CN115128569B - 雷达侦察全脉冲数据可视化分选方法、服务器及存储介质 - Google Patents
雷达侦察全脉冲数据可视化分选方法、服务器及存储介质 Download PDFInfo
- Publication number
- CN115128569B CN115128569B CN202211043801.7A CN202211043801A CN115128569B CN 115128569 B CN115128569 B CN 115128569B CN 202211043801 A CN202211043801 A CN 202211043801A CN 115128569 B CN115128569 B CN 115128569B
- Authority
- CN
- China
- Prior art keywords
- histogram
- full
- pulse
- sorting
- radar
- 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
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
-
- 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
- G01S7/04—Display arrangements
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
本申请公开了一种雷达侦察全脉冲数据可视化分选方法、服务器及存储介质,包括如下步骤:步骤1:获取雷达信号的全脉冲数据,选择需要分析的时间范围内的全脉冲数据;步骤2:针对选取的全脉冲数据,根据其脉冲描述字绘制各类参数的直方图并同时显示;步骤3、针对每一个直方图进行峰值的分选,分选过程中对每一个峰值的选中,其他直方图均自动进行调整,直至完成雷达信号的分选;步骤4、对选择出的雷达信号,转换为时序图并进行显示分析,判断雷达信号之间是否有时序关系;步骤5、对有时序关系的雷达信号,按其出现顺序确定出现序号。本方法简单、计算速度快,多维统计特征关联共视,探索式的交互分选方法灵活快速。
Description
技术领域
本申请属于雷达侦察数据处理领域,特别涉及一种雷达侦察全脉冲数据可视化分选方法、服务器及存储介质。
背景技术
电子侦察设备对雷达辐射的脉冲信号检测处理后,得到脉冲描述字,脉冲描述字的集合即为全脉冲数据。电子侦察设备面对的电磁环境复杂,新体制雷达不断出现,辐射源数目多、脉冲信号密度大、信号样式复杂,如何从复杂交叠的脉冲信号中正确的将属于同一雷达发射的信号进行归类、准确的获取到雷达的特征参数信息,一直是电子侦察数据处理的首要问题。
对电子侦察设备侦获的全脉冲数据,考虑时效性的影响,一般采用自动分选的处理方式,对雷达信号自动分选的算法研究较多,不同算法对不同信号的适应性不同,自动分选结果中难免出现错误,即虚警和漏警。采用可视化的手段,对全脉冲数据进行多维特征的可视化显示,能够实现全脉冲数据的人机交互分选,对全脉冲数据进行事后分析,从而满足复杂信号精细化分析、自动分选结果核对的需求。
例如中国专利申请“CN 106772261 A 雷达侦测信号多维特征聚类可视化显示方法”中的技术方案对多维信号特征聚类的方法进行可视化显示,用于验证算法的正确性、研究雷达的脉冲描述字在时域和频域的变化规律,但是其显示结果的正确性依赖于多维特征聚类方法的分析结果,缺少对侦察数据统计特征的分析显示,可视化的交互分选手段少,以时序图显示为主,不适用于大量侦察数据的事后分析。
因此,需要一种新型的雷达侦察全脉冲数据可视化分选方法,能够解决上述问题。
发明内容
为了解决所述现有技术的不足,本申请提供了一种雷达侦察全脉冲数据可视化分选方法,采用网格法统计全脉冲统计特征,以多维图形关联显示全脉冲统计特征及时序特征,基于统计特征直方图进行探索式的可视化交互分选,实现对雷达侦察全脉冲数据的事后分析。
本申请所要达到的技术效果通过以下方案实现:
根据本发明的第一方面,提供了一种雷达侦察全脉冲数据可视化分选方法,包括如下步骤:
步骤1:获取雷达信号的全脉冲数据,选择需要分析的时间范围内的全脉冲数据;
步骤2:针对选取的全脉冲数据,根据其脉冲描述字绘制各类参数的直方图并同时显示;
步骤3、针对每一个直方图进行峰值的分选,分选过程中对每一个峰值的选中,其他直方图均自动进行调整,直至完成雷达信号的分选;
步骤4、对选择出的雷达信号,转换为时序图并进行显示分析,判断雷达信号之间是否有时序关系;
步骤5、对有时序关系的雷达信号,按其出现顺序确定出现序号。
优选地,在步骤1中,获取雷达信号的全脉冲数据后,统计每秒内接收到的全脉冲数目作为脉冲密度形成脉冲密度图,再选择一定时间范围内的全脉冲数据。
优选地,在步骤2中,所述直方图至少包括载频直方图、脉宽直方图、DTOA直方图以及位置直方图,其中:
所述载频直方图的坐标分别为载频均值和脉冲数;
所述脉宽直方图的坐标分别为脉宽均值和脉冲数;
所述DTOA直方图的坐标分别为DTOA均值和脉冲数;
所述位置直方图的坐标分别为经度均值、纬度均值和脉冲数。
优选地,所述直方图的制作方法如下:
根据脉冲描述字中的各参数统计参数范围,所述参数范围至少包括载频范围、脉宽范围、DTOA范围、经度范围以及纬度范围;
以各参数的容差为分母,以参数范围为分子,计算网格数并绘制网格,将参数分配至与之对应的网格中;
分别统计各网格中参数的平均值,计为载频均值、脉宽均值、DTOA均值、经度均值以及纬度均值;
以脉冲数为横坐标,以平均值为纵坐标绘制直方图。
优选地,在步骤3中,其他直方图均自动进行调整的具体方法为:
选中任一直方图中的峰值区间时,与该峰值区间对应的雷达信号为有效雷达信号,其他直方图中仅显示有效雷达信号的峰值区间;
其中,每次分选过程中的分选条件集合按照时间顺序保存至链表中。
优选地,对其中一直方图进行分选时,其他直方图根据当前分选的峰值区间实时刷新,当前直方图分选完毕后再进行刷新。
优选地,直方图进行分选时选中部位的视觉特征区别于未被选中的部位。
优选地,所述时序图至少包括载频时序图、脉宽时序图、DTOA时序图、载频瀑布图以及DTOA瀑布图,所述时序图的显示均以秒为周期。
根据本发明的第二方面,提供了一种服务器,包括存储器和至少一个处理器,所述存储器存储计算机程序,所述至少一个处理器执行所述存储器存储的计算机程序,以实现上述任一项所述的雷达侦察全脉冲数据可视化分选方法。
根据本发明的第三方面,提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现上述任一项所述的雷达侦察全脉冲数据可视化分选方法。
根据本发明的一个实施例,本发明的有益效果为:本发明采用网格法统计全脉冲数据,以直方图、时序图、分布图、瀑布图等多种显示方式关联显示全脉冲统计特征及时序特征,基于统计特征直方图提供探索式的可视化交互分选方法,实现对雷达侦察全脉冲数据的事后分析。
采用本发明所述的全脉冲可视化分析方法,对全脉冲参数的统计方法简单、计算速度快,对2000万脉冲的统计响应时间在秒级,多维统计特征关联共视,时序变化特征分周期显示,探索式的交互分选方法灵活快速,可以满足对雷达侦察全脉冲数据的事后分析需求。
附图说明
为了更清楚地说明本申请实施例或现有的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例中一种雷达侦察全脉冲数据可视化分选方法的流程图;
图2为本申请一实施例中一种服务器的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
如图1所示,本实施例中的雷达侦察全脉冲数据可视化分选方法,包括如下步骤:
S110:获取雷达信号的全脉冲数据,以秒为间隔,统计每秒内接收到的全脉冲数目作为脉冲密度形成脉冲密度图,再选择一定时间范围内的全脉冲数据。
该步骤中,脉冲密度图以二维直方图的方式显示,其横纵坐标分别为时间和脉冲数,基于该脉冲密度图,可以由人工选择分析的具体时间范围。
S120:针对选取的全脉冲数据,根据其脉冲描述字绘制各类参数的直方图并在同一屏幕上同时显示;
在该步骤中,各类参数的直方图至少包括载频直方图、脉宽直方图、DTOA直方图以及位置直方图,其中:载频直方图的坐标分别为载频均值和脉冲数;脉宽直方图的坐标分别为脉宽均值和脉冲数;DTOA直方图的坐标分别为DTOA均值和脉冲数;位置直方图的坐标分别为经度均值、纬度均值和脉冲数。
该步骤中各类参数的直方图的制作方法如下:
首先根据脉冲描述字中的载频、脉宽、DTOA及解算后的脉冲位置,分别统计参数范围,包括载频范围、脉宽范围、DTOA范围、经度范围以及纬度范围;
根据各参数的测量精度设计容差,每个容差范围作为一个网格,以各参数的容差为分母,以参数范围为分子,计算网格数并绘制网格,将参数分配至与之对应的网格中;以载频为例,假设载频范围为[Rfmin,Rfmax],载频容差为Rferr,则网格数为ceil(Rfmax-Rfmin/Rferr),网格序号n对应的网格范围为[Rfmin+(n-1)×Rferr, Rfmin+n×Rferr)。
分别统计各网格中参数的平均值,计为载频均值、脉宽均值、DTOA均值、经度均值以及纬度均值;载频、脉宽、DTOA,作为一维网格,统计后以如下形式保存:[参数范围最小值,参数范围最大值,参数统计均值,脉冲数];经度网格与纬度网格组合形成二维网格,统计后以如下形式保存: [经度范围,纬度范围,经度统计均值,纬度统计均值,脉冲数]。
最后以脉冲数为横坐标,以平均值为纵坐标绘制直方图。
当直方图绘制完成后,将其同时显示至同一屏幕上,例如位置直方图居于中心位置,载频直方图、脉宽直方图分居中心两侧,DTOA直方图居于中心上侧。同时,还可以以经度-纬度-载频、经度-纬度-脉宽、载频-脉宽-DTOA三种三维分布图,从而显示参数之间的详细对应关系,更直观的进行分选。
S130、针对每一个直方图进行峰值的分选,分选过程中对每一个峰值的选中,其他直方图均自动进行调整,直至完成雷达信号的分选;
在该步骤中,其他直方图均自动进行调整的具体方法为:
选中任一直方图中的峰值区间时,与该峰值区间对应的雷达信号为有效雷达信号,其他直方图中仅显示有效雷达信号的峰值区间,从而实现其他直方图的实时更新,直观的体现了当前参数与其他参数之间的关联关系;而且分选过程中无需对无效的雷达信号重复进行分选,有助于大大提高分选效率。
对其中一直方图进行分选时,其他直方图根据当前分选的峰值区间实时刷新,当前直方图维持当前图形不变直至分选完毕后再进行刷新。例如当前操作图形为载频直方图,通过载频直方图选定一个参数范围后,位置直方图、脉宽直方图、DTOA直方图同时刷新,而载频直方图保持不变,如此可发现全脉冲脉宽、DTOA、位置与不同载频值域间的关联关系。
而且方便对当前直方图进行多次操作,即交互分选的过程支持回退及前进操作。每次的交互分选过程对应一组分选条件的集合,将每次交互分选的分选条件集合保存到链表中,将回退、前进操作转换为对链表中查询条件的寻址,从而实现探索式交互分选,避免漏选或多选的情况发生。
在该步骤中,直方图进行分选时选中部位的视觉特征区别于未被选中的部位。例如位置直方图采用鼠标点选的方式进行交互分选,鼠标单击时,直方图设置为选中状态,处于选中状态的直方图峰值改变颜色与其它峰值区分显示,再次单击,取消直方图中峰值的选中状态,按住ctrl键,点击多个峰值,多个峰值设置为选中状态交互分选时,将选中峰值网格对应的全脉冲数据分选出来。
载频直方图、脉宽直方图、DTOA直方图,通过鼠标左键双击的方式生成一个colorband(彩色条带),拖动colorband的起止边调整其范围,通过鼠标多次双击可生成多个colorband,每个colorband对应一个分选条件,通过各colorband的横坐标起始值、终止值分别解算各colorband的起始网格、终止网格,通过网格获取准确的参数起始范围,从而形成载频分选条件、脉宽分选条件、DTOA分选条件,遍历全脉冲数据,将符合条件的全脉冲筛选出来。
S140、对选择出的雷达信号,转换为时序图并进行显示分析,判断雷达信号之间是否有时序关系;
在该步骤中,时序图至少包括载频时序图、脉宽时序图、DTOA时序图、载频瀑布图以及DTOA瀑布图,所述时序图的显示均以秒为周期。
其中,载频时序图、脉宽时序图、DTOA时序图三种时序图支持两种显示方式:点图或线图,坐标分别为时间-载频、脉宽-时间、时间- DTOA,时序图的显示以秒为周期,便于显示时序变化细节。瀑布图的显示横轴为参数值,纵轴为时间,对参数值进行统计,一次显示多个周期,便于显示多个周期间的时序特征的变化。
S150、对有时序关系的雷达信号,按其出现顺序确定出现序号。
在该步骤中,对交互分选出的全脉冲数据,统计雷达信号的特征参数、位置、时间等信息。根据雷达信号的时序图,对有确定时序关系的参数,按其出现顺序确定出现序号,如信号载频按Rf1、Rf3、Rf2的顺序出现,从而获取到详细的特征参数信息。
本实施例针对雷达侦察全脉冲数据采用网格法统计信号的统计特征,不依赖于特定聚类算法,方法简单计算速度快;用分选条件集合来表示交互分选过程中的每一步操作,并用链表来存储分选条件集合,将交互分选过程转换为对分选条件变化维护的过程,前进后退操作变为对链表的寻址操作,从而实现灵活的交互分选过程控制;采用多维统计特征共视的软件界面设计,多维参数同步刷新,一维参数变化时其它维度参数同步关联刷新,方便分析多维特征参数间的关联关系。
如图2所示,本实施例中公开了一种服务器,至少一个处理器202和存储器201;在存储器201存储计算机程序,处理器202执行存储器201存储的计算机程序,以实现上述雷达侦察全脉冲数据可视化分选方法。
在一个实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现上述的雷达侦察全脉冲数据可视化分选方法。
根据本发明的一个实施例,本发明的有益效果为:采用网格法统计全脉冲数据,以直方图、时序图、分布图、瀑布图等多种显示方式关联显示全脉冲统计特征及时序特征,基于统计特征直方图提供探索式的可视化交互分选方法,实现对雷达侦察全脉冲数据的事后分析。
采用本发明所述的全脉冲可视化分析方法,对全脉冲参数的统计方法简单、计算速度快,经过实际验证,对2000万脉冲的统计响应时间在秒级,多维统计特征关联共视,时序变化特征分周期显示,探索式的交互分选方法灵活快速,可以满足对雷达侦察全脉冲数据的事后分析需求。
应该指出,上述详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语均具有与本申请所属技术领域的普通技术人员的通常理解所相同的含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式。此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便这里描述的本申请的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。
此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位,如旋转90度或处于其他方位,并且对这里所使用的空间相对描述作出相应解释。
在上面详细的说明中,参考了附图,附图形成本文的一部分。在附图中,类似的符号典型地确定类似的部件,除非上下文以其他方式指明。在详细的说明书、附图及权利要求书中所描述的图示说明的实施方案不意味是限制性的。在不脱离本文所呈现的主题的精神或范围下,其他实施方案可以被使用,并且可以作其他改变。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.雷达侦察全脉冲数据可视化分选方法,其特征在于,包括如下步骤:
步骤1:获取雷达信号的全脉冲数据,选择需要分析的时间范围内的全脉冲数据;
步骤2:针对选取的全脉冲数据,根据其脉冲描述字绘制各类参数的直方图并同时显示;所述直方图至少包括载频直方图、脉宽直方图、DTOA直方图以及位置直方图,其中:
所述载频直方图的坐标分别为载频均值和脉冲数;
所述脉宽直方图的坐标分别为脉宽均值和脉冲数;
所述DTOA直方图的坐标分别为DTOA均值和脉冲数;
所述位置直方图的坐标分别为经度均值、纬度均值和脉冲数;
步骤3、针对每一个直方图进行峰值的分选,分选过程中对每一个峰值的选中,其他直方图均自动进行调整,直至完成雷达信号的分选;其他直方图均自动进行调整的具体方法为:
选中任一直方图中的峰值区间时,与该峰值区间对应的雷达信号为有效雷达信号,其他直方图中仅显示有效雷达信号的峰值区间;
其中,每次分选过程中的分选条件集合按照时间顺序保存至链表中;
步骤4、对选择出的雷达信号,转换为时序图并进行显示分析,判断雷达信号之间是否有时序关系;
步骤5、对有时序关系的雷达信号,按其出现顺序确定出现序号。
2.如权利要求1所述的雷达侦察全脉冲数据可视化分选方法,其特征在于,在步骤1中,获取雷达信号的全脉冲数据后,统计每秒内接收到的全脉冲数目作为脉冲密度形成脉冲密度图,再选择一定时间范围内的全脉冲数据。
3.如权利要求1所述的雷达侦察全脉冲数据可视化分选方法,其特征在于,所述直方图的制作方法如下:
根据脉冲描述字中的各参数统计参数范围,所述参数范围至少包括载频范围、脉宽范围、DTOA范围、经度范围以及纬度范围;
以各参数的容差为分母,以参数范围为分子,计算网格数并绘制网格,将参数分配至与之对应的网格中;
分别统计各网格中参数的平均值,计为载频均值、脉宽均值、DTOA均值、经度均值以及纬度均值;
以脉冲数为横坐标,以平均值为纵坐标绘制直方图。
4.如权利要求1所述的雷达侦察全脉冲数据可视化分选方法,其特征在于,对其中一直方图进行分选时,其他直方图根据当前分选的峰值区间实时刷新,当前直方图分选完毕后再进行刷新。
5.如权利要求1所述的雷达侦察全脉冲数据可视化分选方法,其特征在于, 直方图进行分选时选中部位的视觉特征区别于未被选中的部位。
6.如权利要求1所述的雷达侦察全脉冲数据可视化分选方法,其特征在于,所述时序图至少包括载频时序图、脉宽时序图、DTOA时序图、载频瀑布图以及DTOA瀑布图,所述时序图的显示均以秒为周期。
7.一种服务器,其特征在于,包括存储器和至少一个处理器,所述存储器存储计算机程序,所述至少一个处理器执行所述存储器存储的计算机程序,以实现权利要求1至6中任一项所述的雷达侦察全脉冲数据可视化分选方法。
8.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现权利要求1至6中任一项所述的雷达侦察全脉冲数据可视化分选方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211043801.7A CN115128569B (zh) | 2022-08-30 | 2022-08-30 | 雷达侦察全脉冲数据可视化分选方法、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211043801.7A CN115128569B (zh) | 2022-08-30 | 2022-08-30 | 雷达侦察全脉冲数据可视化分选方法、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115128569A CN115128569A (zh) | 2022-09-30 |
CN115128569B true CN115128569B (zh) | 2022-11-25 |
Family
ID=83387527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211043801.7A Active CN115128569B (zh) | 2022-08-30 | 2022-08-30 | 雷达侦察全脉冲数据可视化分选方法、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115128569B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117491953B (zh) * | 2024-01-02 | 2024-03-26 | 南京航天工业科技有限公司 | 一种基于链表的雷达信号分选方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7184493B1 (en) * | 2002-02-05 | 2007-02-27 | Alliant Techsystems Inc. | Pulse sorting apparatus for frequency histogramming in a radar receiver system |
CN109507647A (zh) * | 2018-11-30 | 2019-03-22 | 南京长峰航天电子科技有限公司 | 基于pri直方图的雷达信号分选方法 |
CN110907908A (zh) * | 2019-10-22 | 2020-03-24 | 扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所) | 基于包络分析的导航雷达信号分选方法 |
CN111337888A (zh) * | 2020-04-13 | 2020-06-26 | 北京航天长征飞行器研究所 | 密集假目标干扰方法、计算机设备及计算机可读存储介质 |
CN112036074A (zh) * | 2020-07-27 | 2020-12-04 | 西安电子科技大学 | 一种高脉冲密度环境下雷达信号分选方法及系统 |
CN113128584A (zh) * | 2021-04-15 | 2021-07-16 | 北京理工大学 | 一种多功能雷达脉冲序列的模式级无监督分选方法 |
CN114417943A (zh) * | 2022-03-29 | 2022-04-29 | 中国科学院空天信息创新研究院 | 重复频率调制类型的识别方法 |
-
2022
- 2022-08-30 CN CN202211043801.7A patent/CN115128569B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7184493B1 (en) * | 2002-02-05 | 2007-02-27 | Alliant Techsystems Inc. | Pulse sorting apparatus for frequency histogramming in a radar receiver system |
CN109507647A (zh) * | 2018-11-30 | 2019-03-22 | 南京长峰航天电子科技有限公司 | 基于pri直方图的雷达信号分选方法 |
CN110907908A (zh) * | 2019-10-22 | 2020-03-24 | 扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所) | 基于包络分析的导航雷达信号分选方法 |
CN111337888A (zh) * | 2020-04-13 | 2020-06-26 | 北京航天长征飞行器研究所 | 密集假目标干扰方法、计算机设备及计算机可读存储介质 |
CN112036074A (zh) * | 2020-07-27 | 2020-12-04 | 西安电子科技大学 | 一种高脉冲密度环境下雷达信号分选方法及系统 |
CN113128584A (zh) * | 2021-04-15 | 2021-07-16 | 北京理工大学 | 一种多功能雷达脉冲序列的模式级无监督分选方法 |
CN114417943A (zh) * | 2022-03-29 | 2022-04-29 | 中国科学院空天信息创新研究院 | 重复频率调制类型的识别方法 |
Non-Patent Citations (1)
Title |
---|
多功能雷达电子情报信号处理关键技术研究;马爽;《中国博士学位论文全文数据库 信息科技辑》;20160115(第1期);正文第2-6,16-17,26-31,38页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115128569A (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6734824B2 (en) | System and method for locating emitters | |
US6263089B1 (en) | Method and equipment for extracting image features from image sequence | |
CN102968799B (zh) | 一种基于积分图像的快速acca-cfar sar图像目标检测方法 | |
JP6476861B2 (ja) | 電磁界特徴分類提示装置 | |
CN103383731B (zh) | 一种基于指尖定位的投影交互方法、系统及计算设备 | |
CN115128569B (zh) | 雷达侦察全脉冲数据可视化分选方法、服务器及存储介质 | |
CN102959354A (zh) | 用于利用LiDAR数据来分析树冠层的方法和装置 | |
CN110232379A (zh) | 一种车辆姿态检测方法及系统 | |
US20090290793A1 (en) | Signal search in three dimensional bitmaps | |
CN107729916A (zh) | 一种基于isodata的干扰源分类识别算法及装置 | |
CN116050136B (zh) | 一种智能船舶测试场景库的生成方法、装置及设备 | |
CN104217433A (zh) | 一种分析图像的方法及装置 | |
CN109726746A (zh) | 一种模板匹配的方法及装置 | |
US5557104A (en) | Method and apparatus for determining crystallographic characteristics in response to confidence factors | |
CN112990247A (zh) | 具有5g阵列的多模态对象检测系统 | |
CN115508800A (zh) | 一种电离层频高图扩展f现象雷达图形的筛选方法及系统 | |
WO2022066620A1 (en) | Systems and methods for detecting seismic discontinuties using singular vector variances | |
CN107240104A (zh) | 点云数据分割方法和终端 | |
CN110941933A (zh) | 基于相似理论的复杂电磁环境逼真度评估模型及方法 | |
Farley et al. | Filament identification in wide-angle high speed imaging of the mega amp spherical tokamak | |
CN114222933A (zh) | 地震观测设备、地震观测方法以及记录地震观测程序的记录介质 | |
CN116362425A (zh) | 一种基于人工影响天气机载探测资料分析可播区的方法 | |
CN110489732A (zh) | 报表数据处理方法及设备 | |
CN113655477B (zh) | 一种采用浅层对地雷达自动检测地质病害的方法 | |
CN114637741A (zh) | 一种基于张量及神经网络的动态电磁频谱姿势方法及系统 |
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 |