CN112834999A - 一种干扰方位已知时雷达目标恒虚警检测方法与系统 - Google Patents

一种干扰方位已知时雷达目标恒虚警检测方法与系统 Download PDF

Info

Publication number
CN112834999A
CN112834999A CN202011601285.6A CN202011601285A CN112834999A CN 112834999 A CN112834999 A CN 112834999A CN 202011601285 A CN202011601285 A CN 202011601285A CN 112834999 A CN112834999 A CN 112834999A
Authority
CN
China
Prior art keywords
matrix
detection
interference
detection threshold
false alarm
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
Application number
CN202011601285.6A
Other languages
English (en)
Other versions
CN112834999B (zh
Inventor
刘维建
杜庆磊
王永良
李槟槟
周必雷
王洪林
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.)
Air Force Early Warning Academy
Original Assignee
Air Force Early Warning Academy
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 Air Force Early Warning Academy filed Critical Air Force Early Warning Academy
Priority to CN202011601285.6A priority Critical patent/CN112834999B/zh
Publication of CN112834999A publication Critical patent/CN112834999A/zh
Application granted granted Critical
Publication of CN112834999B publication Critical patent/CN112834999B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01S7/414—Discriminating targets with respect to background clutter

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

本发明涉及一种干扰方位已知时雷达目标恒虚警检测方法与系统，首先利用训练样本形成采样协方差矩阵，然后利用采样协方差矩阵的平方根矩阵对待检测数据、干扰矩阵和信号矩阵进行准白化处理，接着利用准白化后的数据构造检测统计量，根据虚警概率及系统参数确定检测门限，最后比较检测统计量和检测门限的大小，若检测统计量小于检测门限，则判决目标不存在，反之则判决目标存在。本发明设计的检测器可对方位信息已知的干扰进行彻底抑制，并且具有恒虚警特性。

Description

一种干扰方位已知时雷达目标恒虚警检测方法与系统
技术领域
本发明涉及信号检测技术领域，尤其涉及一种干扰方位已知时雷达目标恒虚警检测方法与系统。
背景技术
干扰的存在极大削弱了雷达的目标探测性能，一方面，干扰通过模拟雷达目标信息，提高了雷达的虚警概率，另一方面，干扰通过模拟噪声的特性，淹没了真实的雷达目标信号，从而降低雷达对目标的发现概率。
针对存在干扰时的目标检测问题，传统方法一般先进行干扰抑制，然后再进行恒虚警处理，不仅步骤繁琐检测效率低而且抗干扰性低。
发明内容
为此，本发明提供一种干扰方位已知时雷达目标恒虚警检测方法与系统，用以克服现有技术中检测效率低的问题。
一方面，本发明提供一种干扰方位已知时雷达目标恒虚警检测方法，其特征在于，包括：
步骤1：利用训练样本构造采样协方差矩阵；
步骤2：利用所述采样协方差矩阵的平方根矩阵对待检测数据、干扰矩阵和信号矩阵进行准白化；
步骤3：利用所述准白化后的数据构造检测统计量；
步骤4：根据虚警概率及系统参数确定检测门限；
步骤5：比较所述检测统计量与所述检测门限的大小，若检测统计量小于检测门限，则判决目标不存在，若检测统计量大于等于检测门限，则判决目标存在。
进一步地，所述步骤1中，构造采样协方差矩阵的方法为利用L个N×1维训练样本xl构造N×N维采样协方差矩阵：
Figure BDA0002869447570000021
其中，xl为待检测数据附近的第l个训练样本，l＝1,2,…,L，N为雷达系统空域通道数，上标[·]H表示共轭转置。
进一步地，所述步骤2中采样协方差矩阵的平方根矩阵如下式所示：
D＝UL-1/2UH
其中，ULUH为
Figure BDA0002869447570000022
的特征值分解，U为
Figure BDA0002869447570000023
的特征矩阵，L＝diag(λ1,λ2,…,λN)为对角矩阵，λ1,λ2,…,λN为
Figure BDA0002869447570000024
的N个特征值，
Figure BDA0002869447570000025
进一步地，所述步骤2中对待检测数据、干扰矩阵和信号矩阵进行准白化分别通过下面三个等式实现：
Figure BDA0002869447570000026
和
Figure BDA0002869447570000027
其中，N×q维矩阵J表示干扰矩阵，N×p维矩阵H表示信号矩阵，N×1维列向量x表示待检测数据。
进一步地，所述步骤2中的干扰矩阵J的表达式为：
J＝[j(θ1),j(θ2),…,j(θq)]
Figure BDA0002869447570000031
式中，d为天线阵元间距，λ为雷达发射信号波长，θm为第m个干扰的方位角，上标[·]T表示转置。
进一步地，所述步骤3中的检测统计量如下式所示：
Figure BDA0002869447570000032
进一步地，所述检测统计量中矩阵
Figure BDA0002869447570000033
和
Figure BDA0002869447570000039
的表达式分别如下式所示：
Figure BDA0002869447570000034
Figure BDA0002869447570000035
Figure BDA0002869447570000036
进一步地，通过求解下述方程得到所述步骤4中的检测门限：
Figure BDA0002869447570000037
其中，
Figure BDA0002869447570000038
为二项式系数，t！为t的阶乘，η为检测门限，PFA表示系统的虚警概率。
进一步地，所述步骤5中比较检测统计量和检测门限的大小分下述两种情况进行判定：
若检测统计量Detector大于等于检测门限η，则判定目标存在；
若检测统计量Detector小于检测门限η，则判定目标不存在。
另一方面，本发明提供一种干扰方位已知时雷达目标恒虚警检测系统，其特征在于，包括：
采样协方差矩阵构造模块，所述采样协方差矩阵构造模块，用于利用训练样本构造采样协方差矩阵；
数据准白化模块，所述数据准白化模块，用于利用采样协方差矩阵的平方根矩阵对待检测数据、信号矩阵和干扰矩阵准白化；
检测统计量构造模块，所述检测统计量构造模块，用于利用准白化后的待检测数据、准白化后的信号矩阵和准白化后的干扰矩阵构造检测统计量；
检测门限计算模块，所述检检测门限计算模块，用于利用系统设定的虚警概率及系统参数确定检测门限；
目标判决模块，所述目标判决模块，用于比较检测统计量与检测门限之间的大小，若检测统计量大于检测门限，则判决目标存在，反之则判决目标不存在。
与现有技术相比，本发明的有益效果在于，本发明基于自适应检测的思想，提出了无需把干扰抑制作为独立步骤的一种有效恒虚警目标检测方法，有效缩短了检测所需时间，提高了检测效率。
进一步地，通过所述训练样本形成采样协方差矩阵，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。
进一步地，通过所述采样协方差矩阵的平方根矩阵，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。
进一步地，通过对所述待检测数据、干扰矩阵和信号矩阵进行准白化计算，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。
进一步地，通过对干扰矩阵J计算进而完成所需准白化计算，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。
进一步地，通过对检测统计量进行计算，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。
进一步地，通过对方程求解得到检测门限值，可快速计算出准确的数值，从而有效缩短了检测所需时间，进一步提高了检测效率。
进一步地，通过比较检测统计量和检测门限的大小，可迅速判断目标是否存在，从而有效缩短了检测所需时间，进一步提高了检测效率。
进一步地，所述检测系统能对方位信息已知的干扰进行彻底抑制，不受干扰功率的影响，且所述检测系统无需恒虚警处理即可实现恒虚警检测，从而有效缩短了检测所需时间，进一步提高了检测效率。
附图说明
图1为本发明所述一种干扰方位已知时雷达目标恒虚警检测方法的流程示意图；
图2为本发明所述一种干扰方位已知时雷达目标恒虚警检测系统的结构框架图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
假设雷达的系统通道数为N，存在q个干扰时，每个干扰相对雷达阵列法线的角度为θi，i＝1,2,…,q，若存在目标，假设目标相对雷达阵列法线的角度为θt，则雷达接收数据可用N×1维向量表示；
假设待检测数据中包含目标、干扰和噪声，其中，噪声包含杂波和热噪声，则待检测数据可表示为：
x＝Hθ+Jφ+w (1)
其中，N×p维矩阵H表示已知的信号矩阵，p×1维列向量θ表示信号的未知坐标，J＝[s(θ1),s(θ2),…,s(θq)]，其中：
Figure BDA0002869447570000061
式中，θi为第i个干扰的角度，N为雷达系统的通道数，d为天线阵元间距，λ为雷达发射信号波长，q为干扰个数，q×1为列向量φ表示干扰幅度，w为噪声，上标[·]T表示转置。
令噪声w的协方差矩阵为R，在实际环境中，噪声协方差矩阵R通常未知，为此，需要一定数量的训练样本对R进行估计，假设存在L个仅含噪声分量的训练样本，记第l个训练样本为：
xl＝nl (3)
其中，l＝1,2,…,L，nl，l为第l个训练样本中的噪声，基于训练样本，R的最常用估计量为采样协方差矩阵
Figure BDA0002869447570000071
上标[·]H表示共轭转置操作。
本发明的目的在于解决干扰方位已知时的雷达达抗干扰性低的问题。为实现上述目的，请参阅图1所示，本发明提供了一种干扰方位已知时雷达目标恒虚警检测方法，包括：
步骤1：利用训练样本构造采样协方差矩阵；
步骤2：利用所述采样协方差矩阵的平方根矩阵对待检测数据、干扰矩阵和信号矩阵进行准白化；
步骤3：利用所述准白化后的数据构造检测统计量；
步骤4：根据虚警概率及系统参数确定检测门限；
步骤5：比较所述检测统计量与所述检测门限的大小，若检测统计量小于检测门限，则判决目标不存在，若检测统计量大于等于检测门限，则判决目标存在。
具体而言，所述步骤1中，构造采样协方差矩阵的方法为利用L个N×1维训练样本xl构造N×N维采样协方差矩阵：
Figure BDA0002869447570000072
其中，xl为待检测数据附近的第l个训练样本，l＝1,2,…,L，N为雷达系统空域通道数，上标[·]H表示共轭转置。
具体而言，所述步骤2中采样协方差矩阵的平方根矩阵如下式所示：
D＝UL-1/2UH
其中，ULUH为
Figure BDA0002869447570000081
的特征值分解，U为
Figure BDA0002869447570000082
的特征矩阵，L＝diag(λ1,λ2,…,λN)为对角矩阵，λ1,λ2,…,λN为
Figure BDA0002869447570000083
的N个特征值，
Figure BDA0002869447570000084
具体而言，所述步骤2中对待检测数据、干扰矩阵和信号矩阵进行准白化分别通过下面三个等式实现：
Figure BDA0002869447570000085
和
Figure BDA0002869447570000086
其中，N×q维矩阵J表示干扰矩阵，N×p维矩阵H表示信号矩阵，N×1维列向量x表示待检测数据。
具体而言，所述步骤2中的干扰矩阵J的表达式为：
J＝[j(θ1),j(θ2),…,j(θq)]
Figure BDA0002869447570000087
式中，d为天线阵元间距，λ为雷达发射信号波长，θm为第m个干扰的方位角，上标[·]T表示转置。
具体而言，所述步骤3中的检测统计量如下式所示：
Figure BDA0002869447570000088
具体而言，所述检测统计量中矩阵
Figure BDA0002869447570000089
和
Figure BDA00028694475700000812
的表达式分别如下式所示：
Figure BDA00028694475700000810
Figure BDA00028694475700000811
Figure BDA0002869447570000091
具体而言，通过求解下述方程得到所述步骤4中的检测门限：
Figure BDA0002869447570000092
其中，
Figure BDA0002869447570000093
为二项式系数，t！为t的阶乘，η为检测门限，PFA表示系统的虚警概率。
具体而言，所述步骤5中比较检测统计量和检测门限的大小分下述两种情况进行判定：
若检测统计量Detector大于等于检测门限η，则判定目标存在；
若检测统计量Detector小于检测门限η，则判定目标不存在。
请参阅图2所示，本发明还提供一种干扰方位已知时雷达目标恒虚警检测系统，其特征在于，包括：
采样协方差矩阵构造模块，所述采样协方差矩阵构造模块，用于利用训练样本构造采样协方差矩阵；
数据准白化模块，所述数据准白化模块，用于利用采样协方差矩阵的平方根矩阵对待检测数据、信号矩阵和干扰矩阵准白化；
检测统计量构造模块，所述检测统计量构造模块，用于利用准白化后的待检测数据、准白化后的信号矩阵和准白化后的干扰矩阵构造检测统计量；
检测门限计算模块，所述检检测门限计算模块，用于利用系统设定的虚警概率及系统参数确定检测门限；
目标判决模块，所述目标判决模块，用于比较检测统计量与检测门限之间的大小，若检测统计量大于检测门限，则判决目标存在，反之则判决目标不存在。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种干扰方位已知时雷达目标恒虚警检测方法，其特征在于，包括：
步骤1：利用训练样本构造采样协方差矩阵；
步骤2：利用所述采样协方差矩阵的平方根矩阵对待检测数据、干扰矩阵和信号矩阵进行准白化；
步骤3：利用所述准白化后的数据构造检测统计量；
步骤4：根据虚警概率及系统参数确定检测门限；
步骤5：比较所述检测统计量与所述检测门限的大小，若检测统计量小于检测门限，则判决目标不存在，若检测统计量大于等于检测门限，则判决目标存在。
2.根据权利要求1所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述步骤1中，构造采样协方差矩阵的方法为利用L个N×1维训练样本xl构造N×N维采样协方差矩阵：
Figure FDA0002869447560000011
其中，xl为待检测数据附近的第l个训练样本，l＝1,2,…,L，N为雷达系统空域通道数，上标[·]H表示共轭转置。
3.根据权利要求1所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述步骤2中采样协方差矩阵的平方根矩阵如下式所示：
D＝UL-1/2UH
其中，ULUH为
Figure FDA0002869447560000012
的特征值分解，U为
Figure FDA0002869447560000013
的特征矩阵，L＝diag(λ1,λ2,…,λN)为对角矩阵，λ1,λ2,…,λN为
Figure FDA0002869447560000014
的N个特征值，
Figure FDA0002869447560000021
4.根据权利要求3所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述步骤2中对待检测数据、干扰矩阵和信号矩阵进行准白化分别通过下面三个等式实现：
Figure FDA0002869447560000022
和
Figure FDA0002869447560000023
其中，N×q维矩阵J表示干扰矩阵，N×p维矩阵H表示信号矩阵，N×1维列向量x表示待检测数据。
5.根据权利要求4所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述步骤2中的干扰矩阵J的表达式为：
J＝[j(θ1),j(θ2),…,j(θq)]
Figure FDA0002869447560000024
式中，d为天线阵元间距，λ为雷达发射信号波长，θm为第m个干扰的方位角，上标[·]T表示转置。
6.根据权利要求1所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述步骤3中的检测统计量如下式所示：
Figure FDA0002869447560000025
7.根据权利要求6所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述检测统计量中矩阵
Figure FDA0002869447560000026
和
Figure FDA0002869447560000027
的表达式分别如下式所示：
Figure FDA0002869447560000028
Figure FDA0002869447560000031
Figure FDA0002869447560000032
8.根据权利要求1所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，通过求解下述方程得到所述步骤4中的检测门限：
Figure FDA0002869447560000033
其中，
Figure FDA0002869447560000034
为二项式系数，t！为t的阶乘，η为检测门限，PFA表示系统的虚警概率。
9.根据权利要求1所述的干扰方位已知时雷达目标恒虚警检测方法，其特征在于，所述步骤5中比较检测统计量和检测门限的大小分下述两种情况进行判定：
若检测统计量Detector大于等于检测门限η，则判定目标存在；
若检测统计量Detector小于检测门限η，则判定目标不存在。
10.一种干扰方位已知时雷达目标恒虚警检测系统，其特征在于，包括：
采样协方差矩阵构造模块，所述采样协方差矩阵构造模块，用于利用训练样本构造采样协方差矩阵；
数据准白化模块，所述数据准白化模块，用于利用采样协方差矩阵的平方根矩阵对待检测数据、信号矩阵和干扰矩阵准白化；
检测统计量构造模块，所述检测统计量构造模块，用于利用准白化后的待检测数据、准白化后的信号矩阵和准白化后的干扰矩阵构造检测统计量；
检测门限计算模块，所述检检测门限计算模块，用于利用系统设定的虚警概率及系统参数确定检测门限；
目标判决模块，所述目标判决模块，用于比较检测统计量与检测门限之间的大小，若检测统计量大于检测门限，则判决目标存在，反之则判决目标不存在。
CN202011601285.6A 2020-12-29 2020-12-29 一种干扰方位已知时雷达目标恒虚警检测方法与系统 Active CN112834999B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011601285.6A CN112834999B (zh) 2020-12-29 2020-12-29 一种干扰方位已知时雷达目标恒虚警检测方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011601285.6A CN112834999B (zh) 2020-12-29 2020-12-29 一种干扰方位已知时雷达目标恒虚警检测方法与系统

Publications (2)

Publication Number Publication Date
CN112834999A true CN112834999A (zh) 2021-05-25
CN112834999B CN112834999B (zh) 2022-06-28

Family

ID=75925276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011601285.6A Active CN112834999B (zh) 2020-12-29 2020-12-29 一种干扰方位已知时雷达目标恒虚警检测方法与系统

Country Status (1)

Country Link
CN (1) CN112834999B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113742951A (zh) * 2021-11-05 2021-12-03 南京易司拓电力科技股份有限公司 基于周期性均值恒虚警的电压扰动检测门限设计方法
CN116819480A (zh) * 2023-07-17 2023-09-29 中国人民解放军空军预警学院 一种机载雷达强杂波中的自适应目标检测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140341260A1 (en) * 2013-05-20 2014-11-20 Telefonaktiebolaget L M Ericsson (Publ) Robust, Fast Unused-Code Detection
CN110988831A (zh) * 2019-04-20 2020-04-10 中国人民解放军空军预警学院 杂波和干扰共存环境下当信号失配时的参数可调检测器
CN111126318A (zh) * 2019-12-27 2020-05-08 中国人民解放军空军预警学院 一种信号失配下的参数可调双子空间信号检测方法
CN111123252A (zh) * 2019-12-27 2020-05-08 中国人民解放军空军预警学院 一种杂波环境中信号失配时的参数可调方向检测方法
CN111948634A (zh) * 2020-07-19 2020-11-17 中国人民解放军空军预警学院 干扰条件下基于协方差矩阵重构的目标检测方法与装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140341260A1 (en) * 2013-05-20 2014-11-20 Telefonaktiebolaget L M Ericsson (Publ) Robust, Fast Unused-Code Detection
CN110988831A (zh) * 2019-04-20 2020-04-10 中国人民解放军空军预警学院 杂波和干扰共存环境下当信号失配时的参数可调检测器
CN111126318A (zh) * 2019-12-27 2020-05-08 中国人民解放军空军预警学院 一种信号失配下的参数可调双子空间信号检测方法
CN111123252A (zh) * 2019-12-27 2020-05-08 中国人民解放军空军预警学院 一种杂波环境中信号失配时的参数可调方向检测方法
CN111948634A (zh) * 2020-07-19 2020-11-17 中国人民解放军空军预警学院 干扰条件下基于协方差矩阵重构的目标检测方法与装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WEIJIAN LIU ET AL.: "Adaptive signal detection in partially-known interference and unknown Gaussian noise", 《RADAR (RADAR), 2016 CIE INTERNATIONAL CONFERENCE ON》 *
刘维建: "多通道雷达信号自适应检测技术研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113742951A (zh) * 2021-11-05 2021-12-03 南京易司拓电力科技股份有限公司 基于周期性均值恒虚警的电压扰动检测门限设计方法
CN116819480A (zh) * 2023-07-17 2023-09-29 中国人民解放军空军预警学院 一种机载雷达强杂波中的自适应目标检测方法及系统
CN116819480B (zh) * 2023-07-17 2024-05-24 中国人民解放军空军预警学院 一种机载雷达强杂波中的自适应目标检测方法及系统

Also Published As

Publication number Publication date
CN112834999B (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
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
CN113030932B (zh) 一种扩展目标稳健自适应检测方法与系统
CN108919224B (zh) 基于斜对称结构的宽带雷达目标自适应融合检测方法
CN112835000B (zh) 一种非均匀杂波及干扰条件下的自适应检测方法
CN112834999B (zh) 一种干扰方位已知时雷达目标恒虚警检测方法与系统
CN109444869B (zh) 一种用于信号失配的雷达扩展目标参数可调检测器
CN112558015B (zh) 一种复杂电磁环境下先干扰抑制后自适应检测方法与系统
CN111948634A (zh) 干扰条件下基于协方差矩阵重构的目标检测方法与装置
CN113391281B (zh) 一种信号失配时的极化雷达加权扩展目标检测方法与系统
CN113253235B (zh) 一种严重非均匀环境中的自适应信号检测方法与系统
CN113253251B (zh) 目标速度未知时的fda-mimo雷达检测方法与系统
CN113238211A (zh) 一种干扰条件下参数化自适应阵列信号检测方法与系统
Zhu et al. Candidate-plots-based dynamic programming algorithm for track-before-detect
CN112180331A (zh) 一种自适应射频掩护脉冲频点策略调度方法
CN113267758B (zh) 一种复合高斯环境下存在干扰时的目标检测方法与系统
CN112799042B (zh) 一种干扰下基于斜投影的扩展目标自适应检测方法与系统
CN111796266B (zh) 一种匀加速运动目标rd平面检测前跟踪方法
CN113567931A (zh) 一种训练样本不足时的双子空间信号检测方法与系统
CN115980729B (zh) 一种信号失配下的扩展目标参数可调检测方法与系统
CN115236601B (zh) 基于“放大镜”波束的微弱目标搜索方法
CN112799022B (zh) 一种非均匀及干扰环境中的扩展目标检测方法与系统
CN113267759B (zh) 一种fda-mimo雷达运动目标检测方法与系统
CN113030928B (zh) 非均匀环境中极化雷达扩展目标自适应检测方法与系统
CN116299208A (zh) 基于主/被动雷达复合导引头数据关联的抗干扰方法
CN115508791A (zh) 未知干噪环境下目标智能融合检测方法

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