CN116008947A - 一种抗干扰的目标检测方法及系统 - Google Patents

一种抗干扰的目标检测方法及系统 Download PDF

Info

Publication number
CN116008947A
CN116008947A CN202310303901.7A CN202310303901A CN116008947A CN 116008947 A CN116008947 A CN 116008947A CN 202310303901 A CN202310303901 A CN 202310303901A CN 116008947 A CN116008947 A CN 116008947A
Authority
CN
China
Prior art keywords
threshold
diff
signal
max
interference
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
CN202310303901.7A
Other languages
English (en)
Other versions
CN116008947B (zh
Inventor
林水洋
林立
钱松
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.)
Gekong Shanghai Intelligent Technology Co ltd
Original Assignee
Gekong Shanghai Intelligent 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 Gekong Shanghai Intelligent Technology Co ltd filed Critical Gekong Shanghai Intelligent Technology Co ltd
Priority to CN202310303901.7A priority Critical patent/CN116008947B/zh
Publication of CN116008947A publication Critical patent/CN116008947A/zh
Application granted granted Critical
Publication of CN116008947B publication Critical patent/CN116008947B/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

本发明涉及雷达检测领域,提供了一种抗干扰的目标检测方法,包括:S1:接收模拟回波信号,并转换成数字信号;S2:对每一个信号点进行幅度阈值、差值幅度阈值的干扰信号检测,获取信号中的干扰点,其中幅度阈值和差值幅度阈值为对信号点的差值最大值、差值累加值和数值最大值统计后,动态调整的阈值;S3:对检测出的干扰点进行抑制;S4:将完成干扰点抑制的数字信号作为输入,进行傅里叶变换;S5:依次将傅里叶信号点输入MTD/MTI检测器进行检测,若变化幅度大于检测阈值,则认定有目标活动,其中,检测阈值为对干扰点的差值累加值统计后,动态调整的阈值。根据干扰统计结果动态调整干扰信号检测的阈值,较好的平衡了雷达的误报和漏报特征。

Description

一种抗干扰的目标检测方法及系统
技术领域
本发明涉及雷达检测的技术领域,尤其涉及一种抗干扰的目标检测方法及系统。
背景技术
在人体感应领域,传统方案采用红外或者声音探测,若检测到红外特征和/或声音信号,则认为附近有人类活动。近年来,采用电磁波雷达进行人体感应的方案日益增多,其原理为检测人体运动导致的电磁波的反射信号,若信号强度变化超过了给定的阈值,则认为附近有人类活动。
进一步地,一些电磁波雷达方案采用了调频连续波(FMCW)体制的雷达,由于调频连续波雷达可以同时进行距离和多普勒探测,使得雷达具备了感知特定距离范围内的人类活动的能力。FMCW体制的雷达可将不同距离的反射回波映射到不同的频率,接收机通过接收反射回波,并进行傅里叶变换,每个傅里叶变换后的计算结果单元(RangeBin)体现了给定距离内的雷达信号回波能量。通过分析回波能量的变化幅度(MTI/MTD),若变化幅度大于给定阈值,则认为在给定距离内有人类活动;统计变化幅度的方法种类较多,如延迟线对消及其各类变体,滤波器组,傅里叶变换统计等等。
但是,在现实工作中,回波能量的变化可能由于干扰导致,干扰的来源可能是同频或者邻频的雷达,同频或邻频的通信设备,电网电源/设备产生的高次谐波/高频分量等等。此种干扰,往往导致误报。为了抑制误报,业内也有若干广泛采用的抗干扰检测,消除技术,在发射波形层面,可采用频率随机化、相位随机化、时间随机化等波形随机化技术减少干扰冲突的概率/抑制峰值干扰,在接收机层面,往往通过检测时域信号逐个样本的信号差异大于给定阈值,则认为存在干扰。
在现有技术中,通过以下步骤降低干扰信号的影响:雷达接收回波信号后通过模拟-数字转换器采样成为数字信号;定义幅度阈值对干扰信号进行检测;当检测到被干扰点后,对干扰信号进行抑制;对于调频连续波雷达,将完成干扰信号抑制的信号作为输入,进行傅里叶变换;将完成傅里叶变换后的信号送入MTD/MTI检测器进行给定距离内是否有人类活动的检测;输出目标活动。
但是以上现有技术,依然存在以下三点不足之处:
(1) 干扰信号抑制可以在一定程度上抑制干扰,但是并不能可靠的还原信号;这导致“干扰抑制”后的信号特征同实际信号特征往往存在区别,一旦将该类信号送入动目标指示/检测器,容易造成误报;为了抑制误报,动目标检测器的检测门限不得不进行相应的保守设计,这导致检测灵敏度降低。
(2) 对于干扰信号检测的幅度阈值的选择依赖数据统计和经验;通常来说,若阈值较低,则抗干扰能力较强,但较低的阈值可能导致将正常的运动误判为干扰,造成漏报;为避免漏报的存在,往往只能设计较大的阈值。
对于信号强度低于阈值的输入信号无法有效进行干扰检测和抑制。
发明内容
针对上述问题,本发明的目的在于提供一种抗干扰的目标检测方法及系统,根据干扰统计结果动态调整干扰信号检测的阈值,较好的平衡了雷达的误报和漏报特征。
本发明的上述发明目的是通过以下技术方案得以实现的:
一种抗干扰的目标检测方法,包括以下步骤:
S1:雷达接收模拟回波信号,并通过模拟-数字转换器将所述回波信号转换成数字信号;
S2:对所述数字信号中的每一个信号点进行包括幅度阈值、差值幅度阈值在内的干扰信号检测,获取所述数字信号中的干扰点,其中,所述幅度阈值和所述差值幅度阈值为对所述数字信号中所述信号点的差值最大值、差值累加值和数值最大值进行统计后,动态调整的阈值;
S3:对检测出的所述干扰点进行抑制;
S4:将完成所述干扰点抑制的所述数字信号作为输入,进行傅里叶变换,生成傅里叶信号;
S5:依次将所述傅里叶信号中傅里叶信号点的输入MTD/MTI检测器进行检测,若所述傅里叶信号点的变化幅度大于检测阈值,则认定有目标活动,其中,所述检测阈值为对所述干扰点的差值累加值进行统计后,动态调整的阈值。
进一步地,在步骤 S2中,对所述数字信号中的每一个所述信号点进行包括所述幅度阈值、所述差值幅度阈值在内的干扰信号检测,具体为:
定义所述数字信号的所述信号点的信号序列为a[i],i为所述信号点的序列号,从0开始的正整数,定义所述幅度阈值为Threshold,所述差值幅度阈值包括第一差值幅度阈值ThresholdDiff,b、第二差值幅度阈值ThresholdDiff,c和第三差值幅度阈值ThresholdDiff,d
定义判断依据a: abs(a[n]) > ThresholdA
定义判断依据b:abs(a[n+1]-a[n]) > ThresholdDiff,b
定义判断依据c:abs(a[n]-a[n-1]) > ThresholdDiff,c
定义判断依据d: abs(a[n]-a[n-1])+ abs(a[n+1]-a[n])> ThresholdDiff,d
当所述信号点n满足判断依据a-d中的一个或若干个时,认定所述信号点n为所述干扰点。
进一步地,在步骤S2中,还包括:
当所述信号点n和所述信号点m均为所述干扰点,且m>n,则认定所述信号点n到所述信号点m之间整段信号中的所述信号点均为所述干扰点。
进一步地,对所述数字信号中所述信号点的差值最大值、差值累加值和数值最大值,以及所述干扰点的差值累加值进行统计,具体为:
记x0[i]= abs(a[i]-a[i-1]);
所述信号点的差值最大值为Diffmax = max(x0[i]);
所述信号点的差值累加值为Adiff = sum(x0[i]);
记x1[i] = abs(a[i]);
所述信号点的数值最大值为Absmax = max(x1[i]);
记识别到的所述干扰点为k[s],s为所述干扰点的序列号,从0开始的正整数,记x2[t]= abs(a[t]-a[t-1]),x3[t]= abs(a[t+1]-a[t]) ,其中,所述信号点t属于k[s];
所述干扰点的差值累加值为Intfsum =sum(x2[t])+sum(x3[t]);
定义变量bintf = TRUE/FALSE代表在步骤S2中是否检测到所述干扰点;
定义变量bmov = TRUE/FALSE代表在步骤S5中是否认定有目标活动。
进一步地,在步骤S2中,还包括:对所述幅度阈值进行动态调整,具体为:
所述幅度阈值Threshold的计算过程采用以下任意一种形式:
若bintf为TRUE,沿用Threshold;若bintf为FALSE,且bmov为FALSE,则Threshold= p*Absmax + q*Adiff;若bintf为FALSE,且bmov为TRUE,则Threshold= pm*Absmax + qm*Adiff
若bintf为TRUE,沿用Threshold;若bintf为FALSE,且bmov为FALSE,则Threshold= p*TAbsmax + q*TAdiff;若bintf为FALSE,且bmov为TRUE,则Threshold= pm*TAbsmax + qm*TAdiff
其中,p,q,pm,qm为在统计对目标活动的误报或漏报率之后获取的数值,TAbsmax =αTAbsmax +(1-α)Absmax,TAdiff =αTAdiff +(1-α)Adiff,α为在统计对目标活动的误报或漏报率之后获取的滤波器系数,TAbsmax初始为Absmax,TAdiff初始值为Adiff
进一步地,在步骤S2中,还包括:对所述差值幅度阈值进行动态调整,具体为:
所述第一差值幅度阈值ThresholdDiff,b、所述第二差值幅度阈值ThresholdDiff,c和所述第三差值幅度阈值ThresholdDiff,d的计算过程采用以下任意一种形式:
若bintf为TRUE,沿用ThresholdDiff,b、ThresholdDiff,c和ThresholdDiff,d;若bintf为FALSE,且bmov为FALSE,则ThresholdDiff,b = pb*Absmax + qb*Diffmax, ThresholdDiff,c =pc*Absmax + qc*Diffmax, ThresholdDiff,d = pd*Absmax + qd*Diffmax
若bintf为FALSE,且bmov 为TRUE,则ThresholdDiff,b = pmb*Absmax + qmb*Diffmax,ThresholdDiff,c = pmc*Absmax + qmc*Diffmax, ThresholdDiff,d = pmd*Absmax + qmd*Diffmax
若bintf为TRUE,沿用ThresholdDiff,b、ThresholdDiff,c和ThresholdDiff,d;若bintf为FALSE,且bmov为FALSE,则ThresholdDiffbDiff,b = pb*TAbsmax + qb*TDiffmax,ThresholdDiff,c = pc*TAbsmax + qc*TDiffmax, ThresholdDiff,d = pd*TAbsmax + qd*TDiffmax
若bintf为FALSE,且bmov 为TRUE,则ThresholdDiff,b = pmb*TAbsmax + qmb*TDiffmax, ThresholdDiff,c = pmc*TAbsmax + qmc*TDiffmax, ThresholdDiff,d = pmd*TAbsmax +qmd*TDiffmax
其中,包含pb,pc,pd的p,包含qb,qc,qd的q,包含pmb,pmc,pmd的pm,包含qmb,qmc,qmd的qm为在统计对目标活动的误报或漏报率之后获取的数值,TAbsmax =αTAbsmax +(1-α)Absmax,TDiffmax =αTAdiff +(1-α)Diffmax,α为在统计对目标活动的误报或漏报率之后获取的滤波器系数,TAbsmax初始为Absmax,TDiffmax初始值为Diffmax
进一步地,在步骤S3中,对检测出的所述干扰点进行抑制,具体为采用以下任意一种进行抑制:
将检测出的所述干扰点置零,a[n...m]=0;
对检测出的所述干扰点的序列a[n...m]乘以包括汉明窗、汉宁窗在内的窗函数;
选择满足p<n,q>m的未受干扰的信号点p和信号点q,将序列a[n...m]中的所述信号点设定为a[p]和a[q]取值的线性差值,或将序列a[n...m]中的所述信号点设定为(a[p]+a[q])/2。
进一步地,对步骤S5中用于对所述傅里叶信号点的变化幅度进行检测的所述检测阈值进行动态调整,具体为:
设所述检测阈值为T;
当所述检测阈值为加性阈值时,所述检测阈值T = T + T’,当所述检测阈值为相对阈值时,所述检测阈值T = T *(1+ln(1+T’));
其中,T’为设定的动目标阈值,计算过程采用以下任意一种方式:
T’= s * Intfsum
T’= s * IntfP sum
其中,s为在统计对目标活动的误报或漏报率之后获取的数值,IntfP sum为采用包括获取过往N次Intfsum中的最大值、过往N次Intfsum中的滑动平均值、通过alpha滤波后的Intfsum
一种用于执行如上述的抗干扰的目标检测方法的抗干扰的目标检测系统,包括:
信号接收模块,用于提供给雷达接收模拟回波信号,并通过模拟-数字转换器将所述回波信号转换成数字信号;
干扰信号检测模块,用于对所述数字信号中的每一个信号点进行包括幅度阈值、差值幅度阈值在内的干扰信号检测,获取所述数字信号中的干扰点,其中,所述幅度阈值和所述差值幅度阈值为对所述数字信号中所述信号点的差值最大值、差值累加值和数值最大值进行统计后,动态调整的阈值;
干扰信号抑制模块,用于对检测出的所述干扰点进行抑制;
傅里叶变换模块,用于将完成所述干扰点抑制的所述数字信号作为输入,进行傅里叶变换,生成傅里叶信号;
目标活动检测模块,用于依次将所述傅里叶信号中傅里叶信号点的输入MTD/MTI检测器进行检测,若所述傅里叶信号点的变化幅度大于检测阈值,则认定有目标活动,其中,所述检测阈值为对所述干扰点的差值累加值进行统计后,动态调整的阈值。
一种计算机设备,包括存储器和一个或多个处理器,所述存储器中存储有计算机代码,所述计算机代码被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上述的方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机代码,当所述计算机代码被执行时,如上述的方法被执行。
与现有技术相比,本发明包括以下至少一种有益效果是:
(1) 通过对检测阈值依据干扰点的差值累加值进行统计后,动态调整阈值。采用上述技术方案后,不单纯依赖干扰信号检测模块-干扰信号印制模块抑制噪声,而是将干扰统计结果结合检测门限计算;这使得不存在干扰时,目标活动检测模块可保持交底的检测门限,提升灵敏度,存在干扰时,目标活动检测模块的门限可自适应提升,较好的平衡了雷达的误报和漏报特征。
通过对幅度阈值和差值幅度阈值依据数字信号中信号点的差值最大值、差值累加值和数值最大值进行统计后,进行动态调整。优化了干扰信号检测模块的门限设定,雷达安装场合多样,用单一的包括幅度阈值、差值幅度阈值在内的干扰检测阈值不能很好反映实际情况,通过自适应干扰信号检测模块的阈值设定,更好的识别干扰的发生,优化了干扰信号抑制模块的抑制效果。
附图说明
图1为现有技术抗干扰的目标检测方法的流程图;
图2为本发明抗干扰的目标检测方法的整体流程图;
图3为本发明抗干扰的目标检测方法的细节流程图;
图4为本发明雷达接收的数字信号的的示意图;
图5为本发明抗干扰的目标检测系统的整体结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
如图1所示,在现有技术中通过雷达进行目标活动检测,并在目标活动检测的过程中进行干扰信号抑制的步骤如下:
101、雷达接收回波信号,并通过ADC(模拟-数字转换器)采样成为数字信号;不失一般的,我们将一个啁啾采样所得信号序列记为a[i] (i=0,1,2...)
102、干扰信号检测,定义幅度阈值ThresholdA, 差值幅度阈值ThresholdDiff,b、ThresholdDiff,c、ThresholdDiff,d;
判据a: abs(a[n]) > ThresholdA,其中abs表示计算绝对值;
判据b: abs(a[n+1]-a[n]) > ThresholdDiff,b;
判据c: abs(a[n]-a[n-1]) > ThresholdDiff,c;
判据d: abs(a[n]-a[n-1])+ abs(a[n+1]-a[n])> ThresholdDiff,d;
当点n满足判据a-d之中的一个或者若干个时,则认为点n存在干扰。可选的,若点n和点m(m>n)均为干扰点,则认为点n-m整段存在干扰。
103、干扰信号抑制,当识别出被干扰点后,对于干扰点采用如下方案进行处理:
方案a:置零, a[n...m] = 0;
方案b:加窗,如对于干扰序列a[n...m]乘以汉明窗、汉宁窗等窗函数;
方案c:平均,如选择未受干扰的点p,q, 且p<n, q>m, 将a[n...m]序列的点设定为a[p]和a[q]取值的线性插值。
104、傅里叶变换,对于调频连续波雷达,将完成干扰信号抑制的信号作为输入,进行傅里叶变换,完成傅里叶变换后的信号定义为f[i] (i = 0,1,2... Nfft-1, Nfft为傅里叶变换的点数)
105、依次完成傅里叶变换后的f[i]送入MTD(MovingTargetIndicator,动目标指示)/MTI(MovingTargetDetection,动目标检测)检测器,可选检测手段如延迟线对消及其各类变体,滤波器组,傅里叶变换统计等等;如若变化幅度大于给定阈值T,则认为在给定距离内有人类活动。
106、输出目标活动。
以上现有方案存在以下不足:
(1)上述方法中的干扰信号抑制可以在一定程度上抑制干扰,但并不能可靠的还原信号;这导致“干扰抑制”后的信号特征同实际信号特征往往存在区别,一旦将该类信号送入动目标指示/检测器,容易造成误报;为了抑制误报,动目标检测器的检测门限不得不进行相应的保守设计,这导致检测灵敏度降低。
(2)干扰信号检测的阈值ThresholdA和ThresholdDiff,b、ThresholdDiff,c、ThresholdDiff,d的选择依赖数据统计和经验;通常来说,若阈值较低,则抗干扰能力较强,但较低的阈值可能导致将正常的运动误判为干扰,造成漏报;为避免漏报的存在,往往只能设计较大的ThresholdA和ThresholdDiff,b、ThresholdDiff,c、ThresholdDiff,d阈值。
(3)对于信号强度低于ThresholdA的输入信号无法有效的进行干扰检测和抑制。
本发明对上述方案进行改进,引入了数据统计和阈值统计,能够自适应调整干扰信号检测阈值和/或MTD/MTI检测阈值。以下通过具体实施例进行说明。
第一实施例
如图2和图3所示,本实施例提供了一种抗干扰的目标检测方法,包括以下步骤:
S1:雷达接收模拟回波信号,并通过模拟-数字转换器将所述回波信号转换成数字信号。
具体的,在对人类目标活动进行检测的过程中,雷达不断接收回波信号,根据回波信号对一定距离内是否有人类活动进行检测。对于雷达接收到的回波信号为模拟信号,需要在进行目标识别前通过模拟-数字转换器ADC采样成为数字信息。不失一般性的,我们将一个啁啾采样所得信号序列记为a[i] (i=0,1,2...) 。
S2:对所述数字信号中的每一个信号点进行包括幅度阈值、差值幅度阈值在内的干扰信号检测,获取所述数字信号中的干扰点,其中,所述幅度阈值和所述差值幅度阈值为对所述数字信号中所述信号点的差值最大值、差值累加值和数值最大值进行统计后,动态调整的阈值。
具体的,在本实施例中,对所述数字信号中的每一个所述信号点进行包括所述幅度阈值、所述差值幅度阈值在内的干扰信号检测,具体为:
定义所述数字信号的所述信号点的信号序列为a[i],i为所述信号点的序列号,从0开始的正整数,定义所述幅度阈值为Threshold,所述差值幅度阈值包括第一差值幅度阈值ThresholdDiff,b、第二差值幅度阈值ThresholdDiff,c和第三差值幅度阈值ThresholdDiff,d
定义判断依据a: abs(a[n]) > ThresholdA
定义判断依据b:abs(a[n+1]-a[n]) > ThresholdDiff,b
定义判断依据c:abs(a[n]-a[n-1]) > ThresholdDiff,c
定义判断依据d: abs(a[n]-a[n-1])+ abs(a[n+1]-a[n-])> ThresholdDiff,d
依次对数字信号的信号点的信号序列a[i]中的每一个信号点进行干扰信号检测,当所述信号点n满足判断依据a-d中的一个或若干个时,认定所述信号点n为所述干扰点。需要说明的是,对信号点n依据a-d进行干扰点判断时,根据经验选择a-d中的任意一个或者若干个作为判断依据,在本实施例中不做具体限制。
可选的,如图4中雷达接收的一次数字信号的示意图中所示,当所述信号点n和所述信号点m均为所述干扰点,且m>n,则认定所述信号点n到所述信号点m之间整段信号(n-m)中的所述信号点均为所述干扰点。对于输出的干扰点定义序列为k[s], s=0,1,2...该序列可能为空。
进一步地,对于通过上述步骤进行干扰信号检测中的幅度阈值和差值幅度阈值,初始值为系统预设,但是在每完成一次目标检测或一预设检测间隔之后,依据前一次采集到的数字信号,对数字信号中信号点的差值最大值、差值累加值和数值最大值进行统计后,进行动态调整。动态调整的过程在第二实施例中详细说明。
S3:对检测出的所述干扰点进行抑制。
具体的,在本实施例中,采用以下任意一种进行抑制:
将检测出的所述干扰点置零,a[n...m]=0;
对检测出的所述干扰点的序列a[n...m]乘以包括汉明窗、汉宁窗在内的窗函数;
选择满足p<n,q>m的未受干扰的信号点p和信号点q,将序列a[n...m]中的所述信号点设定为a[p]和a[q]取值的线性差值,或将序列a[n...m]中的所述信号点设定为(a[p]+a[q])/2。
S4:将完成所述干扰点抑制的所述数字信号作为输入,进行傅里叶变换,生成傅里叶信号。
具体的,对于调频连续波雷达,将完成干扰信号抑制的信号作为输入,进行傅里叶变换,完成傅里叶变换后的信号定义为f[i] (i = 0,1,2...Nfft-1, Nfft为傅里叶变换的点数)。
S5:依次将所述傅里叶信号中傅里叶信号点的输入MTD/MTI检测器进行检测,若所述傅里叶信号点的变化幅度大于检测阈值,则认定有目标活动,其中,所述检测阈值为对所述干扰点的差值累加值进行统计后,动态调整的阈值。
具体的,依次将傅里叶变换后的所需f[i]送入MTD/MTI检测器,可选检测手段如延迟线对消及其各类变体,滤波器组,傅里叶变换统计等等;如若变化幅度大于给定检测阈值T,则认为在给定距离内有人类活动。
对于检测阈值T初始值来自系统设置的初始值。与进行干扰信号检测中的幅度阈值和差值幅度阈值相同,在每完成一次目标检测或一预设检测间隔之后,依据前一次检测到的干扰点,对干扰点的差值累加值进行统计后,进行动态调整。动态调整的过程在第二实施例中详细说明。
第二实施例
本实施例提供了依据前一次采集到的数字信号,对数字信号中信号点的差值最大值、差值累加值和数值最大值进行统计后,对进行干扰信号检测中的幅度阈值和差值幅度阈值进行动态调整。以及依据前一次检测到的干扰点,对干扰点的差值累加值进行统计后,对目标检测时的检测阈值T进行动态调整。具体包括如下步骤:
首先,需要对数字信号中信号点的差值最大值、差值累加值和数值最大值,以及干扰点的差值累加值进行统计,具体为:
 记x0[i]= abs(a[i]-a[i-1]),其中,x0[i]为有效的x0[i],特指在计算时所有参与运算的单元均有效(在前述例子中,为a[i]和a[i-1]),如x0[0] = abs(a[0] -a[-1]) 由于a[-1]不是有效数据,则需要略过。计算过程中,若出现超出a[i]有效序列的值(如i等于0时,a[i-1]无意义),则将对应的计算结果记为0。对于下文中提到的x1[i]、x2[t]、x3[t]等也同样必须是有效的,本实施例不赘述。
所述信号点的差值最大值为Diffmax = max(x0[i]);
所述信号点的差值累加值为Adiff = sum(x0[i]);
记x1[i] = abs(a[i]);
所述信号点的数值最大值为Absmax = max(x1[i]);
记识别到的所述干扰点为k[s],s=0,1,2...,s为所述干扰点的序列号,从0开始的正整数,记x2[t]= abs(a[t]-a[t-1]),x3[t]= abs(a[t+1]-a[t]) ,其中,所述信号点t属于k[s];
所述干扰点的差值累加值为Intfsum =sum(x2[t])+sum(x3[t]);
定义变量bintf = TRUE/FALSE代表在步骤S2中是否检测到所述干扰点;
定义变量bmov = TRUE/FALSE代表在步骤S5中是否认定有目标活动。
前述abs为绝对值计算,max为对于给定序列求最大值,sum为对于给定序列求和。
其次,在对数字信号中信号点的差值最大值、差值累加值和数值最大值,以及干扰点的差值累加值进行统计之后,开始对阈值进行动态调整,具体包括:
(1)对所述幅度阈值进行动态调整,具体为:
所述幅度阈值Threshold的计算过程采用以下任意一种形式:
若bintf为TRUE,沿用Threshold;若bintf为FALSE,且bmov为FALSE,则Threshold= p*Absmax + q*Adiff;若bintf为FALSE,且bmov为TRUE,则Threshold= pm*Absmax + qm*Adiff
对于Absmax, Adiff可来自一个alpha滤波器;
若bintf为TRUE,沿用Threshold;若bintf为FALSE,且bmov为FALSE,则Threshold= p*TAbsmax + q*TAdiff;若bintf为FALSE,且bmov为TRUE,则Threshold= pm*TAbsmax + qm*TAdiff
其中,p,q,pm,qm为在统计对目标活动的误报或漏报率之后获取的数值,TAbsmax =αTAbsmax +(1-α)Absmax,TAdiff =αTAdiff +(1-α)Adiff,α为在统计对目标活动的误报或漏报率之后获取的滤波器系数,TAbsmax初始为Absmax,TAdiff初始值为Adiff
(2)对所述差值幅度阈值进行动态调整,具体为:
所述第一差值幅度阈值ThresholdDiff,b、所述第二差值幅度阈值ThresholdDiff,c和所述第三差值幅度阈值ThresholdDiff,d的计算过程采用以下任意一种形式:
若bintf为TRUE,沿用ThresholdDiff,b、ThresholdDiff,c和ThresholdDiff,d;若bintf为FALSE,且bmov为FALSE,则ThresholdDiff,b = pb*Absmax + qb*Diffmax, ThresholdDiff,c =pc*Absmax + qc*Diffmax, ThresholdDiff,d = pd*Absmax + qd*Diffmax
若bintf为FALSE,且bmov 为TRUE,则ThresholdDiff,b = pmb*Absmax + qmb*Diffmax,ThresholdDiff,c = pmc*Absmax + qmc*Diffmax, ThresholdDiff,d = pmd*Absmax + qmd*Diffmax
若bintf为TRUE,沿用ThresholdDiff,b、ThresholdDiff,c和ThresholdDiff,d;若bintf为FALSE,且bmov为FALSE,则ThresholdDiffbDiff,b = pb*TAbsmax + qb*TDiffmax,ThresholdDiff,c = pc*TAbsmax + qc*TDiffmax, ThresholdDiff,d = pd*TAbsmax + qd*TDiffmax
若bintf为FALSE,且bmov 为TRUE,则ThresholdDiff,b = pmb*TAbsmax + qmb*TDiffmax, ThresholdDiff,c = pmc*TAbsmax + qmc*TDiffmax, ThresholdDiff,d = pmd*TAbsmax+ qmd*TDiffmax
其中,p(含pb,pc,pd,下同),q(含qb,qc,qd,下同),pm(含pmb,pmc,pmd,下同),qm(含qmb,qmc,qmd,下同)为在统计对目标活动的误报或漏报率之后获取的数值,TAbsmax =αTAbsmax +(1-α)Absmax,TDiffmax =αTAdiff +(1-α)Diffmax,α为在统计对目标活动的误报或漏报率之后获取的滤波器系数,TAbsmax初始为Absmax,TDiffmax初始值为Diffmax
需要说明的是,对于幅度阈值和差值幅度阈值进行动态调整时的p,q,pm,qm,以及α的取值可以相同,也可以不同。根据实际情况进行选择。当获取到更新后的幅度阈值和差值幅度阈值,立即应用于步骤S2中。
(3)对步骤S5中用于对所述傅里叶信号点的变化幅度进行检测的所述检测阈值进行动态调整,具体为:
设所述检测阈值为T;
当所述检测阈值为加性阈值时,所述检测阈值T = T + T’,当所述检测阈值为相对阈值时,所述检测阈值T = T *(1+ln(1+T’));
其中,T’为设定的动目标阈值,计算过程采用以下任意一种方式:
T’= s * Intfsum
T’= s * IntfP sum
其中,s为在统计对目标活动的误报或漏报率之后获取的数值,IntfP sum为采用包括获取过往N次Intfsum中的最大值、过往N次Intfsum中的滑动平均值、通过alpha滤波后的Intfsum
第三实施例
如图5所示,本实施例提供了一种用于执行如第一实施例中的抗干扰的目标检测方法的抗干扰的目标检测系统,其特征在于,包括:
信号接收模块1,用于提供给雷达接收模拟回波信号,并通过模拟-数字转换器将所述回波信号转换成数字信号;
干扰信号检测模块2,用于对所述数字信号中的每一个信号点进行包括幅度阈值、差值幅度阈值在内的干扰信号检测,获取所述数字信号中的干扰点,其中,所述幅度阈值和所述差值幅度阈值为对所述数字信号中所述信号点的差值最大值、差值累加值和数值最大值进行统计后,动态调整的阈值;
干扰信号抑制模块3,用于对检测出的所述干扰点进行抑制;
傅里叶变换模块4,用于将完成所述干扰点抑制的所述数字信号作为输入,进行傅里叶变换,生成傅里叶信号;
目标活动检测模块5,用于依次将所述傅里叶信号中傅里叶信号点的输入MTD/MTI检测器进行检测,若所述傅里叶信号点的变化幅度大于检测阈值,则认定有目标活动,其中,所述检测阈值为对所述干扰点的差值累加值进行统计后,动态调整的阈值。
一种计算机可读存储介质,计算机可读存储介质存储有计算机代码,当计算机代码被执行时,如上述方法被执行。本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器 (ROM ,Read Only Memory) 、随机存取存储器 (RAM ,Random Access Memory)、磁盘或光盘等。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种抗干扰的目标检测方法,其特征在于,包括以下步骤:
S1:雷达接收模拟回波信号,并通过模拟-数字转换器将所述回波信号转换成数字信号;
S2:对所述数字信号中的每一个信号点进行包括幅度阈值、差值幅度阈值在内的干扰信号检测,获取所述数字信号中的干扰点,其中,所述幅度阈值和所述差值幅度阈值为对所述数字信号中所述信号点的差值最大值、差值累加值和数值最大值进行统计后,动态调整的阈值;
S3:对检测出的所述干扰点进行抑制;
S4:将完成所述干扰点抑制的所述数字信号作为输入,进行傅里叶变换,生成傅里叶信号;
S5:依次将所述傅里叶信号中傅里叶信号点的输入MTD/MTI检测器进行检测,若所述傅里叶信号点的变化幅度大于检测阈值,则认定有目标活动,其中,所述检测阈值为对所述干扰点的差值累加值进行统计后,动态调整的阈值。
2.根据权利要求1所述的抗干扰的目标检测方法,其特征在于,在步骤 S2中,对所述数字信号中的每一个所述信号点进行包括所述幅度阈值、所述差值幅度阈值在内的干扰信号检测,具体为:
定义所述数字信号的所述信号点的信号序列为a[i],i为所述信号点的序列号,从0开始的正整数,定义所述幅度阈值为Threshold,所述差值幅度阈值包括第一差值幅度阈值ThresholdDiff,b、第二差值幅度阈值ThresholdDiff,c和第三差值幅度阈值ThresholdDiff,d定义判断依据a: abs(a[n]) > ThresholdA
定义判断依据b:abs(a[n+1]-a[n]) > ThresholdDiff,b
定义判断依据c:abs(a[n]-a[n-1]) > ThresholdDiff,c
定义判断依据d: abs(a[n]-a[n-1])+ abs(a[n+1]-a[n])> ThresholdDiff,d
当所述信号点n满足判断依据a-d中的一个或若干个时,认定所述信号点n为所述干扰点。
3.根据权利要求2所述的抗干扰的目标检测方法,其特征在于,在步骤S2中,还包括:
当所述信号点n和所述信号点m均为所述干扰点,且m>n,则认定所述信号点n到所述信号点m之间整段信号中的所述信号点均为所述干扰点。
4.根据权利要求2所述的抗干扰的目标检测方法,其特征在于,还包括:对所述数字信号中所述信号点的差值最大值、差值累加值和数值最大值,以及所述干扰点的差值累加值进行统计,具体为:
记x0[i]= abs(a[i]-a[i-1]);
所述信号点的差值最大值为Diffmax = max(x0[i]);
所述信号点的差值累加值为Adiff = sum(x0[i]);
记x1[i] = abs(a[i]);
所述信号点的数值最大值为Absmax = max(x1[i]);
记识别到的所述干扰点为k[s],s为所述干扰点的序列号,从0开始的正整数,记x2[t]=abs(a[t]-a[t-1]),x3[t]= abs(a[t+1]-a[t]) ,其中,所述信号点t属于k[s];
所述干扰点的差值累加值为Intfsum =sum(x2[t])+sum(x3[t]);
定义变量bintf = TRUE/FALSE代表在步骤S2中是否检测到所述干扰点;
定义变量bmov = TRUE/FALSE代表在步骤S5中是否认定有目标活动。
5.根据权利要求4所述的抗干扰的目标检测方法,其特征在于,在步骤S2中,还包括:对所述幅度阈值进行动态调整,具体为:
所述幅度阈值Threshold的计算过程采用以下任意一种形式:
若bintf为TRUE,沿用Threshold;若bintf为FALSE,且bmov为FALSE,则Threshold=p*Absmax + q*Adiff;若bintf为FALSE,且bmov为TRUE,则Threshold= pm*Absmax + qm*Adiff
若bintf为TRUE,沿用Threshold;若bintf为FALSE,且bmov为FALSE,则Threshold=p*TAbsmax + q*TAdiff;若bintf为FALSE,且bmov为TRUE,则Threshold= pm*TAbsmax + qm*TAdiff
其中,p,q,pm,qm为在统计对目标活动的误报或漏报率之后获取的数值,TAbsmax =αTAbsmax +(1-α)Absmax,TAdiff =αTAdiff +(1-α)Adiff,α为在统计对目标活动的误报或漏报率之后获取的滤波器系数,TAbsmax初始为Absmax,TAdiff初始值为Adiff
6.根据权利要求4所述的抗干扰的目标检测方法,其特征在于,在步骤S2中,还包括:对所述差值幅度阈值进行动态调整,具体为:
所述第一差值幅度阈值ThresholdDiff,b、所述第二差值幅度阈值ThresholdDiff,c和所述第三差值幅度阈值ThresholdDiff,d的计算过程采用以下任意一种形式:
若bintf为TRUE,沿用ThresholdDiff,b、ThresholdDiff,c和ThresholdDiff,d;若bintf为FALSE,且bmov为FALSE,则ThresholdDiff,b = pb*Absmax + qb*Diffmax, ThresholdDiff,c =pc*Absmax + qc*Diffmax,ThresholdDiff,d = pd*Absmax + qd*Diffmax
若bintf为FALSE,且bmov 为TRUE,则ThresholdDiff,b = pmb*Absmax + qmb*Diffmax,ThresholdDiff,c = pmc*Absmax + qmc*Diffmax, ThresholdDiff,d = pmd*Absmax + qmd*Diffmax
若bintf为TRUE,沿用ThresholdDiff,b、ThresholdDiff,c和ThresholdDiff,d;若bintf为FALSE,且bmov为FALSE,则ThresholdDiff,b = pb*TAbsmax + qb*TDiffmax, ThresholdDiff,c =pc*TAbsmax + qc*TDiffmax, ThresholdDiff,d = pd*TAbsmax + qd*TDiffmax
若bintf为FALSE,且bmov 为TRUE,则ThresholdDiff,b = pmb*TAbsmax + qmb*TDiffmax,ThresholdDiff,c = pmc*TAbsmax + qmc*TDiffmax, ThresholdDiff,d = pmd*TAbsmax + qmd*TDiffmax
其中,包含pb,pc,pd的p,包含qb,qc,qd的q,包含pmb,pmc,pmd的pm,包含qmb,qmc,qmd的qm为在统计对目标活动的误报或漏报率之后获取的数值,TAbsmax =αTAbsmax +(1-α)Absmax,TDiffmax =αTAdiff +(1-α)Diffmax,α为在统计对目标活动的误报或漏报率之后获取的滤波器系数,TAbsmax初始为Absmax,TDiffmax初始值为Diffmax
7.根据权利要求3所述的抗干扰的目标检测方法,其特征在于,在步骤S3中,对检测出的所述干扰点进行抑制,具体为采用以下任意一种进行抑制:
将检测出的所述干扰点置零,a[n...m]=0;
对检测出的所述干扰点的序列a[n...m]乘以包括汉明窗、汉宁窗在内的窗函数;
选择满足p<n,q>m的未受干扰的信号点p和信号点q,将序列a[n...m]中的所述信号点设定为a[p]和a[q]取值的线性差值,或将序列a[n...m]中的所述信号点设定为(a[p]+a[q])/2。
8.根据权利要求4所述的抗干扰的目标检测方法,其特征在于,还包括:对步骤S5中用于对所述傅里叶信号点的变化幅度进行检测的所述检测阈值进行动态调整,具体为:
设所述检测阈值为T;
当所述检测阈值为加性阈值时,所述检测阈值T = T + T’,当所述检测阈值为相对阈值时,所述检测阈值T = T *(1+ln(1+T’));
其中,T’为设定的动目标阈值,计算过程采用以下任意一种方式:
T’= s * Intfsum
T’= s * IntfP sum
其中,s为在统计对目标活动的误报或漏报率之后获取的数值,IntfP sum为采用包括获取过往N次Intfsum中的最大值、过往N次Intfsum中的滑动平均值、通过alpha滤波后的Intfsum
9.一种用于执行如权利要求1-8任意一项所述的抗干扰的目标检测方法的抗干扰的目标检测系统,其特征在于,包括:
信号接收模块,用于提供给雷达接收模拟回波信号,并通过模拟-数字转换器将所述回波信号转换成数字信号;
干扰信号检测模块,用于对所述数字信号中的每一个信号点进行包括幅度阈值、差值幅度阈值在内的干扰信号检测,获取所述数字信号中的干扰点,其中,所述幅度阈值和所述差值幅度阈值为对所述数字信号中所述信号点的差值最大值、差值累加值和数值最大值进行统计后,动态调整的阈值;
干扰信号抑制模块,用于对检测出的所述干扰点进行抑制;
傅里叶变换模块,用于将完成所述干扰点抑制的所述数字信号作为输入,进行傅里叶变换,生成傅里叶信号;
目标活动检测模块,用于依次将所述傅里叶信号中傅里叶信号点的输入MTD/MTI检测器进行检测,若所述傅里叶信号点的变化幅度大于检测阈值,则认定有目标活动,其中,所述检测阈值为对所述干扰点的差值累加值进行统计后,动态调整的阈值。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机代码,当所述计算机代码被执行时,如权利要求1至8中任一项所述的方法被执行。
CN202310303901.7A 2023-03-27 2023-03-27 一种抗干扰的目标检测方法及系统 Active CN116008947B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310303901.7A CN116008947B (zh) 2023-03-27 2023-03-27 一种抗干扰的目标检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310303901.7A CN116008947B (zh) 2023-03-27 2023-03-27 一种抗干扰的目标检测方法及系统

Publications (2)

Publication Number Publication Date
CN116008947A true CN116008947A (zh) 2023-04-25
CN116008947B CN116008947B (zh) 2023-06-09

Family

ID=86025196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310303901.7A Active CN116008947B (zh) 2023-03-27 2023-03-27 一种抗干扰的目标检测方法及系统

Country Status (1)

Country Link
CN (1) CN116008947B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2823419A1 (de) * 1978-05-29 1979-12-06 Siemens Ag Schaltungsanordnung zur unterdrueckung von stoersignalen in puls-doppler-radarempfaengern
US20120049863A1 (en) * 2009-05-05 2012-03-01 Rohde & Schwartz Gmbh & Co. Kg Method for detecting a covered dielectric object
CN103064077A (zh) * 2012-12-26 2013-04-24 中国科学院声学研究所 一种基于幅值加权的目标检测方法和设备
US20130342383A1 (en) * 2012-06-21 2013-12-26 Furuno Electric Company Limited Interference rejection device, radar device, and target finding method
CN111190147A (zh) * 2020-02-12 2020-05-22 南京理工大学 一种针对毫米波汽车防撞雷达的干扰抑制方法
CN112285665A (zh) * 2020-10-14 2021-01-29 广州极飞科技有限公司 信号的检波方法、装置、毫米波雷达模块、设备及介质
CN112462337A (zh) * 2020-02-28 2021-03-09 加特兰微电子科技(上海)有限公司 干扰信号的检测方法、抑制相互干扰的方法、抑制相互干扰的装置、传感器及设备
CN113325374A (zh) * 2020-02-28 2021-08-31 加特兰微电子科技(上海)有限公司 抗干扰方法、装置、雷达系统及存储介质
CN113466803A (zh) * 2021-07-02 2021-10-01 中国船舶重工集团公司第七二四研究所 基于修正互相关系数的雷达主瓣假目标干扰剔除方法
WO2021197065A1 (zh) * 2020-03-30 2021-10-07 华为技术有限公司 抑制干扰的方法和探测装置
CN113484836A (zh) * 2021-05-26 2021-10-08 惠州市德赛西威智能交通技术研究院有限公司 基于时域信号幅度差值排序的干扰检测和剔除方法
WO2023005821A1 (zh) * 2021-07-26 2023-02-02 森思泰克河北科技有限公司 生命体检测方法、终端及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2823419A1 (de) * 1978-05-29 1979-12-06 Siemens Ag Schaltungsanordnung zur unterdrueckung von stoersignalen in puls-doppler-radarempfaengern
US20120049863A1 (en) * 2009-05-05 2012-03-01 Rohde & Schwartz Gmbh & Co. Kg Method for detecting a covered dielectric object
US20130342383A1 (en) * 2012-06-21 2013-12-26 Furuno Electric Company Limited Interference rejection device, radar device, and target finding method
CN103064077A (zh) * 2012-12-26 2013-04-24 中国科学院声学研究所 一种基于幅值加权的目标检测方法和设备
CN111190147A (zh) * 2020-02-12 2020-05-22 南京理工大学 一种针对毫米波汽车防撞雷达的干扰抑制方法
CN112462337A (zh) * 2020-02-28 2021-03-09 加特兰微电子科技(上海)有限公司 干扰信号的检测方法、抑制相互干扰的方法、抑制相互干扰的装置、传感器及设备
CN113325374A (zh) * 2020-02-28 2021-08-31 加特兰微电子科技(上海)有限公司 抗干扰方法、装置、雷达系统及存储介质
WO2021197065A1 (zh) * 2020-03-30 2021-10-07 华为技术有限公司 抑制干扰的方法和探测装置
CN112285665A (zh) * 2020-10-14 2021-01-29 广州极飞科技有限公司 信号的检波方法、装置、毫米波雷达模块、设备及介质
CN113484836A (zh) * 2021-05-26 2021-10-08 惠州市德赛西威智能交通技术研究院有限公司 基于时域信号幅度差值排序的干扰检测和剔除方法
CN113466803A (zh) * 2021-07-02 2021-10-01 中国船舶重工集团公司第七二四研究所 基于修正互相关系数的雷达主瓣假目标干扰剔除方法
WO2023005821A1 (zh) * 2021-07-26 2023-02-02 森思泰克河北科技有限公司 生命体检测方法、终端及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PAUL SIQUEIRA等: ""Variable Precision Two-Channel Phase, Amplitude, and Timing Measurements for Radar Interferometry and Polarimetry"", 《IEEE TRANSACTIONS ON MICROWAVE THEORY AND TECHNIQUES》, vol. 55, no. 10, pages 2248 - 2256, XP011193592, DOI: 10.1109/TMTT.2007.906543 *
梁至锰: ""基于抗干扰技术的目标动态跟踪方法研究"", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》, no. 5, pages 032 - 89 *

Also Published As

Publication number Publication date
CN116008947B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN104569948B (zh) 海杂波背景下子带自适应glrt‑ltd检测方法
EP1672379B1 (en) System and method for reducing a radar interference signal
EP0932837B1 (en) Procedure for the elimination of interference in a radar unit of the fmcw type
CN110221288A (zh) 一种穿墙雷达微动目标检测方法
KR102074373B1 (ko) 순환신경망회로를 이용한 레이더 신호 처리 장치 및 방법
JP2014002085A (ja) 信号処理装置、レーダ装置、信号処理方法、およびプログラム
US5515300A (en) Coherent signal power detector using higher-order statistics
JPWO2011158359A1 (ja) レーダ装置
US6380887B1 (en) Method of reducing clutter and mutual interference in a coherent doppler radar system
Tao et al. Side peaks interference suppression in DVB-T based passive radar
JP2009250616A (ja) レーダ信号処理装置
CN114217315A (zh) 一种毫米波雷达动态目标快速检测方法
CN115267698A (zh) Fmcw雷达移动和微动目标检测和识别方法和系统
Marszal et al. Distance measurement errors in silent FM-CW sonar with matched filtering
CN110161491B (zh) 一种针对微弱生命体的测距和呼吸频率估计方法
CN110806566B (zh) 采用多窗联合进行雷达目标检测的方法、装置及雷达系统
CN113009420B (zh) 一种切片转发干扰信号的处理方法、系统及存储介质
CN105589061A (zh) 一种岸基雷达的信号处理算法
CN116008947B (zh) 一种抗干扰的目标检测方法及系统
CN107976663A (zh) 一种基于子空间投影的外辐射源雷达对目标压缩检测方法
CN115825884A (zh) 一种fmcw雷达干扰检测和抑制方法及系统
CN115685169A (zh) 基于宽带keystone变换的水声弱运动目标检测方法
JP3881078B2 (ja) 周波数推定方法、周波数推定装置、ドップラソナーおよび潮流計
Bvrley et al. A receiver for multicarrier logarithmic warped frequency domain code waveforms
Li et al. Pulse train detection algorithm based on edge enhancement

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