CN114578384B - 一种用于激光大气系统的自适应恒虚警检测方法 - Google Patents
一种用于激光大气系统的自适应恒虚警检测方法 Download PDFInfo
- Publication number
- CN114578384B CN114578384B CN202210489023.8A CN202210489023A CN114578384B CN 114578384 B CN114578384 B CN 114578384B CN 202210489023 A CN202210489023 A CN 202210489023A CN 114578384 B CN114578384 B CN 114578384B
- Authority
- CN
- China
- Prior art keywords
- detection
- false alarm
- unit
- constant false
- detection unit
- 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 124
- 238000001228 spectrum Methods 0.000 claims abstract description 37
- 238000012887 quadratic function Methods 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 238000012935 Averaging Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 6
- 239000000443 aerosol Substances 0.000 description 5
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- 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
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- 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)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种用于激光大气系统的自适应恒虚警检测方法,包括S1、获取激光大气系统的频谱数据,并对频谱数据进行平滑滤波;S2、确定保护单元和参考单元个数;S3、根据检测单元和保护单元,计算检测单元的变化指数;S4、将变化指数与阈值进行比较,并根据比较结果进行恒虚警检测算法选择,以计算每个检测单元的检测门限;S5、当检测单元数值大于所述检测门限时,确定为空速信号并输出。本发明采用二次函数自适应调整保护单元与参考单元来改变检测阈值的算法,解决了激光大气系统在复杂干扰信号下有效探测空速信号的问题,可有效提高微弱空速信号的检测概率,具有较好的实用性。
Description
技术领域
本发明属于激光雷达数据处理的技术领域,具体涉及一种用于激光大气系统的自适应恒虚警检测方法。
背景技术
激光大气系统利用多普勒效应和大气米散射效应进行空速参数的探测,系统的速度探测性能会受到大气成分、大气运动、激光的多路径传输过程及激光器的相对强度噪声和相位噪声等影响,影响系统高精度探测的主要因素包括:硬靶干扰、大气环境特性干扰及系统自身光电特性干扰等。传统目标检测的主要手段是通过人工判断或者设置固定检测阈值,但不同的干扰源具有不同的信号特性,固定检测阈值存在局限,需要针对不同的干扰源设计合适的检测阈值提高系统对于目标信号的有效探测率。
恒虚警算法能根据环境噪声、干扰信号来调整检测阈值大小,各类恒虚警检测算法有各自的适用范围,如单元平均恒虚警(CA-CFAR)算法通过检测单元附近的参考单元的均值来估计干扰信号能量,从而调整检测阈值,在均匀杂波背景下具有较好的检测性能;单元平均取大恒虚警(GO-CFAR)算法取检测应用于杂散波较多的环境中,可以降低杂散信号的误检率;单元平均取小恒虚警(SO-CFAR)算法应用在多目标环境中,能降低有效信号的漏检率;有序统计类恒虚警算法在多目标环境中具有更好的检测性能;有变化指数的恒虚警算法能根据环境噪声不同从而选择不同的CFAR算法。在实际应用中,要针对复杂的背景环境,结合不同种类的恒虚警算法以提高系统整体的检测性能。
激光大气系统有着复杂的应用环境,又受到自身光电特性干扰,且激光大气系统探测到的空速信号信噪比较低,如果使用固定检测阈值或者单一的恒虚警算法,极易对干扰信号造成误检。目前各类型的恒虚警算法应用于激光大气系统中均存在不足,比如单元平均恒虚警算法易将能量较大的激光器强度噪声误检为有效信号,单元平均取大恒虚警算法会对能量较大的干扰信号附近的微弱信号造成漏检。综上,单一恒虚警检测算法易受激光大气系统干扰信号的影响,无法有效检测空速信号。
发明内容
本发明的目的在于针对现有技术中的上述不足,提供一种用于激光大气系统的自适应恒虚警检测方法,以解决单一恒虚警检测算法易受激光大气系统干扰信号的影响,无法有效检测空速信号的问题。
为达到上述目的,本发明采取的技术方案是:
一种用于激光大气系统的自适应恒虚警检测方法,其包括以下步骤:
S1、获取激光大气系统的频谱数据,并对频谱数据进行平滑滤波;
S2、确定保护单元和参考单元个数;
S3、根据检测单元和保护单元,计算检测单元的变化指数;
S4、将变化指数与阈值进行比较,并根据比较结果进行恒虚警检测算法选择,以计算每个检测单元的检测门限;
S5、当检测单元数值大于所述检测门限时,确定为空速信号并输出。
进一步地,步骤S1具体包括:
获取激光大气系统的频谱数据,采用汉明窗函数对频谱数据进行平滑滤波,其窗口长度为激光大气系统输出频谱数据总的单元个数除以100后取整。
进一步地,步骤S2包括:
S2.1、确定保护单元个数为两个;
S2.2、参考单元个数为激光大气系统输出频谱数据总的单元个数除以100后取整。
进一步地,步骤S3包括:
S3.2、根据滤波后的频谱数据滑窗计算每个检测单元的拟合函数;
进一步地,步骤S4包括:
S4.1、将检测单元的变化指数VI与阈值进行比较;
若检测单元的变化指数小于第一阈值Ts,则采用单元平均恒虚警算法,保护单元个数减少1个,参考单元个数不变;
若检测单元的变化指数处于第一阈值Ts和第二阈值Tg之间,其中,第二阈值Tg大于第一阈值Ts,则采用单元平均取小恒虚警算法,保护单元个数增加2个,参考单元个数减少3个;
若检测单元的变化指数大于第二阈值Tg,则采用单元平均取大恒虚警算法,保护单元个数增加1个,参考单元的个数减少9个;
S4.2、计算每个检测单元的检测门限V:
其中,和分别为检测单元左右两边参考单元的信号均值;为左边参考单元的信号幅值,为右边参考单元的信号幅值,N为参考单元个数;分别为单元平均恒虚警算法、单元平均取大恒虚警算法、单元平均取小恒虚警算法的乘性因子;分别为采用单元平均恒虚警算法、单元平均取大恒虚警算法、单元平均取小恒虚警算法计算得到的检测门限;
本发明提供的用于激光大气系统的自适应恒虚警检测方法,具有以下有益效果:
本发明方法应用于激光雷达数据处理技术领域,采用二次函数拟合空速信号,将二次项系数作为变化指数;通过对空速特性信号分析,设计了一种利用二次函数自适应调整保护单元与参考单元来改变检测阈值的算法,解决了激光大气系统在复杂干扰信号下有效探测空速信号的问题,可有效提高微弱空速信号的检测概率,具有较好的实用性。
附图说明
图1为本发明的流程图。
图2为激光大气系统频谱信号。
图3为利用二次函数拟合频点信号。
图4为使用本发明方法和单元平均恒虚警(CA-CFAR)算法性能的比较。
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。
根据本申请的一个实施例,参考图1,本方案的用于激光大气系统的自适应恒虚警检测方法,包括以下步骤:
步骤S1、获取激光大气系统的频谱数据,并对频谱数据进行平滑滤波;
图2为激光大气系统得到的频谱数据,采用汉明窗函数对频谱数据进行平滑滤波,其窗口长度为激光大气系统输出频谱数据总的单元个数除以100后取整。
步骤S2、确定保护单元和参考单元个数,其具体包括:
步骤S2.1、确定保护单元个数为2个;
步骤S2.2、确定参考单元个数为激光大气系统输出频谱数据总的单元个数除以100后取整。
步骤S3、根据检测单元和保护单元,计算检测单元的变化指数,其具体包括:
大气中的分子和气溶胶粒子会对进入大气中的激光进行散射,基于激光散射模型,气溶胶的散射光谱可用高斯函数表示,即采用高斯函数拟合空速信号:
激光大气数据系统通过相干探测鉴频得到某时刻整个电子系统采样带宽内的散射信号频谱,其中包括空速多普勒移频信号、直流噪声信号、激光器相对强度噪声和相位噪声及干扰物多普勒噪声信号等。
不同时刻的干扰信号具有不同的频率成分,不能直接对本底噪声进行抑制。如果使用固定检测阈值或者单一的恒虚警算法,极易对干扰信号造成误检,如图2中的激光器强度噪声和相位噪声,这两种噪声信号具有较强的能量,容易超过检测阈值,干扰检测结果。
为准确解算大气矢量信号,从信号频谱中精确地检测出空速多普勒移频信号,空速特性信号满足高斯函数,激光大气数据系统将原始频谱信号取对数后输出,取对之后的空速信号满足二次函数形式,即:
根据滤波后的频谱数据滑窗计算每个检测单元的拟合函数;
步骤S4、将变化指数与阈值进行比较,并根据比较结果进行恒虚警检测算法选择,以计算每个检测单元的检测门限,其具体包括:
步骤S4.1、将检测单元的变化指数VI与阈值进行比较;
若检测单元的变化指数小于第一阈值Ts,则采用单元平均恒虚警算法,保护单元个数减少1个,参考单元个数不变;
若检测单元的变化指数处于第一阈值Ts和第二阈值Tg之间,其中,第二阈值Tg大于第一阈值Ts,则采用单元平均取小恒虚警算法,保护单元个数增加2个,参考单元个数减少3个;
若检测单元的变化指数大于第二阈值Tg,则采用单元平均取大恒虚警算法,保护单元个数增加1个,参考单元的个数减少9个;
步骤S4.2、计算每个检测单元的检测门限V:
其中,和分别为检测单元左右两边参考单元的信号均值;为左边参考单元的信号幅值,为右边参考单元的信号幅值,N为参考单元个数;分别为单元平均恒虚警算法、单元平均取大恒虚警算法、单元平均取小恒虚警算法的乘性因子;分别为采用单元平均恒虚警算法、单元平均取大恒虚警算法、单元平均取小恒虚警算法计算得到的检测门限;
步骤S5、输出空速信号为:将滤波后的频谱数据滑窗比较,当检测单元数值大于步骤S4中的检测门限时,确定为空速信号。
使用本发明对不同信噪比的空速信号进行检测,可以得到在信噪比不同的情形下,对空速信号检测率结果,即检测性能曲线,如附图4所示,图中实线表示本发明的检测概率,虚线表示单元平均恒虚警(CA-CFAR)算法的检测概率。结果表明,在风速信号低信噪比低于1.5dB时,本发明比单元平均恒虚警算法有更高的检测概率,在信号性噪比为0.5dB的情况下,自适应算法相较于CA-CFAR算法检测概率提高了1倍,整体性能优于传统的单元平均恒虚警算法。
本发明针对现有技术的不足之处,提供了一种利用二次函数的自适应恒虚警检测方法,基于空速特性信号满足高斯函数,取对之后的空速信号满足二次函数形式,利用了激光散射特性,解决了激光大气系统在复杂干扰信号下有效探测空速信号的问题,并有效提高了微弱空速信号的检测概率。
虽然结合附图对发明的具体实施方式进行了详细地描述,但不应理解为对本专利的保护范围的限定。
Claims (3)
1.一种用于激光大气系统的自适应恒虚警检测方法,其特征在于,包括以下步骤:
S1、获取激光大气系统的频谱数据,并对频谱数据进行平滑滤波;
S2、确定保护单元和参考单元个数;
S3、根据检测单元和保护单元,计算检测单元的变化指数,其包括:
f(x)=α 2 x 2+α 1 x+α 0
其中,x为归一化之后的频谱点数,α 2、α 1、α 0分别为拟合函数的二次项系数、一次项系数和常数项系数;
S3.2、根据滤波后的频谱数据滑窗计算每个检测单元的拟合函数;
S3.3、将每个检测单元的拟合函数的二次项系数α 2作为该检测单元的变化指数VI;
S4、将变化指数与阈值进行比较,并根据比较结果进行恒虚警检测算法选择,以计算每个检测单元的检测门限,其包括:
S4.1、将检测单元的变化指数VI与阈值进行比较;
若检测单元的变化指数小于第一阈值Ts,则采用单元平均恒虚警算法,保护单元个数减少1个,参考单元个数不变;
若检测单元的变化指数处于第一阈值Ts和第二阈值Tg之间,其中,第二阈值Tg大于第一阈值Ts,则采用单元平均取小恒虚警算法,保护单元个数增加2个,参考单元个数减少3个;
若检测单元的变化指数大于第二阈值Tg,则采用单元平均取大恒虚警算法,保护单元个数增加1个,参考单元的个数减少9个;
S4.2、计算每个检测单元的检测门限V:
其中,和分别为检测单元左右两边参考单元的信号均值;为左边参考单元的信号幅值,为右边参考单元的信号幅值,N为参考单元个数;分别为单元平均恒虚警算法、单元平均取大恒虚警算法、单元平均取小恒虚警算法的乘性因子;分别为采用单元平均恒虚警算法、单元平均取大恒虚警算法、单元平均取小恒虚警算法计算得到的检测门限;
当使用单元平均恒虚警算法时,检测门限为V CA;当使用单元平均取大恒虚警算法时,检测门限为V GO;当使用单元平均取小恒虚警算法时,检测门限为V SO;
S5、当检测单元数值大于所述检测门限时,确定为空速信号并输出。
2.根据权利要求1所述的用于激光大气系统的自适应恒虚警检测方法,其特征在于,所述步骤S1具体包括:
获取激光大气系统的频谱数据,采用汉明窗函数对频谱数据进行平滑滤波,其窗口长度为激光大气系统输出频谱数据总的单元个数除以100后取整。
3.根据权利要求1所述的用于激光大气系统的自适应恒虚警检测方法,其特征在于,所述步骤S2包括:
S2.1、确定保护单元个数为两个;
S2.2、参考单元个数为激光大气系统输出频谱数据总的单元个数除以100后取整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210489023.8A CN114578384B (zh) | 2022-05-07 | 2022-05-07 | 一种用于激光大气系统的自适应恒虚警检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210489023.8A CN114578384B (zh) | 2022-05-07 | 2022-05-07 | 一种用于激光大气系统的自适应恒虚警检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114578384A CN114578384A (zh) | 2022-06-03 |
CN114578384B true CN114578384B (zh) | 2022-09-09 |
Family
ID=81767749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210489023.8A Active CN114578384B (zh) | 2022-05-07 | 2022-05-07 | 一种用于激光大气系统的自适应恒虚警检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114578384B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116299318B (zh) * | 2023-05-18 | 2023-08-11 | 成都凯天电子股份有限公司 | 基于点云密度的直升机大气数据的去噪方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109342828A (zh) * | 2018-09-05 | 2019-02-15 | 国网湖北省电力有限公司电力科学研究院 | 一种基于频域恒虚警的雷电脉冲信号检测方法 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2535058A1 (en) * | 2005-12-19 | 2007-06-19 | A.U.G. Signals Ltd. | An adaptive constant false alarm rate detection system |
WO2011016892A2 (en) * | 2009-05-15 | 2011-02-10 | Michigan Aerospace Corporation | Range imaging lidar |
CA2774377C (en) * | 2012-02-02 | 2017-05-02 | Raytheon Canada Limited | Knowledge aided detector |
CN102706832B (zh) * | 2012-06-01 | 2014-05-21 | 吉林大学 | 一种基于tdlas-wms的激光红外气体分析仪 |
CN103760542B (zh) * | 2014-01-10 | 2016-05-04 | 杭州电子科技大学 | 一种基于多模式的变化指数恒虚警目标检测方法 |
CN104391290B (zh) * | 2014-11-17 | 2017-01-04 | 电子科技大学 | 一种适用于复杂非均匀杂波下的cfar检测器 |
KR101546421B1 (ko) * | 2015-02-16 | 2015-08-24 | 에스티엑스엔진 주식회사 | 적응 cfar 처리방법 |
CN105182312B (zh) * | 2015-09-29 | 2017-09-12 | 大连楼兰科技股份有限公司 | 自适应环境变化的恒虚警检测方法 |
CN105759268B (zh) * | 2016-03-24 | 2018-04-13 | 山东科技大学 | 基于多线程的sar图像cfar自适应快速检测方法 |
CN107884757B (zh) * | 2016-09-30 | 2020-10-23 | 比亚迪股份有限公司 | 恒虚警目标检测方法、装置及车辆 |
CN106501788B (zh) * | 2016-11-18 | 2018-10-23 | 西安电子工程研究所 | 一种雷达恒虚警检测门限自适应设置方法 |
CN107462182B (zh) * | 2017-09-19 | 2019-05-28 | 电子科技大学 | 一种基于机器视觉和红线激光器的截面轮廓形变检测方法 |
CN107861112A (zh) * | 2017-12-26 | 2018-03-30 | 成都心无界光电技术有限公司 | 一种全数字调节的激光测距系统 |
CN108333592B (zh) * | 2018-01-25 | 2020-05-12 | 北京空间机电研究所 | 基于数字恒虚警的星载激光测距仪探测及反馈方法和系统 |
CN108919247A (zh) * | 2018-03-30 | 2018-11-30 | 中国科学院电子学研究所 | 一种基于恒虚警率检测的多目标体检测及定位方法 |
CN108562879B (zh) * | 2018-04-18 | 2022-03-22 | 南京理工大学 | 基于fpga的舰载雷达恒虚警检测方法 |
US11823562B2 (en) * | 2019-09-13 | 2023-11-21 | Wing Aviation Llc | Unsupervised anomaly detection for autonomous vehicles |
CN110865387A (zh) * | 2019-09-30 | 2020-03-06 | 武汉船舶通信研究所(中国船舶重工集团公司第七二二研究所) | 雷达系统及其测速方法 |
CN212311191U (zh) * | 2020-04-07 | 2021-01-08 | 成都凯天电子股份有限公司 | 用于振动筒压力传感器组件加工过程的激光焊定位工装 |
CN111929679B (zh) * | 2020-08-04 | 2023-11-21 | 南京理工大学 | 一种自适应加权截断统计恒虚警检测方法 |
CN112180341B (zh) * | 2020-09-29 | 2022-05-17 | 中国船舶重工集团公司第七二四研究所 | 一种背景自适应cfar算法选择的实现方法 |
CN112526547B (zh) * | 2020-11-18 | 2024-02-23 | 南京泰爱信科技有限公司 | 一种基于测风激光雷达的大气边界层分类方法及装置 |
CN113534094B (zh) * | 2021-05-28 | 2023-04-18 | 西安电子科技大学 | 一种基于纠缠态的量子探测恒虚警检测系统及检测方法 |
CN114415135B (zh) * | 2022-01-24 | 2024-08-06 | 哈尔滨工业大学 | 基于变化指数的多策略韦布尔cfar检测方法 |
CN114236570B (zh) * | 2022-02-23 | 2022-05-24 | 成都凯天电子股份有限公司 | 一种激光大气数据系统及计算方法 |
-
2022
- 2022-05-07 CN CN202210489023.8A patent/CN114578384B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109342828A (zh) * | 2018-09-05 | 2019-02-15 | 国网湖北省电力有限公司电力科学研究院 | 一种基于频域恒虚警的雷电脉冲信号检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114578384A (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111352102B (zh) | 一种基于调频连续波雷达的多目标个数检测方法及装置 | |
CN111624574A (zh) | 弱目标探测的目标检测方法、系统、存储介质和装置 | |
CN107271973B (zh) | 韦布尔杂波环境下基于偏斜度和均值比的恒虚警检测方法 | |
CN106501800B (zh) | 基于代价参考粒子滤波的mimo雷达目标检测前跟踪方法 | |
CN111885624B (zh) | 一种基于深度学习的信号噪底估计方法 | |
CN114785379B (zh) | 一种水声janus信号参数估计方法及系统 | |
CN112560803A (zh) | 基于时频分析与机器学习的雷达信号调制识别方法 | |
CN108802722A (zh) | 一种基于虚拟谱的弱目标检测前跟踪方法 | |
WO2022151708A1 (zh) | 一种基于信号代理的多目标恒虚警率检测方法 | |
CN110749871B (zh) | 双偏振天气雷达的参量估算方法 | |
CN111157953B (zh) | 一种强地杂波下两级门限恒虚警检测算法 | |
CN110133632B (zh) | 一种基于cwd时频分析的复合调制信号识别方法 | |
CN114578384B (zh) | 一种用于激光大气系统的自适应恒虚警检测方法 | |
CN112285742B (zh) | 一种在频域内估算相干测风激光雷达载噪比的方法 | |
CN112180341B (zh) | 一种背景自适应cfar算法选择的实现方法 | |
CN114355298B (zh) | 一种雷达复合调制脉冲信号识别方法 | |
CN117075149A (zh) | 基于ddm的星载gnss-r台风位置估计方法及系统 | |
EP2668519A1 (fr) | Procede d'affichage de la surface equivalente radar minimale detectable | |
WO2022188382A1 (zh) | 毫米波雷达的目标检测方法、装置和手持终端 | |
CN111948613B (zh) | 基于自适应背景区选取的船载地波雷达目标检测方法 | |
US4940988A (en) | Two parameter clutter map | |
GB2460116A (en) | Signal level determining apparatus and method | |
CN215932122U (zh) | 一种基于超宽带雷达的改进型二维cfar检测系统 | |
CN109347580A (zh) | 一种已知占空比的自适应门限信号检测方法 | |
KR101423265B1 (ko) | 해면 클러터 제거 방법 및 장치 |
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 |