CN113687321B - 雷达目标探测距离评估方法和装置 - Google Patents
雷达目标探测距离评估方法和装置 Download PDFInfo
- Publication number
- CN113687321B CN113687321B CN202111003003.7A CN202111003003A CN113687321B CN 113687321 B CN113687321 B CN 113687321B CN 202111003003 A CN202111003003 A CN 202111003003A CN 113687321 B CN113687321 B CN 113687321B
- Authority
- CN
- China
- Prior art keywords
- radar
- data
- target
- distance
- parameters
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 75
- 238000011156 evaluation Methods 0.000 title claims abstract description 17
- 230000007613 environmental effect Effects 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013136 deep learning model Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000013178 mathematical model Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010998 test method Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01S7/40—Means for monitoring or calibrating
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information 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
本发明涉及雷达相关技术领域,尤其涉及一种雷达目标探测距离评估方法和装置。其中,雷达目标探测距离评估方法包括:获取雷达数据和环境数据;基于所述雷达数据和环境数据,确定目标参数;所述目标参数为雷达距离预测模型的参数;基于所述目标参数,调节所述雷达距离预测模型;基于所述调节后的雷达距离预测模型、所述雷达数据和所述环境数据确定所述雷达目标探测距离。如此通过调节目标参数,使得雷达距离预测模型可以适配实际环境,增强雷达距离预测模型对于雷达距离预测的准确率。
Description
技术领域
本发明涉及雷达相关技术领域,尤其涉及一种雷达目标探测距离评估方法和装置。
背景技术
随着目标探测技术的蓬勃发展,雷达探测性能得到快速的提升。充分掌握雷达的探测性能,能够及时感知战场态势。雷达最大探测距离是探测性能的重要内容。目前评估雷达目标探测能力的方法主要有两种,试验法和解析法。试验法以试验数据为依据进行评估,可信度比较高,但是其组织复杂、人力物力消耗大和复杂环境不易实现的缺点也十分明显。解析法则是以数学模型为依据,通过数学模型进行雷达目标探测距离评估。
但是在实际应用中,数学模型无法适配复杂的环境数据,对于雷达目标探测距离评估准确率较低。
发明内容
本发明实施例提供一种雷达目标探测距离评估方法和装置,用以解决现有数学模型无法适配复杂的环境数据,对于雷达目标探测距离评估准确率较低的问题。
第一方面,本发明实施例提供一种雷达目标探测距离评估方法,包括:
获取雷达数据和环境数据;
基于所述雷达数据和环境数据,确定目标参数;所述目标参数为雷达距离预测模型的参数;
基于所述目标参数,调节所述雷达距离预测模型;
基于所述调节后的雷达距离预测模型、所述雷达数据和所述环境数据确定所述雷达目标探测距离。
优选地,所述目标参数包括:信杂比随距离的衰减参数。
优选地,所述基于所述雷达数据和环境数据,确定目标参数,包括:
获取预设数据库;所述预设数据库存储有雷达数据和环境数据与目标参数的对应关系;
通过所述预设数据库,查找与所述雷达数据和环境数据对应的目标参数。
优选地,所述基于所述雷达数据和环境数据,确定目标参数,包括:
将所述基于所述雷达数据和环境数据输入预设的深度学习模型,得到目标参数;
所述深度学习模型为基于预设数量的雷达数据和环境数据样本与对应的目标参数标签训练得到的。
优选地,所述预设数量的雷达数据和环境数据样本与对应的目标参数标签为采用雷达开展目标探测试验得到的。
优选地,所述雷达距离预测模型有多种;
所述雷达数据和所述环境数据中的数据与使用的雷达距离预测模型对应。
优选地,雷达数据包括:雷达型号数据和雷达检测数据。
第二方面,本发明实施例提供雷达目标探测距离评估装置,包括:
获取单元,用于获取雷达数据和环境数据;
第一确定单元,用于基于所述雷达数据和环境数据,确定目标参数;所述目标参数为雷达距离预测模型的参数;
调节单元,用于基于所述目标参数,调节所述雷达距离预测模型;
第二确定单元,用于基于所述调节后的雷达距离预测模型、所述雷达数据和所述环境数据确定所述雷达目标探测距离。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例第一方面提供的雷达目标探测距离评估方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明实施例第一方面提供的雷达目标探测距离评估方法的步骤。
本发明实施例提供的雷达目标探测距离评估方法,基于雷达数据和环境数据;确定目标参数;基于所述目标参数,调节所述雷达距离预测模型;如此使得雷达距离预测模型可以适配实际环境,增强雷达距离预测模型对于雷达距离预测的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的雷达目标探测距离评估方法的流程示意图;
图2为本发明实施例提供的雷达目标探测距离评估装置的结构示意图;
图3为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
随着目标探测技术的蓬勃发展,雷达探测性能得到快速的提升。充分掌握雷达的探测性能,能够及时感知战场态势。雷达最大探测距离是探测性能的重要内容。目前评估雷达目标探测能力的方法主要有两种,试验法和解析法。试验法以试验数据为依据进行评估,可信度比较高,但是其组织复杂、人力物力消耗大和复杂环境不易实现的缺点也十分明显。解析法则是以数学模型为依据,通过数学模型进行雷达目标探测距离评估。但是在实际应用中,数学模型无法适配复杂的环境数据,对于雷达目标探测距离评估准确率较低。针对这一问题,本发明实施例提供了一种雷达目标探测距离评估方法。图1为本发明实施例提供的雷达目标探测距离评估方法的流程示意图,如图1所示,该方法包括:
步骤110,获取雷达数据和环境数据;
需要说明的是,获取的雷达数据包括:雷达型号数据和雷达检测数据;环境数据为使用雷达时的海域环境数据;具体的,雷达数据和环境数据为雷达距离预测模型需要使用的数据,如此可以通过雷达数据和环境数据进行雷达目标探测距离的评估预测。
步骤120,基于所述雷达数据和环境数据,确定目标参数;所述目标参数为雷达距离预测模型的参数;
具体的,所述目标参数包括:信杂比随距离的衰减参数。需要说明的是,经过本发明发明人一系列的实验研究,信杂比随距离的衰减参数,是对于评估结果影响最大的参数之一。
步骤130,基于所述目标参数,调节所述雷达距离预测模型;
具体的调节方式,为对雷达距离预测模型中的参数进行替换。
步骤140,基于所述调节后的雷达距离预测模型、所述雷达数据和所述环境数据确定所述雷达目标探测距离。
本发明实施例提供的雷达目标探测距离评估方法,基于雷达数据和环境数据;确定目标参数;基于所述目标参数,调节所述雷达距离预测模型;如此使得雷达距离预测模型可以适配实际环境,增强雷达距离预测模型对于雷达距离预测的准确率。
进一步的,雷达距离预测模型是基于拉大方程得到的。具体的,雷达的距离方程用于雷达探测性能。从最初的简单的雷达方程开始,研究者将各种影响探测距离计算的因素逐步量化到雷达方程中,使得雷达方程计算复杂情况下的探测距离更加精确。根据目前最新研究得到的雷达系统的一般方程为:
式中,Pav是脉冲的平均能量,tf为相参处理时间,Gt为发射天线增益,Gr为接收天线增益,λ为波长,σ为目标横截面积,Fp为收发天线的极化失配,Ft为发射路径的方向图传播因子,Fr为接受路径的方向图传播因子,Fntr是随距离变化的雷达响应因子的乘积,Fntr=FeclFstcFbdFfdFlens2,Fecl是遮蔽因子,Fstc是STC因子,Fbd是波束驻留因子,Ffd是频率分集因子,Flens2是双向透镜因子。Ioe是杂波Coe和噪声No的能量之和,Dx(n′)是有效检测因子,用n′个滤波器输出的非相干积累取代了n个脉冲非相干积累的检测因子D(n),Lt是发射馈线损耗,Lα是双向路径的大气吸收损耗。
上述方程可以定量的求解Rmc的值,即雷达的最大探测距离。一般可以依据方程利用图形法或者求根算法得到,两种算法的本质都是将信号能量E和IoeDx(n′)分别表示成距离的函数,然后求出两个表达式相等的最大R值。
需要说明的是,上述公式(1)仅仅只是雷达公式中的一种,在实际应用中,雷达公式存在多种变形,基于具体的实际场景,采用的雷达公式也不同。基于此,本发明实施例中,基于不同的实际场景采用不同的雷达距离预测模型。
例如:在低掠射角下以海杂波为主要干扰情况下,即忽略噪声的影响,假设杂波与目标在同一距离单元内且是完全相关的,那么杂波和目标的回波能量所受到的损耗和增益基本相同,所不同的是目标的横截面积σt和杂波的横截面积σ0Ac,即二者的能量之比就是横截面积的比值。
其中,海面照射面积Ac与雷达的天线波束形状和观察的几何结构有关,在脉冲限制下的矩形脉冲和一个高斯的方位波束形状,其海面照射面积的计算公式为
Ac=αρRθazsec(φgr) (3)
进而在以海杂波为主要干扰下的雷达探测距离方程可以表示为:
从该公式入手,计算雷达的探测距离就以归纳为对海杂波反射率和相关参量的计算。因子α用于考虑包括距离和方位旁瓣在内的实际压缩脉冲形状和方位波束形状的影响,对于矩形的脉冲和波束形状,因子α=1,ρ是雷达的距离分辨率,θaz是天线方位波束宽度,φgr是本地的入射余角:
式中,h是雷达的高度(海拔),re是地球半径,R是雷达到目标的距离。
公式(4)是该条件下理想化的求解最大探测距离的雷达方程,忽略一部分雷达信号处理对目标和杂波的影响程度。因此,要利用公式计算最大的探测距离就要针对不同的情况分析参数的意义和取值。以GIT模型为例,针对单载频脉冲和LFM脉冲,下面就公式(2)两侧的参数进行修正得到:两种雷达发射波形在TSC模型下进行修正得到的SCR估计公式:
GIT模型的σ0大约与距离R-4成正比,那么σ0Ac大约与距离R-3成正比。实测数据在2公里后的信杂比,单载频脉冲大约与距离R-5成正比,LFM脉冲大约与距离R-7成正比,两个脉冲修正后的方程分母分别是是R-8.1和R-10.4,基本上也是在一个数量级。GIT模型之所以从两公里处进行修正,是因为GIT模型在1~2公里之间有一个极点,影响结果。如式(6)为已经基于目标参数修订过的公式。式中,R的指数为信杂比随距离的衰减参数。
本发明实施例中,所述基于所述雷达数据和环境数据,确定目标参数,包括:
获取预设数据库;所述预设数据库存储有雷达数据和环境数据与目标参数的对应关系;
通过所述预设数据库,查找与所述雷达数据和环境数据对应的目标参数。
所述基于所述雷达数据和环境数据,确定目标参数,还可以包括:
将所述基于所述雷达数据和环境数据输入预设的深度学习模型,得到目标参数;
所述深度学习模型为基于预设数量的雷达数据和环境数据样本与对应的目标参数标签训练得到的。
所述预设数量的雷达数据和环境数据样本与对应的目标参数标签为采用雷达开展目标探测试验得到的。
图2为本发明实施例提供的雷达目标探测距离评估装置的结构示意图;参照图2,本发明实施例提供雷达目标探测距离评估装置,其特征在于,包括:
获取单元21,用于获取雷达数据和环境数据;
第一确定单元22,用于基于所述雷达数据和环境数据,确定目标参数;所述目标参数为雷达距离预测模型的参数;
调节单元23,用于基于所述目标参数,调节所述雷达距离预测模型;
第二确定单元24,用于基于所述调节后的雷达距离预测模型、所述雷达数据和所述环境数据确定所述雷达目标探测距离。
图3为本发明实施例提供的电子设备的结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑命令,以执行如下方法:获取雷达数据和环境数据;基于所述雷达数据和环境数据,确定目标参数;所述目标参数为雷达距离预测模型的参数;基于所述目标参数,调节所述雷达距离预测模型;基于所述调节后的雷达距离预测模型、所述雷达数据和所述环境数据确定所述雷达目标探测距离。
此外,上述的存储器330中的逻辑命令可以通过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,包括若干命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所述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。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的方法,例如包括:获取雷达数据和环境数据;基于所述雷达数据和环境数据,确定目标参数;所述目标参数为雷达距离预测模型的参数;基于所述目标参数,调节所述雷达距离预测模型;基于所述调节后的雷达距离预测模型、所述雷达数据和所述环境数据确定所述雷达目标探测距离。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干命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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种雷达目标探测距离评估方法,其特征在于,包括:
获取雷达数据和环境数据,所述雷达数据为雷达型号数据和雷达检测数据,所述环境数据为使用雷达时的海域环境数据;
基于所述雷达数据和环境数据,确定目标参数;所述目标参数为雷达距离预测模型中的参数,所述目标参数包括:信杂比随距离的衰减参数;
基于所述目标参数,调节所述雷达距离预测模型,所述调节方式为对雷达距离预测模型中的参数进行替换;
基于所述调节后的雷达距离预测模型、所述雷达数据和所述环境数据确定所述雷达目标探测距离。
2.根据权利要求1所述的雷达目标探测距离评估方法,其特征在于,所述基于所述雷达数据和环境数据,确定目标参数,包括:
获取预设数据库;所述预设数据库存储有雷达数据和环境数据与目标参数的对应关系;
通过所述预设数据库,查找与所述雷达数据和环境数据对应的目标参数。
3.根据权利要求1所述的雷达目标探测距离评估方法,其特征在于,所述基于所述雷达数据和环境数据,确定目标参数,包括:
将所述基于所述雷达数据和环境数据输入预设的深度学习模型,得到目标参数;
所述深度学习模型为基于预设数量的雷达数据和环境数据样本与对应的目标参数标签训练得到的。
4.根据权利要求3所述的雷达目标探测距离评估方法,其特征在于,所述预设数量的雷达数据和环境数据样本与对应的目标参数标签为采用雷达开展目标探测试验得到的。
5.根据权利要求1所述的雷达目标探测距离评估方法,其特征在于,所述雷达距离预测模型有多种;
所述雷达数据和所述环境数据中的数据与使用的雷达距离预测模型对应。
6.根据权利要求1至5任一项所述的雷达目标探测距离评估方法,其特征在于,雷达数据包括:雷达型号数据和雷达检测数据。
7.一种雷达目标探测距离评估装置,其特征在于,包括:
获取单元,用于获取雷达数据和环境数据,所述雷达数据为雷达型号数据和雷达检测数据,所述环境数据为使用雷达时的海域环境数据;
第一确定单元,用于基于所述雷达数据和环境数据,确定目标参数;所述目标参数为雷达距离预测模型的参数,所述目标参数包括:信杂比随距离的衰减参数;
调节单元,用于基于所述目标参数,调节所述雷达距离预测模型,所述调节方式为对雷达距离预测模型中的参数进行替换;
第二确定单元,用于基于所述调节后的雷达距离预测模型、所述雷达数据和所述环境数据确定所述雷达目标探测距离。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6中任一项所述的雷达目标探测距离评估方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6中任一项所述的雷达目标探测距离评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111003003.7A CN113687321B (zh) | 2021-08-30 | 2021-08-30 | 雷达目标探测距离评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111003003.7A CN113687321B (zh) | 2021-08-30 | 2021-08-30 | 雷达目标探测距离评估方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113687321A CN113687321A (zh) | 2021-11-23 |
CN113687321B true CN113687321B (zh) | 2024-04-19 |
Family
ID=78583874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111003003.7A Active CN113687321B (zh) | 2021-08-30 | 2021-08-30 | 雷达目标探测距离评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113687321B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116338609A (zh) * | 2023-05-30 | 2023-06-27 | 中国船舶集团有限公司第七〇七研究所 | 一种ais数据处理方法、装置、设备和存储介质 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4746922A (en) * | 1981-05-15 | 1988-05-24 | Thomson- Csf | Method of and device for removing range ambiguity in a pulse-doppler radar and radar including such a device |
US5337055A (en) * | 1992-09-18 | 1994-08-09 | Thomson-Csf | Method and equipment for adjusting a radar detection threshold |
GB9004455D0 (en) * | 1990-02-28 | 1996-04-24 | Marconi Gec Ltd | Radar system |
US5703592A (en) * | 1995-01-17 | 1997-12-30 | Racal Radar Defence Systems Limited | Method and apparatus for estimating the detection range of a radar |
KR19990015047A (ko) * | 1997-08-01 | 1999-03-05 | 윤종용 | 레이다의 모의 시험 방법 |
JP2009002921A (ja) * | 2007-05-22 | 2009-01-08 | Mitsubishi Electric Corp | レーダ装置 |
CN104215946A (zh) * | 2014-08-08 | 2014-12-17 | 哈尔滨工业大学 | 一种天地波混合雷达回波谱仿真方法 |
CN105005028A (zh) * | 2015-06-29 | 2015-10-28 | 河北工业大学 | 一种基于遗传算法lfmcw雷达测距预警方法 |
CN105044691A (zh) * | 2015-06-03 | 2015-11-11 | 西安电子科技大学 | 一种海杂波背景下的快速雷达性能评估方法 |
KR101695852B1 (ko) * | 2016-10-06 | 2017-02-13 | 대한민국(방위사업청장) | 워 게임 시뮬레이션을 위한 레이더 탐지 모의 시스템 및 방법 |
CN106772300A (zh) * | 2016-12-02 | 2017-05-31 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种微波超视距雷达回波图计算方法 |
CN107092012A (zh) * | 2017-05-19 | 2017-08-25 | 中国人民解放军空军工程大学 | 距离补偿方法和装置 |
CN109738889A (zh) * | 2018-12-19 | 2019-05-10 | 柳毅 | 一种认知型线调频脉冲航海雷达系统的探测方法 |
KR102065980B1 (ko) * | 2019-02-28 | 2020-01-14 | 한화시스템 주식회사 | 표적 탐지 방법 |
CN110794395A (zh) * | 2019-10-12 | 2020-02-14 | 南京航空航天大学 | 组网雷达多目标跟踪时间资源与信号带宽联合优化方法 |
CN110874510A (zh) * | 2019-11-15 | 2020-03-10 | 中国人民解放军空军预警学院 | 基于算子的天波雷达探测概率柔性仿真建模方法 |
CN111381216A (zh) * | 2020-03-10 | 2020-07-07 | 中国科学院微电子研究所 | 混合分布的雷达海杂波分析方法及装置 |
CN113009448A (zh) * | 2021-03-09 | 2021-06-22 | 森思泰克河北科技有限公司 | 多径目标的检测方法、装置、设备和存储介质 |
CN113159434A (zh) * | 2021-04-29 | 2021-07-23 | 上海眼控科技股份有限公司 | 一种雷达回波预测方法、装置、设备及存储介质 |
CN113189554A (zh) * | 2021-04-12 | 2021-07-30 | 中国人民解放军海军航空大学航空作战勤务学院 | 雷达实测回波数据的处理方法、电子设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140266868A1 (en) * | 2013-03-15 | 2014-09-18 | Src, Inc. | Methods And Systems For Multiple Input Multiple Output Synthetic Aperture Radar Ground Moving Target Indicator |
US11385328B2 (en) * | 2018-08-14 | 2022-07-12 | GM Global Technology Operations LLC | Sequential target parameter estimation for imaging radar |
-
2021
- 2021-08-30 CN CN202111003003.7A patent/CN113687321B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4746922A (en) * | 1981-05-15 | 1988-05-24 | Thomson- Csf | Method of and device for removing range ambiguity in a pulse-doppler radar and radar including such a device |
GB9004455D0 (en) * | 1990-02-28 | 1996-04-24 | Marconi Gec Ltd | Radar system |
US5337055A (en) * | 1992-09-18 | 1994-08-09 | Thomson-Csf | Method and equipment for adjusting a radar detection threshold |
US5703592A (en) * | 1995-01-17 | 1997-12-30 | Racal Radar Defence Systems Limited | Method and apparatus for estimating the detection range of a radar |
KR19990015047A (ko) * | 1997-08-01 | 1999-03-05 | 윤종용 | 레이다의 모의 시험 방법 |
JP2009002921A (ja) * | 2007-05-22 | 2009-01-08 | Mitsubishi Electric Corp | レーダ装置 |
CN104215946A (zh) * | 2014-08-08 | 2014-12-17 | 哈尔滨工业大学 | 一种天地波混合雷达回波谱仿真方法 |
CN105044691A (zh) * | 2015-06-03 | 2015-11-11 | 西安电子科技大学 | 一种海杂波背景下的快速雷达性能评估方法 |
CN105005028A (zh) * | 2015-06-29 | 2015-10-28 | 河北工业大学 | 一种基于遗传算法lfmcw雷达测距预警方法 |
KR101695852B1 (ko) * | 2016-10-06 | 2017-02-13 | 대한민국(방위사업청장) | 워 게임 시뮬레이션을 위한 레이더 탐지 모의 시스템 및 방법 |
CN106772300A (zh) * | 2016-12-02 | 2017-05-31 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种微波超视距雷达回波图计算方法 |
CN107092012A (zh) * | 2017-05-19 | 2017-08-25 | 中国人民解放军空军工程大学 | 距离补偿方法和装置 |
CN109738889A (zh) * | 2018-12-19 | 2019-05-10 | 柳毅 | 一种认知型线调频脉冲航海雷达系统的探测方法 |
KR102065980B1 (ko) * | 2019-02-28 | 2020-01-14 | 한화시스템 주식회사 | 표적 탐지 방법 |
CN110794395A (zh) * | 2019-10-12 | 2020-02-14 | 南京航空航天大学 | 组网雷达多目标跟踪时间资源与信号带宽联合优化方法 |
CN110874510A (zh) * | 2019-11-15 | 2020-03-10 | 中国人民解放军空军预警学院 | 基于算子的天波雷达探测概率柔性仿真建模方法 |
CN111381216A (zh) * | 2020-03-10 | 2020-07-07 | 中国科学院微电子研究所 | 混合分布的雷达海杂波分析方法及装置 |
CN113009448A (zh) * | 2021-03-09 | 2021-06-22 | 森思泰克河北科技有限公司 | 多径目标的检测方法、装置、设备和存储介质 |
CN113189554A (zh) * | 2021-04-12 | 2021-07-30 | 中国人民解放军海军航空大学航空作战勤务学院 | 雷达实测回波数据的处理方法、电子设备及存储介质 |
CN113159434A (zh) * | 2021-04-29 | 2021-07-23 | 上海眼控科技股份有限公司 | 一种雷达回波预测方法、装置、设备及存储介质 |
Non-Patent Citations (5)
Title |
---|
Construction of Marine Target Detection Dataset for Intelligent Radar Application;Hao Ding等;Artificial Intelligence in China. Proceedings of the International Conference on Artificial Intelligence in China. Lecture Notes in Electrical Engineering (LNEE 572);20200305;全文 * |
复杂多变环境下机载雷达目标探测模型的建立;王玉丽;赵永嘉;;系统仿真学报;20131208(第12期);全文 * |
海洋环境对机载雷达探测的影响分析;邓忠良;刘茂立;;舰船电子工程;20101020(第10期);全文 * |
雷达探测能力评估模型研究;吴凤鸣;余志勇;杜兆阳;姜勤波;;雷达科学与技术;20191215(第06期);全文 * |
雷达海杂波半经验统计建模和目标检测性能预测;苏欣欣;中国优秀硕士学位论文全文数据库信息科技辑;20110815;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113687321A (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aboutanios et al. | Hybrid detection approach for STAP in heterogeneous clutter | |
Zhu et al. | Knowledge-aided space-time adaptive processing | |
US8138963B1 (en) | Method for detecting targets using space-time adaptive processing and shared knowledge of the environment | |
CN109116311B (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
CN104155632A (zh) | 一种基于局部相关性的改进子空间海杂波抑制方法 | |
CN109154655A (zh) | 目标信号检测方法、设备、无人机及农业无人机 | |
CN108845313A (zh) | 有限训练样本下基于子空间正交投影的动目标检测方法 | |
CN112612006B (zh) | 基于深度学习的机载雷达非均匀杂波抑制方法 | |
Shi et al. | Low-velocity small target detection with Doppler-guided retrospective filter in high-resolution radar at fast scan mode | |
CN113933808A (zh) | 机载雷达动目标检测方法、装置、设备及存储介质 | |
CN113687321B (zh) | 雷达目标探测距离评估方法和装置 | |
CN109709526B (zh) | 一种知识辅助分组广义似然比检测方法 | |
De Maio et al. | Adaptive radar detection: A Bayesian approach | |
Wang et al. | A robust constant false alarm rate detector based on the Bayesian estimator for the non-homogeneous Weibull clutter in HFSWR | |
CN102928826A (zh) | 基于重构信号和时间采样的空中机动目标检测方法 | |
CN111766600A (zh) | 一种光子计数激光雷达自适应噪声判断、滤波方法及装置 | |
Knepp | Multiple phase screen calculation of two‐way spherical wave propagation in the ionosphere | |
US10371813B2 (en) | Systems and methods for using time of flight measurements for imaging target objects | |
CN113567944B (zh) | 海杂波中frft域奇异值特征的目标检测方法和装置 | |
CN109490859A (zh) | 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器 | |
CN109212492B (zh) | 基于知识辅助的时域重构机载雷达杂波抑制方法 | |
Oyedokun | Sea clutter simulation | |
Metcalf | Signal processing for non-Gaussian statistics: clutter distribution identification and adaptive threshold estimation | |
da Costa et al. | A CFAR‐like detector based on neural network for simulated high‐frequency surface wave radar data | |
Guo et al. | Fast‐time STAP based on BSS for heterogeneous ionospheric clutter mitigation in HFSWR |
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 |