CN117761631B - 一种多通道融合检测的方法和装置 - Google Patents
一种多通道融合检测的方法和装置 Download PDFInfo
- Publication number
- CN117761631B CN117761631B CN202410194839.7A CN202410194839A CN117761631B CN 117761631 B CN117761631 B CN 117761631B CN 202410194839 A CN202410194839 A CN 202410194839A CN 117761631 B CN117761631 B CN 117761631B
- Authority
- CN
- China
- Prior art keywords
- data
- channel
- detection
- value
- threshold value
- 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 193
- 230000004927 fusion Effects 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 58
- 230000002401 inhibitory effect Effects 0.000 claims abstract description 7
- 230000008859 change Effects 0.000 claims description 46
- 230000003044 adaptive effect Effects 0.000 claims description 32
- 238000005070 sampling Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 abstract description 30
- 238000004364 calculation method Methods 0.000 description 10
- 230000001629 suppression Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000007667 floating Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及雷达信号处理领域,特别是涉及一种多通道融合检测的方法和装置。主要包括:获取雷达中每个通道的目标回波数据,对目标回波数据中的杂波和干扰进行抑制,以得到检测数据;按照每个通道的特性对检测数据进行检测,根据检测结果得到相应通道的通道数据;对所有通道的通道数据进行融合,根据融合后的通道数据获取目标所在的距离单元,并将相应距离单元的干扰剩余能量作为目标的幅度。本发明可以广泛用于所有的雷达中,且只需改动雷达的目标检测单元,具有便于实现和推广等特点。
Description
技术领域
本发明涉及雷达信号处理领域,特别是涉及一种多通道融合检测的方法和装置。
背景技术
雷达信号处理通常包含数据接收预处理、脉冲压缩、抗干扰、抗杂波和检测处理,最后才输出目标的相关参数。由于检测在信号处理的后端,所以自适应检测时,通常认为干扰完全被滤除,杂波大部分为滤除,所以检测通常只考虑二种情况:一种是无杂波时噪声背景下的目标检测,另一种是杂波背景下的目标检测,这二种场景均有较成熟的方法进行处理。但随着电子对抗技术的发展,雷达面临的干扰种类也越来越多,传统的压制干扰和假目标干扰,经抗干扰处理后大都被抑制掉,部分剩余的干扰由于和目标的距离单元相隔较远,通常不影响目标的自适应检测。
但近些年出现了一些针对线性调频信号的新样式干扰,如调制的切片干扰、频谱弥散干扰等,这些干扰经模糊、重叠、调制处理后会在真实目标附近出现,即使进行了干扰抑制,也会有一些干扰剩余。由于这些干扰剩余是干扰抑制处理后的结果,是一些幅度起伏相对较大的值,而且出现在真实目标距离单元的周围,和以往的块杂波有显著的不同。进行自适应检测时,需要用目标周围距离单元的数据统计计算噪声电平,所以这些干扰剩余就会被统计到自适应门限中去。如果干扰剩余过大,会导致部分剩余干扰的能量超出真实目标能量,则目标无法检测,此时只能检测出干扰剩余,由于干扰起伏大,操作者可以很容易判别出是干扰抑制效果不好,可能通过调整算法重新抑制干扰。而更普遍的情况是,经干扰抑制处理后,干扰剩余相对小一点,但由于其功率大于平均噪声电平,从而使得自适应检测门限被抬高,导致真实目标产生漏警。
鉴于此,如何克服现有技术所存在的缺陷,解决现有技术无法有效检测新样式干扰的现象,是本技术领域待解决的问题。
发明内容
针对现有技术的以上缺陷或改进需求,本发明解决了现有技术无法有效检测新样式干扰的问题。
本发明实施例采用如下技术方案:
第一方面,本发明提供了一种多通道融合检测的方法,具体为:获取雷达中每个通道的目标回波数据,对目标回波数据中的杂波和干扰进行抑制,以得到检测数据;按照每个通道的特性对检测数据进行检测,根据检测结果得到相应通道的通道数据;对所有通道的通道数据进行融合,根据融合后的通道数据获取目标所在的距离单元,并将相应距离单元的幅度值作为目标的幅度。
优选的,所述对目标回波数据中的杂波和干扰进行抑制,以得到检测数据,具体包括:通过噪声数据、干扰数据和杂波剩余数据,去除目标回波数据中的杂波和干扰,得到处理后的数据;将处理后的数据通过取绝对值和取对数进行抑制,以得到检测数据。
优选的,对于固定门限通道,所述按照每个通道的特性对检测数据进行检测,根据检测结果得到相应通道的通道数据,具体包括:根据正常噪音数据获取固定门限值;当检测数据大于固定门限值时,通道数据为第一指定值;当检测数据小于等于固定门限值时,通道数据为第二指定值。
优选的,所述根据正常噪音数据获取固定门限值,还包括:以当前采样帧为起点,向前获取指定数量采样帧的噪音数据,计算获取到的噪音数据的平均值,将噪音数据的平均值作为固定门限值。
优选的,对于自适应门限通道,所述按照每个通道的特性对检测数据进行检测,根据检测结果得到相应通道的通道数据,具体包括:获取雷达中虚恒警检测单元的门限值,根据门限值获取恒虚警检测的自适应门限值;当检测数据大于自适应门限值时,通道数据为第一指定值;当检测数据小于等于自适应固定门限值时,通道数据为第二指定值。
优选的,所述获取雷达中虚恒警检测单元的门限值,根据门限值获取恒虚警检测的自适应门限值,还包括:获取至少二个虚恒警检测单元的门限值;将所有虚恒警检测单元门限值的平均值作为自适应门限值;或,将所有虚恒警检测单元门限值的最大值作为自适应门限值;或,将所有虚恒警检测单元门限值的最小值作为自适应门限值。
优选的,对于幅度变化通道,所述按照每个通道的特性对检测数据进行检测,根据检测结果得到相应通道的通道数据,具体包括:计算检测数据的变化率,并获取变化率的统计值;当变化率的绝对值大于统计值时,通道数据为第一指定值;当变化率的绝对值小于等于统计值时,通道数据为第二指定值。
优选的,所述计算检测数据的变化率,具体包括:计算不同采样时刻获取到的检测数据的斜率,将斜率作为变化率;或,计算不同采样时刻获取到的检测数据的方差,将方差作为变化率;或,获取相邻脉冲同距离门数据幅度变化率,以其中较小的变化率作为检测数据的变化率。
优选的,所述对所有通道的通道数据进行融合,具体包括:当固定门限通道和自适应门限通道的通道数据都为第一指定值时,融合后的通道数据为第一指定值;当固定门限通道的通道数据为第二指定值,且自适应门限通道和幅度变化通道的通道数据都为第一指定值时,融合后的通道数据为第一指定值;当通道数据不符合上述情况时,融合后的通道数据为第二指定值。
另一方面,本发明提供了一种多通道融合检测的装置,具体为:包括至少一个处理器和存储器,至少一个处理器和存储器之间通过数据总线连接,存储器存储能被至少一个处理器执行的指令,指令在被处理器执行后,用于完成第一方面中的多通道融合检测的方法。
与现有技术相比,本发明的有益效果在于:构造固定门限、自适应门限和幅度变化等三个通道,并按照一定的融合准则,对数据进行融合检测,从而解决了自适应检测门限被特殊干扰剩余抬升时的目标检测问题,该方法可广泛用于所有的雷达中,且只需改动雷达的目标检测单元,具有便于实现和推广等特点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地,下面所描述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为本发明实施例提供的一种多通道融合检测的方法流程图;
图2为本发明实施例提供的另一种多通道融合检测的方法流程图;
图3为本发明实施例提供的另一种多通道融合检测的方法流程图;
图4为本发明实施例提供的另一种多通道融合检测的方法流程图;
图5为本发明实施例提供的另一种多通道融合检测的方法流程图;
图6为本发明实施例提供的另一种多通道融合检测的方法流程图;
图7为本发明实施例提供的一种多通道融合检测的装置结构示意图;
其中,附图标记如下:
11:处理器;12:存储器。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明是一种特定功能系统的体系结构,因此在具体实施例中主要说明各结构模组的功能逻辑关系,并不对具体软件和硬件实施方式做限定。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面就参考附图和实施例结合来详细说明本发明。
实施例1:
本实施例提供的方法为雷达信号处理领域中的一种多通道融合检测方法,适用于常规雷达存在干扰和杂波剩余时的自适应检测,也可用于各种雷达系统中,包括气象雷达、航行管制雷达等的信号处理系统等。现有技术均采用一个通道的自适应门限检测方法,所以当真实目标周围有大量假目标时,计算得到的自适应门限就抬升了,从而导致真实目标无法检测,本实施例提供的方法采用多通道融合检测,就可用于解决现有技术无法有效检测新样式干扰的问题。
如图1所示,本发明实施例提供的多通道融合检测的方法具体步骤如下:
步骤101:获取雷达中每个通道的目标回波数据,对目标回波数据中的杂波和干扰进行抑制,以得到检测数据。
本实施例提供的方法,用于对雷达的目标回波数据进行检测。因此首先需要利用雷达的各通道获取需要检测的目标回波数据,并对目标回波数据进行初步的数据处理,去除噪声、杂波和传统干扰,以便于后续进行新样式干扰的检测。
步骤102:按照每个通道的特性对检测数据进行检测,根据检测结果得到相应通道的通道数据。
本实施例中,利用了固定门限、自适应门限和幅度变化得到三个不同的数据通道,并将每个通道的检测数据与相应的门限值或比较值进行数值大小的比较,从而转换为指定的通道数据。
具体实施中,为了便于后续的融合,通道数据可以使用归一化数据。即,当检测数据大于相应的门限值或比较值时,通道数据为第一指定值1;当检测数据小于等于相应的门限值或比较值时,通道数据为第二指定值0。
步骤103:对所有通道的通道数据进行融合,根据融合后的通道数据获取目标所在的距离单元,并将相应距离单元的幅度值作为目标的幅度。
获取到所有通道的通道数据后,通过构造相应的融合准则,即可对检测数据进行融合检测,最后就可以得到目标的检测参数。本实施例中,可以利用融合后的通道参数的值得到目标的检测参数,检测参数包括距离单元和目标幅度。其中,融合后的通道参数的值不为0的所在距离门为目标的距离单元,其值就是目标的幅度。本实施例提供的方法中,进行通道数据的融合时,也使用简单的数据比较进行。当通道数据符合指定条件时,通道数据为第一指定值1;当通道数据不符合指定条件时,通道数据为第二指定值0。
经过本实施例中提供的步骤101-步骤103后,即通过多通道融合的方式完成目标检测。
在具体实施场景中,由于检测数据和融合后的检测数据的获取过程只涉及大小判断的运算,所以方法的整体运算量增加不多,复杂度低,且有利于从时域角度来抑制抬升自适应门限类的特殊干扰。并且,相应的检测过程都便于通过硬件比较电路和逻辑门进行实现,从而通过硬件处理的形式提高多通道检测的效率。
如图2所示,在具体场景中,可以使用以下方式对目标回波数据中的杂波和干扰进行抑制,以得到检测数据。
步骤201:通过噪声数据、干扰数据和杂波剩余数据,去除目标回波数据中的杂波和干扰,得到处理后的数据。
首先需要利用雷达接收通道获取目标回波数据,再利用常规信号处理算法对目标回波数据进行信号处理,完成初步的杂波处理和传统干扰抑制,此时得到的数据:
,/>;
其中,为处理后的数据;/>为目标回波数据,共有/>点采样数;/>为噪声,/>为针对自适应检测的传统干扰,/>为杂波剩余。
步骤202:将处理后的数据通过取绝对值和取对数进行抑制,以得到检测数据。
通常情况下,目标在噪声背景下相对起伏较大,且只存在几个距离单元内;杂波则是成块存在出现在几十或几百个相邻的距离单位内,其但幅度相对平坦;而干扰则通常在真实目标周围产生一系列假目标,用于抬升自适应检测门限,但其幅度变化相对杂波要大。
因此,完成初步处理后,还可以再对取绝对值,并取对数,以进一步去除噪声、杂波和传统干扰。通过绝对值处理,可以将后续计算转换为加法,从而降低检测时的计算量。此时的数据处理公式如下:
;
其中,为检测数据;/>为调节参数,具体数值可以根据雷达参数和具体检测需要确定,在一般场景中,优选值为20;/>为处理后的数据。
经过本实施例中提供的步骤201-步骤202后,即可对目标回波数据完成初步处理,初步去除噪声、杂波和传统干扰。
实际实施场景中,可以根据需要确定需使用的通道,以及每个通道中通道数据的获取方式。以下简单提供一些需要使用的通道,以及相应的通道数据获取方式。可以理解的是,以下技术方案仅用于说明本实施例提供的方法在某些具体场景中的具体实施过程,不作为保护范围的限制。
(1)固定门限通道。
现有技术中,仅适用自适应门限通道进行检测。本是合理提供的方法中,为了防止自适应门限产生的目标遗漏,还使用了固定门限通道中的检测数据,以通道幅度变化判断检测信号为干扰还是杂波。对于固定门限通道,需要将检测数据和和固定门限值进行比较,以获取通道数据。
如图3所示,检测的具体方法包括:
步骤301:根据正常噪音数据获取固定门限值;
步骤302:当检测数据大于固定门限值时,通道数据为第一指定值;
步骤303:当检测数据小于等于固定门限值时,通道数据为第二指定值。
具体实施中,可以使用以下公式对进行固定门限检测,得到固定门限通道数据:
;
其中,为固定门限通道的通道数据;/>为固定门限,由无干扰和杂波时的雷达正常噪声电平、雷达的检测概率和虚警概率共同计算得到。为了便于计算和判断,实际实施中,可以将第一指定值设置为0,将第二指定值设置为1。
实际实施中,的固定门限值也可以采用浮动门限的方式进行,即引入最近几帧数据噪声电平的平均值来计算固定门限的方式进行浮动。具体的:以当前采样帧为起点,向前获取指定数量采样帧的噪音数据,计算获取到的噪音数据的平均值,将噪音数据的平均值作为固定门限值。
(2)自适应门限通道
对于自适应门限通道,需要将检测数据和和虚恒警检测单元的自适应门限值进行比较,以获取通道数据。
如图4所示,检测的具体方法包括:
步骤401:获取雷达中虚恒警检测单元的门限值,根据门限值获取恒虚警检测的自适应门限值;
步骤402:当检测数据大于自适应门限值时,通道数据为第一指定值;
步骤403:当检测数据小于等于自适应固定门限值时,通道数据为第二指定值。
具体实施中,可以使用以下公式对进行自适应检测,采用恒虚警检测方法得到自适应门限通道数据:
;
其中,为自适应门限通道的通道数据;/>为自适应门限,由雷达工作参数确定。
实际实施中,恒虚警检测方法可以用单元平均恒虚警检测方法实现,也可以采用选大、选小、排序等恒虚警检测方法实现。具体的:获取至少二个虚恒警检测单元的门限值;将所有虚恒警检测单元门限值的平均值作为自适应门限值;或,将所有虚恒警检测单元门限值的最大值作为自适应门限值;或,将所有虚恒警检测单元门限值的最小值作为自适应门限值。
(3)幅度变化通道
对于幅度变化通道,需要先获取检测数据的变化率,再将变化率和和变化率的统计值进行比较,以获取通道数据。
如图5所示,检测的具体方法包括:
步骤501:计算检测数据的变化率,并获取变化率的统计值;
步骤502:当变化率的绝对值大于统计值时,通道数据为第一指定值;
步骤503:当变化率的绝对值小于等于统计值时,通道数据为第二指定值。
具体实施中,可以使用以下公式对数据进行斜率计算,得到幅度变化通道数据:
;
;
其中,为幅度变化通道的通道数据;/>为两个相邻帧的检测数据;/>为变化率的统计值,由数据统计得到。
实际实施中,变化率可以为相邻帧检测数据的斜率,也可以为多个帧检测数据的方差,还可以引入相邻多脉冲进行判断,即相邻脉冲同距离门数据幅度变化率,变化小的为目标,变化大的为干扰。具体的:计算不同采样时刻获取到的检测数据的斜率,将斜率作为变化率;或,计算不同采样时刻获取到的检测数据的方差,将方差作为变化率;或,获取相邻脉冲同距离门数据幅度变化率,以其中较小的变化率作为检测数据的变化率。
使用上述方式获取到各通道的通道数据后,即可根据预设的融合策略对所有通道的通道数据进行融合。
某个具体实施场景中,融合策略具体为:当固定门限通道和自适应门限通道的通道数据都为第一指定值时,融合后的通道数据为第一指定值。当固定门限通道的通道数据为第二指定值,且自适应门限通道和幅度变化通道的通道数据都为第一指定值时,融合后的通道数据为第一指定值;当通道数据不符合上述情况时,融合后的通道数据为第二指定值。
检测过程中,检测数据的变化率能够反映的检测数据起伏的快慢。起伏的越快,则表明是目标或者是干扰抑制后的剩余;起伏的慢,则通常是一块杂波。若检测数据为超过变化率,可判断检测数据为目标;若检测数据过了固定门限或自适应门限,可通过变化率区分当前检测信号为干扰剩余或杂波。具体实施中,可以使用以下公式对需要检测的点数据进行搜索,从完成各通道数据的融合。
其中,为融合后的通道数据。
完成融合后,即可通过以下方式得到多通道融合检测数据:
;
其中,为融合后的通道数据;点乘符号/>表示对应数据的数值相乘,表示距离门数据点乘,即对应无数相乘,有目标时处理后的门限值不为0,其它均为0。
获取到融合后的通道数据后,利用/>得到目标的检测参数,不为0的所在距离门为目标的距离单元,其值就是目标的幅度,再通过对目标跟踪进一步剔除孤立点杂波引起的虚警点。
具体实施中,如图6所示,本实施例提供的多通道融合检测的方法完整实施过程如下:
步骤601:从雷达和通道数据中提取信号处理完的检测数据,并将之取绝对值和对数。
步骤602:构造固定门限通道,完成对检测数据的固定门限检测,以得到用固定门限处理后的通道数据。
步骤603:构造自适应门限通道,完成对检测数据的自适应门限检测,以得到自适应门限通道数据。
步骤604:构造幅度变化通道,完成待检测数据的幅度变化计算,产生幅度变化通道的数据。
步骤605:融合准则生成。利用三个通道数据,产生融合的准则。
步骤606:完成融合检测。
步骤607:完成参数提取,得到目标距离和幅度信息输出。
本实施例提供的多通道融合检测的方法具有以下优势:
(1)通过增加固定门限通道,避免了只存在干扰时由于检测门限抬升导致自适应检测漏检目标的问题,提高了雷达的检测概率,不需要通过设计专门的滤波器,实现简单方便。
(2)幅度变化通道的引入,可以很好区分杂波和干扰,可以通过简单的处理抑制流星余迹等瞬态干扰带来的杂波影响。
(3)目标检测流程中虽然多增加了二个数据处理通道,但处理过程只是判断问题,所以整体上运算量增加不多,实时性好,便于升级改造。
(4)本实施例提供的方法可用于改造现有雷达的信号处理系统,不需要额外增加处理通道和设备,只需对数字化雷达的进行算法升级即可。所以,不需要改变雷达接收系统的结构,具有推广应用价值。
实施例2:
基于实施例1提供的多通道融合检测的方法,在某些具体实施方式中,可以通过本实施例中的具体实施方式进行实现。可以理解的是,本实施例中提供的具体实施方式仅用于说明实施例1中方法在某些具体场景中的具体实施过程,不作为保护范围的限制。
本实施例的场景中,假设经信号处理后,得到一个脉冲的数据,共有500个距离门数据,无干扰和杂波时统计的平均噪声电平在3dB,在150和450距离单元处理存在二个目标,其幅度值为18dB,在141至148单元处存在干扰剩余能量为6dB、11dB、6dB、12dB、6dB、13dB、6dB、14dB,同样在152至159单元处理也存在干扰剩余能量为14dB、6dB、13dB、6dB、12dB、6dB、11dB、6dB。在280至320单元处理存在一块杂波剩余,最大值出现在300处,280至300单元处的强度为3dB至23dB,每隔1个距离单元,幅度加1dB,301至320距离单元处理强度为22dB降至3dB。
根据步骤101,利用雷达接收通道数据进行信号处理,完成杂波和干扰抑制,得到需要检测的和通道数据,此时数据
,/>
对取绝对值,并取对数
其中,为目标的回波,共有/>点采样数,/>为噪声,/>为针对自适应检测的干扰,/>为杂波剩余。
实施例中,就是待检测的单脉冲数据,/>,对于取绝对值并取对数得到数据/>,其长度也是500个距离门。
根据步骤102,获取各通道的检测数据。本实施例中,使用固定门限通道、自适应门限通道和幅度变化通道。
(1)对进行固定门限检测,得到固定门限通道数据:
;
其中,为固定门限,由无干扰和杂波时的雷达正常噪声电平、雷达的检测概率和虚警概率共同计算得到。
在一般的检测场景中,雷达的检测概率通常为0.5,当虚警概率为10-6时,计算可得固定门限为12.8dB左右,实施例中取整选择13dB。噪声电平通常在0-3dB左右,在噪声较大的场景中,可以选择3dB。因此,满足一般状态下满足检测和虚警概率时,可以取dB,显然/>中150号、314至326号、450号距离单元均大于16dB,其对应数据为1,其它均为0。
在另一些场景中,也可以采用浮动门限的方式进行,即引入最几帧数据噪声电平的平均值加固定门限的方式进行浮动。本实施例中采用前期的统计平均值为3dB,所以/>=16dB,也可以根据前一帧的统计量来更新,如前一帧统计量变成了2dB,则/>修正为15dB。
(2)对进行自适应检测,采用恒虚警检测方法得到自适应门限通道数据:
;
其中,为自适应门限,由雷达工作参数确定。
本实施例中,采用保护单元为1,参数单元为8的单元平均恒虚警检测算法,该算法需要检测当前单元时,需要将当前单元之前的一半单元和之后的一半单元取平均,该平均值随着不同的距离门变化,该平均值与固定门限之和即自适应门限。实际实施中,如果前后单元幅度值大,则门限大,如果大于当前检测单元值就会导致目标漏检。本实施例的场景中,第150个距离检测时,141至148单元和152至159单元共16个距离单元取平均后得到平均噪声电平9.25dB,则此电平加上固定门限13dB,可得dB,此时目标的幅度为18dB小于自适应门限/>,所以/>中目标所在150个距离门处为0。通过计算也可以发现/>中300距离单元处的杂波由于是缓变的也检测不到。当检测到450号距离门时,由于平均电平为3dB,此时的自适应门限/>=16dB,所以450号距离单元为1。也就是说经自适应检测后,/>中只有450号距离单元处为1,其它均为0。
在另一些场景中,恒虚警检测方法可以用单元平均恒虚警检测方法实现,也可以采用选大、选小、排序等恒虚警检测方法实现。
(3)对数据进行斜率计算,得到幅度变化通道数据:
;
;
其中,为斜率门限,由数据统计得到。
实施例中,设幅度变化门限=3dB,则单元142至159、450处幅度变化均大于3,而280至320处的变化均小于3,很明显/>中只有142-159、450单元处为1,其它均为0。
在另一些场景中,斜率计算也可以用方差来计算,还可以引入相邻多脉冲进行判断,即相邻脉冲同距离门数据幅度变化率,变化小的为目标,变化大的为干扰。本实施例中采用的是单脉冲斜率计算方法。
获取到各通道的检测数据后,根据步骤103,对需要检测的点数据进行搜索,融合准则如下:
;
本实施例中,中150号、314至326号、450号距离单元对应数据为1,其它均为0;/>中450号距离单元为1,其余均为0;/>中只有142-159、450号单元处为1,其它均为0。则融合准则通过计算可知/>只有150号和450号距离单元为1,其余均为0。
获取到融合后的通道数据后,即可计算多通道融合检测数据:
。
本实施例中,即为融合检测后的数据,其数据中150和450号距离单元值为18dB,其它均为0。
利用得到目标的检测参数,不为0的所在距离门为目标的距离单元,其值就是目标的幅度,再通过对目标跟踪进一步剔除孤立点杂波引起的虚警点。
本实施例中,根据是否为0,就可输出目标有二个:一个距离单元数为150,幅度值为18dB;另一个距离单元数为450,幅度值为18dB。将目标的参数综合后输出。
可见,使用实施例1中的方法,能够去除新样式干扰,避免干扰剩余,实现有效的检测。
实施例3:
在上述实施例1至实施例2提供的多通道融合检测的方法的基础上,本发明还提供了一种可用于实现上述方法的多通道融合检测的装置,如图7所示,是本发明实施例的装置架构示意图。本实施例的多通道融合检测的装置包括一个或多个处理器11以及存储器12。其中,图7中以一个处理器11为例。
处理器11和存储器12可以通过总线或者其他方式连接,图7中以通过总线连接为例。
存储器12作为一种多通道融合检测的方法非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如实施例1至实施例2中的多通道融合检测的方法。处理器11通过运行存储在存储器12中的非易失性软件程序、指令以及模块,从而执行多通道融合检测的装置的各种功能应用以及数据处理,即实现实施例1至实施例2的多通道融合检测的方法。
存储器12可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器12可选包括相对于处理器11远程设置的存储器,这些远程存储器可以通过网络连接至处理器11。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
程序指令/模块存储在存储器12中,当被一个或者多个处理器11执行时,执行上述实施例1至实施例2中的多通道融合检测的方法,例如,执行以上描述的图1至图6所示的各个步骤。
本领域普通技术人员可以理解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(Read Only Memory,简写为:ROM)、随机存取存储器(Random AccessMemory,简写为:RAM)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种多通道融合检测的方法,其特征在于,包括:
获取雷达中每个通道的目标回波数据,对目标回波数据中的杂波和干扰进行抑制,以得到检测数据;
按照每个通道的特性对检测数据进行检测,根据检测结果得到相应通道的通道数据;其中,利用了固定门限、自适应门限和幅度变化得到三个不同的数据通道,并将每个通道的检测数据与相应的门限值或比较值进行数值大小的比较,从而转换为指定的通道数据;
对所有通道的通道数据进行融合,根据融合后的通道数据获取目标所在的距离单元,并将相应距离单元的幅度值作为目标的幅度;其中,当固定门限通道和自适应门限通道的通道数据都为第一指定值时,融合后的通道数据为第一指定值;当固定门限通道的通道数据为第二指定值,且自适应门限通道和幅度变化通道的通道数据都为第一指定值时,融合后的通道数据为第一指定值;当通道数据不符合上述情况时,融合后的通道数据为第二指定值。
2.根据权利要求1所述的多通道融合检测的方法,其特征在于,所述对目标回波数据中的杂波和干扰进行抑制,以得到检测数据,具体包括:
通过噪声数据、干扰数据和杂波剩余数据,去除目标回波数据中的杂波和干扰,得到处理后的数据;
将处理后的数据通过取绝对值和取对数进行抑制,以得到检测数据。
3.根据权利要求1所述的多通道融合检测的方法,其特征在于,对于固定门限通道,所述按照每个通道的特性对检测数据进行检测,根据检测结果得到相应通道的通道数据,具体包括:
根据正常噪音数据获取固定门限值;
当检测数据大于固定门限值时,通道数据为第一指定值;
当检测数据小于等于固定门限值时,通道数据为第二指定值。
4.根据权利要求3所述的多通道融合检测的方法,其特征在于,所述根据正常噪音数据获取固定门限值,还包括:
以当前采样帧为起点,向前获取指定数量采样帧的噪音数据,计算获取到的噪音数据的平均值,将噪音数据的平均值作为固定门限值。
5.根据权利要求1所述的多通道融合检测的方法,其特征在于,对于自适应门限通道,所述按照每个通道的特性对检测数据进行检测,根据检测结果得到相应通道的通道数据,具体包括:
获取雷达中虚恒警检测单元的门限值,根据门限值获取恒虚警检测的自适应门限值;
当检测数据大于自适应门限值时,通道数据为第一指定值;
当检测数据小于等于自适应固定门限值时,通道数据为第二指定值。
6.根据权利要求5所述的多通道融合检测的方法,其特征在于,所述获取雷达中虚恒警检测单元的门限值,根据门限值获取恒虚警检测的自适应门限值,还包括:
获取至少二个虚恒警检测单元的门限值;
将所有虚恒警检测单元门限值的平均值作为自适应门限值;
或,将所有虚恒警检测单元门限值的最大值作为自适应门限值;
或,将所有虚恒警检测单元门限值的最小值作为自适应门限值。
7.根据权利要求1所述的多通道融合检测的方法,其特征在于,对于幅度变化通道,所述按照每个通道的特性对检测数据进行检测,根据检测结果得到相应通道的通道数据,具体包括:
计算检测数据的变化率,并获取变化率的统计值;
当变化率的绝对值大于统计值时,通道数据为第一指定值;
当变化率的绝对值小于等于统计值时,通道数据为第二指定值。
8.根据权利要求7所述的多通道融合检测的方法,其特征在于,所述计算检测数据的变化率,具体包括:
计算不同采样时刻获取到的检测数据的斜率,将斜率作为变化率;
或,计算不同采样时刻获取到的检测数据的方差,将方差作为变化率;
或,获取相邻脉冲同距离门数据幅度变化率,以其中较小的变化率作为检测数据的变化率。
9.一种多通道融合检测的装置,其特征在于:
包括至少一个处理器和存储器,所述至少一个处理器和存储器之间通过数据总线连接,所述存储器存储能被所述至少一个处理器执行的指令,所述指令在被所述处理器执行后,用于完成权利要求1-8中任一项所述的多通道融合检测的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410194839.7A CN117761631B (zh) | 2024-02-22 | 2024-02-22 | 一种多通道融合检测的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410194839.7A CN117761631B (zh) | 2024-02-22 | 2024-02-22 | 一种多通道融合检测的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117761631A CN117761631A (zh) | 2024-03-26 |
CN117761631B true CN117761631B (zh) | 2024-05-07 |
Family
ID=90314825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410194839.7A Active CN117761631B (zh) | 2024-02-22 | 2024-02-22 | 一种多通道融合检测的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117761631B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6069582A (en) * | 1998-09-25 | 2000-05-30 | Lockheed Martin Corporation | Method and apparatus for synthesizing multi-channel radar or sonar data |
KR20100037486A (ko) * | 2008-10-01 | 2010-04-09 | 국방과학연구소 | 최소값 선택 추정방식을 이용한 잡음재밍 추정방법 |
WO2011053535A1 (en) * | 2009-10-30 | 2011-05-05 | Applied Signal Technology, Inc. | Multipass data integration for automatic detection and classification of objects |
CN107589409A (zh) * | 2017-08-22 | 2018-01-16 | 电子科技大学 | 一种分置天线mimo雷达分布式低通信量检测融合方法 |
CN109444820A (zh) * | 2018-12-13 | 2019-03-08 | 中国人民解放军空军预警学院 | 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法 |
CN111913158A (zh) * | 2020-09-21 | 2020-11-10 | 南京理工大学 | 复杂杂波背景下检测低慢小目标的雷达信号处理方法 |
WO2021134449A1 (zh) * | 2019-12-31 | 2021-07-08 | 深圳开阳电子股份有限公司 | 一种强杂波下fmcw阵列雷达运动多目标弱信号检测方法、装置、计算机设备及存储介质 |
CN114089288A (zh) * | 2022-01-12 | 2022-02-25 | 中国人民解放军空军预警学院 | 一种相控阵雷达抗干扰方法、装置及存储介质 |
CN115575905A (zh) * | 2022-10-20 | 2023-01-06 | 中国人民解放军海军航空大学 | 噪声背景下抑制多秩干扰的智能融合检测方法 |
CN115980674A (zh) * | 2022-12-30 | 2023-04-18 | 福思(杭州)智能科技有限公司 | 毫米波雷达干扰抑制方法、装置、计算机设备和存储介质 |
CN116482635A (zh) * | 2023-03-17 | 2023-07-25 | 重庆大学 | 基于海面场景感知的雷达目标检测方法、系统及存储介质 |
CN116990773A (zh) * | 2023-09-27 | 2023-11-03 | 广州辰创科技发展有限公司 | 基于自适应门限的低慢小目标检测方法、装置和存储介质 |
CN117055000A (zh) * | 2023-07-26 | 2023-11-14 | 西安电子科技大学 | 基于信噪比加权融合的多通道雷达目标检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3620810B1 (en) * | 2018-09-05 | 2022-07-13 | Nxp B.V. | Radar interference detection |
-
2024
- 2024-02-22 CN CN202410194839.7A patent/CN117761631B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6069582A (en) * | 1998-09-25 | 2000-05-30 | Lockheed Martin Corporation | Method and apparatus for synthesizing multi-channel radar or sonar data |
KR20100037486A (ko) * | 2008-10-01 | 2010-04-09 | 국방과학연구소 | 최소값 선택 추정방식을 이용한 잡음재밍 추정방법 |
WO2011053535A1 (en) * | 2009-10-30 | 2011-05-05 | Applied Signal Technology, Inc. | Multipass data integration for automatic detection and classification of objects |
CN107589409A (zh) * | 2017-08-22 | 2018-01-16 | 电子科技大学 | 一种分置天线mimo雷达分布式低通信量检测融合方法 |
CN109444820A (zh) * | 2018-12-13 | 2019-03-08 | 中国人民解放军空军预警学院 | 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法 |
WO2021134449A1 (zh) * | 2019-12-31 | 2021-07-08 | 深圳开阳电子股份有限公司 | 一种强杂波下fmcw阵列雷达运动多目标弱信号检测方法、装置、计算机设备及存储介质 |
CN111913158A (zh) * | 2020-09-21 | 2020-11-10 | 南京理工大学 | 复杂杂波背景下检测低慢小目标的雷达信号处理方法 |
CN114089288A (zh) * | 2022-01-12 | 2022-02-25 | 中国人民解放军空军预警学院 | 一种相控阵雷达抗干扰方法、装置及存储介质 |
CN115575905A (zh) * | 2022-10-20 | 2023-01-06 | 中国人民解放军海军航空大学 | 噪声背景下抑制多秩干扰的智能融合检测方法 |
CN115980674A (zh) * | 2022-12-30 | 2023-04-18 | 福思(杭州)智能科技有限公司 | 毫米波雷达干扰抑制方法、装置、计算机设备和存储介质 |
CN116482635A (zh) * | 2023-03-17 | 2023-07-25 | 重庆大学 | 基于海面场景感知的雷达目标检测方法、系统及存储介质 |
CN117055000A (zh) * | 2023-07-26 | 2023-11-14 | 西安电子科技大学 | 基于信噪比加权融合的多通道雷达目标检测方法 |
CN116990773A (zh) * | 2023-09-27 | 2023-11-03 | 广州辰创科技发展有限公司 | 基于自适应门限的低慢小目标检测方法、装置和存储介质 |
Non-Patent Citations (2)
Title |
---|
一种多通道探地雷达数据实时融合方法;冯温雅 等;现代雷达;20170215;第39卷(第02期);第66-68页 * |
基于二维匹配优化成像的地面动目标检测方法;刘国光 等;电子测量技术;20190331;第第42卷卷(第第5期期);第44-51页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117761631A (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104502899B (zh) | 一种自适应的恒虚警率目标检测方法 | |
US20190027160A1 (en) | Echo delay tracking method and apparatus | |
CN111666944B (zh) | 一种红外弱小目标检测方法及装置 | |
CN109270501B (zh) | 一种用于全固态vts雷达的海杂波抑制方法 | |
CN107424373A (zh) | 外力入侵检测方法和装置及系统 | |
CN104849707B (zh) | 一种基于多雷达分布式检测的海杂波抑制方法 | |
CN102263601A (zh) | 一种宽带多信号检测方法 | |
CN110135316A (zh) | 一种舰船辐射噪声中低频线谱的自动检测和提取方法 | |
CN112802020A (zh) | 基于图像修补和背景估计的红外弱小目标检测方法 | |
CN112014814A (zh) | 基于三帧积累速度筛选dp-tbd的动目标检测与跟踪方法 | |
CN115453497A (zh) | 一种低信噪比稀疏雷达信号的滤波方法及系统 | |
CN117761631B (zh) | 一种多通道融合检测的方法和装置 | |
CN117218026B (zh) | 一种红外图像增强方法及装置 | |
CN105259559A (zh) | 北斗rdss导航型接收机窄带干扰检测与抑止方法 | |
CN104166975A (zh) | 一种复杂环境下低空红外目标检测算法 | |
CN110690911B (zh) | 一种有效应对脉冲式干扰的自适应门限方法 | |
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 | |
CN106707249B (zh) | 一种雷达同频异步干扰视频信号层抑制方法 | |
CN111736146B (zh) | 一种基于速度滤波的双基地检测前跟踪方法及装置 | |
CN111157966B (zh) | 一种假目标干扰识别方法 | |
CN103995267A (zh) | 基于改进的唐检测器卫星导航抗干扰阈值判定方法 | |
CN215932122U (zh) | 一种基于超宽带雷达的改进型二维cfar检测系统 | |
CN115754935A (zh) | 一种天气雷达噪声门限自适应监测方法及系统 | |
CN115173975B (zh) | 干扰信号的检测方法、装置、设备及存储介质 | |
CN117315268B (zh) | 一种基于毫米波雷达的slam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 |