CN114460578B - 基于多维信号的辐射源筛选方法 - Google Patents

基于多维信号的辐射源筛选方法 Download PDF

Info

Publication number
CN114460578B
CN114460578B CN202210128045.1A CN202210128045A CN114460578B CN 114460578 B CN114460578 B CN 114460578B CN 202210128045 A CN202210128045 A CN 202210128045A CN 114460578 B CN114460578 B CN 114460578B
Authority
CN
China
Prior art keywords
radiation source
target
motion
frequency
screening
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
CN202210128045.1A
Other languages
English (en)
Other versions
CN114460578A (zh
Inventor
刘红杰
相天麒
郭健
辜寂
张欣
洪卫军
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.)
BEIJNG KNOWLEDGEABLE POWERISE TECHNOLOGY DEVELOPMENT CO LTD
Beijing Boshi Guanglian Technology Co ltd
Original Assignee
BEIJNG KNOWLEDGEABLE POWERISE TECHNOLOGY DEVELOPMENT CO LTD
Beijing Boshi Guanglian 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 BEIJNG KNOWLEDGEABLE POWERISE TECHNOLOGY DEVELOPMENT CO LTD, Beijing Boshi Guanglian Technology Co ltd filed Critical BEIJNG KNOWLEDGEABLE POWERISE TECHNOLOGY DEVELOPMENT CO LTD
Priority to CN202210128045.1A priority Critical patent/CN114460578B/zh
Publication of CN114460578A publication Critical patent/CN114460578A/zh
Application granted granted Critical
Publication of CN114460578B publication Critical patent/CN114460578B/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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及辐射源筛选技术领域，且公开了基于多维信号的辐射源筛选方法，包括信息采集及预处理、运动模式提取和目标筛选匹配，所述信息采集及预处理的具体流程为：辐射源信息采集包括多摄像头一定帧率的视频图像采集和多天线上行无线信号采集。多摄像头(数量最少可为1)尽量以不同视角拍摄所感兴趣的潜在辐射源所在区域，采集上行无线信号的多天线(天线数最少可为1)则可以分布式或集中式部署于该区域的边缘。该基于多维信号的辐射源筛选方法，无需使用具体的射频辐射源的幅相特征估计AoA、TDoA等，相对于此类估计算法，本发明方法更适用于复杂多径场景，也不需要视距传输条件(AoA、TDoA估计要求视距条件)。

Description

基于多维信号的辐射源筛选方法
技术领域
本发明涉及辐射源筛选技术领域，具体为基于多维信号的辐射源筛选方法。
背景技术
辐射源指能发射电离辐射的物质或装置。辐射源可以分为天然辐射源与人工辐射源。天然辐射源分为：宇宙射线、陆地辐射源、空气中的辐射源、水中的辐射源以及人体内的辐射源；人工辐射源可以分为医疗照射辐射源、公众照射辐射源以及职业照射辐射源。
现有的辐射源筛选方法不便与载波相位用于定位，而是仅仅将这些时间上有先后顺序的射频信息采集后提取运动模式，同时利用多视角CV提取某区域内的目标运动模式，将两者进行匹配，并且不便与利用同一物理实体上多维辐射源信号在三维空间上运动模式/特征之间的关联，实现多个辐射源的匹配，然而也不便与主动将可控反射面在空间中不同位置进行特定模式的往复运动，从而产生具有相应运动模式幅相的反射径，且可以通过对射频辐射源特征的运动模式提取得到产生的反射径的影响，通过控制该反射径的照射范围，实现区分筛选静态目标，因此本发明提供了基于多维信号的辐射源筛选方法。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了基于多维信号的辐射源筛选方法，解决了上述背景技术中提出的问题。
(二)技术方案
为实现以上目的，本发明提供如下技术方案：基于多维信号的辐射源筛选方法，包括信息采集及预处理、运动模式提取和目标筛选匹配，所述信息采集及预处理的具体流程为：
辐射源信息采集包括多摄像头一定帧率的视频图像采集和多天线上行无线信号采集。多摄像头(数量最少可为1)尽量以不同视角拍摄所感兴趣的潜在辐射源所在区域，采集上行无线信号的多天线(天线数最少可为1)则可以分布式或集中式部署于该区域的边缘。针对视频图像，使用计算机视觉的目标检测得到感兴趣目标的图像位置轨迹或姿势检测得到其中行人目标的身体节点位置轨迹；针对无线信号，得到每个采样点时刻的I、Q两路的复信道增益；然后根据其中一个辐射源的采样频率对另一辐射源重采样，如根据视频帧率对信号的时域复信道增益通过内插等方法进行重采样，完成预处理。
优选的，所述经过预处理的视觉坐标表示为x(n)，IQ某一路的射频信道增益表示为h(n)，n为采样点序号。
优选的，所述运动模式提取根据预处理后的多个辐射源的数据，提取用同一形式表示的运动特征。可以但不限于使用离散傅里叶变换(DFT，Discrete Fourier Transform)或快速傅里叶变换(FFT，Fast Fourier Transform)，如使用DFT时，对一个时间采样数据v(n)，根据DFT提取的运动模式向量为：
Figure GDA0003958505270000021
其中N为DFT点数，针对视觉坐标和射频信道增益所提取的运动模式向量表示为：
Figure GDA0003958505270000022
Figure GDA0003958505270000023
优选的，所述运动模式向量每个元素记录某个运动/振动频率的幅度值，反映根据不同辐射源提取的辐射源载体的运动特征。由于原采样值有其初始偏置(位于视觉图像中的坐标，IQ星座图中的初始坐标)，也混叠了运动模式中的直流分量，因此只关注运动模式的非直流分量部分，从而避免初始偏置与运动模式直流分量的混叠，将运动模式向量作去直流处理：
Figure GDA0003958505270000031
Figure GDA0003958505270000032
优选的，所述对于使用多天线接收机和多视角CV的系统，各天线IQ路/摄像头视角获取的运动模式向量可以以某种方式结合以提高感知能力，如对各路信号/摄像头的运动模式根据频谱能量作加权平均，得到多天线/多视角CV的运动模式提取结果，计算如下式：
Figure GDA0003958505270000033
Figure GDA0003958505270000034
其中NCV为摄像头数量，Nxy为2代表图像的x轴和y轴，如j＝1为x轴，j＝2为y轴；其中NRx为接收天线数量，NIQ为2代表单天线的I路和Q路，如n＝1为I轴，n＝2为Q轴；p为加权平均的幂参数，越大代表权重越重的运动模式对加权结果影响越大，加权系数表示为运动模式的频谱能量，计算如下公式：
Figure GDA0003958505270000035
Figure GDA0003958505270000036
Figure GDA0003958505270000037
Figure GDA0003958505270000038
优选的，所述目标筛选匹配包括动态目标和静态目标，所述动态目标为目标运动时运动模式匹配筛选的具体方法为，首先根据提取的运动模式向量，分别对每个待筛选辐射源计算与确定辐射源的匹配程度分数，如计算两个运动模式向量的余弦距离，如下式表示：
Figure GDA0003958505270000039
其中vidx为不确定辐射源的运动模式向量，idx为待筛选辐射源序号，Vs为确定辐射源的运动模式向量，A·B为向量点乘。匹配筛选为选择最大的匹配分数对应的不确定辐射源序号，表示为：
Figure GDA0003958505270000041
当不确定特征为可见光视觉，确定辐射源为射频时，设iCV为视觉目标序号，根据匹配分数的筛选如下式表示：
Figure GDA0003958505270000042
当不确定辐射源为射频，确定特征为可见光视觉时，设iTx为视觉目标序号，根据匹配分数的筛选如下式表示：
Figure GDA0003958505270000043
从而完成动态目标的筛选匹配。
优选的，所述对于静态目标，通过将可控的位于不同空间位置的反射面作一定频率的往复运动，从而产生能够使用运动模式提取来分辨的反射径，进一步通过控制反射面角度控制潜在反射径的方向，在CV定位的帮助下，实现静止目标的筛选。
优选的，所述在视觉目标不确定，射频辐射源确定的场景中，序号iREF的可控反射面以一定角度步进(或角频率)进行缓慢的三维旋转，同时交替进行静止和一定频率(对应DFT/FFT后的频率下标kiREF)的往复运动，在每个角度位置，检测确定射频辐射源特征的运动模式，获取反射面静止与往复运动时kiREF对应的频率分量的差的绝对值，选择多个角度下该值最大时所对应的反射面旋转角度，即在该角度下该反射面最有可能产生一条射频辐射源的反射径。然后通过多视角CV定位获得待筛选目标的空间位置，在每个反射面的旋转角度确定后，判断待筛选目标是否存在与各个反射面的反射径，具体为将待筛选目标坐标关于反射面对称，得到其镜像坐标，判断镜像坐标与接收机的连线是否经过反射面，经过则存在反射径，据此得到每个待筛选目标存在的具有反射交互关系的反射面个数，选择具有最多反射面反射交互最多的目标即为匹配目标。
优选的，所述在射频辐射源特征不确定，视觉目标确定时，首先通过多视角CV定位获得确定视觉目标的坐标，调节各可控反射面的角度，以使得几何关系能够产生目标与接收天线的反射径。各反射面先后静止和以一定频率(对应DFT/FFT后的频率下标kiREF)往复运动，检测各待筛选射频辐射源在反射面静止和往复运动时kiREF对应的频率分量的差的绝对值，分别将各个射频辐射源提取的所有反射面的这一值求和，选择求和值最大所对应的辐射源作为与视觉匹配的辐射源。
(三)有益效果
与现有技术相比，本发明提供了基于多维信号的辐射源筛选方法，具备以下有益效果：
该基于多维信号的辐射源筛选方法，无需使用具体的射频辐射源的幅相特征估计AoA、TDoA等，相对于此类估计算法，本发明方法更适用于复杂多径场景，也不需要视距传输条件(AoA、TDoA估计要求视距条件)，本发明的方法最少可支持单个监控节点单天线，而其余射频定位方法均需使用多天线或多个定位节点，与其他定位算法利用空域维度不同，本方法利用时域维度，通过匹配多辐射源时域维度的变化规律实现目标的筛选匹配。
附图说明
图1为本发明提出的基于多维信号的辐射源筛选方法的结构方法流程图；
图2为本发明提出的基于多维信号的辐射源筛选方法的可控反射面目标筛选示意图。
具体实施方式
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，所描述的实施例仅仅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做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。
请参阅图1-2，本发明提供技术方案：包括信息采集及预处理、运动模式提取和目标筛选匹配，信息采集及预处理的具体流程为：
辐射源信息采集包括多摄像头一定帧率的视频图像采集和多天线上行无线信号采集。多摄像头(数量最少可为1)尽量以不同视角拍摄所感兴趣的潜在辐射源所在区域，采集上行无线信号的多天线(天线数最少可为1)则可以分布式或集中式部署于该区域的边缘。针对视频图像，使用计算机视觉的目标检测得到感兴趣目标的图像位置轨迹或姿势检测得到其中行人目标的身体节点位置轨迹；针对无线信号，得到每个采样点时刻的I、Q两路的复信道增益；然后根据其中一个辐射源的采样频率对另一辐射源重采样，如根据视频帧率对信号的时域复信道增益通过内插等方法进行重采样，完成预处理，经过预处理的视觉坐标表示为x(n)，IQ某一路的射频信道增益表示为h(n)，n为采样点序号，运动模式提取根据预处理后的多个辐射源的数据，提取用同一形式表示的运动特征。可以但不限于使用离散傅里叶变换(DFT，Discrete Fourier Transform)或快速傅里叶变换(FFT，Fast FourierTransform)，如使用DFT时，对一个时间采样数据v(n)，根据DFT提取的运动模式向量为：
Figure GDA0003958505270000061
其中N为DFT点数，针对视觉坐标和射频信道增益所提取的运动模式向量表示为：
Figure GDA0003958505270000062
Figure GDA0003958505270000063
运动模式向量每个元素记录某个运动/振动频率的幅度值，反映根据不同辐射源提取的辐射源载体的运动特征。由于原采样值有其初始偏置(位于视觉图像中的坐标，IQ星座图中的初始坐标)，也混叠了运动模式中的直流分量，因此只关注运动模式的非直流分量部分，从而避免初始偏置与运动模式直流分量的混叠，将运动模式向量作去直流处理：
Figure GDA0003958505270000071
Figure GDA0003958505270000072
对于使用多天线接收机和多视角CV的系统，各天线IQ路/摄像头视角获取的运动模式向量可以以某种方式结合以提高感知能力，如对各路信号/摄像头的运动模式根据频谱能量作加权平均，得到多天线/多视角CV的运动模式提取结果，计算如下式：
Figure GDA0003958505270000073
Figure GDA0003958505270000074
其中NCV为摄像头数量，Nxy为2代表图像的x轴和y轴，如j＝1为x轴，j＝2为y轴；其中NRx为接收天线数量，NIQ为2代表单天线的I路和Q路，如n＝1为I轴，n＝2为Q轴；p为加权平均的幂参数，越大代表权重越重的运动模式对加权结果影响越大，加权系数表示为运动模式的频谱能量，计算如下公式：
Figure GDA0003958505270000075
Figure GDA0003958505270000076
Figure GDA0003958505270000077
Figure GDA0003958505270000078
目标筛选匹配包括动态目标和静态目标，动态目标为目标运动时运动模式匹配筛选的具体方法为，首先根据提取的运动模式向量，分别对每个待筛选辐射源计算与确定辐射源的匹配程度分数，如计算两个运动模式向量的余弦距离，如下式表示：
Figure GDA0003958505270000079
其中vidx为不确定辐射源的运动模式向量，idx为待筛选辐射源序号，Vs为确定辐射源的运动模式向量，A·B为向量点乘。匹配筛选为选择最大的匹配分数对应的不确定辐射源序号，表示为：
Figure GDA0003958505270000081
当不确定特征为可见光视觉，确定辐射源为射频时，设iCV为视觉目标序号，根据匹配分数的筛选如下式表示：
Figure GDA0003958505270000082
当不确定辐射源为射频，确定特征为可见光视觉时，设iTx为视觉目标序号，根据匹配分数的筛选如下式表示：
Figure GDA0003958505270000083
从而完成动态目标的筛选匹配，对于静态目标，通过将可控的位于不同空间位置的反射面作一定频率的往复运动，从而产生能够使用运动模式提取来分辨的反射径，进一步通过控制反射面角度控制潜在反射径的方向，在CV定位的帮助下，实现静止目标的筛选，在视觉目标不确定，射频辐射源确定的场景中，序号iREF的可控反射面以一定角度步进(或角频率)进行缓慢的三维旋转，同时交替进行静止和一定频率(对应DFT/FFT后的频率下标kiREF)的往复运动，在每个角度位置，检测确定射频辐射源特征的运动模式，获取反射面静止与往复运动时kiREF对应的频率分量的差的绝对值，选择多个角度下该值最大时所对应的反射面旋转角度，即在该角度下该反射面最有可能产生一条射频辐射源的反射径。然后通过多视角CV定位获得待筛选目标的空间位置，在每个反射面的旋转角度确定后，判断待筛选目标是否存在与各个反射面的反射径，具体为将待筛选目标坐标关于反射面对称，得到其镜像坐标，判断镜像坐标与接收机的连线是否经过反射面，经过则存在反射径，据此得到每个待筛选目标存在的具有反射交互关系的反射面个数，选择具有最多反射面反射交互最多的目标即为匹配目标，在射频辐射源特征不确定，视觉目标确定时，首先通过多视角CV定位获得确定视觉目标的坐标，调节各可控反射面的角度，以使得几何关系能够产生目标与接收天线的反射径。各反射面先后静止和以一定频率(对应DFT/FFT后的频率下标kiREF)往复运动，检测各待筛选射频辐射源在反射面静止和往复运动时kiREF对应的频率分量的差的绝对值，分别将各个射频辐射源提取的所有反射面的这一值求和，选择求和值最大所对应的辐射源作为与视觉匹配的辐射源。
综上，该基于多维信号的辐射源筛选方法，无需使用具体的射频辐射源的幅相特征估计AoA、TDoA等，相对于此类估计算法，本发明方法更适用于复杂多径场景，也不需要视距传输条件(AoA、TDoA估计要求视距条件)，本发明的方法最少可支持单个监控节点单天线，而其余射频定位方法均需使用多天线或多个定位节点，与其他定位算法利用空域维度不同，本方法利用时域维度，通过匹配多辐射源时域维度的变化规律实现目标的筛选匹配。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.基于多维信号的辐射源筛选方法，包括信息采集及预处理、运动模式提取和目标筛选匹配，其特征在于：所述信息采集及预处理的具体流程为：
辐射源信息采集包括多摄像头一定帧率的视频图像采集和多天线上行无线信号采集；多摄像头尽量以不同视角拍摄所感兴趣的潜在辐射源所在区域，采集上行无线信号的多天线则分布式或集中式部署于该区域的边缘；针对视频图像，使用计算机视觉的目标检测得到感兴趣目标的图像位置轨迹或姿势检测得到其中行人目标的身体节点位置轨迹；针对无线信号，得到每个采样点时刻的I、Q两路的复信道增益；然后根据其中一个辐射源的采样频率对另一辐射源重采样，根据视频帧率对信号的时域复信道增益通过内插方法进行重采样，完成预处理；经过预处理的视觉坐标表示为x(n)，IQ某一路的射频信道增益表示为h(n)，n为采样点序号；所述运动模式提取根据预处理后的多个辐射源的数据，提取用同一形式表示的运动特征；使用离散傅里叶变换(DFT，Discrete Fourier Transform)或快速傅里叶变换(FFT，Fast Fourier Transform)，使用DFT时，对一个时间采样数据v(n)，根据DFT提取的运动模式向量为：
Figure FDA0003958505260000011
其中N为DFT点数，针对视觉坐标和射频信道增益所提取的运动模式向量表示为：
Figure FDA0003958505260000012
Figure FDA0003958505260000013
所述运动模式向量每个元素记录某个运动/振动频率的幅度值，反映根据不同辐射源提取的辐射源载体的运动特征；由于原采样值有其初始偏置，位于视觉图像中的坐标，IQ星座图中的初始坐标，也混叠了运动模式中的直流分量，因此只关注运动模式的非直流分量部分，从而避免初始偏置与运动模式直流分量的混叠，将运动模式向量作去直流处理：
Figure FDA0003958505260000021
Figure FDA0003958505260000022
所述目标筛选匹配包括动态目标和静态目标，所述动态目标为目标运动时运动模式匹配筛选的具体方法为，首先根据提取的运动模式向量，分别对每个待筛选辐射源计算与确定辐射源的匹配程度分数，计算两个运动模式向量的余弦距离，如下式表示：
Figure FDA0003958505260000023
其中Vidx为不确定辐射源的运动模式向量，idx为待筛选辐射源序号，Vs为确定辐射源的运动模式向量，A·B为向量点乘，匹配筛选为选择最大的匹配分数对应的不确定辐射源序号，表示为：
Figure FDA0003958505260000024
当不确定特征为可见光视觉，确定辐射源为射频时，设iCV为视觉目标序号，根据匹配分数的筛选如下式表示：
Figure FDA0003958505260000025
当不确定辐射源为射频，确定特征为可见光视觉时，设iTx为视觉目标序号，根据匹配分数的筛选如下式表示：
Figure FDA0003958505260000026
从而完成动态目标的筛选匹配。
2.根据权利要求1所述的基于多维信号的辐射源筛选方法，其特征在于：对于使用多天线接收机和多视角CV的系统，各天线IQ路/摄像头视角获取的运动模式向量以以下方式结合以提高感知能力，对各路信号/摄像头的运动模式根据频谱能量作加权平均，得到多天线/多视角CV的运动模式提取结果，计算如下式：
Figure FDA0003958505260000031
Figure FDA0003958505260000032
其中NCV为摄像头数量，Nxy为2代表图像的x轴和y轴，j＝1为x轴，j＝2为y轴；其中NRx为接收天线数量，NIQ为2代表单天线的I路和Q路，n＝1为I轴，n＝2为Q轴；p为加权平均的幂参数，越大代表权重越重的运动模式对加权结果影响越大，加权系数表示为运动模式的频谱能量，计算如下公式：
Figure FDA0003958505260000033
Figure FDA0003958505260000034
Figure FDA0003958505260000035
Figure FDA0003958505260000036
3.根据权利要求1所述的基于多维信号的辐射源筛选方法，其特征在于：静态目标，通过将可控的位于不同空间位置的反射面作一定频率的往复运动，从而产生能够使用运动模式提取来分辨的反射径，并通过控制反射面角度控制潜在反射径的方向，在CV定位的帮助下，实现静态目标的筛选。
4.根据权利要求1所述的基于多维信号的辐射源筛选方法，其特征在于：当不确定特征为可见光视觉，确定辐射源为射频时，序号iREF的可控反射面以一定角度或角频率步进进行缓慢的三维旋转，同时交替进行静止和一定频率的往复运动，设DFT/FFT后的频率下标为kiREF，在每个角度位置，检测确定射频辐射源特征的运动模式，获取反射面静止与往复运动时kiREF对应的频率分量的差的绝对值，选择多个角度下该值最大时所对应的反射面旋转角度，即在该角度下该反射面最有可能产生一条射频辐射源的反射径；然后通过多视角CV定位获得待筛选目标的空间位置，在每个反射面的旋转角度确定后，判断待筛选目标是否存在与各个反射面的反射径，将待筛选目标坐标关于反射面对称，得到其镜像坐标，判断镜像坐标与接收机的连线是否经过反射面，经过则存在反射径，据此得到每个待筛选目标存在的具有反射交互关系的反射面个数，选择具有最多反射面反射交互最多的目标即为匹配目标。
5.根据权利要求1所述的基于多维信号的辐射源筛选方法，其特征在于：当不确定辐射源为射频，确定特征为可见光视觉时，首先通过多视角CV定位获得确定视觉目标的坐标，调节各可控反射面的角度，以使得几何关系能够产生目标与接收天线的反射径；各反射面先后静止和以一定频率往复运动，设DFT/FFT后的频率下标为kiREF，检测各待筛选射频辐射源在反射面静止和往复运动时kiREF对应的频率分量的差的绝对值，分别将各个射频辐射源提取的所有反射面的这一值求和，选择求和值最大所对应的辐射源作为与视觉匹配的辐射源。
CN202210128045.1A 2022-02-11 2022-02-11 基于多维信号的辐射源筛选方法 Active CN114460578B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210128045.1A CN114460578B (zh) 2022-02-11 2022-02-11 基于多维信号的辐射源筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210128045.1A CN114460578B (zh) 2022-02-11 2022-02-11 基于多维信号的辐射源筛选方法

Publications (2)

Publication Number Publication Date
CN114460578A CN114460578A (zh) 2022-05-10
CN114460578B true CN114460578B (zh) 2023-01-10

Family

ID=81413210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210128045.1A Active CN114460578B (zh) 2022-02-11 2022-02-11 基于多维信号的辐射源筛选方法

Country Status (1)

Country Link
CN (1) CN114460578B (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1307426C (zh) * 2002-07-23 2007-03-28 华为技术有限公司 一种抑制多径影响的角度估计方法
US8068235B1 (en) * 2007-07-24 2011-11-29 Lockheed Martin Corporation Systems and methods for multi-function coherent imaging
CN101975947B (zh) * 2010-10-22 2012-07-04 华中科技大学 二维镜像综合孔径辐射成像方法
CN107436427B (zh) * 2017-01-12 2020-07-17 西南电子技术研究所（中国电子科技集团公司第十研究所） 空间目标运动轨迹与辐射信号关联方法
JP2020067403A (ja) * 2018-10-25 2020-04-30 京セラ株式会社 電磁波検出装置
EP3736530B1 (de) * 2019-05-06 2023-03-22 Hexagon Technology Center GmbH Automatisches auffinden von zielmarken
CN111948619B (zh) * 2020-06-30 2024-01-30 西安电子科技大学 一种多类型外辐射源照射下目标被动协同探测方法及系统
CN112799053B (zh) * 2020-12-09 2023-08-15 中国人民解放军战略支援部队信息工程大学 一种单脉冲信号的实时配对分选方法
CN112906737B (zh) * 2021-01-14 2021-12-14 无锡国芯微电子系统有限公司 一种基于多辐射源基于密度特征聚类及识别的方法

Also Published As

Publication number Publication date
CN114460578A (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
Hood et al. Estimating DoA from radio-frequency RSSI measurements using an actuated reflector
CN104812061B (zh) 一种基于mimo-ofdm信道状态信息的室内测距及定位方法
Ottersten et al. Covariance matching estimation techniques for array signal processing applications
JP6031104B2 (ja) 携帯装置の方位を決定するコンセプト
CN106054143B (zh) 一种外辐射源雷达同频干扰的消除方法
CN109951807A (zh) 基于WiFi信号的融合RSS和CSI室内定位方法
WO2016124898A1 (en) Direction finding using signal power
Yilmaz et al. Target-tracking in FLIR imagery using mean-shift and global motion compensation
Luthi et al. Stereoscopic passive millimeter-wave imaging and ranging
CN110381436A (zh) 一种基于大规模mimo单站系统的快速指纹定位方法
US10274579B2 (en) Method for improving direction finding and geolocation error estimation in a direction finding system
CN111935644B (zh) 一种基于融合信息的定位方法、装置及终端设备
CA2266275C (en) Direction finder and device for processing measurement results for the same
WO2007079866A1 (en) Method and device for determining the speed of a moving entity
CN109861719A (zh) 一种室内定位到达时间估计方法
CN106839881B (zh) 一种基于动态图像识别的反无人机方法
CN105790837B (zh) 基于图像匹配和指纹库的led可见光室内定位方法和系统
Li et al. Wireless localisation in WiFi using novel deep architectures
CN109188360A (zh) 一种基于蝙蝠算法的室内可见光三维定位方法
CN108132469B (zh) 一种双基前视sar的空变滤波参数高阶拟合方法
CN110366109B (zh) 一种用于室内目标的定位方法及系统
CN108495259A (zh) 一种渐进式室内定位服务器及定位方法
CN114460578B (zh) 基于多维信号的辐射源筛选方法
FR2868541A1 (fr) Procede de localisation aveugle large bande d'un ou plusieurs emetteurs a partir d'un porteur defilant
EP1682923A1 (fr) Procede de localisation d un ou de plusieurs emetteurs

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