CN113030891B - 一种雷达系统中目标点聚合处理的优化方法 - Google Patents
一种雷达系统中目标点聚合处理的优化方法 Download PDFInfo
- Publication number
- CN113030891B CN113030891B CN202110180230.0A CN202110180230A CN113030891B CN 113030891 B CN113030891 B CN 113030891B CN 202110180230 A CN202110180230 A CN 202110180230A CN 113030891 B CN113030891 B CN 113030891B
- Authority
- CN
- China
- Prior art keywords
- point
- trace
- track
- target
- thread
- 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
- G01S7/414—Discriminating targets with respect to background clutter
-
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供的一种雷达系统中目标点聚合处理的优化方法，通过获取恒虚警率检测出来的待处理点迹以及待处理点迹的点迹信息，对点迹根据幅值信息进行预排序进行优化，组成点迹数组，然后使用索引方式以及目标的窗的方式，对点迹数组中的点迹进行聚合处理，获得待处理点迹聚合处理后的结果。相比于现有技术，本发明可以降低点迹聚合处理目标点的时间复杂度，在处理大量点迹时可以满足实时性的要求。
Description
技术领域
本发明属于雷达信号处理技术领域，具体涉及一种雷达系统中目标点聚合处理的优化方法。
背景技术
在雷达系统中，为了提高采样信号的质量，一般雷达系统的采样频率会大于奈奎斯特采样频率。这样会导致对同一个目标点有多个目标点，恒虚警处理后，还是会留下多余的点迹，所以需要使用点迹聚合算法对其进行处理，保留最能反应目标各种参数信息的点，而筛除点其它虚假的目标点。
点迹聚合作为雷达信号处理过程中重要的一环，可以帮助雷达在大量杂波干扰下准确的获取目标的距离、速度、方位角等信息，为后续的目标跟踪等算法提供有力的支撑。点迹聚合算法处理的是恒虚警算法处理过的点迹，恒虚警算法会大大降低整个雷达系统的虚警概率。
针对现在的多目标，群目标跟踪，由于目标个数的增加，恒虚警处理之后会产生大量的待聚合点迹。点迹聚合算法在工程上的实现方案就是根据恒虚警处理后目标回波的幅度值大小来作为判断依据，在点迹附近开窗进行聚合处理。当需要聚合的点迹大量增加时，该方案就无法满足实时性的需求了，处理时间消耗就会大幅增加，使得雷达系统的性能降低。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种雷达系统中目标点聚合处理的优化方法。本发明要解决的技术问题通过以下技术方案实现：
本发明提供的一种雷达系统中目标点聚合处理的优化方法，包括：
S1，获取恒虚警率检测出来的待处理点迹以及待处理点迹的点迹信息；
其中，所述待处理点迹为目标，所述点迹信息包括每个目标幅值；
S2，基于所述目标幅值的大小，对所述目标从大至小进行排序，获得排序后的点迹数组；
S3，设置当前处理索引为0，并将点迹的访问标志位设置为false；
S4，判断当前索引是否大于点迹数组大小；
S5，如果当前索引不大于点迹数组大小，则判断当前索引在所述点迹数组中所指位置上的点迹的访问标志位是否为false；
S6，如果当前索引在所述点迹数组中所指位置上的点迹的访问标志位是否为false，则将该点迹作为目标点，将目标点的数据从所述点迹数组中删除，将该目标点的访问标志位修改为ture，对当前索引的值增加1；
S7，利用函数提供窗的长度，确定目标在距离维以及速度维两个方向的作用范围；
S8，基于所述作用范围，确定目标的窗；
S9，判断所述点迹数组中当前位置处的点迹是否在所述目标的窗内，如果是则将点迹的访问标志位修改为ture，如果否则执行S9的步骤，直至判断完点迹数组中的所有点迹；
S10，获得待处理点迹聚合处理后的结果。
进一步的，所述S9的步骤包括：
将当前索引从所述点迹数组当前位置到点迹数组末，的所有第一点迹进行点迹融合处理，针对在所述点迹数组中除第一点迹外的剩余点迹，依次判断剩余点迹中的每个点迹是否处于该目标的窗之内，如果是修改该点迹的访问标志位为true，如果不是则重复将当前索引从所述点迹数组当前位置到点迹数组末，的所有第一点迹进行点迹融合处理，针对在所述点迹数组中除第一点迹外的剩余点迹，依次判断剩余点迹中的每个点迹是否处于该目标的窗之内，如果是修改该点迹的访问标志位为true，直至判断完剩余点迹。
进一步的，在所述S4的步骤之前，所述优化方法还包括：
确定待处理点迹在在距离-多普勒矩阵中的第一位置以及待处理点迹排序后在序列中的第二位置；
建立第一位置与第二位置的映射关系。
进一步的，所述S9的步骤包括：
依次遍历目标的窗内所有的点迹，基于所述映射关系，使用HashMap判断目标的窗内是否存在点迹，如果存在，则将点迹的访问标志位修改为true，并重复依次遍历目标的窗内所有的点迹，基于所述映射关系，使用HashMap判断目标的窗内是否存在点迹，如果存在，则将点迹的访问标志位修改为true，直至判断完所述点迹数组中的所有点迹。
进一步的，在所述S1的步骤之前，所述优化方法还包括：
根据处理器核心数确定第i次的线程数量C；
根据距离-多普勒矩阵大小、距离窗大小和线程数量C确定第i次每个线程负责处理的点迹区间；
基于第i次每个线程的点迹区间，将所述待处理点迹根据距离维坐标划分给对应线程，以使每个线程执行S2至S9的步骤，获得第i次待处理点迹聚合处理后的结果；
在所述S10的步骤之后，所述优化方法还包括：
在第i次待处理点迹聚合处理后的结果中选择在预设范围内的预设数量的点迹作为待处理点迹；
确定第i+1次的线程数量为C-1；
确定第i+1次处理待处理点迹的每个线程的点迹区间；
基于i+1次每个线程的点迹区间，将所述待处理点迹根据距离维坐标划分给第i+1次对应的线程，以使每个线程执行S2至S9的步骤，获得第i+1次待处理点迹聚合处理后的结果。
进一步的，在所述S1的步骤之前，所述优化方法还包括：
根据处理器核心数确定第i次的线程数量C；
根据距离-多普勒矩阵大小、距离窗大小和线程数量C确定第i次每个线程负责处理的点迹区间；
基于第i次每个线程的点迹区间，将所述待处理点迹根据距离维坐标划分给对应线程，以使每个线程执行S2至S9的步骤，获得第i次待处理点迹聚合处理后的结果；
在所述S10的步骤之后，所述优化方法还包括：
对第i次待处理点迹聚合处理后的结果使用C个线程输出，以使每个线程输出对应范围的点迹；
其中，每个线程输出的点迹的范围区间长度相同。
本发明提供的一种雷达系统中目标点聚合处理的优化方法，通过获取恒虚警率检测出来的待处理点迹以及待处理点迹的点迹信息，对点迹根据幅值信息进行预排序进行优化，组成点迹数组，然后使用索引方式以及目标的窗的方式，对点迹数组中的点迹进行聚合处理，获得待处理点迹聚合处理后的结果。相比于现有技术，本发明可以降低点迹聚合处理目标点的时间复杂度，在处理大量点迹时可以满足实时性的要求。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1为本发明提供的利用预排序优化点迹聚合算法实现本发明的算法流程图；
图2是本发明实施例提供的一种雷达系统中目标点聚合处理的优化方法的流程示意图；
图3为点迹聚合算法的常规实现方案的算法流程图；
图4为本发明提供的利用预排序和HashMap优化点迹聚合算法实现本发明算法流程图；
图5为本发明多线程优化点迹聚合算法实现中线程的计算区间无重叠方案的任务划分示意图；
图6为本发明实施例中多线程优化点迹聚合算法实现中线程的计算区间有重叠方案的任务划分示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
实施例一
结合图1，如图2所示，本发明提供的一种雷达系统中目标点聚合处理的优化方法包括：
S1，获取恒虚警率检测出来的待处理点迹以及待处理点迹的点迹信息；
其中，所述待处理点迹为目标，所述点迹信息包括每个目标幅值；
S2，基于目标幅值的大小，对目标从大至小进行排序，获得排序后的点迹数组；
可以使用但是不限于基数排序对目标从大至小进行排序，该排序方法可以降低时间复杂度。
S3，设置当前处理索引为0，并将点迹的访问标志位设置为false；
S4，判断当前索引是否大于点迹数组大小；
S5，如果当前索引不大于点迹数组大小，则判断当前索引在点迹数组中所指位置上的点迹的访问标志位是否为false；
S6，如果当前索引在所述点迹数组中所指位置上的点迹的访问标志位是否为false，则将该点迹作为目标点，将目标点的数据从点迹数组中删除，将该目标点的访问标志位修改为ture，对当前索引的值增加1；
S7，利用函数提供窗的长度，确定目标在距离维以及速度维两个方向的作用范围；
S8，基于作用范围，确定目标的窗；
S9，判断点迹数组中当前位置处的点迹是否在目标的窗内，如果是则将点迹的访问标志位修改为ture，如果否则执行S9的步骤，直至判断完点迹数组中的所有点迹；
S10，获得待处理点迹聚合处理后的结果。
参考图3，常规的点迹聚合算法实现方案过程是：根据恒虚警处理后目标回波的幅度值大小来作为判断依据，在点迹附近开窗进行聚合处理。每轮次选择剩余点迹中幅值最大的点作为该轮次的目标点迹，并加入输出结果集，然后遍历所有剩余点迹，依次判断每个剩余点迹是否在该目标点迹在距离-多普勒矩阵的窗内，在则将该剩余点迹从剩余点迹集合中删去。直到剩余点迹集合为空，则处理完毕。
假设有N个待聚合的点迹，最终聚合出来M个有效目标，算法主要的时间消耗在了从剩余目标中找幅值最大点和遍历所有剩余点聚合窗内点迹这两个操作上。这两个操作都需要进行M次循环，每次循环需要操作的点迹个数为当前轮次的剩余点迹个数，设每次循环排除的点迹个数分别为n1,n2,n3,…,nM，操作每个点迹的时间为t，那么总的时间消耗为：
Ttotal＝(2N+2(N-n1)+2(N-n2-n1)+…+2(N-nm-…-n2-n1))*t＝(2NM-[n1+(n2+n1)+…+(nm+…+n2+n1)])*t＞NMt
因此常规方案的时间复杂度为O(NM)。在需要聚合的目标数非常小时，采用常规方案，可以满足实时性的需求。
由对常规方案的分析可知，其执行时间近半耗费在从剩余点迹中获取幅值最大点的操作。可以通过对点迹根据幅值信息进行预排序进行优化。工程上常用的排序算法是快速排序算法，因本实施例选择基数排序算法进行优化。
相对于常规方案的点迹聚合算法，本实施例的优化点在于优化了寻找剩余点迹中幅值最大点这一操作，聚合窗内点迹的方法不变。对于N个点迹，聚合成M个目标来说，基数排序的时间复杂度为O(N+d)，d表示待排序列元素的最多的位数，而常规方案中，寻找剩余点迹中幅值最大点的操作的时间复杂度为O(MN)。因此可以分析出，当需要聚合的点数较多时，应该采用预排序的方法对执行时间进行优化。
本发明提供的一种雷达系统中目标点聚合处理的优化方法，通过获取恒虚警率检测出来的待处理点迹以及待处理点迹的点迹信息，对点迹根据幅值信息进行预排序进行优化，组成点迹数组，然后使用索引方式以及目标的窗的方式，对点迹数组中的点迹进行聚合处理，获得待处理点迹聚合处理后的结果。相比于现有技术，本发明可以降低点迹聚合处理目标点的时间复杂度，在处理大量点迹时可以满足实时性的要求。
实施例二
作为本发明一种可选的实施例，所述S9的步骤包括：
将当前索引从所述点迹数组当前位置到点迹数组末，的所有第一点迹进行点迹融合处理，针对在所述点迹数组中除第一点迹外的剩余点迹，依次判断剩余点迹中的每个点迹是否处于该目标的窗之内，如果是修改该点迹的访问标志位为true，如果不是则重复将当前索引从所述点迹数组当前位置到点迹数组末，的所有第一点迹进行点迹融合处理，针对在所述点迹数组中除第一点迹外的剩余点迹，依次判断剩余点迹中的每个点迹是否处于该目标的窗之内，如果是修改该点迹的访问标志位为true，直至判断完剩余点迹。
实施例三
作为本发明一种可选的实施例，在所述S4的步骤之前，所述优化方法还包括：
确定待处理点迹在在距离-多普勒矩阵中的第一位置以及待处理点迹排序后在序列中的第二位置；
建立第一位置与第二位置的映射关系。
实施例四
结合图1、图2，如图4所示，作为本发明一种可选的实施例，所述S9的步骤包括：
依次遍历目标的窗内所有的点迹，基于所述映射关系，使用HashMap判断目标的窗内是否存在点迹，如果存在，则将点迹的访问标志位修改为true，并重复依次遍历目标的窗内所有的点迹，基于所述映射关系，使用HashMap判断目标的窗内是否存在点迹，如果存在，则将点迹的访问标志位修改为true，直至判断完所述点迹数组中的所有点迹。
在预排序的前提下，还可以进一步优化聚合窗内点迹的操作。对于每一个目标点，实施例一在其距离维和速度维开一个窗口，判断剩余点迹是否在这个窗内，需要遍历所有的剩余点迹。本实施例可以预先建立点迹在距离-多普勒矩阵中的位置到其在排序后的点迹数据中的位置的映射，便可以在常数时间内锁定窗内的点是否在点迹数组中。使用HashMap的数据结构可以实现这种映射关系。
使用HashMap这一数据结构的关键点在于键值key的选取、桶的个数的确定和冲突解决方案的选择。假定点迹在距离-多普勒矩阵中的坐标为(x,y)，经过分析和测试，可以选择(x＜＜16)+y作为键值，使用大于点迹个数的最小素数作为桶的个数，使用拉链法来解决哈希冲突的方案来构造HashMap的数据结构。该方案能够较为均匀的将点迹分布在各个桶里，保证能在常数时间内确定映射关系。
相对于使用预排序的方案，使用HashMap进行优化的点集中在降低聚合窗内点迹的复杂度上。对于N个点迹，聚合成M个目标来说，之前的方案中这一操作的时间复杂度为O(NM)，使用HashMap优化后，时间复杂度降低为O(M)，这种优化对性能的提升是巨大的。当聚合窗较小且需要聚合的点迹数量较多的情况下，本实施例提供的方案较优。
实施例五
作为本发明一种可选的实施例，如图5所示，在所述S1的步骤之前，所述优化方法还包括：
步骤a：根据处理器核心数确定第i次的线程数量C；
步骤b：根据距离-多普勒矩阵大小、距离窗大小和线程数量C确定第i次每个线程负责处理的点迹区间；
步骤c：基于第i次每个线程的点迹区间，将所述待处理点迹根据距离维坐标划分给对应线程，以使每个线程执行S2至S9的步骤，获得第i次待处理点迹聚合处理后的结果；
在所述S10的步骤之后，所述优化方法还包括：
步骤d：在第i次待处理点迹聚合处理后的结果中选择在预设范围内的预设数量的点迹作为待处理点迹；
步骤e：确定第i+1次的线程数量为C-1；
步骤f：确定第i+1次处理待处理点迹的每个线程的点迹区间；
步骤h：基于i+1次每个线程的点迹区间，将所述待处理点迹根据距离维坐标划分给第i+1次对应的线程，以使每个线程执行S2至S9的步骤，获得第i+1次待处理点迹聚合处理后的结果。
为了使算法能够利用多核处理器的优势，需要充分的发掘算法执行中的并行性，使用多线程的优化方案是建立在预排序和HashMap优化的基础上。将点迹根据自身在距离-多普勒矩阵中的位置划分到不同的线程中进行处理，再将各线程的结果综聚合输出结果。假设处理器有C各处理核心，则设置线程数为C，C个线程根据点迹的距离单元来划分各自负责的区域，各线程之间的处理区间没有重叠。
假设i＝1，各线程进行第一轮点迹聚合之后，再开辟C-1个线程，每个线程负责的区域为第一轮线程间的邻接部分。距离维的长度为设置的距离维的窗的大小。在该方案中，优点在于每一轮次各线程负责的距离单元数是均匀的，线程负载均衡，但会有第二轮次的处理，第二轮次处理的点数较少，但线程调度的开销占比会增加。在多核处理器下应该使用多线程算法。
示例性，任务划分的示意图如图5所示。距离-多普勒矩阵的大小为24*8，距离维窗大小为4，线程数为4。在第一轮次的处理中，线程1负责的距离单元为[1，6]的点迹，线程2负责的距离单元为[7，12]的点迹，线程3负责的距离单元为[13，18]的点迹，线程4负责的距离单元为[19，24]点迹。将第一轮此聚合出的点，选择出距离单元在[5,8]∪[11,14]∪[17,20]的点迹，继续进行第二轮次的聚合，第二轮次的线程数为3，线程1负责的距离单元为[5，8]的点迹，线程2负责的距离单元为[11，14]的点迹，线程3负责的距离单元为[17，20]的点迹。第二轮聚合结束，即得到了最终的聚合结果。
实施例六
作为本发明一种可选的实施例，在所述S1的步骤之前，所述优化方法还包括：
步骤a：根据处理器核心数确定第i次的线程数量C；
步骤b：根据距离-多普勒矩阵大小、距离窗大小和线程数量C确定第i次每个线程负责处理的点迹区间；
步骤c：基于第i次每个线程的点迹区间，将所述待处理点迹根据距离维坐标划分给对应线程，以使每个线程执行S2至S9的步骤，获得第i次待处理点迹聚合处理后的结果；
在所述S10的步骤之后，所述优化方法还包括：
步骤d：对第i次待处理点迹聚合处理后的结果使用C个线程输出，以使每个线程输出对应范围的点迹；
其中，每个线程输出的点迹的范围区间长度相同。
假设处理器有C各处理核心，则设置线程数为C，C个线程根据点迹的距离单元来划分各自负责的区域，各线程之间的处理有一定的重叠。重叠区域的大小大于等于设定的距离维窗大小，对每个线程聚合出的点迹进行筛选，每个线程只负责输出重叠区域中距离维靠近自己处理的非重叠部分的半边。本实施例中只有一个轮次的处理，但每个线程负责的距离单元数要相对无重叠的方案有所增加，且第一个和最后一个线程的负载相对于其它线程不同。
示例性的，任务划分的示意图如图6所示。距离-多普勒矩阵的大小为24*8，距离维窗大小为4，线程数为4。在点迹聚合的处理中，线程1负责的距离单元为[1，8]的点迹，线程2负责的距离单元为[5，14]的点迹，线程3负责的距离单元为[11，20]的点迹，线程4负责的距离单元为[17，24]的点迹。在点迹的输出过程中，线程1负责输出距离单元为[1，6]的点迹，线程2负责输出距离单元为[7，12]的点迹，线程3负责输出距离单元为[13，18]的点迹，线程4负责输出距离单元为[19，24]的点迹。
下面通过实验验证本发明提供的优化方法的性能。
编程实现各个方案，通过对比各个方案的执行时间来测试提出的各优化方案的优化效果。
为了对比各执行方案的执行效率，编程实现所有的方案并在同一环境下进行性能测试。实验环境如下表1所示
表1：实验环境
点迹聚合算法的参数如下表2所示
表2：算法参数
表3，各个实施例方案的性能对比
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (6)
1.一种雷达系统中目标点聚合处理的优化方法，其特征在于，包括：
S1，获取恒虚警率检测出来的待处理点迹以及待处理点迹的点迹信息；
其中，所述待处理点迹为目标，所述点迹信息包括每个目标幅值；
S2，基于所述目标幅值的大小，对所述目标从大至小进行排序，获得排序后的点迹数组；
S3，设置当前处理索引为0，并将点迹的访问标志位设置为false；
S4，判断当前索引是否大于点迹数组大小；
S5，如果当前索引不大于点迹数组大小，则判断当前索引在所述点迹数组中所指位置上的点迹的访问标志位是否为false；
S6，如果当前索引在所述点迹数组中所指位置上的点迹的访问标志位是否为false，则将该点迹作为目标点，将目标点的数据从所述点迹数组中删除，将该目标点的访问标志位修改为ture，对当前索引的值增加1；
S7，利用函数提供窗的长度，确定目标在距离维以及速度维两个方向的作用范围；
S8，基于所述作用范围，确定目标的窗；
S9，判断所述点迹数组中当前位置处的点迹是否在所述目标的窗内，如果是则将点迹的访问标志位修改为ture，如果否则执行S9的步骤，直至判断完点迹数组中的所有点迹；
S10，获得待处理点迹聚合处理后的结果。
2.根据权利要求1所述的优化方法，其特征在于，所述S9的步骤包括：
将当前索引从所述点迹数组当前位置到点迹数组末，的所有第一点迹进行点迹融合处理，针对在所述点迹数组中除第一点迹外的剩余点迹，依次判断剩余点迹中的每个点迹是否处于该目标的窗之内，如果是修改该点迹的访问标志位为true，如果不是则重复将当前索引从所述点迹数组当前位置到点迹数组末，的所有第一点迹进行点迹融合处理，针对在所述点迹数组中除第一点迹外的剩余点迹，依次判断剩余点迹中的每个点迹是否处于该目标的窗之内，如果是修改该点迹的访问标志位为true，直至判断完剩余点迹。
3.根据权利要求1所述的优化方法，其特征在于，在所述S4的步骤之前，所述优化方法还包括：
确定待处理点迹在在距离-多普勒矩阵中的第一位置以及待处理点迹排序后在序列中的第二位置；
建立第一位置与第二位置的映射关系。
4.根据权利要求3所述的优化方法，其特征在于，所述S9的步骤包括：
依次遍历目标的窗内所有的点迹，基于所述映射关系，使用HashMap判断目标的窗内是否存在点迹，如果存在，则将点迹的访问标志位修改为true，并重复依次遍历目标的窗内所有的点迹，基于所述映射关系，使用HashMap判断目标的窗内是否存在点迹，如果存在，则将点迹的访问标志位修改为true，直至判断完所述点迹数组中的所有点迹。
5.根据权利要求1所述的优化方法，其特征在于，在所述S1的步骤之前，所述优化方法还包括：
根据处理器核心数确定第i次的线程数量C；
根据距离-多普勒矩阵大小、距离窗大小和线程数量C确定第i次每个线程负责处理的点迹区间；
基于第i次每个线程的点迹区间，将所述待处理点迹根据距离维坐标划分给对应线程，以使每个线程执行S2至S9的步骤，获得第i次待处理点迹聚合处理后的结果；
在所述S10的步骤之后，所述优化方法还包括：
在第i次待处理点迹聚合处理后的结果中选择在预设范围内的预设数量的点迹作为待处理点迹；
确定第i+1次的线程数量为C-1；
确定第i+1次处理待处理点迹的每个线程的点迹区间；
基于i+1次每个线程的点迹区间，将所述待处理点迹根据距离维坐标划分给第i+1次对应的线程，以使每个线程执行S2至S9的步骤，获得第i+1次待处理点迹聚合处理后的结果。
6.根据权利要求1所述的优化方法，其特征在于，在所述S1的步骤之前，所述优化方法还包括：
根据处理器核心数确定第i次的线程数量C；
根据距离-多普勒矩阵大小、距离窗大小和线程数量C确定第i次每个线程负责处理的点迹区间；
基于第i次每个线程的点迹区间，将所述待处理点迹根据距离维坐标划分给对应线程，以使每个线程执行S2至S9的步骤，获得第i次待处理点迹聚合处理后的结果；
在所述S10的步骤之后，所述优化方法还包括：
对第i次待处理点迹聚合处理后的结果使用C个线程输出，以使每个线程输出对应范围的点迹；
其中，每个线程输出的点迹的范围区间长度相同。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110180230.0A CN113030891B (zh) | 2021-02-08 | 2021-02-08 | 一种雷达系统中目标点聚合处理的优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110180230.0A CN113030891B (zh) | 2021-02-08 | 2021-02-08 | 一种雷达系统中目标点聚合处理的优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113030891A CN113030891A (zh) | 2021-06-25 |
| CN113030891B true CN113030891B (zh) | 2023-07-04 |
Family
ID=76461262
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110180230.0A Active CN113030891B (zh) | 2021-02-08 | 2021-02-08 | 一种雷达系统中目标点聚合处理的优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113030891B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113484841A (zh) * | 2021-07-26 | 2021-10-08 | 中国船舶重工集团公司第七二三研究所 | 一种搜索雷达多任务并行下航迹头处理方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5465095A (en) * | 1994-08-05 | 1995-11-07 | The United States Of America As Represented By The Secretary Of The Air Force | Time efficient method for processing adaptive target detection thresholds in doppler radar systems |
| CN111913158A (zh) * | 2020-09-21 | 2020-11-10 | 南京理工大学 | 复杂杂波背景下检测低慢小目标的雷达信号处理方法 |
-
2021
- 2021-02-08 CN CN202110180230.0A patent/CN113030891B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5465095A (en) * | 1994-08-05 | 1995-11-07 | The United States Of America As Represented By The Secretary Of The Air Force | Time efficient method for processing adaptive target detection thresholds in doppler radar systems |
| CN111913158A (zh) * | 2020-09-21 | 2020-11-10 | 南京理工大学 | 复杂杂波背景下检测低慢小目标的雷达信号处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 多假目标欺骗干扰下组网雷达跟踪技术;赵艳丽;王雪松;王国玉;刘义和;罗佳;;电子学报(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113030891A (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112036074A (zh) | 一种高脉冲密度环境下雷达信号分选方法及系统 | |
| US8140585B2 (en) | Method and apparatus for partitioning and sorting a data set on a multi-processor system | |
| US4764873A (en) | Path blockage determination system and method | |
| US7298316B2 (en) | Apparatus and method for instantly automatic detecting clutter blocks and interference source and for dynamically establishing clutter map | |
| CN109471072B (zh) | 基于fpga的单脉冲雷达二维cfar检测方法及系统 | |
| CN113030891B (zh) | 一种雷达系统中目标点聚合处理的优化方法 | |
| CN112906737B (zh) | 一种基于多辐射源基于密度特征聚类及识别的方法 | |
| Li et al. | Light-weight retinanet for object detection | |
| CN108021507B (zh) | 符号执行的并行路径搜索方法及装置 | |
| CN112034426B (zh) | 雷达信号处理方法、装置、计算机设备和存储介质 | |
| US11537848B2 (en) | Class level artificial neural network | |
| CN107656238A (zh) | 一种基于双查找表方法的高频地波雷达测向新方法 | |
| CN103728615B (zh) | 相控阵二次雷达多目标检测方法及系统 | |
| CN110609279B (zh) | 一种优化角度栅瓣问题的算法 | |
| Lenarcik et al. | Discretization of condition attributes space | |
| CN113608554B (zh) | 一种多核多线程的无人机搜索目标方法及装置 | |
| CN114386466A (zh) | 一种用于脉冲星搜寻中候选体信号挖掘的并行的混合聚类方法 | |
| CN110231602B (zh) | 一种基于二维分区处理的大批量海面目标点迹提取算法 | |
| CN113484841A (zh) | 一种搜索雷达多任务并行下航迹头处理方法 | |
| US3460137A (en) | Track initiation system | |
| CN102117380B (zh) | 简化基于矩阵的Boosting算法的系统及方法 | |
| Lin et al. | The track initiation algorithm based on Hough transform and space accumulation | |
| CN111695087B (zh) | 用于复合探雷目标检测的方法及系统 | |
| CN109143222B (zh) | 基于分治采样粒子滤波的三维机动目标跟踪方法 | |
| Mani et al. | Solving combinatorial optimization problems with quantum inspired evolutionary algorithm tuned using a novel heuristic method |
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 |