CN116299211A - 雷达成像背景数据的确定方法、装置、设备及介质 - Google Patents

雷达成像背景数据的确定方法、装置、设备及介质 Download PDF

Info

Publication number
CN116299211A
CN116299211A CN202310051684.7A CN202310051684A CN116299211A CN 116299211 A CN116299211 A CN 116299211A CN 202310051684 A CN202310051684 A CN 202310051684A CN 116299211 A CN116299211 A CN 116299211A
Authority
CN
China
Prior art keywords
background data
data
determining
target
fluctuation
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
CN202310051684.7A
Other languages
English (en)
Other versions
CN116299211B (zh
Inventor
笪敏
王斌
陈工羽
瞿金桥
齐俊
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.)
Shanghai Nano Technology Co ltd
Original Assignee
Shanghai Nano 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 Shanghai Nano Technology Co ltd filed Critical Shanghai Nano Technology Co ltd
Priority to CN202310051684.7A priority Critical patent/CN116299211B/zh
Publication of CN116299211A publication Critical patent/CN116299211A/zh
Application granted granted Critical
Publication of CN116299211B publication Critical patent/CN116299211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/36Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/414Discriminating targets with respect to background clutter
    • 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

  • 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

本发明公开了一种雷达成像背景数据的确定方法、装置、设备及介质,该方法包括:当满足采集条件时,获取成像系统采集的原始背景数据;根据原始背景数据及设定的距离域门限,确定原始背景数据的有效背景数据,并形成有效背景数据集;根据有效背景数据集及设定的波动门限集,确定有效背景数据集对应的包含权重信息的目标背景数据集;根据目标背景数据集,确定成像系统的最终背景数据。通过距离域门限剔除原始背景数据中的无效背景数据,得到有效背景数据集,通过波动门限集对有效背景数据中的异常数据进行了判定及滤除,得到目标背景数据集,进而确定最终背景数据。提高了最终背景数据的可靠性,进而保证了成像质量。

Description

雷达成像背景数据的确定方法、装置、设备及介质
技术领域
本发明涉及成像技术领域,尤其涉及雷达成像背景数据的确定方法、装置、设备及介质。
背景技术
获得高质量的目标回波数据是成像系统正常工作的基本前提,消除非目标干扰信号是其中的重要内容。背景对消是业界内最常见的方法,即用目标回波数据减去背景数据。背景数据的质量决定了背景对消的效果。
现有技术中是直接采集单组背景数据,或者采集多组背景数据取算术平均以提高信噪比。
但是这些方法有明显的缺陷:第一,若采集背景数据时成像区域内刚好有干扰目标存在,那么背景对消后干扰目标将会体现到图像中,造成图像质量下降甚至出现伪目标;第二,若采集背景数据时某些天线通道或频点受到外界干扰或采集系统稳定性的影响,通过背景对消这些异常数据也将造成图像质量下降。
发明内容
本发明提供了一种雷达成像背景数据的确定方法、装置、设备及介质,以实现背景数据确定的准确性。
根据本发明的第一方面,提供了一种雷达成像背景数据的确定方法,包括:
当满足采集条件时,获取成像系统采集的原始背景数据;
根据所述原始背景数据及设定的距离域门限,确定所述原始背景数据的有效背景数据,并形成有效背景数据集;
根据所述有效背景数据集及设定的波动门限集,确定所述有效背景数据集对应的包含权重信息的目标背景数据集;
根据所述目标背景数据集,确定所述成像系统的最终背景数据。
根据本发明的第二方面,提供了一种雷达成像背景数据的确定装置,包括:
获取模块,用于当满足采集条件时,获取成像系统采集的原始背景数据;
第一确定模块,用于根据所述原始背景数据及设定的距离域门限,确定所述原始背景数据的有效背景数据,并形成有效背景数据集;
第二确定模块,用于根据所述有效背景数据集及设定的波动门限集,确定所述有效背景数据集对应的包含权重信息的目标背景数据集;
第三确定模块,用于根据所述目标背景数据集,确定所述成像系统的最终背景数据。
根据本发明的第三方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的雷达成像背景数据的确定方法。
根据本发明的第四方面,提供了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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的雷达成像背景数据的确定方法。
本发明实施例的技术方案,通过当满足采集条件时,获取成像系统采集的原始背景数据;根据原始背景数据及设定的距离域门限,确定原始背景数据的有效背景数据,并形成有效背景数据集;根据有效背景数据集及设定的波动门限集,确定有效背景数据集对应的包含权重信息的目标背景数据集;根据目标背景数据集,确定成像系统的最终背景数据。通过距离域门限剔除原始背景数据中的无效背景数据,得到有效背景数据集,通过波动门限集对有效背景数据中的异常数据进行了判定及滤除,得到目标背景数据集,进而确定最终背景数据。提高了最终背景数据的可靠性,进而保证了成像质量。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种雷达成像背景数据的确定方法的流程图;
图2是根据本发明实施例二提供的一种雷达成像背景数据的确定方法的流程图;
图3是根据本发明实施例二提供的一种雷达成像背景数据的确定方法的示例流程图;
图4是根据本发明实施例三提供的一种雷达成像背景数据的确定装置的结构示意图;
图5是实现本发明实施例的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明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数据在适当情况下可以互换,以便这里描述的本发明的实施例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。
实施例一
图1为本发明实施例一提供了一种雷达成像背景数据的确定方法的流程图,本实施例可适用于基于背景数据的阵列天线成像的情况,该方法可以由雷达成像背景数据的确定装置来执行,该雷达成像背景数据的确定装置可以采用硬件和/或软件的形式实现,该雷达成像背景数据的确定装置可配置于电子设备中。如图1所示,该方法包括:
S110、当满足采集条件时,获取成像系统采集的原始背景数据。
在本实施例中,采集条件可以理解为未达到设定的采集次数。成像系统可以理解为阵列天线成像系统。原始背景数据可以理解为直接采集的背景数据。
具体的,当满足采集条件时,处理器可以控制成像系统进行原始背景数据的采集,并获取成像系统采集的原始背景数据。
S120、根据原始背景数据及设定的距离域门限,确定原始背景数据的有效背景数据,并形成有效背景数据集。
在本实施例中,距离域门限可以理解为在距离域下判断干扰目标而设定的门限值。有效背景数据可以理解为没有干扰目标的频率域下的背景数据。有效背景数据集可以理解为多个有效背景数据的集合。
具体的,处理器可以根据原始背景数据确定出在距离域下的背景数据,将在设定的成像区域范围内距离域下的背景数据与距离域门限进行比对,判断背景数据是否包含干扰目标,若是,就将包含干扰目标的背景数据舍弃,并再次获取采集的原始背景数据进行判断;若否,则表示背景数据中没有干扰目标,则认定为有效背景数据并放入有效数据集中,根据有效背景数据集设定的需求个数,再次进行原始背景数据的获取,直至有效背景数据集中的有效背景数据个数到达了设定的需求个数时,使用傅里叶变换,将有效背景数据进行频率域的转换,并形成包括多个有效背景数据的有效背景数据集。
S130、根据有效背景数据集及设定的波动门限集,确定有效背景数据集对应的包含权重信息的目标背景数据集。
需要知道的是,有效背景数据是由多个数据组成的。
在本实施例中,波动门限集可以理解为用于区分异常数据的门限集合。权重信息可以理解为以权重值的方式表示数据是否正常的信息。目标背景数据集可以理解为对有效背景数据集区分正常数据及异常数据后的背景数据集。
具体的,处理器可以根据有效背景数据集中包括的各有效背景数据依次进行获取,对每个有效背景数据中包括的每个数据的幅值、幅度波动值及相位波动值,并与波动门限集进行比对,进而确定出幅值的波动情况、幅度的波动情况以及相位的波动情况,将波动情况较大的认定为异常数据,可以按照设定的方式对异常数据进行处理,如将该数据置0,并将其权重置0,以表示该数据为异常数据,对有效背景数据集中的所有有效背景数据均进行处理后,得到目标背景数据集。
S140、根据目标背景数据集,确定成像系统的最终背景数据。
在本实施例中,最终背景数据可以理解为最终可以进行成像确定的结果。
具体的,处理器可以将目标背景数据集中的各目标背景数据及权重进行加权平均值的确定,得到成像系统的最终背景数据。
示例性的,处理器可以用目标背景数据的数据值之和除以权重值之和,得到背景数据。
本发明实施例的技术方案,通过当满足采集条件时,获取成像系统采集的原始背景数据;根据原始背景数据及设定的距离域门限,确定原始背景数据的有效背景数据,并形成有效背景数据集;根据有效背景数据集及设定的波动门限集,确定有效背景数据集对应的包含权重信息的目标背景数据集;根据目标背景数据集,确定成像系统的最终背景数据。通过距离域门限剔除原始背景数据中的无效背景数据,得到有效背景数据集,通过波动门限集对有效背景数据中的异常数据进行了判定及滤除,得到目标背景数据集,进而确定最终背景数据。提高了最终背景数据的可靠性,进而保证了成像质量。
实施例二
图2为本发明实施例二提供的一种雷达成像背景数据的确定方法的流程图,本实施例是在上述实施例的基础上的进一步细化。
如图2所示,该方法包括:
S210、当满足采集条件时,获取成像系统采集的原始背景数据。
S220、将原始背景数据转换为距离域下的第一背景数据。
在本实施例中,第一背景数据可以理解为距离域下的原始背景数据。
具体的,处理器可以对原始背景数据使用逆傅里叶变换,将频域下的原始背景数据转换为距离域下的第一背景数据。
S230、根据获取的成像区域信息,确定第一背景数据在成像区域内的数据峰值。
在本实施例中,成像区域信息可以理解为成像区域的距离范围。数据峰值可以理解为最大值。
需要知道的是,距离域下的原始背景数据的距离范围为从零至天线阵列的最大采集距离,成像区域信息中的距离范围在零至最大采集距离之间,如采集距离为0-2米,而需要成像的范围在0.5米-1.5米,则成像区域信息为最小距离为0.5米,最大距离为1.5米。
具体的,处理器可以获取设定的成像区域信息,按照成像区域信息可以确定出第一背景数据在成像区域信息中的数据,进而找出其中的数据峰值。
S240、根据第一背景数据、数据峰值及距离域门限,确定有效背景数据集。
具体的,处理器可以根据数据峰值及距离域门限判断第一背景数据的成像区域中是否有干扰目标,当没有干扰目标时,确定该第一背景数据是有效的,当有干扰目标时,确定该第一背景数据是无效的,则再次进行原始背景数据的采集及干扰目标的判定,直至有效的第一背景数据的个数到达有效背景数据集的设定个数,则根据各判定为有效的第一背景数据确定有效背景数据集。
进一步的,在上述实施例的基础上,根据第一背景数据、数据峰值及距离域门限,确定有效背景数据集的步骤可以包括:
a1、如果数据峰值小于距离域门限,则根据第一背景数据及预设的带通滤波器,确定第二背景数据,将第二背景数据加入背景数据队列中。
在本实施例中,带通滤波器可以理解为用于筛选成像区域范围内的背景数据的滤波器。第二背景数据可以理解为筛选后的只包括成像区域范围内的背景数据。背景数据队列可以理解为用于确定有效背景数据集的队列。
具体的,处理器可以将数据峰值与距离域门限进行比对,当数据峰值小于距离域门限时,将第一背景数据与带通滤波器进行复数相乘再进行傅里叶变换,得到频率域下的第二背景数据,并将第二背景数据假如数据队列中。
示例性的,带通滤波器Filter_rcs可以表示为:
Figure BDA0004058356490000081
其中,range是第一背景数据中的各子数据对应的成像距离,r1和r2分别是成像区域信息中的最小和最大距离。
b1、判断背景数据队列中的数据个数是否小于预设的个数阈值。
在本实施例中,数据个数可以理解为已经加入背景数据队列中的第二背景数据的个数。个数阈值可以理解为有效背景数据集中应包括的有效背景数据个数。
具体的,处理器可以确定出背景数据队列中第二背景数据的数据个数,判断数据个数是否小于预设的个数阈值。
c1、若是,则返回原始背景数据的获取步骤。
具体的,若数据个数小于预设的个数阈值,说明背景数据队列中的第二背景数据个数不满足个数阈值,应再确定更多的第二背景数据,则处理器返回原始背景数据的获取步骤,继续确定第二背景数据。
示例性的,个数阈值为5,背景数据队列中第二背景数据的数据个数为2,还需要3个第二背景数据,则满足采集条件继续返回步骤S210。
d1、若否,将背景数据队列作为有效背景数据集。
具体的,若数据个数等于预设的个数阈值时,则将背景数据队列作为有效背景数据集。
e1、否则,返回原始背景数据的获取步骤。
具体的,当数据峰值大于或等于距离域门限时,返回原始背景数据的获取步骤,即返回步骤S210。
S250、根据有效背景数据集,确定初始参考数据。
在本实施例中,初始参考数据可以理解为有效背景数据中的算术平均值。
具体的,处理器可以根据有效背景数据集中包括的所有有效背景数据进行算术平均值的确定,得到初始参考数据。
S260、从有效背景数据集中选取满足异常确定条件的背景数据作为当前背景数据。
在本实施例中,异常确定条件可以理解为还未进行异常确定的背景数据。背景数据可以理解为有效背景数据集中包括的第二背景数据。当前背景数据可以理解为要进行异常数据判断的背景数据。
具体的,处理器可以从有效背景数据集中选取未进行过后续异常确定的背景数据作为当前背景数据。
S270、根据当前背景数据、初始参考数据及波动门限集,确定当前背景数据对应的第三背景数据及权重集,并添加至目标背景数据集。
在本实施例中,第三背景数据可以理解为进行异常数据确定后的背景数据。权重集可以理解为第三背景数据中各数据对应的权重值的集合。
具体的,处理器可以根据当前背景数据及初始参考数据确定出当前背景数据的幅值、相位及幅度的波动情况,结合波动门限集确定出当前背景数据中的异常数据,对异常数据进行处理,如置0,并将异常数据的权重置0,保留正常数据,并将正常权重的数据置1,得到第三背景数据及权重集,并将第三背景数据及权重集添加至目标背景数据集中。
进一步的,根据当前背景数据、初始参考数据及波动门限集,确定当前背景数据对应的第三背景数据及权重集的步骤可以包括:
a2、根据当前背景数据及初始参考数据,确定差异数据及当前背景数据的幅值集。
在本实施例中,差异数据可以理解为当前背景数据与初始参考数据中各数据对应的差异值的集合。幅值集可以理解为当前背景数据中各数据对应的幅值的集合。
具体的,处理器可以将当前背景数据与初始参考数据做复数除法,得到差异数据,处理器可以对当前背景数据进行幅值计算,得到幅值集,如可对当前背景数据通过abs函数进行计算得到幅值。
b2、根据差异数据,确定当前背景数据的幅度波动集及相位波动集。
在本实施例中,幅度波动集可以理解为当前背景数据中各数据的幅度波动的集合。相位波动集可以理解为当前背景数据中各数据的相位波动的集合。
具体的,处理器可以取差异数据的模值得到当前背景数据的幅度波动集,如可对差异数据通过abs函数进行计算得到幅度波动集,可以取差异数据的角度得到当前背景数据的相位波动集,如可对差异数据通过angle函数进行计算得到相位波动集。
c2、针对当前背景数据包括的子数据,根据幅值集、幅度波动集及相位波动集,确定子数据对应的幅值、幅度波动值及相位波动值。
在本实施例中,子数据可以理解为当前背景数据中包括的数据。幅值可以理解为子数据对应的幅值。幅度波动值可以理解为子数据对应的幅度波动值,相位波动值可以理解为子数据对应的相位波动值。
具体的,针对当前背景数据包括的所有子数据,处理器可以根据幅值集、幅度波动集及相位波动集,依次确定出每一个子数据对应的幅值、幅度波动值及相位波动值。
d2、如果幅值大于波动门限集中的幅值门限,则根据波动门限集、幅度波动值及相位波动值,确定子数据的目标子数据值及目标权重。
在本实施例中,目标子数据值可以理解为经过异常判定后的幅值。目标权重可以理解为用于显示子数据是否正常的权重值。
需要说明的是,幅值门限的设定是因为幅值越小的数据其波动就越大,为了避免对幅度较小的有效数据的误判,因此设置了幅值门限。
具体的,处理器可以将幅值与幅值门限进行比对,如果幅值大于幅值门限,则根据波动门限集、幅度波动值及相位波动值,确定子数据的波动情况,进而判定子数据是否为正常数据,根据判定情况确定子数据的目标子数据值及目标权重。
其中,根据波动门限集、幅度波动值及相位波动值,确定子数据的目标子数据值及目标权重的步骤可以包括:
d21、当幅度波动值大于波动门限集中的幅值波动门限时,或相位波动值大于波动门限集中的相位波动门限时,将目标子数据值及目标权重置0。
具体的,处理器可以将幅度波动值与幅值波动门限进行比对,将相位波动值与相位波动门限进行比对,当幅度波动值大于波动门限集中的幅值波动门限时,或相位波动值大于波动门限集中的相位波动门限时,说明子数据的波动较大,为异常子数据,则将该子数据对应的目标幅值及目标权重置0。
d22、否则,将子数据作为目标子数据值,并将目标权重置1。
具体的,当幅度波动值大于波动门限集中的幅值波动门限时,或相位波动值大于波动门限集中的相位波动门限时,说明子数据的波动较小,为正常子数据,则处理器可以将子数据作为目标子数据值及目标权重置1。
e2、否则,将子数据作为目标子数据值,并将目标权重置1。
具体的,如果幅值小于或等于波动门限集中的幅值门限时,处理器可以将子数据作为目标子数据值,并将目标权重置1。
f2、根据各目标子数据值及各目标权重,确定第三背景数据及权重集。
具体的,处理器可以根据各目标子数据值及各目标权重,确定第三背景数据及权重集。
其中,根据各目标子数据值及各目标权重,确定第三背景数据及权重集的步骤可以包括:
f21、确定各目标权重与对应的目标子数据值的关联关系。
具体的,处理器可以确定将每个目标权重与其对应的目标子数据建立关联关系。则可以通过目标子数据确定出对应的目标权重。如可以对目标权重与目标子数据使用相同的标号,以建立关联关系。
f22、将各目标子数据及关联关系的集合作为第三背景数据。
具体的,处理器可以将各目标子数据及关联关系的集合作为第三背景数据,以通过关联关系确定出各目标子数据对应的目标权重。
f23、将各目标权重及关联关系的集合作为权重集。
具体的,处理器可以将各目标权重及关联关系的集合作为权重集,以通过关联关系确定出各目标权重对应的目标子数据。
S280、返回继续执行当前背景数据的选取操作,直至有效背景数据集中的背景数据均被选取。
具体的,在当前背景数据中所有的子数据都遍历完后,处理器可以返回继续执行当前背景数据的选取操作,即返回S260步骤,从有效背景数据集中选取下一个未进行过异常判断的有效背景数据,再对其进行异常判断,直至有效背景数据集中所有数据均被选取过一遍后,结束循环。
S290、根据目标背景数据集,确定成像系统的最终背景数据。
本实施例二提供的一种雷达成像背景数据的确定方法,通过对原始背景数据进行距离域转换并确定成像区域内的峰值,将峰值与距离域门限进行比对,实现了对原始背景数据中是否包含干扰目标的判断,进而实现了对有效背景数据的确定,将确定出的第一背景数据进行预设的带通滤波器滤波处理并进行频率域的转换,对成像区域外的数据的滤除,消除了干扰因素,保证了成像系统的稳定性。通过波动门限集对有效背景数据集中包括的所有背景数据进行异常数据判定,并将异常数据的目标子数据值及目标权重置0,保留正常数据的子数据值并将目标权重置1,实现了对异常数据的判断与滤除,形成目标背景数据集,进而通过目标背景数据集确定最终背景数据。消除了干扰因素的影响,保证了成像系统的稳定性,提高了背景数据的可靠性,保证背景对消达到预期的效果,进而提高了最终的成像质量。
为了便于理解,给出本发明提供的成像背景数据的方法的示例流程实现,图3为本发明实施例二提供的一种雷达成像背景数据的确定方法的示例流程图,如图3所示,雷达成像背景数据的确定方法可以包括如下步骤:
S301、当满足采集条件时,获取成像系统采集的原始背景数据;
S302、将原始背景数据转换为距离域下的第一背景数据;
S303、确定第一背景数据在成像区域内的峰值;
S304、判断峰值是否小于距离域门限;若是,则跳转至S305;若否,则跳转至S301;
S305、对第一背景数据进行带通滤波器滤波并变换至频域,得到第二背景数据,将第二背景数据加入背景数据队列;
S306、背景数据队列中的数据个数是否小于个数阈值;若是,则跳转至S301;若否,则跳转至S307;
S307、将背景数据队列作为有效背景数据集;
S308、根据有效背景数据集,确定初始参考数据;
S309、从有效背景数据集中选取满足异常确定条件的背景数据作为当前背景数据;
S310、根据当前背景数据及初始参考数据,确定差异数据及当前背景数据的幅值集;
S311、根据差异数据,确定当前背景数据的幅度波动集及相位波动集;
S312、依次读取当前背景数据包括的子数据,并确定其对应的幅值、幅度波动值及相位波动值;
S313、幅值是否大于幅值门限,若是,则跳转至S314,若否,则跳转至S316;
S314、幅度波动值大于幅值波动门限或相位波动值大于相位波动门限,若是,则跳转至S315,若否,则跳转至S316;
S315、该子数据对应的目标子数据置0,目标权重置0;
S316、该子数据作为目标子数据,目标权重置1;
S317、判断是否遍历了当前背景数据中的所有子数据,若是,则跳转至S318,若否,则跳转至S312;
S318、根据各目标子数据值及各目标权重,确定第三背景数据及权重集,并添加至目标背景数据集;
S319、有效背景数据集中的背景数据是否均被选取,若是,则跳转至S320;若否,则跳转至S309;
S320、对目标背景数据集进行加权平均,得到最终背景数据。
实施例三
图4为本发明实施例三提供的一种雷达成像背景数据的确定装置的结构示意图。如图4所示,该装置包括:获取模块41、第一确定模块42、第二确定模块43及第三确定模块44。其中,
获取模块41,用于当满足采集条件时,获取成像系统采集的原始背景数据;
第一确定模块42,用于根据原始背景数据及设定的距离域门限,确定原始背景数据的有效背景数据,并形成有效背景数据集;
第二确定模块43,用于根据有效背景数据集及设定的波动门限集,确定有效背景数据集对应的包含权重信息的目标背景数据集;
第三确定模块44,用于根据目标背景数据集,确定成像系统的最终背景数据。
本发明实施例的技术方案,当满足采集条件时,获取成像系统采集的原始背景数据;根据原始背景数据及设定的距离域门限,确定原始背景数据的有效背景数据,并形成有效背景数据集;根据有效背景数据集及设定的波动门限集,确定有效背景数据集对应的包含权重信息的目标背景数据集;根据目标背景数据集,确定成像系统的最终背景数据。通过距离域门限剔除原始背景数据中的无效背景数据,得到有效背景数据集,通过波动门限集对有效背景数据中的异常数据进行了判定及滤除,得到目标背景数据集,进而确定最终背景数据。提高了最终背景数据的可靠性,进而保证了成像质量。
可选的,第一确定模块42包括:
转换单元,用于将原始背景数据转换为距离域下的第一背景数据;
第一确定单元,用于根据获取的成像区域信息,确定第一背景数据在成像区域内的数据峰值;
第二确定单元,用于根据第一背景数据、数据峰值及距离域门限,确定有效背景数据集。
进一步的,第二确定单元可以具体用于:
如果数据峰值小于距离域门限,则根据第一背景数据及预设的带通滤波器,确定第二背景数据,将第二背景数据加入背景数据队列中;
判断背景数据队列中的数据个数是否小于预设的个数阈值;
若是,则返回原始背景数据的获取步骤;
若否,将背景数据队列作为有效背景数据集;
否则,返回原始背景数据的获取步骤。
可选的,第二确定模块43包括:
第三确定单元,用于根据有效背景数据集,确定初始参考数据;
选取单元,用于从有效背景数据集中选取满足异常确定条件的背景数据作为当前背景数据;
第四确定单元,用于根据当前背景数据、初始参考数据及波动门限集,确定当前背景数据对应的第三背景数据及权重集,并添加至目标背景数据集;
返回单元,用于返回继续执行当前背景数据的选取操作,直至有效背景数据集中的背景数据均被选取。
进一步的,第四确定单元可以包括:
第一确定子单元,用于根据当前背景数据及初始参考数据,确定差异数据及当前背景数据的幅值集;
第二确定子单元,用于根据差异数据,确定当前背景数据的幅度波动集及相位波动集;
第三确定子单元,用于针对当前背景数据包括的子数据,根据幅值集、幅度波动集及相位波动集,确定子数据对应的幅值、幅度波动值及相位波动值;
第四确定子单元,用于如果幅值大于波动门限集中的幅值门限,则根据波动门限集、幅度波动值及相位波动值,确定子数据的目标子数据值及目标权重;否则,
第五确定子单元,用于将子数据作为目标子数据值,并将目标权重置1;
第六确定子单元,用于根据各目标子数据值及各目标权重,确定第三背景数据及权重集。
其中,第四确定子单元具体用于:
当幅度波动值大于波动门限集中的幅值波动门限时,或相位波动值大于波动门限集中的相位波动门限时,将目标子数据值及目标权重置0;
否则,将子数据作为目标子数据值,并将目标权重置1。
其中,第六确定子单元具体用于:
确定各目标权重与对应的目标子数据值的关联关系;
将各目标子数据及关联关系的集合作为第三背景数据;
将各目标权重及关联关系的集合作为权重集。
本发明实施例所提供的雷达成像背景数据的确定装置可执行本发明任意实施例所提供的雷达成像背景数据的确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如雷达成像背景数据的确定方法。
在一些实施例中,雷达成像背景数据的确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的雷达成像背景数据的确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行雷达成像背景数据的确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括第一件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、第一件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (10)

1.一种雷达成像背景数据的确定方法,其特征在于,包括:
当满足采集条件时,获取成像系统采集的原始背景数据;
根据所述原始背景数据及设定的距离域门限,确定所述原始背景数据的有效背景数据,并形成有效背景数据集;
根据所述有效背景数据集及设定的波动门限集,确定所述有效背景数据集对应的包含权重信息的目标背景数据集;
根据所述目标背景数据集,确定所述成像系统的最终背景数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述原始背景数据及设定的距离域门限,确定所述原始背景数据的有效背景数据,并形成有效背景数据集,包括:
将所述原始背景数据转换为距离域下的第一背景数据;
根据获取的成像区域信息,确定所述第一背景数据在成像区域内的数据峰值;
根据所述第一背景数据、所述数据峰值及所述距离域门限,确定所述有效背景数据集。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一背景数据、所述数据峰值及所述距离域门限,确定所述有效背景数据集,包括:
如果所述数据峰值小于所述距离域门限,则根据所述第一背景数据及预设的带通滤波器,确定第二背景数据,将所述第二背景数据加入所述背景数据队列中;
判断所述背景数据队列中的数据个数是否小于所述预设的个数阈值;
若是,则返回原始背景数据的获取步骤;
若否,将所述背景数据队列作为所述有效背景数据集;
否则,返回原始背景数据的获取步骤。
4.根据权利要求1所述的方法,其特征在于,所述根据所述有效背景数据集及设定的波动门限集,确定所述有效背景数据集对应的包含权重信息的目标背景数据集,包括:
根据所述有效背景数据集,确定初始参考数据;
从所述有效背景数据集中选取满足异常确定条件的背景数据作为当前背景数据;
根据所述当前背景数据、所述初始参考数据及所述波动门限集,确定所述当前背景数据对应的第三背景数据及权重集,并添加至目标背景数据集;
返回继续执行当前背景数据的选取操作,直至所述有效背景数据集中的背景数据均被选取。
5.根据权利要求4所述的方法,其特征在于,所述根据所述当前背景数据、所述初始参考数据及所述波动门限集,确定所述当前背景数据对应的第三背景数据及权重集,包括:
根据所述当前背景数据及所述初始参考数据,确定差异数据及所述当前背景数据的幅值集;
根据所述差异数据,确定所述当前背景数据的幅度波动集及相位波动集;
针对所述当前背景数据包括的子数据,根据所述幅值集、所述幅度波动集及所述相位波动集,确定所述子数据对应的幅值、幅度波动值及相位波动值;
如果所述幅值大于所述波动门限集中的幅值门限,则根据所述波动门限集、所述幅度波动值及所述相位波动值,确定所述子数据的目标子数据值及目标权重;否则,
将所述子数据作为所述目标子数据值,并将所述目标权重置1;
根据各所述目标子数据及各所述目标权重,确定所述第三背景数据及权重集。
6.根据权利要求5所述的方法,其特征在于,所述根据所述波动门限集、所述幅度波动值及所述相位波动值,确定所述子数据的目标子数据值及目标权重,包括:
当所述幅度波动值大于所述波动门限集中的幅值波动门限时,或所述相位波动值大于所述波动门限集中的相位波动门限时,将所述目标子数据值及所述目标权重置0;
否则,将所述子数据作为所述目标子数据值,并将所述目标权重置1。
7.根据权利要求5所述的方法,其特征在于,所述根据各所述目标子数据及各所述目标权重,确定所述第三背景数据及权重集,包括:
确定各所述目标权重与对应的所述目标子数据值的关联关系;
将各所述目标子数据值及所述关联关系的集合作为所述第三背景数据;
将各所述目标权重及所述关联关系的集合作为所述权重集。
8.一种雷达成像背景数据的确定装置,其特征在于,包括:
获取模块,用于当满足采集条件时,获取成像系统采集的原始背景数据;
第一确定模块,用于根据所述原始背景数据及设定的距离域门限,确定所述原始背景数据的有效背景数据,并形成有效背景数据集;
第二确定模块,用于根据所述有效背景数据集及设定的波动门限集,确定所述有效背景数据集对应的包含权重信息的目标背景数据集;
第三确定模块,用于根据所述目标背景数据集,确定所述成像系统的最终背景数据。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的雷达成像背景数据的确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的雷达成像背景数据的确定方法。
CN202310051684.7A 2023-02-02 2023-02-02 雷达成像背景数据的确定方法、装置、设备及介质 Active CN116299211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310051684.7A CN116299211B (zh) 2023-02-02 2023-02-02 雷达成像背景数据的确定方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310051684.7A CN116299211B (zh) 2023-02-02 2023-02-02 雷达成像背景数据的确定方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN116299211A true CN116299211A (zh) 2023-06-23
CN116299211B CN116299211B (zh) 2023-11-07

Family

ID=86821221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310051684.7A Active CN116299211B (zh) 2023-02-02 2023-02-02 雷达成像背景数据的确定方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116299211B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100073218A1 (en) * 2008-09-24 2010-03-25 Lockheed Martin Corpration Method and apparatus for radar surveillance and detection of sea targets
CN102866398A (zh) * 2012-09-21 2013-01-09 中国航天空气动力技术研究院 一种利用调频连续波雷达进行动目标识别的方法及系统
US8717230B1 (en) * 2012-02-15 2014-05-06 Lockheed Martin Corporation Digital clutter spatial nulling
CN110109067A (zh) * 2019-05-06 2019-08-09 西安思丹德信息技术有限公司 一种陆基fmcw区域监控雷达数据处理方法
CN111856411A (zh) * 2020-07-28 2020-10-30 北京环境特性研究所 一种双门限目标检测方法及装置
CN115616514A (zh) * 2022-09-20 2023-01-17 上海航天电子通讯设备研究所 一种基于背景熵的密集目标快速检测方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100073218A1 (en) * 2008-09-24 2010-03-25 Lockheed Martin Corpration Method and apparatus for radar surveillance and detection of sea targets
US8717230B1 (en) * 2012-02-15 2014-05-06 Lockheed Martin Corporation Digital clutter spatial nulling
CN102866398A (zh) * 2012-09-21 2013-01-09 中国航天空气动力技术研究院 一种利用调频连续波雷达进行动目标识别的方法及系统
CN110109067A (zh) * 2019-05-06 2019-08-09 西安思丹德信息技术有限公司 一种陆基fmcw区域监控雷达数据处理方法
CN111856411A (zh) * 2020-07-28 2020-10-30 北京环境特性研究所 一种双门限目标检测方法及装置
CN115616514A (zh) * 2022-09-20 2023-01-17 上海航天电子通讯设备研究所 一种基于背景熵的密集目标快速检测方法及系统

Also Published As

Publication number Publication date
CN116299211B (zh) 2023-11-07

Similar Documents

Publication Publication Date Title
CN116299211B (zh) 雷达成像背景数据的确定方法、装置、设备及介质
CN114742237A (zh) 联邦学习模型聚合方法、装置、电子设备及可读存储介质
CN113486861A (zh) 摩尔纹图片生成方法和装置
CN115205163B (zh) 一种标识图像的处理方法、装置、设备及存储介质
CN115358992A (zh) 一种光斑检测方法、装置、电子设备以及存储介质
CN115941084A (zh) 基于时频图模板匹配的水声通信前导信号检测方法及装置
CN116486259A (zh) 遥感图像中的点目标的提取方法和装置
CN115278524A (zh) 一种传感器网络节点的定位方法、装置、设备及存储介质
CN116165487A (zh) 一种gis局部放电特征量提取方法、装置、设备和介质
CN115049810A (zh) 固态激光雷达点云的上色方法、装置、设备及存储介质
CN114820488A (zh) 一种样本成分分析方法、装置、设备及存储介质
CN115047419A (zh) 一种毫米波雷达恒虚警率检测方法及装置
CN116520238A (zh) 一种目标测角方法
CN116821618B (zh) 一种海面监视雷达杂波抑制方法及系统
CN117471211A (zh) 一种参考中性点的确定方法、装置、设备及存储介质
CN116664638A (zh) 一种透视矩阵的确定方法、装置、电子设备以及存储介质
CN118137488A (zh) 用电量预测方法、装置、介质和电子设备
CN117194018A (zh) 一种多核多芯片环境下系统控温算法的处理方法及装置
CN117974611A (zh) 肋骨抑制模型的生成方法、装置、电子设备及存储介质
CN118191935A (zh) 基于边缘检测的断层识别方法、装置、电子设备和介质
CN116662194A (zh) 软件质量度量方法、装置、设备及介质
CN116684063A (zh) 一种检测方法、装置、设备及存储介质
CN117808899A (zh) 一种肤色检测方法、装置、设备及存储介质
CN117292843A (zh) 电信号数据处理方法、装置、设备和存储介质
CN116990803A (zh) 基于非均匀波形的速度解模糊方法、装置、设备及介质

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