5,融合中心接收所有测量单元发送的第m次融合数据,并分别将目标位置信息和/>转换为融合中心东北天坐标系下的位置信息/>和/>
步骤3.6,融合中心使用加权系数wnm和目标位置信息及进行第m次数据融合,得到第m次融合后的目标位置GF(m),即第m次融合结果;
步骤3.6包含以下子步骤:
(3.6a)融合中心计算每个测量单元的加权系数:
其中,
p32=0,/>
分别表示第n个测量单元的接收雷达在极坐标系下距离、方位角、俯仰角三个维度上的量测方差;rn(knm)和rn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标径向距离;θn(knm)和θn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标方位角;/>和/>分别代表第n个测量单元第knm和(knm-1)次测量得到的目标俯仰角;
(3.6b)除了融合基准测量单元外,其余测量单元使用插值法计算融合时刻即mTN时刻的目标位置信息:
融合基准测量单元在融合时刻的目标位置信息:
(3.6c)计算融合后的目标位置坐标:
其中,GF(m)为第m次数据融合后的目标位置融合结果。
2.根据权利要求1所述的多基地雷达异步数据的实时在线融合方法,其特征在于,所述融合信息矩阵Dn=[kn1,...,knm,...knM],n=1,2,..,N;Dn的第m个元素knm表示第m次数据融合过程中第n个测量单元的待融合测量的脉冲重复周期序号。
3.根据权利要求1所述的多基地雷达异步数据的实时在线融合方法,其特征在于,步骤3.1中的zn(knm)、zn(knm-1)的表达式分别为:
其中,rn(knm)和rn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标径向距离;θn(knm)和θn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标方位角;和/>分别代表第n个测量单元第knm和(knm-1)次测量得到的目标俯仰角。
4.根据权利要求3所述的多基地雷达异步数据的实时在线融合方法,其特征在于,步骤3.2中的ZENUn(knm)、ZENUn(knm-1)的表达式分别为:
其中,θn为第n个测量单元测量得到的目标方位角,/>为第n个测量单元测量得到的目标俯仰角,/>分别为第n个测量单元的方位角的标准差、俯仰角的标准差。
5.根据权利要求4所述的多基地雷达异步数据的实时在线融合方法,其特征在于,步骤3.3包含以下子步骤:
(3.3a)每个测量单元分别计算其对应的接收雷达在地心坐标系下的坐标:
其中,a为地球半径,e为第一偏心率,/>H
n分别代表第n个测量单元中接收雷达的经度、纬度、高度;
(3.3b)每个测量单元分别将目标位置信息转换为地心坐标系下的位置信息/>
其中,为接收雷达由东北天坐标转化为地心坐标的旋转矩阵,计算公式为:
其中,Hn分别代表第n个测量单元中接收雷达的经度、纬度、高度。
6.根据权利要求5所述的多基地雷达异步数据的实时在线融合方法,其特征在于,步骤3.5包含以下子步骤:
(3.5a)计算融合中心在地心坐标系下的坐标:
其中,a为地球半径,e为第一偏心率,/>Hf分别代表融合中心的经度、纬度、高度;
(3.5b)计算目标在融合中心东北天坐标系下的位置:
其中,为地心坐标转换到融合中心东北天坐标的旋转矩阵,且/> 表示矩阵求逆运算,/>计算公式为:
其中,Hf分别代表融合中心的经度、纬度、高度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011116981.8A CN112285686B (zh) | 2020-10-19 | 2020-10-19 | 多基地雷达异步数据的实时在线融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011116981.8A CN112285686B (zh) | 2020-10-19 | 2020-10-19 | 多基地雷达异步数据的实时在线融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112285686A CN112285686A (zh) | 2021-01-29 |
CN112285686B true CN112285686B (zh) | 2023-07-18 |
Family
ID=74496429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011116981.8A Active CN112285686B (zh) | 2020-10-19 | 2020-10-19 | 多基地雷达异步数据的实时在线融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112285686B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014190959A (ja) * | 2013-03-28 | 2014-10-06 | Mitsubishi Electric Corp | 目標追尾装置 |
KR20150055260A (ko) * | 2013-11-13 | 2015-05-21 | 한국과학기술원 | 분산형 수색 레이더 환경에서 획득한 데이터 간의 시간 동기화 방법 |
CN109696172A (zh) * | 2019-01-17 | 2019-04-30 | 福瑞泰克智能系统有限公司 | 一种多传感器航迹融合方法、装置及车辆 |
EP3491411A1 (fr) * | 2016-07-26 | 2019-06-05 | Thales | Procede et dispositif d'identification de modes d'emission radar |
EP3525000A1 (en) * | 2018-02-09 | 2019-08-14 | Bayerische Motoren Werke Aktiengesellschaft | Methods and apparatuses for object detection in a scene based on lidar data and radar data of the scene |
CN111208507A (zh) * | 2020-01-10 | 2020-05-29 | 浙江大学 | 一种基于Doppler传感网络的室内移动目标定位方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7212917B2 (en) * | 2004-09-30 | 2007-05-01 | The Boeing Company | Tracking, relay, and control information flow analysis process for information-based systems |
US10175348B2 (en) * | 2014-10-08 | 2019-01-08 | Src, Inc. | Use of range-rate measurements in a fusion tracking system via projections |
US10736062B2 (en) * | 2017-05-09 | 2020-08-04 | United States Of America As Represented By The Administrator Of Nasa | System and method to synchronize clocks across a distributed network of nodes |
-
2020
- 2020-10-19 CN CN202011116981.8A patent/CN112285686B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014190959A (ja) * | 2013-03-28 | 2014-10-06 | Mitsubishi Electric Corp | 目標追尾装置 |
KR20150055260A (ko) * | 2013-11-13 | 2015-05-21 | 한국과학기술원 | 분산형 수색 레이더 환경에서 획득한 데이터 간의 시간 동기화 방법 |
EP3491411A1 (fr) * | 2016-07-26 | 2019-06-05 | Thales | Procede et dispositif d'identification de modes d'emission radar |
EP3525000A1 (en) * | 2018-02-09 | 2019-08-14 | Bayerische Motoren Werke Aktiengesellschaft | Methods and apparatuses for object detection in a scene based on lidar data and radar data of the scene |
CN109696172A (zh) * | 2019-01-17 | 2019-04-30 | 福瑞泰克智能系统有限公司 | 一种多传感器航迹融合方法、装置及车辆 |
CN111208507A (zh) * | 2020-01-10 | 2020-05-29 | 浙江大学 | 一种基于Doppler传感网络的室内移动目标定位方法 |
Non-Patent Citations (2)
Title |
---|
"多基地雷达检测跟踪联合处理方法研究";陈林;《CNKI优秀硕士学位论文》;全文 * |
"多弹协同雷达导引头信号融合探测架构分析";王奥亚;《航空兵器》;第26卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112285686A (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104237871B (zh) | 一种基于相位补偿的时延差估计方法 | |
CN105785338B (zh) | 一种频率捷变雷达载频的优化方法 | |
CN105223572B (zh) | 一种基于pfa算法的正前视双基sar成像处理方法 | |
CN105044693A (zh) | 基于辅助阵元的微波关联成像雷达幅相误差校正方法 | |
CN105717479B (zh) | 基于分数阶傅里叶变换的单站无源快速定位方法 | |
CN110221241A (zh) | 一种基于rbf神经网络的低仰角doa估计方法 | |
CN107290742B (zh) | 一种非线性目标跟踪系统中平方根容积卡尔曼滤波方法 | |
CN105717480B (zh) | 基于相位差分的单站无源快速定位方法 | |
CN112379342B (zh) | 一种星载测云雷达回波模拟及回波特征参数精度估算方法 | |
CN107064911A (zh) | 一种多子阵合成孔径声纳运动误差补偿方法 | |
Zhou et al. | Direct positioning maximum likelihood estimator using TDOA and FDOA for coherent short‐pulse radar | |
CN105044667A (zh) | 一种运动目标的双星跟踪方法、装置和系统 | |
CN108983169B (zh) | 一种基于数字高程模型的米波雷达地形修正方法 | |
CN106125059B (zh) | 非参数联合估计信号及位置的被动定位方法 | |
CN105974362A (zh) | 一种联合估计信号参数和位置的高精度被动定位方法 | |
CN113156418B (zh) | 基于蒙特卡洛仿真的雷达目标跟踪精度预测方法 | |
CN112285686B (zh) | 多基地雷达异步数据的实时在线融合方法 | |
CN106680791A (zh) | 基于宽带扫频数据的雷达回波仿真方法 | |
CN104101869A (zh) | 一种极坐标下的地波雷达运动目标仿真建模方法 | |
CN111007457B (zh) | 一种基于块稀疏贝叶斯模型的辐射源直接定位方法 | |
CN110221245B (zh) | 联合估计目标位置和非视距误差的鲁棒tdoa定位方法 | |
CN107561534A (zh) | 一种基于全极化高轨sar的电离层时变tec测量方法 | |
CN102879780B (zh) | 一种基于多普勒三次项估计的星载合成孔径雷达成像方法 | |
CN116679296A (zh) | 一种基于主辅复合滤波的远程高速目标雷达跟踪方法 | |
CN106093941A (zh) | 一种基于fmcw雷达系统的冰层截面成像方法 |
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 |