CN112698295B - 一种知识辅助的雷达检测跟踪一体化方法及系统 - Google Patents
一种知识辅助的雷达检测跟踪一体化方法及系统 Download PDFInfo
- Publication number
- CN112698295B CN112698295B CN202110005838.XA CN202110005838A CN112698295B CN 112698295 B CN112698295 B CN 112698295B CN 202110005838 A CN202110005838 A CN 202110005838A CN 112698295 B CN112698295 B CN 112698295B
- Authority
- CN
- China
- Prior art keywords
- target
- information
- track
- tracking
- echo
- 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
- G01S7/41—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
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种知识辅助的雷达检测跟踪一体化方法,所述方法通过将目标跟踪获得的航迹信息进行目标状态预测后,将得到的预测信息反馈至目标检测器,辅助完成目标检测。上述方法基于原有的常规距离‑多普勒二维检测,在降低数据量的条件下,将检验统计量由传统的一维均值统计扩展为二维均值‑方差统计,可以对起伏类杂波进行有效地抑制,从而达到提高系统目标检测概率与降低虚警概率的目的。
Description
技术领域
本发明属于雷达技术领域,特别涉及一种知识辅助的雷达检测跟踪一体化方法,适用于一类脉冲多普勒跟踪雷达。
背景技术
雷达系统包含目标信号处理操作与目标数据操作两大基本模块。信号处理操作主要包含数字下变频、脉冲压缩、数字波束合成、动目标显示、动目标检测与目标检测等。信号处理操作的主要任务是对雷达接收的信号进行初步处理,并基于处理后的回波信号对目标存在与否进行二元判决。现有的雷达系统中,由于受到噪声与干扰的影响常常采用恒虚警检测,否则当雷达检测到的点迹信息过多时将会导致雷达信号过饱和,从而影响后续系统的正常运行。雷达数据处理操作主要包含航迹起始、航迹关联与航迹滤波等操作。当雷达完成数据处理操作后将完成目标跟踪,并获得目标的航迹信息。
传统的雷达系统通常将雷达信号处理与雷达数据处理看作是独立的两个分支,但是目标跟踪后获得的目标航迹信息往往都可以用来辅助进行目标检测。例如在岸基对海跟踪雷达系统中,若对目标跟踪航迹信息进行有效预测,并将目标预测信息反馈至目标检测器,目标检测器将基于预测信息对有效数据进行提取。在后续的信号处理中仅对有效数据进行信号处理操作与目标检测,将会大大降低系统的处理数据量,从而降低系统的虚警概率,提高系统的实时性。由于引入反馈机制,在目标检测过程中通过对目标状态预测信息充分利用,可以大大提高目标的检测概率。
发明内容
基于上述问题,本发明提出了一种知识辅助的雷达检测跟踪一体化方法。本方法通过将目标跟踪获得的航迹信息进行目标状态预测后,将得到的预测信息反馈至目标检测器,辅助完成目标检测,从而达到提高系统目标检测概率与降低虚警概率的目的。
具体地,本发明提出了一种知识辅助的雷达检测跟踪一体化方法,包括如下步骤:
S1.目标跟踪雷达通过目标搜索雷达获得的目标航迹初始信息进入目标跟踪流程;
S2.跟踪雷达根据目标航迹先验信息进行目标状态预测,得到目标预测信息,并根据预测角度信息控制发射机发送射频信号,接收机接收回波射频信号并经过采样与数字下变频后获得基带回波信号;
S3.对所述基带回波信号进行脉冲压缩、数字波束合成、动目标显示等信号处理操作完成回波信号初步处理得到回波信号sk×m×n,其中m表示脉冲个数,n表示距离维采样点数,k表示信号帧数;
S6.基于已有目标航迹信息与所述目标与杂波点迹信息进行航迹关联、航迹滤波操作,将满足航迹关联的点迹加入对应的目标航迹,以完成目标跟踪操作。
本发明还提出了一种知识辅助的雷达检测跟踪一体化系统,包括如下模块:
初始化模块:目标跟踪雷达通过目标搜索雷达获得的目标航迹初始信息进入目标跟踪流;
回波信号获得模块:跟踪雷达根据目标航迹先验信息进行目标状态预测,得到目标预测信息,并根据预测角度信息控制发射机发送射频信号,接收机接收回波射频信号并经过采样与数字下变频后获得基带回波信号;
回波信号处理模块:对所述基带回波信号进行脉冲压缩、数字波束合成、动目标显示等信号处理操作完成回波信号初步处理得到回波信号sk×m×n,其中m表示脉冲个数,n表示距离维采样点数,k表示信号帧数;
目标跟踪模块:基于已有目标航迹信息与目标与杂波点迹信息进行航迹关联、航迹滤波操作,将满足航迹关联的点迹加入对应的目标航迹完成目标跟踪操作。
以及,本发明还提出了一种计算机可读存储介质,所述存储介质中存储有多条指令;所述多条指令由处理器加载并执行本发明所述的知识辅助的雷达检测跟踪一体化方法。
附图说明
图1是本发明的一种知识辅助的雷达检测跟踪一体化方法实现总流程图;
图2为传统方法获得的目标检测结果图;
图3为本发明方法获得的目标检测结果图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步详细说明。
参照图1,为本发明的一种知识辅助的雷达检测跟踪一体化方法实现总流程图。其中所述一种知识辅助的雷达检测跟踪一体化方法,包括以下步骤:
步骤1目标跟踪雷达通过目标搜索雷达发送或搜索流程获得的目标航迹初始信息进入目标跟踪流程;
所述的目标航迹初始信息为目标航迹初始状态值与目标初始状态估计协方差,所述目标航迹初始状态值包括目标位置信息R=[R0,R1,...,Rk-1]、目标方位角信息目标俯仰角信息θ=[θ0,θ1,...,θk-1]、目标速度信息v=[v0,v1,...,vk-1]与目标加速度信息a=[a0,a1,...,ak-1];其中,k表示第k时刻。
步骤2跟踪雷达根据目标航迹先验信息进行目标状态预测,并根据预测角度信息控制发射机发送射频信号,接收机接收回波射频信号并经过采样与数字下变频后获得基带回波信号;
使用目标状态预测方程进行目标状态预测,其中,表示第k时刻的各个状态预测信息,其中,为距离预测值、为方位角度预测信息、为俯仰角度预测信息、为速度预测值,为加速度预测值;F为状态转移矩阵,vs为过程噪声,xk-1表示第k-1时刻的状态值
所述的采样为带通采样。
步骤3对基带回波信号进行脉冲压缩、数字波束合成、动目标显示等信号处理操作完成回波信号初步处理得到信号sk×m×n;
其中m表示脉冲个数,n表示距离维采样点数,k表示信号帧数。
其中,amax表示目标的最大机动加速度,Tk表示雷达数据率。
4b)根据步骤4a)获得的目标距离区间结合下式计算目标机动距离门个数
其中,ΔR表示单个距离门大小,Rerror为考虑系统误差、预测误差与随机误差对检测带来的影响对有效数据距离范围进行一定程度放大,本发明选用但不限于Rerror=16。
4c)根据步骤4b)得到的目标可能机动距离门个数得到目标在k时刻所在的距离门范围
步骤5根据目标预测信息中的速度、加速度信息对相参积累后的回波数据进行多普勒维有效数据提取;对提取的有效回波数据进行目标检测操作,输出目标与杂波点迹信息;
5b)根据步骤5a)获得的目标多普勒区间结合下式计算目标在k时刻所在的多普勒门范围
其中,Δv表示单个多普勒门速度大小,Derror为考虑系统误差、预测误差与随机误差对检测带来的影响对有效数据多普勒范围进行一定程度放大,本发明选用但不限于Derror=8。
所述的目标检测算法包含单元平均恒虚警检测,对数恒虚警检测等,本发明基于原有的常规距离-多普勒二维检测在降低数据量的条件下,将检验统计量由传统的一维均值统计扩展为二维均值-方差统计。该统计方法不仅可以反映背景杂波功率强度,并且可以统计背景杂波的起伏程度,可对起伏类杂波(例如海杂波)进行有效地抑制。
5d)基于上述检测算法输出目标与杂波点迹信息。
步骤6基于已有目标航迹信息与目标与杂波点迹信息进行航迹关联、航迹滤波等操作,对满足航迹关联的点迹加入对应目标航迹完成目标跟踪操作;
所述的航迹关联算法包含最近邻域关联算法、联合概率数据互联算法、多假设检验算法等,本发明选用但不限于最近邻域数据互联算法。
所述的航迹滤波算法包含kalman滤波、α-β滤波、α-β-γ滤波等方法,本发明选用但不限于交互多模型-kalman滤波算法。
步骤7基于跟踪目标航迹中最新点迹信息进行目标状态预测,并将该预测信息反馈至目标检测器辅助完成下一帧目标检测。
本发明的效果通过以下仿真对比试验进一步说明:
1.实验场景:
采用一个位于坐标原点的3D脉冲多普勒跟踪雷达,设载频fc=16GHz,雷达波束宽度为4°,雷达采样频率Fs=400MHz,扫描间隔Ts=0.03s,雷达测量参数为目标距离、方位角、俯仰角以及速度信息。雷达发射脉冲个数为125,距离向采样点数为2048,距离误差门Rerror=16,多普勒误差门Derror=8。目标为一小型无人机,其飞行速度为10m/s,基于本发明方法对上述场景下的基于实测数据对目标检测效果进行仿真。
2.仿真内容:
采用以上实验场景,对传统方法获得的检测结果进行分析;再对本发明方法获得的检测结果进行分析;
3.实验结果分析:
通过图2和图3中,红色点为漏警点,黑色点为检测得到的目标点,从检测结果可看出本发明方法相对于传统的检测方法可以大大提高目标检测概率,降低漏警数。
从图2和图3两组典型实测数据分析结果可看出本发明方法的有效性。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,实体机服务器,或者网络云服务器等,需安装Windows或者Windows Server操作系统)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种知识辅助的雷达检测跟踪一体化方法,包括如下步骤:
S1.目标跟踪雷达通过目标搜索雷达获得的目标航迹初始信息进入目标跟踪流程;
S2.跟踪雷达根据目标航迹先验信息进行目标状态预测,得到目标预测信息,并根据预测角度信息控制发射机发送射频信号,接收机接收回波射频信号并经过采样与数字下变频后获得基带回波信号;
S3.对所述基带回波信号进行脉冲压缩、数字波束合成、动目标显示等信号处理操作完成回波信号初步处理得到回波信号sk×m×n,其中m表示脉冲个数,n表示距离维采样点数,k表示信号帧数;
S6.基于已有目标航迹信息与所述目标与杂波点迹信息进行航迹关联、航迹滤波操作,将满足航迹关联的点迹加入对应的目标航迹,以完成目标跟踪操作。
7.根据权利要求6所述的知识辅助的雷达检测跟踪一体化方法,其特征在于,所述目标检测算法包括单元平均恒虚警检测法、对数恒虚警检测法之一。
8.根据权利要求1所述的知识辅助的雷达检测跟踪一体化方法,其特征在于,完成目标跟踪操作后,还包括:
S7.基于跟踪目标航迹中最新点迹信息进行目标状态预测,并将预测信息反馈至目标检测器辅助完成下一帧目标检测。
9.一种知识辅助的雷达检测跟踪一体化系统,由以下模块组成:
初始化模块:目标跟踪雷达通过目标搜索雷达获得的目标航迹初始信息进入目标跟踪流;
回波信号获得模块:跟踪雷达根据目标航迹先验信息进行目标状态预测,得到目标预测信息,并根据预测角度信息控制发射机发送射频信号,接收机接收回波射频信号并经过采样与数字下变频后获得基带回波信号;
回波信号处理模块:对所述基带回波信号进行脉冲压缩、数字波束合成、动目标显示等信号处理操作完成回波信号初步处理得到回波信号sk×m×n,其中m表示脉冲个数,n表示距离维采样点数,k表示信号帧数;
目标跟踪模块:基于已有目标航迹信息与目标与杂波点迹信息进行航迹关联、航迹滤波操作,将满足航迹关联的点迹加入对应的目标航迹完成目标跟踪操作。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有多条指令;所述多条指令由处理器加载并执行如权利要求1-8之任一项所述的知识辅助的雷达检测跟踪一体化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110005838.XA CN112698295B (zh) | 2021-01-05 | 2021-01-05 | 一种知识辅助的雷达检测跟踪一体化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110005838.XA CN112698295B (zh) | 2021-01-05 | 2021-01-05 | 一种知识辅助的雷达检测跟踪一体化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112698295A CN112698295A (zh) | 2021-04-23 |
CN112698295B true CN112698295B (zh) | 2023-05-16 |
Family
ID=75514551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110005838.XA Active CN112698295B (zh) | 2021-01-05 | 2021-01-05 | 一种知识辅助的雷达检测跟踪一体化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112698295B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113484866B (zh) * | 2021-07-05 | 2022-04-29 | 哈尔滨工程大学 | 一种基于被动声呐方位历程图的多目标检测跟踪方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000346932A (ja) * | 1999-06-03 | 2000-12-15 | Nec Corp | 目標追尾方法及び目標追尾レーダ装置 |
JP2012088279A (ja) * | 2010-10-22 | 2012-05-10 | Mitsubishi Electric Corp | レーダ装置、およびレーダ装置に適用される移動目標検出方法 |
CN103235289A (zh) * | 2013-04-19 | 2013-08-07 | 武汉滨湖电子有限责任公司 | 雷达双波门两步分支预测航迹跟踪方法 |
CN103472445A (zh) * | 2013-09-18 | 2013-12-25 | 电子科技大学 | 一种针对多目标场景的检测跟踪一体化方法 |
CN104155651A (zh) * | 2014-08-30 | 2014-11-19 | 电子科技大学 | 一种用于极化雷达目标跟踪的概率数据关联方法 |
CN104297748A (zh) * | 2014-10-20 | 2015-01-21 | 西安电子科技大学 | 一种基于轨迹增强的雷达目标检测前跟踪方法 |
EP3144696A1 (en) * | 2015-09-15 | 2017-03-22 | Delphi Technologies, Inc. | Radar system for automated vehicle with phase change based target categorization |
CN111398948A (zh) * | 2020-04-08 | 2020-07-10 | 成都汇蓉国科微系统技术有限公司 | 一种强杂波背景下的机动小目标航迹关联方法 |
WO2020198126A1 (en) * | 2019-03-28 | 2020-10-01 | Fortem Technologies, Inc. | System and method for fusing asynchronous sensor tracks in a track fusion application |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10819959B2 (en) * | 2014-11-05 | 2020-10-27 | Jason Christopher Palazzolo | Firearm environmental recording apparatus and system |
KR102612335B1 (ko) * | 2018-10-08 | 2023-12-12 | 주식회사 에이치엘클레무브 | 타깃 탐지 장치 및 방법과, 차량 제어 장치 및 방법 |
-
2021
- 2021-01-05 CN CN202110005838.XA patent/CN112698295B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000346932A (ja) * | 1999-06-03 | 2000-12-15 | Nec Corp | 目標追尾方法及び目標追尾レーダ装置 |
JP2012088279A (ja) * | 2010-10-22 | 2012-05-10 | Mitsubishi Electric Corp | レーダ装置、およびレーダ装置に適用される移動目標検出方法 |
CN103235289A (zh) * | 2013-04-19 | 2013-08-07 | 武汉滨湖电子有限责任公司 | 雷达双波门两步分支预测航迹跟踪方法 |
CN103472445A (zh) * | 2013-09-18 | 2013-12-25 | 电子科技大学 | 一种针对多目标场景的检测跟踪一体化方法 |
CN104155651A (zh) * | 2014-08-30 | 2014-11-19 | 电子科技大学 | 一种用于极化雷达目标跟踪的概率数据关联方法 |
CN104297748A (zh) * | 2014-10-20 | 2015-01-21 | 西安电子科技大学 | 一种基于轨迹增强的雷达目标检测前跟踪方法 |
EP3144696A1 (en) * | 2015-09-15 | 2017-03-22 | Delphi Technologies, Inc. | Radar system for automated vehicle with phase change based target categorization |
WO2020198126A1 (en) * | 2019-03-28 | 2020-10-01 | Fortem Technologies, Inc. | System and method for fusing asynchronous sensor tracks in a track fusion application |
CN111398948A (zh) * | 2020-04-08 | 2020-07-10 | 成都汇蓉国科微系统技术有限公司 | 一种强杂波背景下的机动小目标航迹关联方法 |
Non-Patent Citations (8)
Title |
---|
H.Jin Kim 等.A flight control system for aerial robots: algorithms and experiments.《Control Engineering Practice》.2003,第1389-1400页. * |
Qinfen Zheng 等.Model-based target recognition in pulsed ladar imagery.《IEEE Transactions on Image Processing》.2001,第565-572页. * |
余思明 等.幅度和距离顺序辅助小目标跟踪.《雷达科学与技术》.2011,第519-524页. * |
刘红亮.雷达目标航迹起始与跟踪阶段目标探测技术研究.《中国博士学位论文全文数据库 信息科技辑》.2019,第1-137页. * |
夏金艳.某末制导雷达信号处理机系统设计与实现.《中国优秀硕士学位论文全文数据库 信息科技辑》.2009,第1-55页. * |
钟芳宇.雷达探测空间目标跟踪与数据关联方法研究.《中国优秀硕士学位论文全文数据库 信息科技辑》.2018,第1-80页. * |
高峻峰.基于跟踪反馈的雷达目标检测方法研究.《中国优秀硕士学位论文全文数据库信息科技辑》.2017,第1-88. * |
鲁瑞莲.基于信息辅助的雷达检测跟踪一体化方法研究.《中国优秀硕士学位论文全文数据库 信息科技辑》.2019,第1-94页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112698295A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9157992B2 (en) | Knowledge aided detector | |
CN109444820B (zh) | 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法 | |
CN107064882B (zh) | 无源协同下基于射频隐身的雷达组网资源控制方法 | |
EP2304464B1 (en) | Inverse synthetic aperture radar image processing | |
CN106199584B (zh) | 一种基于量测存储的航迹起始方法 | |
US7990311B2 (en) | Adaptive clutter filter for maritime surface search radar | |
CN110658516B (zh) | 一种基于fmcw雷达方差频数统计的手势目标提取方法 | |
CN108614245B (zh) | 一种基于射频隐身的边跟踪边干扰方法 | |
CN107462873A (zh) | 一种雷达干扰快速识别方法 | |
CN109375204A (zh) | 基于雷达的目标检测方法、系统、设备及介质 | |
CN112014806B (zh) | 一种复杂干扰场景下的机载雷达无意干扰抑制方法 | |
CN112881993B (zh) | 自动识别雷达分布杂波引起虚假航迹的方法 | |
CN112698295B (zh) | 一种知识辅助的雷达检测跟踪一体化方法及系统 | |
JP2009236720A (ja) | 移動目標検出装置 | |
Kim et al. | Gaussian mixture probability hypothesis density filter against measurement origin uncertainty | |
CN110658506B (zh) | 一种基于角度聚类和多普勒分析的微多普勒杂波滤除方法 | |
CN108828549B (zh) | 一种基于机场场面监视雷达系统的目标提取方法 | |
CN112630744B (zh) | 一种多相参积累方法融合的海上小目标检测方法及系统 | |
CN108508413B (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
CN115616502A (zh) | 无人飞行器机载雷达目标检测的杂波抑制方法 | |
CN112835006B (zh) | 一种基于帧间积累的跟踪雷达海上小目标检测方法及系统 | |
CN113093174B (zh) | 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法 | |
Filippini et al. | Polarimetric detection scheme for passive radar based on a 2D auto-regressive disturbance model | |
JP2000098022A (ja) | レーダ装置 | |
Ravenni et al. | Frequency diversity radar system: design, analysis and performances |
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 |