CN113253231B - 一种基于一维距离像特征的杂波图检测与更新方法 - Google Patents

一种基于一维距离像特征的杂波图检测与更新方法 Download PDF

Info

Publication number
CN113253231B
CN113253231B CN202110531988.4A CN202110531988A CN113253231B CN 113253231 B CN113253231 B CN 113253231B CN 202110531988 A CN202110531988 A CN 202110531988A CN 113253231 B CN113253231 B CN 113253231B
Authority
CN
China
Prior art keywords
clutter map
map
clutter
range profile
dimensional range
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
Application number
CN202110531988.4A
Other languages
English (en)
Other versions
CN113253231A (zh
Inventor
李玮璐
林玉新
何晓
尤立峰
徐逊
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.)
Chengdu Seekcon Microwave Communication Co ltd
Original Assignee
Chengdu Seekcon Microwave Communication Co ltd
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 Chengdu Seekcon Microwave Communication Co ltd filed Critical Chengdu Seekcon Microwave Communication Co ltd
Priority to CN202110531988.4A priority Critical patent/CN113253231B/zh
Publication of CN113253231A publication Critical patent/CN113253231A/zh
Application granted granted Critical
Publication of CN113253231B publication Critical patent/CN113253231B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/414Discriminating targets with respect to background clutter
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information 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

本发明公开了一种基于一维距离像特征的杂波图检测与更新方法,其包括以下步骤:S1、建立初始杂波图,获取一维距离像信息熵和中心矩特征;S2、获取杂波底参考数据;S3、获取超过检测门限的回波点;S4、获取当前扫描帧数据的一维距离像信息熵和中心矩特征;S5、存储临时杂波图,记录各角度下的一维距离像信息熵和中心矩特征;S6、判断是否进行杂波图更新;S7、将临时杂波图更新至初始杂波图中,完成基于一维距离像特征的杂波图更新。本方法可以自动分辨扫描场地中是否出现异常大目标,若判断当前场地出现异常大目标,则将该大目标进行上报并在该扫描周期中不进行杂波图更新,进而不会影响后续异物检测的结果,提高检测效果。

Description

一种基于一维距离像特征的杂波图检测与更新方法
技术领域
本发明涉及雷达信号处理领域,具体涉及一种基于一维距离像特征的杂波图检测与更新方法。
背景技术
通常而言,地物杂波主要来自楼房、树木等回波能量较强的目标;为实现目标检测,可以建立杂波图,雷达扫描场地中出现的目标。机械扫描雷达上报的目标角度与转台上报的角度有关,单个角度上报的回波信号,为各个距离单元下的回波,即一维距离像信息。由于雷达扫描场地可能发生变化,因此需要实时更新杂波图,避免此后的检测过程上报虚警目标。若扫描场地临时出现某些大目标时,且正在进行杂波图扫描,扫描结果参与杂波图更新,会严重影响目标检测效果。
发明内容
针对现有技术中的上述不足,本发明提供的一种基于一维距离像特征的杂波图检测与更新方法解决了现有方法将扫描结果直接参与杂波图更新严重影响检测效果的问题。
为了达到上述发明目的,本发明采用的技术方案为:
提供一种基于一维距离像特征的杂波图检测与更新方法,其包括以下步骤:
S1、建立初始杂波图,获取初始杂波图在各个角度维下的一维距离像信息熵和中心矩特征;
S2、进行雷达扫描,并根据当前扫描帧对应的机械转台角度在初始杂波图中取出对应角度下的数据作为当前扫描帧的杂波底参考数据;
S3、将当前扫描帧扫描数据与与其对应的杂波底参考数据进行比较,获取超过检测门限的回波点,并将其作为检测上报的目标点;
S4、获取当前扫描帧数据的一维距离像信息熵和中心矩特征;
S5、完成一次扫描,将待参与杂波图更新的数据存储于临时杂波图中,并记录各角度下的一维距离像信息熵和中心矩特征;
S6、判断各扫描帧数据的一维距离像信息熵与初始杂波图在对应角度维下的信息熵差值,以及各扫描帧数据的杂波图中心矩与初始杂波图在对应角度维下的中心矩的差值是否均在设定范围内,若是则进入步骤S7;否则不进行杂波图更新;
S7、将临时杂波图更新至初始杂波图中,完成基于一维距离像特征的杂波图更新。
进一步地,步骤S1中建立初始杂波图的具体方法包括以下子步骤:
S1-1、转动机械转台,并使雷达按设定的信号处理周期上报单帧扫描数据;其中单帧扫描数据为某角度下各个距离单元下的目标幅度回波,即一维距离像数据,大小为NR×1,NR表示距离单元总数;
S1-2、确定存储杂波图的角度单元精度Δθ,雷达杂波图扫描范围Θ,根据公式获取杂波图角度单元个数NΘ,进而得到大小为NR×NΘ的杂波图;
S1-3、重复步骤S1-1和步骤S1-2共Nscan次,获取Nscan个大小为NR×NΘ的杂波图;
S1-4、对Nscan个大小为NR×NΘ的杂波图进行平滑处理得到杂波图GMap,将杂波图GMap作为初始杂波图。
进一步地,步骤S1中获取各角度维下的一维距离像信息熵的具体方法为:
根据公式:
获取任一角度维下的一维距离像信息熵Es,进而获取各角度维下的一维距离像信息熵;其中NR表示距离单元总数;a(i)表示第i个距离单元下的回波幅度。
进一步地,步骤S1中获取各角度维下的中心矩的具体方法为:
根据公式:
获取任一角度维下的中心矩ps,进而获取各角度维下的中心矩;其中NR表示距离单元总数;n表示雷达回波信号幅值中心矩的阶数;a(i)表示第i个距离单元下的回波幅度;/>
进一步地,雷达回波信号幅值中心矩的阶数n的取值为2,即二阶中心矩。
进一步地,步骤S7的具体方法为:
根据公式:
GMap′=α·GMap+(1-α)·GMap_temp
对初始杂波图GMap进行更新,得到更新后的杂波图GMap′;其中α为常数,GMap_temp为临时杂波图。
本发明的有益效果为:本方法可以自动分辨扫描场地中是否出现异常大目标,若判断当前场地出现异常大目标,则将该大目标进行上报并在该扫描周期中不进行杂波图更新,进而不会影响后续异物检测的结果,提高检测效果。
附图说明
图1为本发明的流程示意图;
图2为实施例中第一个飞机起飞过程杂波图检测结果;
图3为第一个飞机对应的距离维信息熵特征;
图4为第一个飞机对应的距离维二阶中心矩特征;
图5为第二个飞机起飞过程杂波图检测结果;
图6为第二个飞机对应的距离维信息熵特征;
图7为第二个飞机对应的距离维二阶中心矩特征。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,该基于一维距离像特征的杂波图检测与更新方法包括以下步骤:
S1、建立初始杂波图,获取初始杂波图在各个角度维下的一维距离像信息熵和中心矩特征;
S2、进行雷达扫描,并根据当前扫描帧对应的机械转台角度在初始杂波图中取出对应角度下的数据作为当前扫描帧的杂波底参考数据;
S3、将当前扫描帧扫描数据与与其对应的杂波底参考数据进行比较,获取超过检测门限的回波点,并将其作为检测上报的目标点;
S4、获取当前扫描帧数据的一维距离像信息熵和中心矩特征;
S5、完成一次扫描,将待参与杂波图更新的数据存储于临时杂波图中,并记录各角度下的一维距离像信息熵和中心矩特征;
S6、判断各扫描帧数据的一维距离像信息熵与初始杂波图在对应角度维下的信息熵差值,以及各扫描帧数据的杂波图中心矩与初始杂波图在对应角度维下的中心矩的差值是否均在设定范围内,若是则进入步骤S7;否则不进行杂波图更新;
S7、将临时杂波图更新至初始杂波图中,完成基于一维距离像特征的杂波图更新。
步骤S1中建立初始杂波图的具体方法包括以下子步骤:
S1-1、转动机械转台,并使雷达按设定的信号处理周期上报单帧扫描数据;其中单帧扫描数据为某角度下各个距离单元下的目标幅度回波,即一维距离像数据,大小为NR×1,NR表示距离单元总数;
S1-2、确定存储杂波图的角度单元精度Δθ,雷达杂波图扫描范围Θ,根据公式获取杂波图角度单元个数NΘ,进而得到大小为NR×NΘ的杂波图;
S1-3、重复步骤S1-1和步骤S1-2共Nscan次,获取Nscan个大小为NR×NΘ的杂波图;
S1-4、对Nscan个大小为NR×NΘ的杂波图进行平滑处理得到杂波图GMap,将杂波图GMap作为初始杂波图。
步骤S1中获取各角度维下的一维距离像信息熵的具体方法为:根据公式:
获取任一角度维下的一维距离像信息熵Es,进而获取各角度维下的一维距离像信息熵;其中NR表示距离单元总数;a(i)表示第i个距离单元下的回波幅度。信息熵主要反映的是一维距离像信息的不确定性,能量分布越集中则熵值越小,极端情况如冲激信号的熵为0。对于空阔的场景,强回波点较少,信息熵较大;对于存在一定固定强回波目标(如跑道边灯等)的场景,强回波点能量分布相对集中,信息熵较小。若跑道某时刻出现了飞机等大目标,某角度下,大目标强回波点会占据多个距离单元,信息熵会出现较为明显的变化。
步骤S1中获取各角度维下的中心矩的具体方法为:根据公式:
获取任一角度维下的中心矩ps,进而获取各角度维下的中心矩;其中NR表示距离单元总数;n表示雷达回波信号幅值中心矩的阶数;a(i)表示第i个距离单元下的回波幅度;/>表示距离像的一阶矩,即距离像的散射重心。雷达回波信号幅值中心矩的阶数n的取值为2,即二阶中心矩。中心距是一种简单的平移不变特征,它反映目标的形状信息,能在一定程度上反映回波的形状。一般来说,若观测距离段出现了汽车、飞机等强目标,则回波的中心距特征会发生较大变化。
步骤S7的具体方法为:根据公式:
GMap′=α·GMap+(1-α)·GMap_temp
对初始杂波图GMap进行更新,得到更新后的杂波图GMap′;其中α为常数,GMap_temp为临时杂波图。
FOD雷达主要用于机场跑道的异物检测。机场跑道中的地物杂波主要来自边灯、飞机、巡逻车等回波能量较强的目标,为实现跑道异物检测,可以建立杂波图,检测跑道中出现的异物。在跑道出现飞机、巡逻车等大目标时,对应角度的一维距离像回波会有较大的起伏,计算对应角度的距离像特征,若与现有杂波图对比,距离像特征发生明显变化,则当前扫描结果不参与杂波图更新,避免影响后续目标检测效果。因此在本发明的一个实施例中,基于某机场的两组实测飞机目标回波数据,原始杂波图为干净的(无飞机、车辆或异物等目标)机场跑道扫描结果,分别计算原始杂波图和两组飞机目标回波数据的距离维信息熵和距离维二阶中心矩特征,对比距离维信息熵和距离维二阶中心矩特征的变化情况。FOD雷达的部分指标如下:
a)波段92.5GHz;
b)最大探测距离70m;
c)雷达扫描速度12m/s;
d)检测上报门限13dB。
对于第一组飞机,其起飞过程杂波图检测结果如图2所示,其距离维信息熵特征如图3所示,其距离维二阶中心矩特征如图4所示。从图2的检测结果可以看出,起飞的飞机目标主要在60°~160°范围内。距离维信息熵和距离维二阶中心矩特征主要与扫描场地的环境和目标有关。由图3和图4的结果可以看出(不带圆圈的曲线为杂波图数据对应的特征,带圆圈的曲线为飞机起飞数据对应的特征),在0度附近,跑道上存在固定强目标(边灯),因此对应的信息熵较小,而二阶中心矩较大,但两维特征的变化较小;60°~160°范围内,带圆圈的曲线和不带圆圈的曲线的差值明显变大,证明回波变化剧烈时,提取的两种特征可以明显地显现回波特性的变化。进而可以通过设定阈值来判断当前数据是否可以参与杂波图更新。
对于第二组飞机,其起飞过程杂波图检测结果如图5所示,其距离维信息熵特征如图6所示,其距离维二阶中心矩特征如图7所示。从图5的检测结果可以看出,起飞的飞机目标主要在80°~160°范围内。由图6和图7的结果可以看出(不带圆圈的曲线为杂波图数据对应的特征,带圆圈的曲线为飞机起飞数据对应的特征),在0度附近,跑道上存在固定强目标(边灯),对应的信息熵较小,二阶中心矩较大,但两维特征的变化较小;80°~160°范围内,带圆圈的曲线和不带圆圈的曲线的差值明显变大,证明回波变化剧烈时,提取的两种特征可以明显地显现回波特性的变化。进而可以通过设定阈值来判断当前数据是否可以参与杂波图更新。
综上所述,本方法可以自动分辨扫描场地中是否出现异常大目标,若判断当前场地出现异常大目标,则将该大目标进行上报并在该扫描周期中不进行杂波图更新,进而不会影响后续异物检测的结果,提高检测效果。

Claims (6)

1.一种基于一维距离像特征的杂波图检测与更新方法,其特征在于,包括以下步骤:
S1、建立初始杂波图,获取初始杂波图在各个角度维下的一维距离像信息熵和中心矩特征;
S2、进行雷达扫描,并根据当前扫描帧对应的机械转台角度在初始杂波图中取出对应角度下的数据作为当前扫描帧的杂波底参考数据;
S3、将当前扫描帧扫描数据与与其对应的杂波底参考数据进行比较,获取超过检测门限的回波点,并将其作为检测上报的目标点;
S4、获取当前扫描帧数据的一维距离像信息熵和中心矩特征;
S5、完成一次扫描,将待参与杂波图更新的数据存储于临时杂波图中,并记录各角度下的一维距离像信息熵和中心矩特征;
S6、判断各扫描帧数据的一维距离像信息熵与初始杂波图在对应角度维下的信息熵差值,以及各扫描帧数据的杂波图中心矩与初始杂波图在对应角度维下的中心矩的差值是否均在设定范围内,若是则进入步骤S7;否则不进行杂波图更新;
S7、将临时杂波图更新至初始杂波图中,完成基于一维距离像特征的杂波图更新。
2.根据权利要求1所述的基于一维距离像特征的杂波图检测与更新方法,其特征在于,步骤S1中建立初始杂波图的具体方法包括以下子步骤:
S1-1、转动机械转台,并使雷达按设定的信号处理周期上报单帧扫描数据;其中单帧扫描数据为某角度下各个距离单元下的目标幅度回波,即一维距离像数据,大小为NR×1,NR表示距离单元总数;
S1-2、确定存储杂波图的角度单元精度Δθ,雷达杂波图扫描范围Θ,根据公式获取杂波图角度单元个数NΘ,进而得到大小为NR×NΘ的杂波图;
S1-3、重复步骤S1-1和步骤S1-2共Nscan次,获取Nscan个大小为NR×NΘ的杂波图;
S1-4、对Nscan个大小为NR×NΘ的杂波图进行平滑处理得到杂波图GMap,将杂波图GMap作为初始杂波图。
3.根据权利要求1所述的基于一维距离像特征的杂波图检测与更新方法,其特征在于,步骤S1中获取各角度维下的一维距离像信息熵的具体方法为:
根据公式:
获取任一角度维下的一维距离像信息熵Es,进而获取各角度维下的一维距离像信息熵;其中NR表示距离单元总数;a(i)表示第i个距离单元下的回波幅度。
4.根据权利要求1所述的基于一维距离像特征的杂波图检测与更新方法,其特征在于,步骤S1中获取各角度维下的中心矩的具体方法为:
根据公式:
获取任一角度维下的中心矩ps,进而获取各角度维下的中心矩;其中NR表示距离单元总数;n表示雷达回波信号幅值中心矩的阶数;a(i)表示第i个距离单元下的回波幅度;/>
5.根据权利要求4所述的基于一维距离像特征的杂波图检测与更新方法,其特征在于,雷达回波信号幅值中心矩的阶数n的取值为2,即二阶中心矩。
6.根据权利要求1所述的基于一维距离像特征的杂波图检测与更新方法,其特征在于,步骤S7的具体方法为:
根据公式:
GMap′=α·GMap+(1-α)·GMap_temp
对初始杂波图GMap进行更新,得到更新后的杂波图GMap′;其中α为常数,GMap_temp为临时杂波图。
CN202110531988.4A 2021-05-17 2021-05-17 一种基于一维距离像特征的杂波图检测与更新方法 Active CN113253231B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110531988.4A CN113253231B (zh) 2021-05-17 2021-05-17 一种基于一维距离像特征的杂波图检测与更新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110531988.4A CN113253231B (zh) 2021-05-17 2021-05-17 一种基于一维距离像特征的杂波图检测与更新方法

Publications (2)

Publication Number Publication Date
CN113253231A CN113253231A (zh) 2021-08-13
CN113253231B true CN113253231B (zh) 2023-10-13

Family

ID=77183202

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110531988.4A Active CN113253231B (zh) 2021-05-17 2021-05-17 一种基于一维距离像特征的杂波图检测与更新方法

Country Status (1)

Country Link
CN (1) CN113253231B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103472441A (zh) * 2013-09-16 2013-12-25 中国电子科技集团公司第二十八研究所 一种基于杂波图的雷达数据处理方法
CN104898103A (zh) * 2015-06-01 2015-09-09 西安电子科技大学 基于多通道杂波图的低速目标检测方法
CN106093890A (zh) * 2016-08-26 2016-11-09 零八电子集团有限公司 建立剩余杂波图抑制雷达剩余杂波的方法
CN106291492A (zh) * 2016-07-19 2017-01-04 西安电子科技大学 一种基于精细杂波图的自适应目标检测方法
CN108414992A (zh) * 2018-02-12 2018-08-17 西安电子科技大学 一种基于相位信息杂波图的目标检测方法
CN109856608A (zh) * 2018-11-28 2019-06-07 重庆秦嵩科技有限公司 一种基于递归杂波图的雷达目标高置信率检测方法
CN111142075A (zh) * 2019-12-31 2020-05-12 苏州理工雷科传感技术有限公司 一种道面微小目标检测雷达杂波图自动更新方法
WO2020224180A1 (zh) * 2019-05-08 2020-11-12 南京莱斯电子设备有限公司 一种基于基元杂波图与图层的杂波图检测与更新方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10788570B2 (en) * 2017-09-29 2020-09-29 The Boeing Company Radar system for mobile platform and method of use

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103472441A (zh) * 2013-09-16 2013-12-25 中国电子科技集团公司第二十八研究所 一种基于杂波图的雷达数据处理方法
CN104898103A (zh) * 2015-06-01 2015-09-09 西安电子科技大学 基于多通道杂波图的低速目标检测方法
CN106291492A (zh) * 2016-07-19 2017-01-04 西安电子科技大学 一种基于精细杂波图的自适应目标检测方法
CN106093890A (zh) * 2016-08-26 2016-11-09 零八电子集团有限公司 建立剩余杂波图抑制雷达剩余杂波的方法
CN108414992A (zh) * 2018-02-12 2018-08-17 西安电子科技大学 一种基于相位信息杂波图的目标检测方法
CN109856608A (zh) * 2018-11-28 2019-06-07 重庆秦嵩科技有限公司 一种基于递归杂波图的雷达目标高置信率检测方法
WO2020224180A1 (zh) * 2019-05-08 2020-11-12 南京莱斯电子设备有限公司 一种基于基元杂波图与图层的杂波图检测与更新方法
CN111142075A (zh) * 2019-12-31 2020-05-12 苏州理工雷科传感技术有限公司 一种道面微小目标检测雷达杂波图自动更新方法

Also Published As

Publication number Publication date
CN113253231A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
CN107607925B (zh) 一种雷达应用的目标rcs实时评估方法
CN102253381B (zh) 用于机场跑道的异物自动检测系统及其检测方法
US6677886B1 (en) Weather and airborne clutter suppression using a cluster shape classifier
CN107064902B (zh) 一种用于机场场面监视雷达系统的目标凝聚方法
CN109471098B (zh) 利用fod雷达相位相干性信息的机场跑道异物检测方法
CN110208806B (zh) 一种航海雷达图像降雨识别方法
CN109324335B (zh) 一种基于激光雷达识别风切变的方法和系统
CN111122570A (zh) 基于无人机的钢铁厂污水排放监测方法及系统
CN110261838B (zh) 一种道面外来物探测方法、装置及探测雷达
CN112986964B (zh) 基于噪声邻域密度的光子计数激光点云自适应去噪方法
CN104407346A (zh) 一种基于信息融合的移动式跑道异物监测方法
WO2020224180A1 (zh) 一种基于基元杂波图与图层的杂波图检测与更新方法
CN109117776A (zh) 基于航迹信息的飞机与气象杂波分类识别方法
CN115825991A (zh) 基于测风激光雷达的风切变识别方法及设备、储存介质
US20090167596A1 (en) Method of processing a radar image
CN113253231B (zh) 一种基于一维距离像特征的杂波图检测与更新方法
Sezgin et al. Safe autonomous driving in adverse weather: Sensor evaluation and performance monitoring
CN111736156B (zh) 一种基于天气雷达的逆风区识别方法与装置
CN112862720A (zh) 机载LiDAR点云中玻璃板漫反射噪声的去噪方法和系统
CN112363144A (zh) 环扫雷达距离模糊和方位模糊鉴别方法
CN112215137A (zh) 基于区域约束的低虚警目标检测方法
CN116468933A (zh) 一种基于激光雷达强度校正与点云上采样的交通标志牌分类方法
CN116165635A (zh) 多级滤波算法的日间条件下不同波束光子云数据去噪方法
KR102418762B1 (ko) 레이다 타켓 탐지 시스템
CN114924269A (zh) 一种基于星载f-scan sar的距离向模糊度分析方法

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