CN114325599A - 一种针对不同环境的自动门限检测方法 - Google Patents

一种针对不同环境的自动门限检测方法 Download PDF

Info

Publication number
CN114325599A
CN114325599A CN202111565051.5A CN202111565051A CN114325599A CN 114325599 A CN114325599 A CN 114325599A CN 202111565051 A CN202111565051 A CN 202111565051A CN 114325599 A CN114325599 A CN 114325599A
Authority
CN
China
Prior art keywords
distance
threshold
target point
doppler
rough
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
CN202111565051.5A
Other languages
English (en)
Other versions
CN114325599B (zh
Inventor
毛堃麟
鲁瑞莲
汪宗福
费德介
金敏
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 Huirong Guoke Microsystem Technology Co ltd
Original Assignee
Chengdu Huirong Guoke Microsystem 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 Chengdu Huirong Guoke Microsystem Technology Co ltd filed Critical Chengdu Huirong Guoke Microsystem Technology Co ltd
Priority to CN202111565051.5A priority Critical patent/CN114325599B/zh
Publication of CN114325599A publication Critical patent/CN114325599A/zh
Application granted granted Critical
Publication of CN114325599B publication Critical patent/CN114325599B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种针对不同环境的自动门限检测方法,涉及雷达技术领域。本发明提供的一种针对不同环境的自动门限检测方法可以针对不同的外部环境以及同一环境下不同的波位,利用雷达扫描的检测圈数获得的信息,得到各自波位的距离和多普勒检测门限,将虚警率总是控制在较低的范围。根据仿真试验结果,本发明同传统检测方法相比较,平均每圈检测到的点迹数下降了90%左右并且没有丢失有效点迹,实现了低恒虚警概率;这样可以使计算机进行数据处理时不会因为虚警太高而过载,也可以减少因为杂波点过多对数据处理带来的干扰。

Description

一种针对不同环境的自动门限检测方法
技术领域
本发明涉及雷达技术领域,尤其涉及一种针对不同环境的自动门限检测方法。
背景技术
雷达目标的检测主要是对雷达接收信号的回波的进行处理,以判断信号的有无。但通常回波信号中总是混杂着噪声和干扰,而噪声和干扰均具有随机特性。雷达信号处理系统的输入信号是目标信号与多种噪声信号、干扰信号的混合信号,为了在混合信号中提取目标信号,必须设置一个检测门限。
门限检测是一种统计检测,由于噪声总输出是一个随机变量,根据信号振幅是否超出门限来判断有无目标存在时,就可能出现将不存在目标而误判为有目标的虚警事件。虚警概率与门限的设定密切相关,门限电平高时虚警概率低,但发现概率也低,易于漏情,贻误战机;门限电平低时发现概率提高,但虚警概率也增大。虚警过多将造成指挥员和部队经常性紧张、疲劳。虚警概率过大或过小都会影响部队的战斗行动,应在保证一定发现概率的前提下,降低虚警概率。
目标检测就是对接收机输出的信号、噪声和其他干扰组成的混合信号经过信号处理后,以规定的检测概率输出所希望的目标信号,而噪声和其余干扰则以低概率产生虚警。为了保证数据处理器不过载,通常采用恒虚警检测,常见的恒虚警的检测方法包括单元平均恒虚警、广义似然比、自适应匹配滤波等。其中单元平均恒虚警应用比较广泛。
单元恒虚警检测主要是在一系列的距离和或多普勒间隔单元上进行的,在选取参考单元的时候,通常设置一些保护单元防止参考单元有目标出现,以被检测单元为中心,从抽头延迟线可同时获取M个参考单元进行平均来获取雷达波束中目标附近的噪声和干扰值Z,再与固定门限K进行比较。然而,当同一台雷达面临环境发生改变,干扰源增多时,其固定的检测门限会使得很多干扰源被检测到,设置固定门限提取目标信号的方法会使虚警概率变化的范围过大,发现目标的可信度降低。
因此,有必要提供新的一种针对不同环境的自动门限检测方法来解决上述技术问题。
发明内容
为解决上述之一技术问题,本发明提供的一种针对不同环境的自动门限检测方法,通过对不同环境进行获取初始化参数、粗略检测、计算粗略门限、计算最终门限步骤,得到适应不同环境的门限。
进一步的,获取初始化参数:所述初始化参数包括回波波束对应的俯仰角θi、方位角
Figure BDA0003421769020000021
幅度矩阵Ai、检测圈数fri;通过初始化参数得到多普勒-距离矩阵Bi
进一步的,进行波位分类:计算各回波波束所属的波位[Θ,Φ],将所属波位相同的回波波束分为同一类;并将同一类回波波束对应的俯仰角θi、方位角
Figure BDA0003421769020000022
检测圈数fri与多普勒-距离矩阵Bi加入到一个分类集合ΩΘ,Φ中;完成各回波波束的分类,得到所有的分类集合ΩΘ,Φ
进一步的,进行粗略检测:通过噪声/干扰估计值筛选分类集合ΩΘ,Φ中每一个回波波束的潜在目标点,并得到每一个潜在目标点中得到信息矩阵Is,其中,所述信息矩阵Is包括潜在目标点的距离rs,速度vs,距离信杂比SCRrs,多普勒信杂比SCRds,所在的检测圈数fri=k。
进一步的,计算粗略门限:得到每一个回波波束中的潜在目标点,将各潜在目标点按照所属信息矩阵Is中的距离rs分为近距离潜在目标点、中距离潜在目标点和远距离潜在目标点,并分别按照距离信杂比SCRrs大小进行排序;取排序中值项作为近距离潜在目标点/中距离潜在目标点/远距离潜在目标点的粗略门限目标点,并将粗略门限目标点的距离信杂比SCRrs作为所属回波波束的粗略距离门限,多普勒信杂比SCRds作为所属回波波束的粗略多普勒门限。
计算最终门限:对同一分类集合ΩΘ,Φ中各回波波束计算粗略门限,并构成对应的粗略门限矩阵,得到近距离粗略距离门限矩阵Rlow、近距离粗略多普勒门限矩阵Rlow、中距离粗略距离门限矩阵Rmid、中距离粗略多普勒门限矩阵Dmid、远距离粗略距离门限矩阵Rhigh、远距离粗略多普勒门限矩阵Dhigh;将各粗略门限矩阵中的元素按大小进行排序,并取第N项做为分类集合ΩΘ,Φ所属波位[Θ,Φ]的最终距离门限、最终多普勒门限;
计算所有分类集合ΩΘ,Φ的最终门限,得到各波位的近距离最终距离门限RlowΘ,Φ,近距离最终多普勒门限DlowΘ,Φ,中距离最终距离门限RmidΘ,Φ,中距离最终多普勒门限DmidΘ,Φ,远距离最终距离门限RhighΘ,Φ,远距离最终多普勒门限DhighΘ,Φ
作为更加具体的解决方案,所述初始化参数通过如下步骤获取:
S1通过雷达发射机向检测区域发射射频信号,通过雷达接收机接收检测区域返回的射频回波信号,并转换为数字回波信号;
S2对数字回波信号进行数字下变频,得到基带信号;
S3对基带信号进行混频信号处理,得到不同回波波束的量测信息集合,所述量测信息集合包括对应回波波束的俯仰角θi、方位角
Figure BDA0003421769020000033
幅度矩阵Ai和回波波束对应的检测圈数fri,其中,检测圈数fri即当前回波波束对应雷达旋转的圈数,i表示回波波束的时间序号,俯仰角θi范围为[0,360°],方位角
Figure BDA0003421769020000034
范围为[0,6°];
S4对不同回波波束的幅度矩阵Ai进行脉冲压缩、多普勒积累,得到不同回波波束的多普勒-距离矩阵Bi
作为更进一步的解决方案,所述波位[Θ,Φ]通过如下公式进行计算:
Θ=[θi/3.6]+1;
Figure BDA0003421769020000031
其中,θi为对应回波波束的俯仰角,范围为[0,360°];
Figure BDA0003421769020000035
为对应回波波束的方位角,范围为[0,6°];Θ∈[1,100],Φ∈[1,2]。
作为更进一步的解决方案,粗略检测通过如下步骤进行:
D1在所有的分类集合ΩΘ,Φ中选取一个分类集合ΩΘ,Φ
D2在被选取的分类集合ΩΘ,Φ中选取fri=k的回波波束,遍历被选取回波波束的多普勒-距离矩阵Bi中所有列项,并在每一列项中寻找最大值Bi(nmax,n),并作为检测单元,其中,n为列数,nmax为所在列上最大值的行数;
D3以检测单元为中心,从抽头延迟线同时获取M个参考单元进行平均来获取被选取回波波束中目标附近的噪声/干扰估计值Zd、Zr,其中,Zd为多普勒维上的噪声/干扰估计值,Zr为距离维上的噪声/干扰估计值;
D4当检测单元同时满足如下条件则设为潜在目标点:
Figure BDA0003421769020000032
其中,Kd、Kr分别是多普勒维和距离维上的固定的粗略信杂比检测门限;
D5从潜在目标点中得SCRds到信息矩阵Is,所述信息矩阵Is包括距离rs,速度vs,距离信杂比SCRrs,多普勒信杂比,所在的检测圈数k,其中,k为正在检测的检测圈数,k∈[1,kmax],kmax为雷达检测的最大旋转圈数。
作为更进一步的解决方案,计算粗略门限时,对潜在目标点进行距离分类:
采集潜在目标点所属的信息矩阵Is,并将信息矩阵Is中的距离rs进行分类,设rlow和rhigh为距离门限:
如果:
rs<rlow
则潜在目标点归为近距离潜在目标点;
如果:
rlow<rs<rhigh
则潜在目标点归为中距离潜在目标点;
如果:
rs<rlow
则潜在目标点归为远距离潜在目标点。
作为更进一步的解决方案,计算粗略门限时,计算近距离潜在目标点、中距离潜在目标点和远距离潜在目标点的粗略距离门限与粗略多普勒门限:
将近距离潜在目标点按照对应SCRrs的值从大到小进行排列,取第I个值作为近距离粗略门限目标点,将近距离粗略门限目标点的SCRrs值作为近距离粗略距离门限Rlowk,SCRds的值作为近距离粗略多普勒门限Dlowk
将中距离潜在目标点按照对应SCRrs的值从大到小进行排列,取第J个值作为中距离粗略门限目标点,将中距离粗略门限目标点的SCRrs值作为中距离粗略距离门限Rmidk,SCRds的值作为中距离粗略多普勒门限Dmidk
将远距离潜在目标点按照对应SCRrs的值从大到小进行排列,取第K个值作为远距离粗略门限目标点,将远距离粗略门限目标点的SCRrs值作为远距离粗略距离门限Rhighk,SCRds的值作为远距离粗略多普勒门限Dhighk
与相关技术相比较,本发明提供的一种针对不同环境的自动门限检测方法具有如下有益效果:
本发明提供的一种针对不同环境的自动门限检测方法可以针对不同的外部环境以及同一环境下不同的波位,利用雷达扫描的检测圈数获得的信息,得到各自波位的距离和多普勒检测门限,将虚警率总是控制在较低的范围。根据仿真试验结果,本发明同传统检测方法相比较,平均每圈检测到的点迹数下降了90%左右并且没有丢失有效点迹,实现了低恒虚警概率;这样可以使计算机进行数据处理时不会因为虚警太高而过载,也可以减少因为杂波点过多对数据处理带来的干扰。
附图说明
图1为本发明实施例提供的一种针对不同环境的自动门限检测方法的较佳系统示意图;
图2为本发明实施例提供的仿真对比试验的距离-圈数图;
图3为本发明实施例提供的仿真对比试验的检测点-圈数图。
具体实施方式
下面结合附图和实施方式对本发明作进一步说明。
如图1所示,本实施例提供的一种针对不同环境的自动门限检测方法,通过对不同环境进行获取初始化参数、粗略检测、计算粗略门限、计算最终门限步骤,得到适应不同环境的门限。
进一步的,获取初始化参数:所述初始化参数包括回波波束对应的俯仰角θi、方位角
Figure BDA0003421769020000051
幅度矩阵Ai、检测圈数fri;通过初始化参数得到多普勒-距离矩阵Bi
需要说明的是:多普勒测距为现有成熟技术,适用于测量与被测量物体间存在相对运动的情况,多普勒测距法的具体解释为:当具有单一频率的电磁波与观察者处于相对运动状态时,观察者所接收到波的辐射频率将是变化的,频率的变化量与相对速度成正比,与电磁波源发射波长成反比。当电磁波源与观察者相对运动使距离减小时,频率增高,反之频率减少。当雷达发射固定频率的脉冲波对空间扫描时,如遇到活动目标,回波的频率与发射波的频率也会出现频率差,即多普勒频率。根据多普勒频率的大小,可测出目标对雷达的径向相对运动速度;根据发射脉冲和接收的时间差,可以测出目标的距离。多普勒测距法被广泛运用于各种雷达上。多普勒测距雷达测距精度高,抗干扰能力强,实时性好,能够满足动态光强测量的需要。多普勒测距为现有成熟技术,故不做赘述。
进一步的,进行波位分类:计算各回波波束所属的波位[Θ,Φ],将所属波位相同的回波波束分为同一类;并将同一类回波波束对应的俯仰角θi、方位角
Figure BDA0003421769020000052
检测圈数fri与多普勒-距离矩阵Bi加入到一个分类集合ΩΘ,Φ中;完成各回波波束的分类,得到所有的分类集合ΩΘ,Φ
需要说明的是:将各回波波束按照波位进行分类,以便后续根据波位的不同对回波波束设置不同的门限。
进一步的,进行粗略检测:通过噪声/干扰估计值筛选分类集合ΩΘ,Φ中每一个回波波束的潜在目标点,并得到每一个潜在目标点中得到信息矩阵Is,其中,所述信息矩阵Is包括潜在目标点的距离rs,速度vs,距离信杂比SCRrs,多普勒信杂比SCRds,所在的检测圈数fri=k。
需要说明的是:距离rs通过多普勒测距进行测量,速度vs可以通过Δrs/ΔT得到,所述距离信杂比SCRrs是距离维度上的信杂比,所述多普勒信杂比SCRds是多普勒维度上的信杂比,信杂比可以通过公式进行表示:
Figure BDA0003421769020000061
其中,αT表示雷达检测区域的能量最大值,αB表示除雷达检测区域以外的能量最大值
进一步的,计算粗略门限:得到每一个回波波束中的潜在目标点,将各潜在目标点按照所属信息矩阵Is中的距离rs分为近距离潜在目标点、中距离潜在目标点和远距离潜在目标点,并分别按照距离信杂比SCRrs大小进行排序;取排序中值项作为近距离潜在目标点/中距离潜在目标点/远距离潜在目标点的粗略门限目标点,并将粗略门限目标点的距离信杂比SCRrs作为所属回波波束的粗略距离门限,多普勒信杂比SCRds作为所属回波波束的粗略多普勒门限。
计算最终门限:对同一分类集合ΩΘ,Φ中各回波波束计算粗略门限,并构成对应的粗略门限矩阵,得到近距离粗略距离门限矩阵Rlow、近距离粗略多普勒门限矩阵Rlow、中距离粗略距离门限矩阵Rmid、中距离粗略多普勒门限矩阵Dmid、远距离粗略距离门限矩阵Rhigh、远距离粗略多普勒门限矩阵Dhigh;将各粗略门限矩阵中的元素按大小进行排序,并取第N项做为分类集合ΩΘ,Φ所属波位[Θ,Φ]的最终距离门限、最终多普勒门限;
计算所有分类集合ΩΘ,Φ的最终门限,得到各波位的近距离最终距离门限RlowΘ,Φ,近距离最终多普勒门限DlowΘ,Φ,中距离最终距离门限RmidΘ,Φ,中距离最终多普勒门限DmidΘ,Φ,远距离最终距离门限RhighΘ,Φ,远距离最终多普勒门限DhighΘ,Φ
作为更加具体的解决方案,所述初始化参数通过如下步骤获取:
S1通过雷达发射机向检测区域发射射频信号,通过雷达接收机接收检测区域返回的射频回波信号,并转换为数字回波信号;
S2对数字回波信号进行数字下变频,得到基带信号;
S3对基带信号进行混频信号处理,得到不同回波波束的量测信息集合,所述量测信息集合包括对应回波波束的俯仰角θi、方位角
Figure BDA0003421769020000062
幅度矩阵Ai和回波波束对应的检测圈数fri,其中,检测圈数fri即当前回波波束对应雷达旋转的圈数,i表示回波波束的时间序号,俯仰角θi范围为[0,360°],方位角
Figure BDA0003421769020000073
范围为[0,6°];
S4对不同回波波束的幅度矩阵Ai进行脉冲压缩、多普勒积累,得到不同回波波束的多普勒-距离矩阵Bi
需要说明的是:混频信号处理包括脉冲雅诗、杂波对消、多普勒累计等。
作为更进一步的解决方案,所述波位[Θ,Φ]通过如下公式进行计算:
Θ=[θi/3.6]+1;
Figure BDA0003421769020000071
其中,θi为对应回波波束的俯仰角,范围为[0,360°];
Figure BDA0003421769020000074
为对应回波波束的方位角,范围为[0,6°];Θ∈[1,100],Φ∈[1,2]。
作为更进一步的解决方案,粗略检测通过如下步骤进行:
D1在所有的分类集合ΩΘ,Φ中选取一个分类集合ΩΘ,Φ
D2在被选取的分类集合ΩΘ,Φ中选取fri=k的回波波束,遍历被选取回波波束的多普勒-距离矩阵Bi中所有列项,并在每一列项中寻找最大值Bi(nmax,n),并作为检测单元,其中,n为列数,nmax为所在列上最大值的行数;
D3以检测单元为中心,从抽头延迟线同时获取M个参考单元进行平均来获取被选取回波波束中目标附近的噪声/干扰估计值Zd、Zr,其中,Zd为多普勒维上的噪声/干扰估计值,Zr为距离维上的噪声/干扰估计值;
D4当检测单元同时满足如下条件则设为潜在目标点:
Figure BDA0003421769020000072
其中,Kd、Kr分别是多普勒维和距离维上的固定的粗略信杂比检测门限;
D5从潜在目标点中得SCRds到信息矩阵Is,所述信息矩阵Is包括距离rs,速度vs,距离信杂比SCRrs,多普勒信杂比,所在的检测圈数k,其中,k为正在检测的检测圈数,k∈[1,kmax],kmax为雷达检测的最大旋转圈数。
需要说明的是:在一具体实施例中,选取Θ=1,Φ=1。对于Ω1,1满足条件:fri=k的波束,其中k∈[1,50]为正在检测的圈数,50是检测圈数的最大值,此时k取1。选取矩阵Bi,遍历所有列,在每一列寻找最大值Bi(nmax,n),其中n为列数,nmax为所在列上最大值的行数。以该单元为被检测单元进行如下操作:以被检测为中心,从抽头延迟线可同时获取M个参考单元进行平均来获取波束中目标附近的噪声和干扰的估计值Zd、Zr。其中Zd为多普勒维上的噪声和干扰的估计值,Zr为距离维上的噪声和干扰的估计值。当同时满足如下条件则设为潜在目标点
Figure BDA0003421769020000081
其中Kd、Kr分别是多普勒维和距离维上的固定的粗略信杂比检测门限。
作为更进一步的解决方案,计算粗略门限时,对潜在目标点进行距离分类:
采集潜在目标点所属的信息矩阵Is,并将信息矩阵Is中的距离rs进行分类,设rlow和rhigh为距离门限:
如果:
rs<rlow
则潜在目标点归为近距离潜在目标点;
如果:
rlow<rs<rhigh
则潜在目标点归为中距离潜在目标点;
如果:
rs<rlow
则潜在目标点归为远距离潜在目标点。
作为更进一步的解决方案,计算粗略门限时,计算近距离潜在目标点、中距离潜在目标点和远距离潜在目标点的粗略距离门限与粗略多普勒门限:
将近距离潜在目标点按照对应SCRrs的值从大到小进行排列,取第I个值作为近距离粗略门限目标点,将近距离粗略门限目标点的SCRrs值作为近距离粗略距离门限Rlowk,SCRds的值作为近距离粗略多普勒门限Dlowk
将中距离潜在目标点按照对应SCRrs的值从大到小进行排列,取第J个值作为中距离粗略门限目标点,将中距离粗略门限目标点的SCRrs值作为中距离粗略距离门限Rmidk,SCRds的值作为中距离粗略多普勒门限Dmidk
将远距离潜在目标点按照对应SCRrs的值从大到小进行排列,取第K个值作为远距离粗略门限目标点,将远距离粗略门限目标点的SCRrs值作为远距离粗略距离门限Rhighk,SCRds的值作为远距离粗略多普勒门限Dhighk
需要说明的是:在一具体的实施例中,I取值20,J取值12,K取值8,雷达检测圈数的最大值为50;取k∈[1,50],将计算粗略门限重复50次,得到以下列矩阵Rlow,Dlow,Rmid,Dmid,Rhigh,Dhigh。将这些列各自的元素进行从大到小的排序,取从大到小取1/4作为该波位最终的门限:Rlow1,1,Dlow1,1,Rmid1,1,Dmid1,1,Rhigh1,1,Dhigh1,1
将上述步骤在每个波位上重复,得到各个波位的最终门限RlowΘ,Φ,DlowΘ,Φ,RmidΘ,Φ,DmidΘ,Φ,RhighΘ,Φ,DhighΘ,Φ
本发明的效果通过以下仿真对比试验进一步说明:
1.实验场景:此次仿真用的是外场测试传回来的DDC之后的数据,数据有两包,是分别针对一个距离雷达750至900m的行人在雷达探测径向上“来回跑”和“来回走”两种模式的所测的数据。
两包数据都有两百余行数据,每行都记载了获得该行数据所打的波束的方位角,俯仰角以及该波束的回波数据(一个512*1024的矩阵),512代表了打了512个脉冲,1024为回波采样点数。而获得这些数据的波形参数为:脉宽为3us,重频为30us,带宽为32MHz,单波驻留时间为6ms。
对此数据作预处理后会得到一个512*1024的矩阵,纵坐标为多普勒门,横坐标为距离门,多普勒探测精度为0.6m/s,最大测速为153m/s,距离探测精度为3m,盲区为450m,最大探测距离为3522m。
2.仿真内容:
采用以上实验场景,根据检测得到的目标点画出的距离-圈数图,结果如图2;利用传统的固定门限检测方法和本发明的自适应门限检测方法,对雷达的检测目标个数进行仿真对比,绘出检测个数-圈数图结果如图3。
3.实验结果分析:
通过图2和图3可以看出:在处理相同的数据时,本发明同传统的固定门限检测相比,检测的点数明显减少,可以看到:传统方法每圈的检测点大概在600左右,而本方法是在100以下,并且图2显示本方法并没有造成行迹点缺失。
综合上述仿真实验可以看出,本发明相对于传统的固定门限检测方法,可以在保证在不丢失行人的行迹信息的情况下,减小雷达检测的虚警率。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种针对不同环境的自动门限检测方法,其特征在于,通过对不同环境进行获取初始化参数、粗略检测、计算粗略门限、计算最终门限步骤,得到适应不同环境的门限;
获取初始化参数:所述初始化参数包括回波波束对应的俯仰角θi、方位角
Figure FDA0003421769010000011
幅度矩阵Ai、检测圈数fri;通过初始化参数得到多普勒-距离矩阵Bi
进行波位分类:计算各回波波束所属的波位[Θ,Φ],将所属波位相同的回波波束分为同一类;并将同一类回波波束对应的俯仰角θi、方位角
Figure FDA0003421769010000012
检测圈数fri与多普勒-距离矩阵Bi加入到一个分类集合ΩΘ,Φ中;完成各回波波束的分类,得到所有的分类集合ΩΘ,Φ
进行粗略检测:通过噪声/干扰估计值筛选分类集合ΩΘ,Φ中每一个回波波束的潜在目标点,并得到每一个潜在目标点中得到信息矩阵Is,其中,所述信息矩阵Is包括潜在目标点的距离rs,速度vs,距离信杂比SCRrs,多普勒信杂比SCRds,所在的检测圈数fri=k;
计算粗略门限:得到每一个回波波束中的潜在目标点,将各潜在目标点按照所属信息矩阵Is中的距离rs分为近距离潜在目标点、中距离潜在目标点和远距离潜在目标点,并分别按照距离信杂比SCRrs大小进行排序;取排序中值项作为近距离潜在目标点/中距离潜在目标点/远距离潜在目标点的粗略门限目标点,并将粗略门限目标点的距离信杂比SCRrs作为所属回波波束的粗略距离门限,多普勒信杂比SCRds作为所属回波波束的粗略多普勒门限;
计算最终门限:对同一分类集合ΩΘ,Φ中各回波波束计算粗略门限,并构成对应的粗略门限矩阵,得到近距离粗略距离门限矩阵Rlow、近距离粗略多普勒门限矩阵Rlow、中距离粗略距离门限矩阵Rmid、中距离粗略多普勒门限矩阵Dmid、远距离粗略距离门限矩阵Rhigh、远距离粗略多普勒门限矩阵Dhigh;将各粗略门限矩阵中的元素按大小进行排序,并取第N项做为分类集合ΩΘ,Φ所属波位[Θ,Φ]的最终距离门限、最终多普勒门限;
计算所有分类集合ΩΘ,Φ的最终门限,得到各波位的近距离最终距离门限RlowΘ,Φ,近距离最终多普勒门限DlowΘ,Φ,中距离最终距离门限RmidΘ,Φ,中距离最终多普勒门限DmidΘ,Φ,远距离最终距离门限RhighΘ,Φ,远距离最终多普勒门限DhighΘ,Φ
2.根据权利要求1所述的一种针对不同环境的自动门限检测方法,其特征在于,所述初始化参数通过如下步骤获取:
S1通过雷达发射机向检测区域发射射频信号,通过雷达接收机接收检测区域返回的射频回波信号,并转换为数字回波信号;
S2对数字回波信号进行数字下变频,得到基带信号;
S3对基带信号进行混频信号处理,得到不同回波波束的量测信息集合,所述量测信息集合包括对应回波波束的俯仰角θi、方位角
Figure FDA0003421769010000021
幅度矩阵Ai和回波波束对应的检测圈数fri,其中,检测圈数fri即当前回波波束对应雷达旋转的圈数,i表示回波波束的时间序号,俯仰角θi范围为[0,360°],方位角
Figure FDA0003421769010000022
范围为[0,6°];
S4对不同回波波束的幅度矩阵Ai进行脉冲压缩、多普勒积累,得到不同回波波束的多普勒-距离矩阵Bi
3.根据权利要求1所述的一种针对不同环境的自动门限检测方法,其特征在于,所述波位[Θ,Φ]通过如下公式进行计算:
Θ=[θi/3.6]+1;
Figure FDA0003421769010000023
其中,θi为对应回波波束的俯仰角,范围为[0,360°];
Figure FDA0003421769010000024
为对应回波波束的方位角,范围为[0,6°];Θ∈[1,100],Φ∈[1,2]。
4.根据权利要求1所述的一种针对不同环境的自动门限检测方法,其特征在于,粗略检测通过如下步骤进行:
D1在所有的分类集合ΩΘ,Φ中选取一个分类集合ΩΘ,Φ
D2在被选取的分类集合ΩΘ,Φ中选取fri=k的回波波束,遍历被选取回波波束的多普勒-距离矩阵Bi中所有列项,并在每一列项中寻找最大值Bi(nmax,n),并作为检测单元,其中,n为列数,nmax为所在列上最大值的行数;
D3以检测单元为中心,从抽头延迟线同时获取M个参考单元进行平均来获取被选取回波波束中目标附近的噪声/干扰估计值Zd、Zr,其中,Zd为多普勒维上的噪声/干扰估计值,Zr为距离维上的噪声/干扰估计值;
D4当检测单元同时满足如下条件则设为潜在目标点:
Figure FDA0003421769010000025
其中,Kd、Kr分别是多普勒维和距离维上的固定的粗略信杂比检测门限;
D5从潜在目标点中得SCRds到信息矩阵Is,所述信息矩阵Is包括距离rs,速度vs,距离信杂比SCRrs,多普勒信杂比,所在的检测圈数k,其中,k为正在检测的检测圈数,k∈[1,kmax],kmax为雷达检测的最大旋转圈数。
5.根据权利要求1所述的一种针对不同环境的自动门限检测方法,其特征在于,计算粗略门限时,对潜在目标点进行距离分类:
采集潜在目标点所属的信息矩阵Is,并将信息矩阵Is中的距离rs进行分类,设rlow和rhigh为距离门限:
如果:
rs<rlow
则潜在目标点归为近距离潜在目标点;
如果:
rlow<rs<rhigh
则潜在目标点归为中距离潜在目标点;
如果:
rs<rlow
则潜在目标点归为远距离潜在目标点。
6.根据权利要求1所述的一种针对不同环境的自动门限检测方法,其特征在于,计算粗略门限时,计算近距离潜在目标点、中距离潜在目标点和远距离潜在目标点的粗略距离门限与粗略多普勒门限:
将近距离潜在目标点按照对应SCRrs的值从大到小进行排列,取第I个值作为近距离粗略门限目标点,将近距离粗略门限目标点的SCRrs值作为近距离粗略距离门限Rlowk,SCRds的值作为近距离粗略多普勒门限Dlowk
将中距离潜在目标点按照对应SCRrs的值从大到小进行排列,取第J个值作为中距离粗略门限目标点,将中距离粗略门限目标点的SCRrs值作为中距离粗略距离门限Rmidk,SCRds的值作为中距离粗略多普勒门限Dmidk
将远距离潜在目标点按照对应SCRrs的值从大到小进行排列,取第K个值作为远距离粗略门限目标点,将远距离粗略门限目标点的SCRrs值作为远距离粗略距离门限Rhighk,SCRds的值作为远距离粗略多普勒门限Dhighk
CN202111565051.5A 2021-12-20 2021-12-20 一种针对不同环境的自动门限检测方法 Active CN114325599B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111565051.5A CN114325599B (zh) 2021-12-20 2021-12-20 一种针对不同环境的自动门限检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111565051.5A CN114325599B (zh) 2021-12-20 2021-12-20 一种针对不同环境的自动门限检测方法

Publications (2)

Publication Number Publication Date
CN114325599A true CN114325599A (zh) 2022-04-12
CN114325599B CN114325599B (zh) 2023-07-25

Family

ID=81053195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111565051.5A Active CN114325599B (zh) 2021-12-20 2021-12-20 一种针对不同环境的自动门限检测方法

Country Status (1)

Country Link
CN (1) CN114325599B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116908806A (zh) * 2023-09-13 2023-10-20 中国电子科技集团公司第十四研究所 一种基于自监督学习的多维特征目标检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661107A (zh) * 2008-08-28 2010-03-03 阮树成 毫米波时分调频船用多目标检测防撞雷达
CN101793960A (zh) * 2009-10-27 2010-08-04 北京邮电大学 具有啁啾特性的高精度动态门限目标监测方法
US20160012164A1 (en) * 2014-07-11 2016-01-14 Eli Levi Phase noise simulation model for pulse doppler radar target detection
CN110087264A (zh) * 2018-01-26 2019-08-02 大唐移动通信设备有限公司 一种邻区自优化过程中的邻区添加处理方法及装置
CN111175706A (zh) * 2020-01-08 2020-05-19 中国船舶重工集团公司第七二四研究所 一种基于局部门限判断的插值杂波图方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661107A (zh) * 2008-08-28 2010-03-03 阮树成 毫米波时分调频船用多目标检测防撞雷达
CN101793960A (zh) * 2009-10-27 2010-08-04 北京邮电大学 具有啁啾特性的高精度动态门限目标监测方法
US20160012164A1 (en) * 2014-07-11 2016-01-14 Eli Levi Phase noise simulation model for pulse doppler radar target detection
CN110087264A (zh) * 2018-01-26 2019-08-02 大唐移动通信设备有限公司 一种邻区自优化过程中的邻区添加处理方法及装置
CN111175706A (zh) * 2020-01-08 2020-05-19 中国船舶重工集团公司第七二四研究所 一种基于局部门限判断的插值杂波图方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
肖大为等: "基于FPGA 的自动门限线谱检测研究", 数字海洋与水下攻防, vol. 3, no. 1, pages 6 - 10 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116908806A (zh) * 2023-09-13 2023-10-20 中国电子科技集团公司第十四研究所 一种基于自监督学习的多维特征目标检测方法
CN116908806B (zh) * 2023-09-13 2023-12-01 中国电子科技集团公司第十四研究所 一种基于自监督学习的多维特征目标检测方法

Also Published As

Publication number Publication date
CN114325599B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
Aprile et al. Track-before-detect for sea clutter rejection: Tests with real data
US8718323B2 (en) Batch detection association for enhanced target descrimination in dense detection environments
CN108490410B (zh) 一种两坐标雷达对海目标联合检测跟踪方法
CN110609262B (zh) 一种场面监视雷达的三维恒虚警检测方法
CN108919195B (zh) 一种交替优化搜索脉组参差中重频pd系统设计方法
CN107632291A (zh) 一种基于极化雷达抗角反射器干扰的方法
CN113625267B (zh) 基于四维稳态杂波图的强杂波背景下低慢小目标检测方法
US6680687B2 (en) Method to determine the azimuth of a target by means of a radar, especially of the ASR type
CN115657005A (zh) 一种基于多普勒雷达多信息融合的无人机识别方法
CN113985376B (zh) 一种雷达综合显控激励系统
CN114325599B (zh) 一种针对不同环境的自动门限检测方法
CN112051553B (zh) 智能空中对战环境电磁仿真系统
Wang et al. Multipath ghosts mitigation for radar-based positioning systems
Gao et al. An improved tbd algorithm based on dynamic programming for dim SAR target detection
Sun et al. Real-time detection and tracking of multiple ground targets
Cui et al. A kind of method of anti-corner reflector interference for millimeter wave high resolution radar system
Leonardi et al. W-band multi-radar processing for airport foreign object debris and humans detection
CN110231604A (zh) 一种基于四维相关的多路径目标抑制方法
Meng et al. Ground stationary target detection method for airborne wide-band radar based on statistical characteristics
CN1603858A (zh) 用于机载雷达目标检测中最优处理的最优权值估计方法
Zhang et al. Application of an Optimized Logic Track Initiation Algorithm on Vehicular Radar
Venkataraman et al. Optimised scan-to-scan integration techniques for low observable target detection in sea clutter
CN113721211B (zh) 一种基于点迹特征信息的稀疏固定杂波识别方法
Lu et al. A switching constant false alarm rate technique for high frequency surface wave radar
He et al. A Hybrid Integration Method for Low-Observable Micro-UAV Trajectory Tracking by 2D MIMO Radar

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