CN113820684A - 一种基于幅度比例选大原则的雷达一次点迹凝聚算法 - Google Patents

一种基于幅度比例选大原则的雷达一次点迹凝聚算法 Download PDF

Info

Publication number
CN113820684A
CN113820684A CN202111217785.4A CN202111217785A CN113820684A CN 113820684 A CN113820684 A CN 113820684A CN 202111217785 A CN202111217785 A CN 202111217785A CN 113820684 A CN113820684 A CN 113820684A
Authority
CN
China
Prior art keywords
amplitude
agglomeration
turning
radar
trace
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
CN202111217785.4A
Other languages
English (en)
Other versions
CN113820684B (zh
Inventor
周仕祺
陆晓明
范延伟
童朝平
彭文丽
彭嘉宇
彭学江
杨瑞明
郭云燕
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.)
Zhongan Ruida Beijing Electronic Technology Co ltd
Original Assignee
Zhongan Ruida Beijing Electronic Technology 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 Zhongan Ruida Beijing Electronic Technology Co ltd filed Critical Zhongan Ruida Beijing Electronic Technology Co ltd
Priority to CN202111217785.4A priority Critical patent/CN113820684B/zh
Publication of CN113820684A publication Critical patent/CN113820684A/zh
Application granted granted Critical
Publication of CN113820684B publication Critical patent/CN113820684B/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
    • 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

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

本发明涉及雷达数据处理领域，具体涉及一种基于幅度比例选大原则的雷达一次点迹凝聚算法，假设点迹1的幅度A1大于等于点迹2的幅度A2，此时如果满足A1≥α·A2，则将一次点迹2的被凝聚标志位设置为true，一次点迹2不参与后续雷达数据处理过程。其中，α为凝聚的幅度比例门限。本发明适配方位、俯仰采用和差比幅测角的雷达，不仅可以有效解决同一个目标产生多个测量值的问题，而且通过适当设置凝聚比例参数，可以保证雷达的分辨力指标，本发明运算简单，并且已经应用于多种雷达系统中，充分证明了其工程实用性。

Description

一种基于幅度比例选大原则的雷达一次点迹凝聚算法
技术领域
本发明涉及雷达数据处理领域，具体涉及一种基于幅度比例选大原则的雷达一次点迹凝聚算法。
背景技术
在实际雷达工作过程中，由于方位波束副瓣、俯仰波束副瓣、距离副瓣等原因，使得同一个目标的回波可能检测出多个一次点迹。传统雷达数据处理中一般采用点迹凝聚，将属于同一个目标的多个一次点迹合并成一个，不仅可以降低虚警航迹数量，同时可以一定程度上改善距离、方位、俯仰的测量精度。
传统雷达数据处理中的点迹凝聚方法是属于多个目标的多个一次点迹的距离、方位、俯仰按照各自的幅度进行加权，求取相应的距离、方位、俯仰质心，以此作为最终凝聚的结果。以距离为例：
Figure BDA0003311383850000011
但这种方法改善精度的前提是需要属于一个目标的一次点迹在真实位置附近分布均匀，如果分布不均匀，则改善精度的效果不明显，甚至可能会导致质心偏移，导致精度恶化。此外，对于雷达除了精度的要求，还会有分辨力的要求，即分辨两个临近目标的能力。传统的一次凝聚算法，一般通过两个一次点迹的距离、方位、俯仰等的差值的绝对值满足一定的门限来判断两个点迹能否凝聚，而凝聚门限一般大于实际的距离、方位、俯仰分辨力，因此会导致分辨力的恶化。
现有技术中：
专利文献《一种用于雷达目标点迹凝聚的点迹聚类方法》(申请号：CN201410295455.0，公开号：CN104036146B)提出了一种用于雷达目标点迹凝聚的点迹聚类方法，充分考虑了雷达目标回波形态特征，应用于低分辨率脉冲搜索雷达的目标检测录取，属于雷达信号处理领域。专利文献《一种点迹凝聚方法》(申请号：CN201811464751.3，公开号：CN109343021A)采用先排序再凝聚的策略，主要针对现有方法计算量大、计算时间长、实时性差的问题，并未对凝聚方法本身提出改进；
专利文献《基于Radon-Fourier变换的雷达点迹凝聚方法》(申请号：CN201510396944.X，公开号：CN105044699B)通过Radon-Fourier变换将回波能量在距离-方位空间聚焦到目标重心点，从而达到点迹凝聚的目的，但是该方法计算较为复杂；
文献《一种基于三坐标雷达的点迹凝聚方法》(雷达与对抗,2013, 033(004):46-50)对距离、方位、俯仰3个维度上的展宽信号提出了可行的凝聚准则和算法，同时通过多个重复周期的积累，运用统计学的方法，提高了点迹凝聚的可信度和精度，但是该文未考虑凝聚对于分辨力的影响。
发明内容
针对现有技术所存在的上述缺点，本发明的第一目的在于提供一种基于幅度比例选大原则的雷达一次点迹凝聚算法，解决上述背景技术中的问题。
为实现上述目的，本发明提供了如下技术方案：
一种基于幅度比例选大原则的雷达一次点迹凝聚算法，对于两个满足凝聚条件的一次点迹1和2，首先找到两个点迹中幅度较大的那一个，假设点迹1的幅度A1大于等于点迹2的幅度A2，此时如果满足A1≥α·A2，则将一次点迹2的被凝聚标志位设置为true，一次点迹2不参与后续雷达数据处理过程。其中，α为凝聚的幅度比例门限，并且α≥1。主要步骤如下：
S1、判断两个点迹的距离差是否满足临近凝聚的门限，如果满足，转S2，否则转S4；
S2、判断两个点迹的方位、俯仰和速度等信息的差值的绝对值能否满足对应的临近凝聚门限值，如果能满足，则转S3，否则转S7；
S3、采用临近凝聚的凝聚比例参数，然后根据权利要求书1中的方法对两个点迹进行凝聚，转S7；
S4、判断两个点迹的距离差是否满足较远凝聚的门限，如果满足，转S5，否则转S7；
S5、判断两个点迹的方位、俯仰和速度等信息的差值的绝对值能否满足对应的较远凝聚门限值，如果能满足，则转S6，否则转S7；
S6、采用较远凝聚的凝聚比例参数，然后根据权利要求书1中的方法对两个点迹进行凝聚，转S7；
S7、结束点迹凝聚。
本发明进一步设置为：设定两套不同的凝聚门限和比例参数，第一套参数针对同一个目标在不同方位/俯仰波束中的不同测量值，这些测量值的距离和速度相近，称之为“临近凝聚”；第二套针对同一个目标在同一个波束能可能产生的距离不同的测量值，这些量测值的距离相差较大，速度相近，称之为“较远凝聚”。
本发明进一步设置为：每个一次点迹中的信息至少包括：径向距离R、方位
Figure BDA0003311383850000031
俯仰θ、径向速度vr、回波幅度A等。
本发明进一步设置为：凝聚条件为两个一次点迹的各项信息之间的差值同时满足对应的门限，即同时满足：
Figure BDA0003311383850000041
式中，|·|为取绝对值；ΔR、
Figure BDA0003311383850000042
Δθ、Δvr分别是径向距离、方位角、俯仰角和径向速度的差值；δR、
Figure BDA0003311383850000043
δθ、
Figure BDA0003311383850000044
分别是径向距离、方位角、俯仰角和径向速度的凝聚门限。
本发明进一步设置为：方位角的差值在-180°到180°之间，即
Figure BDA0003311383850000045
Figure BDA0003311383850000046
有益效果
采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
本发明适配方位、俯仰采用和差比幅测角的雷达，不仅可以有效解决同一个目标产生多个测量值的问题，而且通过适当设置凝聚比例参数，可以保证雷达的分辨力指标，本发明运算简单，并且已经应用于多种雷达系统中，充分证明了其工程实用性；
同一个无人机目标在相邻波束上可以产生多个测量值，经过临近凝聚后，只保留了一条航迹，有效剔除了非主波束的测量值；未增加较远凝聚时，同一个目标在不同距离上分裂出多条航迹；增加较远凝聚后，距离上的多个非有效测量值被有效剔除，同一个目标最终只保留了一条航迹。
附图说明
图1为基于幅度比例选大原则的雷达一次点迹凝聚算法的流程图；
图2为发明的临近凝聚前后的结果对比图；
图3为发明的未增加较远凝聚的实测航迹图；
图4为发明的增加较远凝聚后的实测航迹图；
图5为发明的幅度选大凝聚算法与传统凝聚算法的方位凝聚结果对比。
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。
下面结合实施例对本发明作进一步的描述。
实施例1
如图1所示，一种基于幅度比例选大原则的雷达一次点迹凝聚算法，对于两个满足凝聚条件的一次点迹1和2，首先找到两个点迹中幅度较大的那一个，假设点迹1的幅度A1大于等于点迹2的幅度A2，此时如果满足A1≥α· A2，则将一次点迹2的被凝聚标志位设置为true，一次点迹2不参与后续雷达数据处理过程。其中，α为凝聚的幅度比例门限，并且α≥1。主要步骤如下：
S1、判断两个点迹的距离差是否满足临近凝聚的门限，如果满足，转S2，否则转S4；
S2、判断两个点迹的方位、俯仰和速度等信息的差值的绝对值能否满足对应的临近凝聚门限值，如果能满足，则转S3，否则转S7；
S3、采用临近凝聚的凝聚比例参数，然后根据权利要求书1中的方法对两个点迹进行凝聚，转S7；
S4、判断两个点迹的距离差是否满足较远凝聚的门限，如果满足，转S5，否则转S7；
S5、判断两个点迹的方位、俯仰和速度等信息的差值的绝对值能否满足对应的较远凝聚门限值，如果能满足，则转S6，否则转S7；
S6、采用较远凝聚的凝聚比例参数，然后根据权利要求书1中的方法对两个点迹进行凝聚，转S7；
S7、结束点迹凝聚。
设定两套不同的凝聚门限和比例参数，第一套参数针对同一个目标在不同方位/俯仰波束中的不同测量值，这些测量值的距离和速度相近，称之为“临近凝聚”；第二套针对同一个目标在同一个波束能可能产生的距离不同的测量值，这些量测值的距离相差较大，速度相近，称之为“较远凝聚”。
每个一次点迹中的信息至少包括：径向距离R、方位
Figure BDA0003311383850000061
俯仰θ、径向速度vr、回波幅度A等。
凝聚条件为两个一次点迹的各项信息之间的差值同时满足对应的门限，即同时满足：
Figure BDA0003311383850000062
式中，|·|为取绝对值；ΔR、
Figure BDA0003311383850000063
Δθ、Δvr分别是径向距离、方位角、俯仰角和径向速度的差值；δR、
Figure BDA0003311383850000064
δθ、
Figure BDA0003311383850000065
分别是径向距离、方位角、俯仰角和径向速度的凝聚门限。
方位角的差值在-180°到180°之间，即
Figure BDA0003311383850000066
工作原理：本发明适配方位、俯仰采用和差比幅测角的雷达，不仅可以有效解决同一个目标产生多个测量值的问题，而且通过适当设置凝聚比例参数，可以保证雷达的分辨力指标。本发明运算简单，并且已经应用于多种雷达系统中，充分证明了其工程实用性；
本发明实际应用于雷达探测无人机的外场试验的测试结果：
图2为临近凝聚前后的结果对比图，可以看出，同一个无人机目标在相邻波束上产生了多个测量值，经过临近凝聚后，只保留了一条航迹，有效剔除了非主波束的测量值；
图3和图4分别为增加较远凝聚前后的实测航迹图，可以看出，未增加较远凝聚时，同一个目标在不同距离上分裂出多条航迹；增加较远凝聚后，距离上的多个非有效测量值被有效剔除，同一个目标最终只保留了一条航迹。
图5给出了本文提出的幅度选大凝聚算法与传统凝聚算法的方位凝聚结果对比，下表给出了两种凝聚算法的误差均方根，幅度选大算法的均方根为 0.33221°，传统凝聚算法的均方根为0.54296°，因此可以证明，幅度选大凝聚算法相较于传统凝聚算法更能改善探测精度，计算结果表为：
算法名称 均方根
幅度选大凝聚算法 0.33221°
传统凝聚算法 0.54296°
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (5)

1.一种基于幅度比例选大原则的雷达一次点迹凝聚算法，其特征在于，对于两个满足凝聚条件的一次点迹1和2，首先找到两个点迹中幅度较大的那一个，假设点迹1的幅度A1大于等于点迹2的幅度A2，此时如果满足A1≥α·A2，则将一次点迹2的被凝聚标志位设置为true，一次点迹2不参与后续雷达数据处理过程。其中，α为凝聚的幅度比例门限，并且α≥1，主要步骤如下：
S1、判断两个点迹的距离差是否满足临近凝聚的门限，如果满足，转S2，否则转S4；
S2、判断两个点迹的方位、俯仰和速度等信息的差值的绝对值能否满足对应的临近凝聚门限值，如果能满足，则转S3，否则转S7；
S3、采用临近凝聚的凝聚比例参数，然后根据权利要求书1中的方法对两个点迹进行凝聚，转S7；
S4、判断两个点迹的距离差是否满足较远凝聚的门限，如果满足，转S5，否则转S7；
S5、判断两个点迹的方位、俯仰和速度等信息的差值的绝对值能否满足对应的较远凝聚门限值，如果能满足，则转S6，否则转S7；
S6、采用较远凝聚的凝聚比例参数，然后根据权利要求书1中的方法对两个点迹进行凝聚，转S7；
S7、结束点迹凝聚。
2.根据权利要求1所述的一种基于幅度比例选大原则的雷达一次点迹凝聚算法，其特征在于：设定两套不同的凝聚门限和比例参数，第一套参数针对同一个目标在不同方位/俯仰波束中的不同测量值，这些测量值的距离和速度相近，称之为“临近凝聚”；第二套针对同一个目标在同一个波束能可能产生的距离不同的测量值，这些量测值的距离相差较大，速度相近，称之为“较远凝聚”。
3.根据权利要求1所述的一种基于幅度比例选大原则的雷达一次点迹凝聚算法，其特征在于：其特征在于，每个一次点迹中的信息至少包括：径向距离R、方位
Figure FDA0003311383840000021
俯仰θ、径向速度vr、回波幅度A等。
4.根据权利要求1所述的一种基于幅度比例选大原则的雷达一次点迹凝聚算法，其特征在于：凝聚条件为两个一次点迹的各项信息之间的差值同时满足对应的门限，即同时满足：
Figure FDA0003311383840000022
式中，|·|为取绝对值；ΔR、
Figure FDA0003311383840000023
Δθ、Δvr分别是径向距离、方位角、俯仰角和径向速度的差值；δR、
Figure FDA0003311383840000024
δθ、
Figure FDA0003311383840000025
分别是径向距离、方位角、俯仰角和径向速度的凝聚门限。
5.根据权利要求4所述的一种基于幅度比例选大原则的雷达一次点迹凝聚算法，其特征在于：方位角的差值在-180°到180°之间，即
Figure FDA0003311383840000026
CN202111217785.4A 2021-10-19 2021-10-19 一种基于幅度比例选大原则的雷达一次点迹凝聚算法 Active CN113820684B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111217785.4A CN113820684B (zh) 2021-10-19 2021-10-19 一种基于幅度比例选大原则的雷达一次点迹凝聚算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111217785.4A CN113820684B (zh) 2021-10-19 2021-10-19 一种基于幅度比例选大原则的雷达一次点迹凝聚算法

Publications (2)

Publication Number Publication Date
CN113820684A true CN113820684A (zh) 2021-12-21
CN113820684B CN113820684B (zh) 2024-08-13

Family

ID=78917076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111217785.4A Active CN113820684B (zh) 2021-10-19 2021-10-19 一种基于幅度比例选大原则的雷达一次点迹凝聚算法

Country Status (1)

Country Link
CN (1) CN113820684B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6473027B1 (en) * 2001-05-15 2002-10-29 Northrop Grumman Corporation False reflected target elimination and automatic reflector mapping in secondary surveillance radar
CN102841333A (zh) * 2012-09-03 2012-12-26 西安电子科技大学 多频点全向外辐射源雷达比幅测向cpu实现方法
CN104166135A (zh) * 2014-09-05 2014-11-26 武汉中原电子集团有限公司 一种宽带雷达目标的原始点迹凝聚处理方法
CN104502907A (zh) * 2014-12-15 2015-04-08 西安电子工程研究所 一种机载雷达地面动静目标稳定跟踪方法
CN106291503A (zh) * 2016-08-31 2017-01-04 西南交通大学 一种雷达探测系统密度聚类预警方法
CN109270530A (zh) * 2018-09-29 2019-01-25 安徽四创电子股份有限公司 一种空管一次雷达的点迹处理的测试方法及系统
CN110542897A (zh) * 2019-08-01 2019-12-06 北京理工大学 一种基于希尔排序的距离差分多扩展目标点迹凝聚方法
CN111123205A (zh) * 2019-12-18 2020-05-08 南京理工大学 一种地面侦察雷达目标点迹凝聚方法
CN113050054A (zh) * 2021-03-23 2021-06-29 西安电子科技大学 基于径向速度和平均速度的虚假航迹剔除方法
CN113406591A (zh) * 2021-06-15 2021-09-17 成都西科微波通讯有限公司 一种应用于场面监视雷达的目标凝聚方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6473027B1 (en) * 2001-05-15 2002-10-29 Northrop Grumman Corporation False reflected target elimination and automatic reflector mapping in secondary surveillance radar
CN102841333A (zh) * 2012-09-03 2012-12-26 西安电子科技大学 多频点全向外辐射源雷达比幅测向cpu实现方法
CN104166135A (zh) * 2014-09-05 2014-11-26 武汉中原电子集团有限公司 一种宽带雷达目标的原始点迹凝聚处理方法
CN104502907A (zh) * 2014-12-15 2015-04-08 西安电子工程研究所 一种机载雷达地面动静目标稳定跟踪方法
CN106291503A (zh) * 2016-08-31 2017-01-04 西南交通大学 一种雷达探测系统密度聚类预警方法
CN109270530A (zh) * 2018-09-29 2019-01-25 安徽四创电子股份有限公司 一种空管一次雷达的点迹处理的测试方法及系统
CN110542897A (zh) * 2019-08-01 2019-12-06 北京理工大学 一种基于希尔排序的距离差分多扩展目标点迹凝聚方法
CN111123205A (zh) * 2019-12-18 2020-05-08 南京理工大学 一种地面侦察雷达目标点迹凝聚方法
CN113050054A (zh) * 2021-03-23 2021-06-29 西安电子科技大学 基于径向速度和平均速度的虚假航迹剔除方法
CN113406591A (zh) * 2021-06-15 2021-09-17 成都西科微波通讯有限公司 一种应用于场面监视雷达的目标凝聚方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
P. ESKELINEN: "Radar target backscattering simulation", IEEE AEROSPACE AND ELECTRONIC SYSTEMS MAGAZINE, vol. 17, no. 9, 30 September 2002 (2002-09-30), pages 38 - 40, XP011396201, DOI: 10.1109/MAES.2002.1039793 *
冯正康: "多功能雷达数据处理研究与实现", 硕士论文数据库, 1 December 2019 (2019-12-01), pages 31 - 41 *
杨序: "基于相位编码的跟踪制导雷达的信号处理研究", 中国优秀硕士学位论文全文数据库信息科技辑, 15 August 2010 (2010-08-15), pages 136 - 472 *
董金良: "脉压雷达旁瓣匿影工作模式与抗干扰性能分析", 航天电子对抗, vol. 30, no. 01, 28 February 2014 (2014-02-28), pages 47 - 61 *
赵梦倩: "地面监视雷达数据处理与显控软件的设计与实现", 硕士论文数据库, 20 December 2019 (2019-12-20), pages 65 - 67 *
陈旭: "基于多核DSP的低慢小雷达数据处理系统的设计与实现", 硕士论文数据库, 9 September 2021 (2021-09-09), pages 63 - 66 *

Also Published As

Publication number Publication date
CN113820684B (zh) 2024-08-13

Similar Documents

Publication Publication Date Title
CN106249232B (zh) 基于目标运动态势信息数据关联策略的目标跟踪方法
CN106680806A (zh) 一种多雷达点迹融合方法
CN111007495A (zh) 一种基于双重融合最大熵模糊聚类jpda的目标航迹优化方法
JP5398288B2 (ja) レーダ信号処理装置とその目標判定方法
CN108645412B (zh) 一种多传感器自适应航迹起始方法
CN110018461B (zh) 基于高分辨距离像和单脉冲测角的群目标识别方法
WO2022134510A1 (zh) 一种车载bsd毫米波雷达低速下障碍物识别方法
CN106680783B (zh) 基于站址误差融合算法对抗欺骗式假目标的方法
CN110231615A (zh) 基于海面目标空间约束的距离测量异常判别方法
CN113671481A (zh) 一种基于毫米波雷达的3d多目标跟踪处理方法
CN108490409A (zh) 基于航迹风险评估的三坐标雷达自动起始方法
CN110488273B (zh) 一种基于雷达的车辆跟踪检测方法及装置
CN114184256B (zh) 一种多目标背景下的水位测量方法
CN114114242A (zh) 一种基于点选航迹及航迹外推的雷达目标追赶跟踪方法
CN115144847A (zh) 针对海杂波中弱目标探测的参数空间多通道目标搜索技术
CN113447901B (zh) 一种不依赖概率模型的海杂波识别与目标检测方法
CN113340308A (zh) 一种基于自报点的修正逻辑法航迹起始方法
CN113820684B (zh) 一种基于幅度比例选大原则的雷达一次点迹凝聚算法
CN115980738B (zh) 一种基于动静分离的多目标跟踪方法
CN109031278A (zh) 一种基于幅度的对海雷达多目标融合跟踪方法
CN108226875B (zh) 一种同时多波束雷达的旁瓣目标抑制方法
CN116449298A (zh) 一种基于改进拓扑的航迹关联方法
CN103760555B (zh) 一种提高机载雷达检测跟踪一体化精度的方法
CN110133636A (zh) 一种基于区域相关度的抗差航迹关联方法
CN110286363B (zh) 一种目标长时间切向飞行航迹速度差重修正方法

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