CN113093121B - 基于点迹密度反馈的自适应门限检测方法 - Google Patents
基于点迹密度反馈的自适应门限检测方法 Download PDFInfo
- Publication number
- CN113093121B CN113093121B CN202110389645.9A CN202110389645A CN113093121B CN 113093121 B CN113093121 B CN 113093121B CN 202110389645 A CN202110389645 A CN 202110389645A CN 113093121 B CN113093121 B CN 113093121B
- Authority
- CN
- China
- Prior art keywords
- grid
- trace
- threshold
- detection
- trace point
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- 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
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
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
本发明公开了一种基于点迹密度反馈的自适应门限检测方法,涉及雷达信息处理技术领域。包括:对探测区域进行网格划分,设置初始的检测门限;对待检测数据进行门限检测和点迹提取处理;将每个点迹存入对应的网格中;若目标网格的点迹数量大于或等于预设的点迹容量门限,则调整目标网格的检测门限,重复上述步骤直到目标网格的点迹数量小于点迹容量门限。本发明提供的自适应门限检测方法,适用于非均匀的复杂背景下的点迹数量控制,可以控制网格内点迹数量保持在恒定范围,达到点迹级恒虚警率处理效果,不仅可以兼顾杂波区虚警抑制和非杂波区弱目标检测,同时还可以避免由于大量杂波点迹过滤导致的目标漏检。
Description
技术领域
本发明涉及雷达信息处理技术领域,尤其涉及基于点迹密度反馈的自适应门限检测方法。
背景技术
雷达信息处理主要包括信号处理和数据处理两部分,信号处理是对雷达的IQ数据经过脉压、干扰抑制、多普勒滤波和门限检测等处理后提取过门限回波数据,然后再按照点迹提取规则对分布在多个距离单元、俯仰/方位波位内属于同一目标的过门限回波数据进行检测凝聚处理,得到点迹数据后进行自动/半自动航迹起始与目标跟踪等数据处理。现代雷达系统中几乎均采用了自动航迹起始与跟踪处理算法,目标点迹的有效提取和虚假点迹的有效抑制是保证真实目标航迹稳定输出的重要前提。
为了控制数据处理输入点迹的数量,在信息处理过程中常采用两种方式,一是在信号处理环节的门限检测模块进行背景自适应调控,减少过门限回波数量,例如经典的恒虚警率检测方法等;二是在数据处理环节对输入点迹进行判别标识与过滤,例如利用杂波点迹识别结果进行点迹过滤。然而,这两种方法均可以对点迹数量进行调控,但是在非均匀的复杂背景下,直接调整检测门限不能兼顾杂波区虚假点迹抑制和非杂波区的弱目标检测,在扇区点迹密度较大时,直接进行点迹过滤处理杂波点迹识别计算量较大且容易将目标漏检。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种基于点迹密度反馈的自适应门限检测方法、装置及存储介质。
本发明解决上述技术问题的技术方案如下:
一种基于点迹密度反馈的自适应门限检测方法,包括:
S1,根据预设的尺度因子对探测区域进行网格划分,确定每个网格的网格号,并设置每个网格初始的检测门限;
S2,获取待检测数据,根据所述检测门限对所述待检测数据进行门限检测,得到过门限数据;
S3,对所述过门限数据进行点迹提取处理,提取点迹信息,所述点迹信息包括点迹的位置信息和点迹质量;
S4,根据所述位置信息确定每个点迹所在网格的网格号,根据每个点迹所在网格的网格号将每个点迹存入对应的网格中;
S5,确定当前扫描周期更新后的每个网格的点迹数量,若目标网格的点迹数量大于或等于预设的点迹剔除门限,但小于预设的点迹容量门限,则执行步骤S6和步骤S7;若所述目标网格的点迹数量大于或等于预设的点迹容量门限,则调整所述目标网格的检测门限,重复执行步骤S2至步骤S5,直到所述目标网格的点迹数量小于所述点迹容量门限;
S6,根据所述点迹质量对所述目标网格内的全部点迹进行排序,按照点迹质量从低到高的顺序剔除点迹,使所述目标网格内的点迹数量小于或等于所述点迹剔除门限;
S7,输出所述目标网格内的点迹;
其中,所述目标网格为所述探测区域内全部网格中的任意一个网格。
本发明解决上述技术问题的另一种技术方案如下:
一种存储介质,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如上述技术方案所述的基于点迹密度反馈的自适应门限检测方法。
一种基于点迹密度反馈的自适应门限检测装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序,实现如上述技术方案所述的基于点迹密度反馈的自适应门限检测方法。
本发明的有益效果是:本发明提供的自适应门限检测方法,适用于非均匀的复杂背景下的点迹数量控制,通过对探测区域进行网格划分,实时统计网格内点迹密度,根据点迹密度判决结果自适应调整检测门限,控制网格内点迹数量保持在恒定范围,达到点迹级恒虚警率处理效果,不仅可以兼顾杂波区虚警抑制和非杂波区弱目标检测,同时还可以避免由于大量杂波点迹过滤导致的目标漏检。
本发明附加的方面的优点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,或通过本发明实践了解到。
附图说明
图1为本发明自适应门限检测方法的实施例提供的流程示意图;
图2为直接采用低门限检测后点迹输出结果示意图;
图3为采用本发明方法自适应门限检测后点迹输出结果示意图;
图4为本发明自适应门限检测装置的实施例提供的结构框架示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实施例只用于解释本发明,并非用于限定本发明的范围。
雷达信号的检测总是在干扰背景下进行的,这些干扰包括接收机内部的热噪声,以及地物、雨雪或海浪等杂波干扰,有时还有敌人施放的有源和无源干扰。杂波和敌人施放干扰的强度常比接收机内部噪声电平高得多。因此,在强干扰中提取信号,不仅要求有一定的信噪比,而且通常需要对信号作恒虚警处理。
恒虚警检测器首先对输入的噪声进行处理后确定一个门限,将此门限与输入端信号相比,如输入端信号超过了此门限,则判为有目标,否则,判为无目标。一般信号由信号源发出,在传播的过程中受到各种干扰,到达接收机后经过处理,输出到检测器,然后检测器根据适当的准则对输入的信号做出判决,通过恒虚警检测方法可以在信号处理环节实现背景自适应调控,减少过门限回波数量。
此外,还可以在数据处理环节对输入点迹进行判别标识与过滤,例如,利用点迹杂波图对杂波区域进行判别,抑制由剩余杂波产生的虚假航迹,或利用杂波点迹识别结果进行点迹过滤等。
然而,以上调控点迹数量的方法无法兼顾杂波区虚警抑制和非杂波区弱目标检测,无法避免由于大量杂波点迹过滤导致的目标漏检,基于此,本申请提出如下实施方式。
如图1所示,为本发明自适应门限检测方法的实施例提供的流程示意图,该自适应门限检测方法基于点迹密度反馈实现,适用于非均匀的复杂背景下的点迹数量控制,包括:
S1,根据预设的尺度因子对探测区域进行网格划分,确定每个网格的网格号,并设置每个网格初始的检测门限;
需要说明的是,尺度因子用于调整网格划分的大小,可以根据实际需求设置,从而调整网格划分的大小。例如,由于探测区域通常包括3个维度,分别是距离、方位和俯仰,那么可以设置对应的尺度因子。
假设设探测区域距离范围为[Rmin,Rmax],方位范围为[Amin,Amax],俯仰范围为[Emin,Emax],设距离分辨单元大小为Rres,方位分辨单元大小为Ares,俯仰分辨单元大小为Eres,设网格划分大小为NRRres×NAAres×NEEres,其中NR、NA和NE为网格划分尺度因子,探测区域可以划分为NGrid_R×NGrid_A×NGrid_E个网格,其中 表示向上取整。
应理解,初始的检测门限可以根据实际需求设置。如果初始的检测门限过低时,那么当一些噪声的幅度过大时,可能将噪声判定为有信号,发生虚警;如果初始的检测门限过高时,那么当目标回波的幅度过小时,可能将目标回波判定为无信号,发生漏警,而本申请当点迹数量过多时可以自适应调整检测门限,因此可以是当地降低初始的检测门限,从而获得更好的检测效果。
由于后续涉及对检测门限的自适应调整,除了设置初始检测门限之外,还需要初始化处理参数,例如,设置当前的调整次数为0次等。
S2,获取待检测数据,根据检测门限对待检测数据进行门限检测,得到过门限数据;
需要说明的是,待检测数据可以为从雷达获取的回波数据,包含了目标的位置信息和噪声等信号,门限检测为现有技术,可以将整个待检测数据的幅度与检测门限进行比较,将大于检测门限的数据判定为有信号,将小于检测门限的数据判断为无信号,如噪声干扰等,在此不再赘述。
S3,对过门限数据进行点迹提取处理,提取点迹信息,点迹信息包括点迹的位置信息和点迹质量,每个点迹信息包括距离Rplot、方位Aplot、仰角Eplot、幅度ampplot和点迹质量Qplot。
需要说明的是,可以按照预设的点迹提取准则依次进行距离、俯仰和方位检测凝聚,提取点迹信息,并根据形成点迹的过门限数据个数、幅度包络和展宽计算点迹质量。
其中,距离凝聚主要完成同一方位,不同距离单元幅度极值点的参数提取,可以对幅度过门限的距离单元判断是否连续,在连续的距离单元中根据过门限的幅度值找出幅度包络峰值,提取出相应的参数信息,然后将这些参数信息与已经存储点迹参数信息的缓区进行匹配,如果相关上了,则在相关上的缓区内存储当前点迹参数信息,如果没相关上,则找出空缓区存储当前点迹参数信息。其中,距离取包络峰值主要完成同一波束极值点的提取,产生极值点的距离代码和极值幅度等。
方位凝聚主要根据多个重复周期之间相关点上的点迹参数信息并满足开始结束准则,计算出当前目标的方位信息及其其他的参数信息,对于目标的方位信息,可以采用求方位中心算法、求方位质心算法或方位内插算法等求解,可以在目标提取的点击参数在方位上根据幅度值的大小来判别是否为一批目标或多批目标,然后再使用上述算法求解。
方位凝聚是根据点迹参数信息中相邻波束相同频道的幅度进行比幅测角,可以采用多波束估计仰角,常见的有三波束幅度测角算法和两波束幅度测角算法。
应理解,本领域技术人员可以根据实际需求选择点击质量的评估方法,下面给出一种示例性的评估方法。
根据凝聚为当前距离点迹的距离单元个数和连续多个距离单元幅度统计特性计算距离检测凝聚质量,然后根据凝聚为当前俯仰点迹的距离点迹个数、质量和幅度统计特性计算俯仰检测凝聚质量,然后根据凝聚为当前点迹的俯仰点迹个数、质量和幅度统计特性计算方位检测凝聚质量,最后多维回波数据速度一致性判定,得到最终的三坐标雷达点迹质量。
S4,根据位置信息确定每个点迹所在网格的网格号,根据每个点迹所在网格的网格号将每个点迹存入对应的网格中;
例如,对于每一个点迹Ploti,i=1,…,Nplot,其中Nplot为点迹个数,计算点迹所在网格的网格号,距离网格号方位网格号俯仰网格号根据网格号将点迹存入对应的网格中;设网格Grid(m,n,l)在第k个扫描周期点迹个数为Nplot(m,n,l)k,其中m=1,…,NGrid_R,n=1,…,NGrid_A,l=1,…,NGrid_E,该网格在第k-1个扫描周期更新后点迹个数为该网格第k个扫描周期更新后点迹个数表示为其中,α为点迹密度加权因子。
S5,确定当前扫描周期更新后的每个网格的点迹数量,若目标网格的点迹数量大于或等于预设的点迹剔除门限Nplot_Grid_delete,但小于预设的点迹容量门限Nplot_Grid_full,则执行步骤S6和步骤S7;若目标网格的点迹数量大于或等于预设的点迹容量门限Nplot_Grid_full,则调整目标网格的检测门限,重复执行步骤S2至步骤S5,直到目标网格的点迹数量小于点迹容量门限Nplot_Grid_full;
需要说明的是,点迹剔除门限Nplot_Grid_delete和点迹容量门限Nplot_Grid_full可以根据实际需求设置,且点迹剔除门限Nplot_Grid_delete小于点迹容量门限Nplot_Grid_full。
需要说明的是,具体的调整方法可以根据实际需求设置,例如,可以将超过点迹容量门限Nplot_Grid_full的点迹密度等级划分为[1,Nplot_level],对应门限调整等级为[1,Ndetect_level],根据当前网格点迹密度等级,将网格检测门限调整为对应的等级。又例如,还可以将检测门限调整预设值,如果再次执行后,目标网格的点迹数量仍然大于或等于预设的点迹容量门限Nplot_Grid_full,再次将检测门限调整预设值,直到目标网格的点迹数量小于点迹容量门限Nplot_Grid_full。
S6,根据点迹质量对目标网格内的全部点迹进行排序,按照点迹质量从低到高的顺序剔除点迹,使目标网格内的点迹数量小于或等于点迹剔除门限;
S7,输出目标网格内的点迹;
其中,目标网格为探测区域内全部网格中的任意一个网格。
为说明本发明的效果,采用某型三坐标雷达实测数据进行验证,该组数据共60个扫描周期,探测场景中目标均为民航机;直接采用低门限检测后点迹输出结果如图2所示,从图2可以看出,低门限可以保证远区弱目标被检测,但在近区产生了大量杂波点迹;采用本发明方法进行自适应门限检测后点迹输出结果如图3所示,从图3可以看出,本发明方法既保证了远区弱目标被检测,又控制了近区杂波区杂波点迹数量。实测数据处理结果验证了本发明基于点迹密度反馈的自适应门限检测方法的有效性。
本实施例提供的自适应门限检测方法,适用于非均匀的复杂背景下的点迹数量控制,通过对探测区域进行网格划分,实时统计网格内点迹密度,根据点迹密度判决结果自适应调整检测门限,控制网格内点迹数量保持在恒定范围,达到点迹级恒虚警率处理效果,不仅可以兼顾杂波区虚警抑制和非杂波区弱目标检测,同时还可以避免由于大量杂波点迹过滤导致的目标漏检。
可选地,在一些可能的实施方式中,根据预设的尺度因子对探测区域进行网格划分,具体包括:
确定探测区域的距离范围[Rmin,Rmax]、方位范围[Amin,Amax]和俯仰范围[Emin,Emax];
根据预设的尺度因子确定网格的大小,网格的大小为NRRres×NAAres×NEEres;
根据网格的大小将探测区域划分为NGrid_R×NGrid_A×NGrid_E个网格,其中:
可选地,在一些可能的实施方式中,根据以下公式确定第i个点迹所在网格的网格号:
其中,NGrid_R_i为距离网格号,NGrid_R_i为方位网格号,NGrid_R_i为俯仰网格号,为第i个点迹的距离,为第i个点迹的方位,第i个点迹的仰角,i=1,…,Nplot,Nplot为提取到的点迹数量。
可选地,在一些可能的实施方式中,确定当前扫描周期更新后的每个网格的点迹数量,具体包括:
其中,α为预设的点迹密度加权因子,m=1,…,NGrid_R,n=1,…,NGrid_A,l=1,…,NGrid_E,k=2,…,K,K为扫描周期的数量。
可选地,在一些可能的实施方式中,对过门限数据进行点迹提取处理,提取点迹信息,具体包括:
对过门限数据按照预设点迹提取规则,依次进行距离、俯仰和方位检测凝聚,提取点迹信息。
可选地,在一些可能的实施方式中,调整目标网格的检测门限,具体包括:
根据目标网格的点迹数量确定目标网格的点迹密度等级;
根据预设的点迹密度等级与门限调整等级之间的关联关系,确定与目标网格的点迹密度等级对应的门限调整等级;
根据门限调整等级调整目标网格的检测门限。
需要说明的是,由于每个网格的大小是确定的,那么每个网格的点迹数量确定后,每个网格的点迹密度也就随之确定,那么可以根据点迹密度的不同,划分出不同的点迹密度等级。
例如,假设网格的点迹密度处于0~a之间时,可以将点迹密度等级设置为A,将对应的门限调整等级设置为一级;假设网格的点迹密度处于a~b之间时,可以将点迹密度等级设置为B,将对应的门限调整等级设置为二级;假设网格的点迹密度处于b~c之间时,可以将点迹密度等级设置为C,将对应的门限调整等级设置为三级,以此类推。
应理解,随着点迹密度增大,点迹密度等级也随之增大,为了减少点迹,门限应该随之增大,从而减少点迹。
可选地,在一些可能的实施方式中,步骤S5还包括:
若目标网格的点迹数量小于预设的点迹剔除门限,则执行步骤S7。
可选地,在一些可能的实施方式中,点迹的位置信息包括:距离、方位、仰角和幅度。
可以理解,在一些实施例中,可以包含如上述各实施方式中的部分或全部。
本发明还提供一种存储介质,存储介质中存储有指令,当计算机读取指令时,使计算机执行如上述任意实施方式公开的基于点迹密度反馈的自适应门限检测方法。
如图4所示,本发明还提供一种基于点迹密度反馈的自适应门限检测装置,包括:
存储器1,用于存储计算机程序;
处理器2,用于执行计算机程序,实现如上述任意实施方式公开的基于点迹密度反馈的自适应门限检测方法。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的方法实施例仅仅是示意性的,例如,步骤的划分,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,例如多个步骤可以结合或者可以集成到另一个步骤,或一些特征可以忽略,或不执行。
上述方法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,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或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)执行本发明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-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于点迹密度反馈的自适应门限检测方法,其特征在于,包括:
S1,根据预设的尺度因子对探测区域进行网格划分,确定每个网格的网格号,并设置每个网格初始的检测门限;
S2,获取待检测数据,根据所述检测门限对所述待检测数据进行门限检测,得到过门限数据;
S3,对所述过门限数据进行点迹提取处理,提取点迹信息,所述点迹信息包括点迹的位置信息和点迹质量;
S4,根据所述位置信息确定每个点迹所在网格的网格号,根据每个点迹所在网格的网格号将每个点迹存入对应的网格中;
S5,确定当前扫描周期更新后的每个网格的点迹数量,若目标网格的点迹数量大于或等于预设的点迹剔除门限,但小于预设的点迹容量门限,则执行步骤S6和步骤S7;若所述目标网格的点迹数量大于或等于预设的点迹容量门限,则调整所述目标网格的检测门限,重复执行步骤S2至步骤S5,直到所述目标网格的点迹数量小于所述点迹容量门限;
S6,根据所述点迹质量对所述目标网格内的全部点迹进行排序,按照点迹质量从低到高的顺序剔除点迹,使所述目标网格内的点迹数量小于或等于所述点迹剔除门限;
S7,输出所述目标网格内的点迹;
其中,所述目标网格为所述探测区域内全部网格中的任意一个网格。
2.根据权利要求1所述的基于点迹密度反馈的自适应门限检测方法,其特征在于,根据预设的尺度因子对探测区域进行网格划分,具体包括:
确定所述探测区域的距离范围[Rmin,Rmax]、方位范围[Amin,Amax]和俯仰范围[Emin,Emax];
根据预设的尺度因子确定网格的大小,所述网格的大小为NRRres×NAAres×NEEres;
根据所述网格的大小将所述探测区域划分为NGrid_R×NGrid_A×NGrid_E个网格,其中:
3.根据权利要求1所述的基于点迹密度反馈的自适应门限检测方法,其特征在于,根据以下公式确定第i个点迹所在网格的网格号:
5.根据权利要求1所述的基于点迹密度反馈的自适应门限检测方法,其特征在于,对所述过门限数据进行点迹提取处理,提取点迹信息,具体包括:
对所述过门限数据按照预设点迹提取规则,依次进行距离、俯仰和方位检测凝聚,提取点迹信息。
6.根据权利要求1所述的基于点迹密度反馈的自适应门限检测方法,其特征在于,调整所述目标网格的检测门限,具体包括:
根据所述目标网格的点迹数量确定所述目标网格的点迹密度等级;
根据预设的点迹密度等级与门限调整等级之间的关联关系,确定与所述目标网格的点迹密度等级对应的门限调整等级;
根据所述门限调整等级调整所述目标网格的检测门限。
7.根据权利要求1至6中任一项所述的基于点迹密度反馈的自适应门限检测方法,其特征在于,所述步骤S5还包括:
若所述目标网格的点迹数量小于预设的点迹剔除门限,则执行步骤S7。
8.根据权利要求1至6中任一项所述的基于点迹密度反馈的自适应门限检测方法,其特征在于,点迹的位置信息包括:距离、方位、仰角和幅度。
9.一种存储介质,其特征在于,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如权利要求1至8中任一项所述的基于点迹密度反馈的自适应门限检测方法。
10.一种基于点迹密度反馈的自适应门限检测装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序,实现如权利要求1至8中任一项所述的基于点迹密度反馈的自适应门限检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110389645.9A CN113093121B (zh) | 2021-04-12 | 2021-04-12 | 基于点迹密度反馈的自适应门限检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110389645.9A CN113093121B (zh) | 2021-04-12 | 2021-04-12 | 基于点迹密度反馈的自适应门限检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113093121A CN113093121A (zh) | 2021-07-09 |
CN113093121B true CN113093121B (zh) | 2022-08-02 |
Family
ID=76676233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110389645.9A Active CN113093121B (zh) | 2021-04-12 | 2021-04-12 | 基于点迹密度反馈的自适应门限检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113093121B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113514812B (zh) * | 2021-09-14 | 2021-12-14 | 北京海兰信数据科技股份有限公司 | 一种岸基雷达杂波抑制处理方法及系统 |
CN114152939B (zh) * | 2021-10-27 | 2024-04-30 | 西安电子工程研究所 | 一种同时多波束雷达点迹凝聚方法 |
CN116299254B (zh) * | 2022-09-07 | 2023-10-13 | 无锡国芯微电子系统有限公司 | 一种被动雷达寻的器的目标跟踪方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006008227A1 (fr) * | 2004-07-13 | 2006-01-26 | Thales | Procede de tfac par segmentation statistique et normalisation |
CN101000376A (zh) * | 2007-01-08 | 2007-07-18 | 清华大学 | 双基地合成孔径雷达的双门限恒虚警运动目标检测方法 |
CN103064074A (zh) * | 2012-12-23 | 2013-04-24 | 西安电子工程研究所 | 一种脉冲多普勒雷达在强杂波背景下的弱目标检测 |
CN104931951A (zh) * | 2015-06-25 | 2015-09-23 | 中国船舶重工集团公司第七二四研究所 | 一种基于Hough变换域杂波图的重杂波区小目标的检测方法 |
CN106501788A (zh) * | 2016-11-18 | 2017-03-15 | 西安电子工程研究所 | 一种雷达恒虚警检测门限自适应设置方法 |
CN106646396A (zh) * | 2016-11-18 | 2017-05-10 | 西安电子工程研究所 | 一种雷达杂波图检测门限自适应设置方法 |
CN107561506A (zh) * | 2017-07-27 | 2018-01-09 | 中国船舶重工集团公司第七二四研究所 | 一种多级虚警概率联合递推目标检测方法 |
CN108107423A (zh) * | 2017-12-08 | 2018-06-01 | 中国船舶重工集团公司第七二四研究所 | 分布式网络化雷达目标检测跟踪一体化处理方法 |
CN108490410A (zh) * | 2018-03-06 | 2018-09-04 | 中国船舶重工集团公司第七二四研究所 | 一种两坐标雷达对海目标联合检测跟踪方法 |
CN109669168A (zh) * | 2019-01-21 | 2019-04-23 | 成都玻尔兹曼科技有限公司 | 一种基于深度学习的雷达虚警剔除方法 |
CN112346031A (zh) * | 2020-10-30 | 2021-02-09 | 中国人民解放军空军预警学院 | 一种雷达恒虚警率门限系数自适应调整方法 |
-
2021
- 2021-04-12 CN CN202110389645.9A patent/CN113093121B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006008227A1 (fr) * | 2004-07-13 | 2006-01-26 | Thales | Procede de tfac par segmentation statistique et normalisation |
CN101000376A (zh) * | 2007-01-08 | 2007-07-18 | 清华大学 | 双基地合成孔径雷达的双门限恒虚警运动目标检测方法 |
CN103064074A (zh) * | 2012-12-23 | 2013-04-24 | 西安电子工程研究所 | 一种脉冲多普勒雷达在强杂波背景下的弱目标检测 |
CN104931951A (zh) * | 2015-06-25 | 2015-09-23 | 中国船舶重工集团公司第七二四研究所 | 一种基于Hough变换域杂波图的重杂波区小目标的检测方法 |
CN106501788A (zh) * | 2016-11-18 | 2017-03-15 | 西安电子工程研究所 | 一种雷达恒虚警检测门限自适应设置方法 |
CN106646396A (zh) * | 2016-11-18 | 2017-05-10 | 西安电子工程研究所 | 一种雷达杂波图检测门限自适应设置方法 |
CN107561506A (zh) * | 2017-07-27 | 2018-01-09 | 中国船舶重工集团公司第七二四研究所 | 一种多级虚警概率联合递推目标检测方法 |
CN108107423A (zh) * | 2017-12-08 | 2018-06-01 | 中国船舶重工集团公司第七二四研究所 | 分布式网络化雷达目标检测跟踪一体化处理方法 |
CN108490410A (zh) * | 2018-03-06 | 2018-09-04 | 中国船舶重工集团公司第七二四研究所 | 一种两坐标雷达对海目标联合检测跟踪方法 |
CN109669168A (zh) * | 2019-01-21 | 2019-04-23 | 成都玻尔兹曼科技有限公司 | 一种基于深度学习的雷达虚警剔除方法 |
CN112346031A (zh) * | 2020-10-30 | 2021-02-09 | 中国人民解放军空军预警学院 | 一种雷达恒虚警率门限系数自适应调整方法 |
Non-Patent Citations (4)
Title |
---|
Joint power and beam allocation of opportunistic array radar formultiple target tracking in clutter;Qinghua Han 等;《Digital Signal Processing》;20180701;第78卷;136-151 * |
Joint threshold optimization and power allocation of cognitive radar network for target tracking in clutter;Hao Sun 等;《Signal Processing》;20200930;第172卷;1-9 * |
基于支撑向量机的地杂波虚警抑制技术;邢远见等;《现代雷达》;20160815;第38卷(第08期);229-232 * |
浅析STAR 2000一次雷达点迹门限调整功能;刘淇;《数字技术与应用》;20190225;第37卷(第02期);34-38 * |
Also Published As
Publication number | Publication date |
---|---|
CN113093121A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113093121B (zh) | 基于点迹密度反馈的自适应门限检测方法 | |
CN111624567B (zh) | 一种恒虚警检测方法及装置 | |
CN110082754B (zh) | 基于跟踪反馈的微弱目标自适应检测系统及检测方法 | |
CN105137408B (zh) | 一种最优天线方向图选取的雷达角超分辨方法 | |
CN108089166B (zh) | 一种基于毫米波测云雷达的自适应频域检测方法 | |
CN112255613B (zh) | 一种自动抑制导航雷达海杂波的方法及系统 | |
CN110531327B (zh) | 一种基于自动增益控制的雷达抗干扰探测方法 | |
CN108181620B (zh) | 一种三坐标雷达点迹质量评估方法 | |
JP5491924B2 (ja) | 目標検出装置及び目標検出方法 | |
CN107271973A (zh) | 韦布尔杂波环境下基于偏斜度和均值比的恒虚警检测方法 | |
CN110488273B (zh) | 一种基于雷达的车辆跟踪检测方法及装置 | |
CN115840205A (zh) | 一种基于激光雷达技术的地形面积计量方法和系统 | |
CN113960538A (zh) | 雷达信号处理方法、装置及存储介质 | |
CN111796288B (zh) | 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法 | |
CN110221289B (zh) | 用于三坐标有源相控阵雷达的目标检测方法 | |
CN109239677B (zh) | 一种环境自适应恒虚警检测门限确定方法 | |
CN105652256B (zh) | 一种基于极化信息的高频地波雷达tbd方法 | |
CN112255614B (zh) | 一种手动抑制导航雷达海杂波的方法及系统 | |
CN113064122B (zh) | P波段sar干扰抑制算法的性能评价方法、系统及介质 | |
KR101001612B1 (ko) | 탐색레이더에서의 정밀 표적탐지방법 | |
CN112230199B (zh) | 一种基于高维特征值分析的激光雷达回波盲去噪方法 | |
CN112363133A (zh) | 一种基于多普勒雷达的目标检测方法、介质及装置 | |
CN111123274A (zh) | 一种水下声呐成像系统目标检测方法 | |
CN116224280B (zh) | 雷达目标检测方法、装置、雷达设备及存储介质 | |
CN111537976B (zh) | 一种机载雷达的运动目标检测方法及装置 |
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 |