CN113009470A - 一种目标态势特征数据的处理方法、系统、装置及介质 - Google Patents

一种目标态势特征数据的处理方法、系统、装置及介质 Download PDF

Info

Publication number
CN113009470A
CN113009470A CN202110177931.9A CN202110177931A CN113009470A CN 113009470 A CN113009470 A CN 113009470A CN 202110177931 A CN202110177931 A CN 202110177931A CN 113009470 A CN113009470 A CN 113009470A
Authority
CN
China
Prior art keywords
target
echo data
size
detection result
hull
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
CN202110177931.9A
Other languages
English (en)
Other versions
CN113009470B (zh
Inventor
毛彤
齐大志
朱凯强
王天翼
孙厚军
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202110177931.9A priority Critical patent/CN113009470B/zh
Publication of CN113009470A publication Critical patent/CN113009470A/zh
Application granted granted Critical
Publication of CN113009470B publication Critical patent/CN113009470B/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
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Astronomy & Astrophysics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Geometry (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请公开了一种目标态势特征数据的处理方法、系统、装置及介质。该方法获取第一雷达和第二雷达的回波数据，并对回波数据进行空时同步；对回波数据进行CFAR检测，得到目标的第一检测结果和第二检测结果；获取船体目标的定位信息，并根据定位信息从第一检测结果和第二检测结果中识别船体目标和非船体目标；根据第一检测结果，确定船体目标和非船体目标的重合度；当检测到连续两帧的第二回波数据中船体目标的尺寸发生变化，根据船体目标的实际长度，确定船体目标在第一雷达的径向上的投影长度；根据投影长度和第一检测结果对重合度进行更新。该方法可以提高目标态势实验中特征数据的准确性，方便态势实验的顺利进行。本申请可广泛应用雷达技术领域内。

Description

一种目标态势特征数据的处理方法、系统、装置及介质
技术领域
本申请涉及雷达技术领域，尤其是一种目标态势特征数据的处理方法、系统、装置及介质。
背景技术
在海面多目标态势实验中，通常存在主要目标，即船体，以及其他目标，一般是以其他金属物为主的非船体目标。这些非船体目标伴随着船体出现时，其雷达回波将与船的雷达回波叠加，起到对雷达探测的误导作用。当非船体目标与船体目标在雷达径向距离上可分辨时，非船体目标为冲淡式目标，即属于不重合目标；当非船体目标与船体目标在雷达径向距离上不可分辨时，非船体目标为质心式目标，即属于重合目标。
实际的态势实验中，船体目标与非船体目标在雷达视线方向上投影的重合度、相似度是衡量目标态势的重要指标。使用监测雷达对实验区域中各目标的相对位置关系进行探测，计算多个目标在雷达视线方向上的重合度、相似度，可衡量态势场景设置的准确度。相关技术中，针对态势场景的中多目标的重合度、相似度确定往往比较模糊，精确度不高，可能会影响实验的结果。综上，相关技术中存在的技术问题亟需得到解决。
发明内容
本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一。
为此，本申请实施例的一个目的在于提供一种目标态势特征数据的处理方法，该方法可以有效提高得到的特征数据的准确性，有利于目标态势实验的顺利进行。
本申请实施例的另一个目的在于提供一种目标态势特征数据的处理系统。
为了达到上述技术目的，本申请实施例所采取的技术方案包括：
第一方面，本申请实施例提供了一种目标态势特征数据的处理方法，包括以下步骤：
获取第一雷达的第一回波数据和第二雷达的第二回波数据，并对所述第一回波数据和所述第二回波数据进行空时同步；
对所述第一回波数据进行CFAR检测，得到目标的第一检测结果；对所述第二回波数据进行CFAR检测，得到目标的第二检测结果；所述目标包括船体目标和非船体目标；
获取所述船体目标的定位信息，并根据所述定位信息从所述第一检测结果和所述第二检测结果中识别所述船体目标和所述非船体目标；
根据所述第一检测结果，确定所述船体目标和所述非船体目标的重合度；
当检测到连续两帧的所述第二回波数据中所述船体目标的尺寸发生变化，根据所述船体目标的实际长度，确定所述船体目标在所述第一雷达的径向上的投影长度；
根据所述投影长度和所述第一检测结果，对所述重合度进行更新。
另外，根据本申请上述实施例的方法，还可以具有以下附加的技术特征：
进一步地，在本申请的一个实施例中，还包括以下步骤：
对所述第一回波数据和所述第二回波数据进行压缩处理，并通过keystone变换算法对所述第一回波数据和所述第二回波数据进行速度补偿。
进一步地，在本申请的一个实施例中，所述对所述第一回波数据进行CFAR检测，得到目标的第一检测结果，包括：
对所述第一回波数据进行CFAR检测，获取多个感兴趣点；
通过二进制检测法对各个所述感兴趣点进行检测，得到所述目标的数量信息、尺寸信息和位置信息。
进一步地，在本申请的一个实施例中，所述根据所述第一检测结果，确定所述船体目标和所述非船体目标的重合度，包括：
根据所述第一检测结果，确定所述船体目标和所述非船体目标发生重合的第一时刻；
获取所述第一时刻之前所述船体目标的第一尺寸和所述非船体目标的第二尺寸；
获取所述船体目标和所述非船体目标发生重合后的第三尺寸；
根据所述第一尺寸、所述第二尺寸和所述第三尺寸，确定所述船体目标和所述非船体目标的重合度。
进一步地，在本申请的一个实施例中，还包括以下步骤：
根据所述第一检测结果，确定所述船体目标和所述非船体目标的相似度。
进一步地，在本申请的一个实施例中，所述根据所述第一检测结果，确定所述船体目标和所述非船体目标的相似度，包括：
获取所述船体目标的第一尺寸和所述非船体目标的第二尺寸；
当所述第一尺寸大于所述第二尺寸，根据所述第二尺寸和所述第一尺寸的商确定所述相似度；
或者，
当所述第一尺寸小于所述第二尺寸，根据所述第一尺寸和所述第二尺寸的商确定所述相似度。
第二方面，本申请实施例提供了一种目标态势特征数据的处理系统，包括：
获取模块，用于获取第一雷达的第一回波数据和第二雷达的第二回波数据，并对所述第一回波数据和所述第二回波数据进行空时同步；
检测模块，用于对所述第一回波数据进行CFAR检测，得到目标的第一检测结果；对所述第二回波数据进行CFAR检测，得到目标的第二检测结果；所述目标包括船体目标和非船体目标；
识别模块，用于获取所述船体目标的定位信息，并根据所述定位信息从所述第一检测结果和所述第二检测结果中识别所述船体目标和所述非船体目标；
第一处理模块，用于根据所述第一检测结果，确定所述船体目标和所述非船体目标的重合度；
第二处理模块，用于当检测到连续两帧的所述第二回波数据中所述船体目标的尺寸发生变化，根据所述船体目标的实际长度，确定所述船体目标在所述第一雷达的径向上的投影长度；
更新模块，用于根据所述投影长度和所述第一检测结果，对所述重合度进行更新。
第三方面，本申请实施例还提供了一种目标态势特征数据的处理装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现上述第一方面的目标态势特征数据的处理方法。
第四方面，本申请实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于实现上述第一方面的目标态势特征数据的处理方法。
本申请的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到：
本申请实施例中的目标态势特征数据的处理方法，通过获取第一雷达的第一回波数据和第二雷达的第二回波数据，并对所述第一回波数据和所述第二回波数据进行空时同步；对所述第一回波数据进行CFAR检测，得到目标的第一检测结果；对所述第二回波数据进行CFAR检测，得到目标的第二检测结果；所述目标包括船体目标和非船体目标；获取所述船体目标的定位信息，并根据所述定位信息从所述第一检测结果和所述第二检测结果中识别所述船体目标和所述非船体目标；根据所述第一检测结果，确定所述船体目标和所述非船体目标的重合度；当检测到连续两帧的所述第二回波数据中所述船体目标的尺寸发生变化，根据所述船体目标的实际长度，确定所述船体目标在所述第一雷达的径向上的投影长度；根据所述投影长度和所述第一检测结果，对所述重合度进行更新。该方法可以有效提高目标态势实验中特征数据的准确性，有利于态势实验的顺利进行。
附图说明
为了更清楚地说明本申请实施例或者现有技术中的技术方案，下面对本申请实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本申请的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
图1为本申请实施例提供的一种目标态势特征数据的处理方法的实施环境示意图；
图2为本申请实施例提供的一种目标态势特征数据的处理方法的流程示意图；
图3为本申请实施例提供的一种目标态势特征数据的处理方法得到的高分辨距离像示意图；
图4为本申请实施例提供的另一种目标态势特征数据的处理方法得到的高分辨距离像示意图；
图5为本申请实施例提供的一种目标态势特征数据的处理方法得到的船体目标径向尺寸示意图；
图6为本申请实施例提供的一种目标态势特征数据的处理系统的结构示意图；
图7为本申请实施例提供的一种目标态势特征数据的处理装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前，对本申请实施例中涉及的部分名词和术语进行说明，本申请实施例中涉及的名词和术语适用于如下的解释。
态势：目标环境的当前状态和发展变化趋势；本申请实施例中的态势主要是目标环境要素下的电磁环境的特征，特别是电磁环境的中区分船体和非船体的情况。
目标态势：海面电磁环境中存在的非船体目标可分为自然电磁目标(例如海杂波)和人为电磁目标。
特征数据：本申请实施例中关注的是人为电磁目标中无源目标的特征(无源指的是目标不主动发射电磁信号，仅反射电磁信号)，具体来讲是在使用雷达对船进行探测时，非船体目标造成误导的严重程度。
为了不影响目标态势实验的进行，雷达一般与实验区域有较远距离。在远距离探测的情况下，雷达受限于角度分辨力，难以在方位上对实验区域中的目标进行区分，仅能依靠距离信息进行探测。当多个目标在雷达视线方向(简称径向)上的投影发生重合时，依靠单站雷达难以在径向上区分出多个目标并探测各目标的径向尺寸。因此本申请实施例中采用双站雷达联合进行监测的方案，结合双站雷达的检测数据，进行目标重合度的计算，有助于充分利用多个雷达在不同方位上探测的优势，识别单站雷达识别不出的重合目标。
而由于方位信息的缺失，以及目标运动引起的扩展目标数量变化，使用双站雷达探测算法提取目标特征时，存在多目标配对引起的“鬼影”(虚假目标)问题，影响特征的提取。本申请实施例中，引入GPS定位信息计算目标与雷达之间的距离，进而用距离来进行目标的识别，从而解决目标与雷达检测结果之间的配对问题。下面详细对本申请实施例进行说明。
参照图1，本申请实施例中，提供一种目标态势特征数据的处理方法，基于双站雷达的回波数据来进行目标态势特征的提取，该方法主要包括以下步骤：
步骤110、获取第一雷达的第一回波数据和第二雷达的第二回波数据，并对所述第一回波数据和所述第二回波数据进行空时同步；
参照图2，本申请实施例中的目标态势特征数据的处理方法所涉及的实施环境示意图如图2所示，在图2中，双站雷达包括主视角雷达和辅助雷达，其中的主视角雷达记为第一雷达，辅助雷达记为第二雷达。对于双站雷达需要观测的目标来说，分为主要目标(也即船体目标)和其他目标，其他目标记为非船体目标，即可能对船体目标的识别造成误导的物体，一般是人为电磁目标。本申请实施例中的第一雷达和第二雷达位置是固定且已知的，对于船体目标来说，其上安装有GPS定位装置，用于提供船体目标的定位信息，以方便后续从雷达识别出的目标中区分船体目标和非船体目标。本申请实施例中，第一雷达和第二雷达与实验海域中心的连线存在夹角θ，为了尽可能地提高第一雷达和第二雷达探测数据的差异性，夹角θ的大小可以大于30度。
本申请实施例中，双站雷达的第一雷达和第二雷达均工作在宽带线性调频脉冲机制下。下面以单帧数据为例，说明本申请实施例中的目标检测与目标径向信息(及目标在雷达径向上的数量信息、尺寸信息和位置信息)提取的流程：
本申请实施例中，首先根据双站雷达各自的工作参数，分别生成对应的匹配滤波器。向实验区域发射探测雷达波，获取第一雷达接收的第一回波数据和第二雷达接收到的第二回波数据，并对第一回波数据和第二回波数据进行脉冲压缩处理，获取第一雷达和第二雷达的各帧数据所对应的高分辨距离像。然后，采用keystone变换算法，对各帧的高分辨距离像进行速度补偿，得到补偿后的高分辨距离像。
本申请实施例中，还可以对双站雷达探测得到的数据进行空时同步。具体地，可以建立相同的时间参照系与空间参照系后，在特征层对双站雷达的探测结果进行融合。其中，时间同步的具体操作如下：根据第一雷达每次采集的起始时刻和波形参数，生成与每帧数据起始采集时刻对应的采集时间序列，将第一雷达和第二雷达在时间范围上重叠但不同步的数据，采用时间校正的方法，对第二雷达处获取的第二回波数据做延迟(对于数量等不连续特征)或插值(对于尺寸、位置等连续特征)，从而转换为与第一雷达在时间上同步的数据，即对应一个时刻的一组数据。空间同步的具体操作如下：根据第一雷达的GPS经纬高坐标和第二雷达的GPS经纬高坐标，计算第二雷达在以第一雷达的位置为原点的东北天坐标系内的坐标；然后进行坐标轴的旋转，使第二雷达落在新坐标系的x轴正方向上，作为新的坐标系，称之为雷达直角坐标系。后续对于船体目标的每个时刻的GPS坐标，先将其换算至东北天坐标系，再换算至雷达坐标系，从而计算得出船体目标在雷达坐标系中的位置。根据船体目标的坐标信息和第一雷达、第二雷达的坐标，可以分别计算出各自之间距离。
步骤120、对所述第一回波数据进行CFAR检测，得到目标的第一检测结果；对所述第二回波数据进行CFAR检测，得到目标的第二检测结果；所述目标包括船体目标和非船体目标；
参照图3，本申请实施例中，针对高分辨距离像中的目标，首先采用单元平均恒虚警检测器对目标进行检测，即进行CFAR检测。CFAR算法检测的原理是：对于每个待检测点，选择其周围一定范围内的点计算平均值作为杂波的均值，然后根据这个均值计算检测门限，如果该点的幅度超过了检测门限，则认为该点是目标点。如图3中所示出的，其中标有点的地方是检测出的目标存在的区域。而基于CFAR检测出的散射点的基础上，可以使用二级二进制积累检测器，获取目标的分布范围，最终确定出目标的个数、尺寸和位置信息。例如对于图3中所示出的一帧高分辨距离像，图4中给出了最终得到的目标检测结果，其中检测出了两个目标，分别用虚线框标出。通过虚线框左右边两个边界处对应的距离，可以得出：第一个目标位于距离雷达930m左右的地方，尺寸为30m；第二个目标位于距离雷达1080m左右的地方，尺寸为60m。应当注意的是，此处的尺寸指的是目标的径向尺寸，并非真实的物体尺寸。
步骤130、获取所述船体目标的定位信息，并根据所述定位信息从所述第一检测结果和所述第二检测结果中识别所述船体目标和所述非船体目标；
本申请实施例中，通过获取船体目标的GPS定位信息，然后根据该定位信息便可以从第一检测结果和第二检测结果中区分出船体目标和非船体目标，从而确定出船体目标在两个雷达的径向尺寸信息、位置信息。具体地，例如图4中的检测结果表明：第一个目标位于距离雷达930m左右的地方，尺寸约为30m；第二个目标位于距离雷达1080m左右的地方，尺寸约为60m。如果此时获取的船体目标的定位信息表明船体目标距离雷达为930m，那么说明第一个目标即为船体目标，船体目标位于该雷达径向上的尺寸为30m。相应地，除了船体目标以外的其他目标即为非船体目标，图4中的非船体目标为第二个目标，非船体目标在距离雷达1080m左右的地方，非船体目标位于该雷达径向上的尺寸为60m。
步骤140、根据所述第一检测结果确定所述船体目标和所述非船体目标的重合度；
步骤150、当检测到连续两帧的所述第二回波数据中所述船体目标的尺寸发生变化，根据所述船体目标的实际长度，确定所述船体目标在所述第一雷达的径向上的投影长度；
步骤160、根据所述投影长度和所述第一检测结果，对所述相似度或者所述重合度进行更新。
下面对本申请实施例中计算目标的相似度和重合度的过程进行详细说明。
一般情况下，可以先以单部雷达的检测数据对目标的相似度进行初步的估计。例如可以以第一雷达的第一检测结果，确定出船体目标和非船体目标的相似度或者重合度。其中，相似度可以直接由非船体目标和船体目标中的较小者除以较大者得到。例如船体目标的径向尺寸为ct，非船体目标的径向尺寸为cj，则相似度可以表示为：Jcx＝min(cj,ct)/max(cj,ct)。以前述的船体目标的径向尺寸为30m，非船体目标的径向尺寸为60m为例，此时两者的相似度计算为50％。将船体目标的尺寸记为第一尺寸，非船体目标的尺寸记为第二尺寸，即当第一尺寸大于第二尺寸时，通过第二尺寸除以第一尺寸的商确定相似度；当第一尺寸小于第二尺寸时，通过第一尺寸除以第二尺寸的商确定相似度。
而对于重合度来说，则应当首先确定出发生重合的时间节点，具体地，可以取连续两帧的检测数据，如果后一帧中的船体目标的径向尺寸突然变大，则说明此时存在非船体目标与船体目标的空间关系从不重合转为重合状态的变化，使得船体目标的尺寸变为了重合状态下的总尺寸。对于发生重合的船体目标和非船体目标来说，可以取发生重合前的3帧数据中船体目标对应的径向尺寸均值作为船体目标的尺寸ct，并将重合前与船体目标相邻的另一非船体目标的尺寸cJ作为发生重合的非船体目标的尺寸，记为cJ。对于重合的情况来说，定义了径向尺寸的重合度作为衡量误导严重程度的指标。具体地，径向尺寸重合度Jch为船体目标与非船体目标重合部分的径向尺寸Δc与船体目标的径向尺寸ct的比值，即Jch＝Δc/ct。本申请实施例中，对于船体目标与非船体目标重合部分的径向尺寸Δc，可以通过获取重合之前船体目标的第一尺寸ct，重合之前非船体目标的第二尺寸cJ以及船体目标和所述非船体目标发生重合后的第三尺寸c∑来计算：即cΔ＝ct+cJ-c∑。
本申请实施例中，还可以通过第二雷达的检测数据对重合度的计算结果进行修正。具体地，参照图5，由于第一雷达和第二雷达的观测方向不同，因此可能第一雷达观测到目标重合时，第二雷达处观测的结果还是并未重合。因此，本申请实施例中还可以根据第二雷达的检测数据，更准确地对重合度进行修正。参照图5，图5中示出的是第一雷达和第二雷达检测到的船体目标的尺寸图。对于第一雷达来说，它观测到船体目标和非船体目标在t1时间点发生了重合，而第二雷达的检测数据，观测到在它的径向方向船体目标和非船体目标在t2时间点发生了重合。
此时，对于第二雷达来说，如果其观测的船体目标的尺寸没有发生变化，那么认为船体在t1～t2内的尺寸与t1之前的尺寸保持一致。此时，t1～t2内重合度和相似度的值不用做处理，维持原来的数值。如果发生了变化，也即t2时间点后，可以根据已知的船体的长度(先验信息)和第二雷达中的船体目标所在径向的测量长度，估计出船在第一雷达的径向上的投影长度。由于此时第一雷达中船体目标和非船体目标的回波混合在了一起，因此通过第二雷达的检测结果来换算确定该投影长度得到的结构更为精确，根据该投影长度可以对重合度进行更新，使得得到的特征数据更加准确，具体的计算过程和前述重合度的计算方式相同，在此不再赘述。
下面参照附图详细描述根据本申请实施例提出的目标态势特征数据的处理系统。
参照图6，本申请实施例中提出的目标态势特征数据的处理系统，包括：
获取模块101，用于获取第一雷达的第一回波数据和第二雷达的第二回波数据，并对所述第一回波数据和所述第二回波数据进行空时同步；
检测模块102，用于对所述第一回波数据进行CFAR检测，得到目标的第一检测结果；对所述第二回波数据进行CFAR检测，得到目标的第二检测结果；所述目标包括船体目标和非船体目标；
识别模块103，用于获取所述船体目标的定位信息，并根据所述定位信息从所述第一检测结果和所述第二检测结果中识别所述船体目标和所述非船体目标；
第一处理模块104，用于根据所述第一检测结果，确定所述船体目标和所述非船体目标的重合度；
第二处理模块105，用于当检测到连续两帧的所述第二回波数据中所述船体目标的尺寸发生变化，根据所述船体目标的实际长度，确定所述船体目标在所述第一雷达的径向上的投影长度；
更新模块106，用于根据所述投影长度和所述第一检测结果，对所述重合度进行更新。
可以理解的是，上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图7，本申请实施例还提供了一种目标态势特征数据的处理装置，包括：
至少一个处理器201；
至少一个存储器202，用于存储至少一个程序；
当至少一个程序被至少一个处理器201执行时，使得至少一个处理器201实现上述的目标态势特征数据的处理方法实施例。
同理，可以理解的是，上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本申请实施例还提供了一种计算机可读存储介质，其中存储有处理器201可执行的程序，处理器201可执行的程序在由处理器201执行时用于执行上述的目标态势特征数据的处理方法实施例。
同理，上述方法实施例中的内容均适用于本计算机可读存储介质实施例中，本计算机可读存储介质实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或方框有时能以相反顺序被执行。此外，在本申请的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本申请，但应当理解的是，除非另有相反说明，功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本申请是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本申请。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本申请的范围，本申请的范围由所附权利要求书及其等同方案的全部范围来决定。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品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设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本申请的实施方式，本领域的普通技术人员可以理解：在不脱离本申请的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本申请的范围由权利要求及其等同物限定。
以上是对本申请的较佳实施进行了具体说明，但本申请并不限于实施例，熟悉本领域的技术人员在不违背本申请精神的前提下可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种目标态势特征数据的处理方法，其特征在于，包括以下步骤：
获取第一雷达的第一回波数据和第二雷达的第二回波数据，并对所述第一回波数据和所述第二回波数据进行空时同步；
对所述第一回波数据进行CFAR检测，得到目标的第一检测结果；对所述第二回波数据进行CFAR检测，得到目标的第二检测结果；所述目标包括船体目标和非船体目标；
获取所述船体目标的定位信息，并根据所述定位信息从所述第一检测结果和所述第二检测结果中识别所述船体目标和所述非船体目标；
根据所述第一检测结果，确定所述船体目标和所述非船体目标的重合度；
当检测到连续两帧的所述第二回波数据中所述船体目标的尺寸发生变化，根据所述船体目标的实际长度，确定所述船体目标在所述第一雷达的径向上的投影长度；
根据所述投影长度和所述第一检测结果，对所述重合度进行更新。
2.根据权利要求1所述的方法，其特征在于，还包括以下步骤：
对所述第一回波数据和所述第二回波数据进行压缩处理，并通过keystone变换算法对所述第一回波数据和所述第二回波数据进行速度补偿。
3.根据权利要求1所述的方法，其特征在于，所述对所述第一回波数据进行CFAR检测，得到目标的第一检测结果，包括：
对所述第一回波数据进行CFAR检测，获取多个感兴趣点；
通过二进制检测法对各个所述感兴趣点进行检测，得到所述目标的数量信息、尺寸信息和位置信息。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第一检测结果，确定所述船体目标和所述非船体目标的重合度，包括：
根据所述第一检测结果，确定所述船体目标和所述非船体目标发生重合的第一时刻；
获取所述第一时刻之前所述船体目标的第一尺寸和所述非船体目标的第二尺寸；
获取所述船体目标和所述非船体目标发生重合后的第三尺寸；
根据所述第一尺寸、所述第二尺寸和所述第三尺寸，确定所述船体目标和所述非船体目标的重合度。
5.根据权利要求1所述的方法，其特征在于，还包括以下步骤：
根据所述第一检测结果，确定所述船体目标和所述非船体目标的相似度。
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一检测结果，确定所述船体目标和所述非船体目标的相似度，包括：
获取所述船体目标的第一尺寸和所述非船体目标的第二尺寸；
当所述第一尺寸大于所述第二尺寸，根据所述第二尺寸和所述第一尺寸的商确定所述相似度；
或者，
当所述第一尺寸小于所述第二尺寸，根据所述第一尺寸和所述第二尺寸的商确定所述相似度。
7.一种目标态势特征数据的处理系统，其特征在于，包括：
获取模块，用于获取第一雷达的第一回波数据和第二雷达的第二回波数据，并对所述第一回波数据和所述第二回波数据进行空时同步；
检测模块，用于对所述第一回波数据进行CFAR检测，得到目标的第一检测结果；对所述第二回波数据进行CFAR检测，得到目标的第二检测结果；所述目标包括船体目标和非船体目标；
识别模块，用于获取所述船体目标的定位信息，并根据所述定位信息从所述第一检测结果和所述第二检测结果中识别所述船体目标和所述非船体目标；
第一处理模块，用于根据所述第一检测结果，确定所述船体目标和所述非船体目标的重合度；
第二处理模块，用于当检测到连续两帧的所述第二回波数据中所述船体目标的尺寸发生变化，根据所述船体目标的实际长度，确定所述船体目标在所述第一雷达的径向上的投影长度；
更新模块，用于根据所述投影长度和所述第一检测结果，对所述重合度进行更新。
8.一种目标态势特征数据的处理装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质，其中存储有处理器可执行的指令，其特征在于：所述处理器可执行的指令在由处理器执行时用于实现如权利要求1-6中任一项所述的方法。
CN202110177931.9A 2021-02-09 2021-02-09 一种目标态势特征数据的处理方法、系统、装置及介质 Active CN113009470B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110177931.9A CN113009470B (zh) 2021-02-09 2021-02-09 一种目标态势特征数据的处理方法、系统、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110177931.9A CN113009470B (zh) 2021-02-09 2021-02-09 一种目标态势特征数据的处理方法、系统、装置及介质

Publications (2)

Publication Number Publication Date
CN113009470A true CN113009470A (zh) 2021-06-22
CN113009470B CN113009470B (zh) 2023-04-21

Family

ID=76383935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110177931.9A Active CN113009470B (zh) 2021-02-09 2021-02-09 一种目标态势特征数据的处理方法、系统、装置及介质

Country Status (1)

Country Link
CN (1) CN113009470B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102269807A (zh) * 2011-04-27 2011-12-07 浙江国际海运职业技术学院 基于ais信息的雷达抗干扰技术的实现方法
CN103308910A (zh) * 2013-05-11 2013-09-18 国家海洋局第一海洋研究所 利用高频地波雷达检测海上非航行状态船只目标的方法
CN104391281A (zh) * 2014-11-21 2015-03-04 武汉大学 提高天波雷达海面船舶目标跟踪定位精度的方法
CN105390029A (zh) * 2015-11-06 2016-03-09 武汉理工大学 基于航迹融合和航迹预测的船舶避碰辅助决策方法及系统
CN106199555A (zh) * 2016-08-31 2016-12-07 上海鹰觉科技有限公司 一种无人船导航避碰雷达探测方法
CN108008370A (zh) * 2016-10-27 2018-05-08 通用汽车环球科技运作有限责任公司 多个雷达中的改进的对象检测
CN108919247A (zh) * 2018-03-30 2018-11-30 中国科学院电子学研究所 一种基于恒虚警率检测的多目标体检测及定位方法
CN209992675U (zh) * 2019-02-21 2020-01-24 北京视酷伟业科技股份有限公司 一种基于雷达信号的水上目标识别系统
EP3693759A1 (en) * 2019-02-08 2020-08-12 Tata Consultancy Services Limited System and method for tracking motion of target in indoor environment

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102269807A (zh) * 2011-04-27 2011-12-07 浙江国际海运职业技术学院 基于ais信息的雷达抗干扰技术的实现方法
CN103308910A (zh) * 2013-05-11 2013-09-18 国家海洋局第一海洋研究所 利用高频地波雷达检测海上非航行状态船只目标的方法
CN104391281A (zh) * 2014-11-21 2015-03-04 武汉大学 提高天波雷达海面船舶目标跟踪定位精度的方法
CN105390029A (zh) * 2015-11-06 2016-03-09 武汉理工大学 基于航迹融合和航迹预测的船舶避碰辅助决策方法及系统
CN106199555A (zh) * 2016-08-31 2016-12-07 上海鹰觉科技有限公司 一种无人船导航避碰雷达探测方法
CN108008370A (zh) * 2016-10-27 2018-05-08 通用汽车环球科技运作有限责任公司 多个雷达中的改进的对象检测
CN108919247A (zh) * 2018-03-30 2018-11-30 中国科学院电子学研究所 一种基于恒虚警率检测的多目标体检测及定位方法
EP3693759A1 (en) * 2019-02-08 2020-08-12 Tata Consultancy Services Limited System and method for tracking motion of target in indoor environment
CN209992675U (zh) * 2019-02-21 2020-01-24 北京视酷伟业科技股份有限公司 一种基于雷达信号的水上目标识别系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
于伟华 等: "强地杂波下静止/慢速目标检测技术研究", 《无线电工程》 *
陈红伟 等: "海战场环境下干扰强度表征技术研究", 《航天电子对抗》 *

Also Published As

Publication number Publication date
CN113009470B (zh) 2023-04-21

Similar Documents

Publication Publication Date Title
Kellner et al. Instantaneous lateral velocity estimation of a vehicle using Doppler radar
KR100966289B1 (ko) 선박 레이더 추적 시스템의 추적 표적 판정 방법 및 이를이용한 기록매체, 아파보드 및 레이더
CN108508439B (zh) 双机载sar对目标协同成像立体定位的方法
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
CN112130142B (zh) 一种复杂运动目标微多普勒特征提取方法及系统
WO2015142418A1 (en) High-availability isar image formation
CN110208806B (zh) 一种航海雷达图像降雨识别方法
CN112986926B (zh) 基于点迹属性关联判别的pd雷达鬼影抑制方法
US20220214441A1 (en) Methods and System for Compressing Radar Data
CN111830501B (zh) Hrrp历史特征辅助的信号模糊数据关联方法及系统
CN112731307A (zh) 基于距离-角度联合估计的ratm-cfar检测器及检测方法
CN111366900B (zh) 基于残差统计的跟踪雷达航迹质量评估方法、系统及介质
CN110488273B (zh) 一种基于雷达的车辆跟踪检测方法及装置
CN113009470B (zh) 一种目标态势特征数据的处理方法、系统、装置及介质
CN115220002B (zh) 一种固定单站的多目标数据关联跟踪方法和相关装置
CN115511902A (zh) 一种角点特征提取方法及系统
CN111123235B (zh) 一种导航雷达的静止目标的确定方法及装置
Lu et al. Research on rainfall identification based on the echo differential value from X-band navigation radar image
CN112166341B (zh) 速度确定方法、设备和存储介质
CN110361722B (zh) 一种多雷达信号融合方法及系统
CN113837295A (zh) 一种超声波传感器自动泊车的余弦相似关系计算方法
CN113625266A (zh) 应用雷达检测低速目标的方法、装置、存储介质和设备
Zhang et al. Adaptive maneuvering target tracking with 2-HFSWR multisensor surveillance system
CN116879863B (zh) 一种连续波4d毫米波雷达多目标测量方法及系统
JP2004212187A (ja) 画像レーダ装置

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