CN117784028B - 随机杂波识别方法、系统、计算机设备和存储介质 - Google Patents

随机杂波识别方法、系统、计算机设备和存储介质 Download PDF

Info

Publication number
CN117784028B
CN117784028B CN202410212398.9A CN202410212398A CN117784028B CN 117784028 B CN117784028 B CN 117784028B CN 202410212398 A CN202410212398 A CN 202410212398A CN 117784028 B CN117784028 B CN 117784028B
Authority
CN
China
Prior art keywords
target
candidate
trace
position information
scanning
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
Application number
CN202410212398.9A
Other languages
English (en)
Other versions
CN117784028A (zh
Inventor
张直
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.)
Nanjing Tianlang Defense Technology Co ltd
Original Assignee
Nanjing Tianlang Defense 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 Nanjing Tianlang Defense Technology Co ltd filed Critical Nanjing Tianlang Defense Technology Co ltd
Priority to CN202410212398.9A priority Critical patent/CN117784028B/zh
Publication of CN117784028A publication Critical patent/CN117784028A/zh
Application granted granted Critical
Publication of CN117784028B publication Critical patent/CN117784028B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

本申请涉及一种随机杂波识别方法、系统、计算机设备和存储介质。所述方法包括:获取目标点迹的目标位置信息及目标扫描圈数;根据所述目标扫描圈数,选取满足候选扫描圈数的各个候选点迹;所述候选扫描圈数与所述目标扫描圈数相差指定扫描周期;基于目标匹配规则,将所述目标位置信息和各个候选点迹的候选位置信息进行匹配,并根据匹配结果确定所述目标点迹的识别结果;所述目标匹配规则是根据雷达扫描目标的空间特征及雷达扫描频率确定的。采用上述随机杂波识别方法能够提高雷达探测性能。

Description

随机杂波识别方法、系统、计算机设备和存储介质
技术领域
本申请涉及雷达检测技术领域,特别是涉及一种随机杂波识别方法、系统、计算机设备和存储介质。
背景技术
雷达杂波是指除雷达感兴趣的目标以外的其它物体的雷达散射回波,雷达接收的回波信号在经过信号处理后,仍然容易存在部分杂波的干扰,可能导致雷达系统在环境中的适应能力下降,进而对感兴趣的目标的感知能力下降,难以满足实际应用需求。
雷达杂波的类型可以包括固定杂波和随机杂波,其中,固定杂波通常是由山川丘陵等散射产生的信号,随机杂波通常是由热噪声、气象等原因产生的信号。在不影响雷达航迹形成的前提下,可以通过对雷达点迹数据进行杂波识别,从而去除杂波点迹,然而,当前雷达杂波识别方法主要针对固定杂波,由于随机杂波可能在任何时刻出现在雷达探测范围的任何位置,具有较大的随机性,采用当前雷达杂波识别方法很难对随机杂波进行识别,容易导致随机杂波引起的虚假航迹形成的概率较高,雷达探测性能降低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高雷达探测性能的随机杂波识别方法、系统、计算机设备和存储介质。
第一方面,本申请提供了一种随机杂波识别方法。该方法包括:
获取目标点迹的目标位置信息及目标扫描圈数;
根据所述目标扫描圈数,选取满足候选扫描圈数的各个候选点迹;所述候选扫描圈数与所述目标扫描圈数相差指定扫描周期;
基于目标匹配规则,将所述目标位置信息和各个候选点迹的候选位置信息进行匹配,并根据匹配结果确定所述目标点迹的识别结果;所述目标匹配规则是根据雷达扫描目标的空间特征及雷达扫描频率确定的。
在其中一个实施例中,所述空间特征包括所述雷达扫描目标的速度特征,所述目标匹配规则是通过如下步骤确定的:
根据所述雷达扫描目标的速度特征及所述雷达扫描频率,确定判断阈值;
根据所述判断阈值,构建所述目标匹配规则。
在其中一个实施例中,所述根据所述判断阈值,构建所述目标匹配规则,包括:
基于所述判断阈值,对目标空间区域进行网格化,得到目标网格集合;
基于所述目标网格集合构建所述目标匹配规则;所述目标匹配规则用于指示所述目标网格集合内的各个网格单元之间的匹配关系。
在其中一个实施例中,所述基于目标匹配规则,将所述目标位置信息和各个候选点迹的候选位置信息进行匹配,包括:
结合所述目标位置信息和所述目标网格集合,获得所述目标位置信息对应的目标网格单元;
结合所述各个候选点迹的候选位置信息和所述目标网格集合,获得所述各个候选点迹对应的候选网格单元;
针对每个所述候选网格单元,当所述目标网格单元和所述候选网格单元满足所述匹配关系时,确定所述目标位置信息和所述候选网格单元对应的候选位置信息相匹配。
在其中一个实施例中,所述根据匹配结果确定所述目标点迹的识别结果,包括:
当存在至少一个候选点迹的候选位置信息与所述目标位置信息相匹配时,确定所述目标点迹为非随机杂波点迹。
在其中一个实施例中,所述根据匹配结果确定所述目标点迹的识别结果,包括:
当所述各个候选点迹的候选位置信息均不与所述目标位置信息相匹配时,识别所述目标点迹为随机杂波点迹。
在其中一个实施例中,所述根据匹配结果确定所述目标点迹的识别结果,包括:
当所述各个候选点迹的候选位置信息均不与所述目标位置信息相匹配时,获取所述目标点迹的目标速度信息和目标幅度信息;
当所述目标速度信息满足预定速度条件且所述目标幅度信息满足预定幅度条件时,识别所述目标点迹为随机杂波点迹。
第二方面,本申请还提供了一种随机杂波识别系统。该系统包括:
获取模块,用于获取目标点迹的目标位置信息及目标扫描圈数;
选取模块,用于根据所述目标扫描圈数,选取满足候选扫描圈数的各个候选点迹;所述候选扫描圈数与所述目标扫描圈数相差指定扫描周期;
识别模块,用于基于目标匹配规则,将所述目标位置信息和各个候选点迹的候选位置信息进行匹配,并根据匹配结果确定所述目标点迹的识别结果;所述目标匹配规则是根据雷达扫描目标的空间特征及雷达扫描频率确定的。
第三方面,本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现本申请第一方面提供的随机杂波识别方法。
第四方面,本申请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,其上存储有计算机程序,计算机程序被处理器执行时实现本申请第一方面提供的随机杂波识别方法。
第五方面,本申请还提供了一种计算机程序产品。该计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本申请第一方面提供的随机杂波识别方法。
上述随机杂波识别方法、系统、计算机设备和存储介质,通过获取目标点迹的目标扫描圈数以及与目标扫描圈数相差指定扫描周期的候选扫描圈数,根据雷达扫描目标的空间特征及雷达扫描频率预先设置目标匹配规则,其中,该目标匹配规则可以用于指示目标点迹的目标位置信息和各个候选点迹的候选位置信息之间是否存在关联性,在正常探测情况下,当目标点迹为目标物体或固定杂波对应的雷达点迹时,该目标物体或固定杂波的目标位置信息和候选位置信息满足该目标匹配规则,基于该目标匹配规则对目标位置信息和各个候选点迹的候选位置信息进行匹配,根据匹配结果确定目标点迹的识别结果,从而可以对识别为随机杂波的目标点迹进行处理,减少了由随机杂波引起的虚假航迹,提高雷达的探测性能,还可以提高杂波处理的有效性,降低后续数据处理的负担。
附图说明
图1为一个实施例中随机杂波识别方法的应用环境图;
图2为一个实施例中随机杂波识别方法的流程示意图;
图3为一个实施例中构建目标匹配规则的流程示意图;
图4为一个实施例中实现目标位置信息和候选位置信息的匹配的流程示意图;
图5为一个实施例中目标网格集合的示意图;
图6为另一个实施例中随机杂波识别方法的流程示意图;
图7为一个实施例中对某型地面雷达实测数据进行杂波标识的结果;
图8为一个实施例中非随机杂波点迹的P显图;
图9为一个实施例中随机杂波点迹的P显图;
图10为一个实施例中随机杂波识别系统的结构框图;
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在雷达系统中,发射机产生电磁信号,由雷达天线辐射至空中,雷达系统可以通过控制雷达天线的方向和角度,将雷达波束按照特定的方式在空间中进行扫描,以搜索、探测和跟踪目标或获取环境信息。雷达探测目标的扫描过程一般为周期性的,在一次扫描周期中,雷达天线从起始位置开始扫描,直至再次回到起始位置。
当雷达系统发射电磁信号后,这些信号会遇到探测方向上的目标物体,目标物体会反射回部分信号,形成回波信号。此外,雷达系统在探测过程中可能还会接收到与目标物体无关的杂波信号,如地面、山川反射产生的固定杂波信号和大气干扰、电磁波干扰产生的随机杂波信号等,回波信号和杂波信号经过雷达接收器捕获和信号处理机处理后,被转换为一系列离散的雷达点迹,每个雷达点迹可以用于表示特定时刻或扫描周期内雷达系统接收到的信号所对应的目标物体或杂波的特征。
为减少随机杂波引起的虚假航迹,提高雷达探测性能,本申请实施例可以通过获取目标点迹的目标位置信息及目标扫描圈数,根据目标扫描圈数选取与目标扫描圈数相差指定扫描周期的候选扫描圈数中的各个候选点迹,并基于目标匹配规则将目标位置信息和候选位置信息进行匹配,从而确定目标点迹的识别结果,该识别结果用于指示目标点迹是否为随机杂波点迹,从而提高杂波处理的有效性,降低后续数据处理的负担并提高雷达探测性能。
需要说明的是,本申请实施例的目标扫描圈数、候选扫描圈数等中的圈数可以理解为某特定次的扫描周期,其并不局限于机械扫描雷达或具有旋转式天线的雷达等的环形扫描中。
作为一种示例,本申请实施例提供的随机杂波识别方法,可以应用于如图1所示的应用环境中。雷达信号处理机102中可以部署有随机杂波识别系统来对采集并信号处理后的雷达点迹相关数据执行本申请实施例提供的随机杂波识别方法。或者,雷达信号处理机102可以将采集并信号处理后的雷达点迹相关数据发送给独立部署的随机杂波识别系统,由该独立部署的随机杂波识别系统执行本申请实施例提供的随机杂波识别方法。
其中,独立部署的随机杂波识别系统可以为服务器104,服务器104可以对获取到的雷达点迹相关数据执行本申请实施例提供的随机杂波识别方法。或者,该独立部署的随机杂波识别系统可以为终端设备106,由终端设备106对获取到的雷达点迹相关数据执行本申请实施例提供的随机杂波识别方法。终端设备106可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种随机杂波识别方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,获取目标点迹的目标位置信息及目标扫描圈数。
在本申请实施例中,目标点迹可以指雷达系统获取到的多个雷达点迹中的任一个点迹,多个雷达点迹可以指雷达系统在某次探测过程中所获得的雷达点迹集合,或者,多个雷达点迹也可以指雷达系统在某预定时段内的扫描过程中所获得的雷达点迹集合。
雷达系统捕获的信号中携带目标物体或其他无关物体的信息,捕获到的信号经过信号处理转换为雷达点迹,每个雷达点迹可以用于表示特定时刻或特定扫描周期内雷达系统接收到的信号所对应的物体的特征,如位置、方向和速度等。
本申请实施例还可以获取目标点迹的目标扫描圈数,其中,目标扫描圈数可以指雷达系统在探测到目标点迹时所处的扫描圈数,该扫描圈数可以指绝对扫描圈数,或者,该扫描圈数也可以指相对扫描圈数。
步骤204,根据目标扫描圈数,选取满足候选扫描圈数的各个候选点迹。
其中,候选扫描圈数可以是与目标扫描圈数相差指定扫描周期的圈数。
本申请实施例的指定扫描周期可以表示指定个数的扫描周期,也就是说,候选扫描圈数与目标扫描圈数相差指定个数的扫描周期。例如,指定个数可以是一,指定扫描周期可以设置为一个扫描周期,则候选扫描圈数可以是目标扫描圈数在时序上的前一圈或者后一圈。
或者,指定个数可以是二,指定扫描周期可以设置为两个扫描周期,则候选扫描圈数可以是目标扫描圈数在时序上的前两圈或者后两圈。可以理解地,本申请实施例的前两圈是指前第二圈,后两圈是指后第二圈。
步骤206,基于目标匹配规则,将目标位置信息和各个候选点迹的候选位置信息进行匹配,并根据匹配结果确定目标点迹的识别结果。
其中,目标匹配规则是根据雷达扫描目标的空间特征及雷达扫描频率确定的,雷达扫描目标的空间特征可以包括目标物体的运动状态特征、速度特征和加速度特征中的至少一者。也就是说目标匹配规则可以用于根据雷达点迹之间的空间关系以及时间关系判断该雷达点迹是否符合雷达扫描目标的运动特性。
在本申请实施例中,计算机设备在获取到雷达点迹后,会对各个雷达点迹是否为随机杂波进行识别。当识别到在目标扫描圈数采集到的目标点迹时,可以将相近圈数采集到的雷达点迹筛选出来作为候选点迹,此时若存在候选点迹与目标点迹符合目标匹配规则,此时目标点迹则有可能是雷达扫描目标的点迹,因此可以将该目标点迹认定为非随机杂波;
若不存在候选点迹与目标点迹符合目标匹配规则,则该目标点迹可以认为是突然出现的,不符合雷达扫描目标的运动特性,因此可以将该目标点迹认定为随机杂波。
综上所述,本申请实施例通过获取目标点迹的目标扫描圈数以及与目标扫描圈数相差指定扫描周期的候选扫描圈数,根据雷达扫描目标的空间特征及雷达扫描频率预先设置目标匹配规则,其中,该目标匹配规则可以用于指示目标点迹的目标位置信息和各个候选点迹的候选位置信息之间是否存在关联性,在正常探测情况下,当目标点迹为目标物体或固定杂波对应的雷达点迹时,该目标物体或固定杂波的目标位置信息和候选位置信息满足该目标匹配规则,基于该目标匹配规则对目标位置信息和各个候选点迹的候选位置信息进行匹配,根据匹配结果确定目标点迹的识别结果,从而可以对识别为随机杂波的目标点迹进行处理,减少了由随机杂波引起的虚假航迹,提高雷达的探测性能,还可以提高杂波处理的有效性,降低后续数据处理的负担。
进一步的,在如图2示出的实施例的基础上,本申请实施例还可以先根据目标扫描圈数选取候选扫描圈数,再确定满足候选扫描圈数的各个候选点迹。例如,当指定扫描周期为一个扫描周期时,选取目标扫描圈数在时序上的前一圈作为候选扫描圈数,获取雷达在候选扫描圈数的扫描过程中的雷达点迹,得到各个候选点迹。
在本申请实施例的一种可能的实现方式中,该指定扫描周期可以是单数个的扫描周期,此时候选扫描圈数为与目标扫描圈数相差N个扫描周期的圈数;N大于等于1。
例如,在一次雷达扫描过程中,若对第5圈扫描到的雷达点迹进行处理时,此时第5圈即为目标扫描圈数,若此时设置的指定扫描周期为2,那么选取的候选扫描圈数应该为与第5圈相差两个扫描周期的圈数,也就是第3圈与第7圈,此时计算机设备可以将第3圈的雷达点迹与第7圈的雷达点迹作为候选雷达点迹。
在本申请实施例的另一种可能的实现方式中,该指定扫描周期可以是复数个的扫描周期,此时候选扫描圈数包括M个不同圈数,M大于1。
同样例如在一次雷达扫描过程中,若对第5圈扫描到的雷达点迹进行处理时,此时第5圈即为目标扫描圈数,若此时设置的指定扫描周期为复数个(例如为2与3),那么选取的候选扫描圈数应该为与第5圈相差两个扫描周期的圈数(也就是第3圈与第7圈)以及与第5圈相差三个扫描周期的圈数(也就是第2圈与第8圈),此时计算机设备可以将第2、3、7与8圈的雷达点迹作为候选雷达点迹。上述复数个的指定扫描周期可以按照实际需要进行目标检测的物体的空间特性适应性设置,例如速度较快、速度变化幅度较大的目标检测物体可以设置更多的候选扫描圈数,而速度较慢、速度变化幅度较小的目标检测物体可以设置较少的候选扫描圈数。
在如图2示出的实施例的基础上,本申请实施例的一种可能的实现方式中,根据匹配结果确定目标点迹的识别结果具体实施为:当各个候选点迹的候选位置信息均不与目标位置信息相匹配时,识别该目标点迹为随机杂波点迹。
示例性地,在理想探测情况下,如果目标点迹为目标物体或固定杂波对应的雷达点迹,则各个候选点迹中必然存在一个候选点迹的候选位置信息与目标位置信息满足目标匹配规则;反之,如果各个候选点迹的候选位置信息均与目标位置信息不满足目标匹配规则,则识别该目标点迹为随机杂波点迹。
在另一种实现方式中,根据匹配结果确定目标点迹的识别结果的步骤具体实施为:当存在至少一个候选点迹的候选位置信息与目标位置信息相匹配时,识别目标点迹为非随机杂波点迹。其中,本申请实施例的非随机杂波点迹包括固定杂波的雷达点迹和目标物体的雷达点迹。
示例性地,如果存在一个候选点迹的候选位置信息与目标位置信息满足目标匹配规则,该目标点迹可以为目标物体或固定杂波对应的雷达点迹,可以理解地,该目标点迹也可以为随机杂波点迹,在此种情况下,本申请实施例基于减少目标物体识别损失的前提下,将该目标点迹识别为非随机杂波点迹,保证即使将随机杂波点迹误判为非随机杂波点迹,也不能将目标物体对应的雷达点迹误判为随机杂波点迹。
在如图2示出的实施例的一种可能的实现方式中,根据匹配结果确定目标点迹的识别结果可以包括:当各个候选点迹的候选位置信息均不与目标位置信息相匹配时,获取目标点迹的目标速度信息和目标幅度信息;当目标速度信息满足预定速度条件且目标幅度信息满足预定幅度条件时,识别目标点迹为随机杂波点迹。
示例性地,雷达在某一次或某几次扫描周期内可能存在漏检情况,比如目标物体突然起伏或速度变化可能导致雷达无法探测到该目标物体,因此,当各个候选点迹的候选位置信息均不与目标位置信息相匹配时,目标点迹仍然有可能为非随机杂波点迹。由于随机杂波点迹的幅度和速度相较于目标物体对应的雷达点迹来说通常较低,本申请实施例可以通过目标点迹的目标速度信息和目标幅度信息作进一步筛选,以减少雷达探测目标对应的雷达点迹的损失,提高随机杂波识别的准确率。
以下将进一步介绍本申请实施例中涉及的目标匹配规则。
在如图2示出的实施例的一种可能的实现方式中,该目标匹配规则可以通过构建网格集合来实现,也就是将雷达的检测空间划分为单元格,通过点迹所处的单元格之间的关系来判断目标点迹与候选点迹是否匹配,从而判定该目标点迹是否为随机杂波,即根据判断阈值,构建目标匹配规则可以通过如图3所示的步骤实现:
步骤302,根据雷达扫描目标的速度特征及雷达扫描频率,确定判断阈值。
其中,雷达扫描目标的速度特征是指目标物体在移动过程中普遍适用的速度特征,该速度特征可以包括平均速度或速度范围,比如小型无人机的平均速度约为40公里/小时,速度范围约为20公里/小时至60公里/小时。
本申请实施例中通过雷达扫描目标的速度特征及雷达扫描频率,以得到判断阈值,即判断阈值用于表征目标物体在预设个数的扫描周期内的位置变化范围。即在本申请实施例中,当对不同的物体进行扫描时,判断阈值是不相同的。例如当雷达扫描目标分别为小型无人机、鸟类或其他飞行物体时,显然目标的运动特性是不同的,因此当雷达扫描目标变化时,计算机设备都需要重新根据雷达扫描目标的运动特性构建对应的目标匹配规则。
例如,可以采用目标物体的平均速度和预设个数的扫描周期作运算处理,得到判断阈值。或者,可以采用目标物体的速度范围中的最大速度和预设个数的扫描周期作运算处理,得到判断阈值,从而减少将目标物体对应的雷达点迹识别为随机杂波点迹的情况发生,尽可能避免造成目标信息的损失。步骤304,根据判断阈值,构建目标匹配规则。
在本申请实施例中,计算机设备可以基于判断阈值,对目标空间区域进行网格化,得到目标网格集合,再基于目标网格集合构建目标匹配规则。此时目标匹配规则用于指示目标网格集合内的各个网格单元之间的匹配关系。
其中,目标空间区域可以是雷达威力区域或感兴趣区域,其中,该感兴趣区域用于指示能够覆盖雷达点迹集合中任一雷达点迹位置的区域。或者,目标空间区域也可以是雷达威力区域或感兴趣区域在水平面投影的二维区域。
在一种可能的实现方式中,本申请实施例基于判断阈值对目标空间区域进行网格化,得到目标网格集合,其中,判断阈值可以用于确定目标网格集合中网格单元的单位大小。
例如,将目标物体的平均速度和一个扫描周期相乘,得到判断阈值,并以该判断阈值作为网格单元的单位边长尺寸,构建目标网格集合。基于上述构建的目标网格集合,如果候选点迹和目标点迹相差一个扫描周期的圈数,其相应的第一网格范围条件可以表示为以目标点迹所在网格为中心的第一网格区域;如果候选点迹和目标点迹相差两个扫描周期的圈数,其相应的第二网格范围条件可以表示为以目标点迹所在网格为中心的第二网格区域内;其中第一网格区域小于第二网格区域,且第二网格区域包含第一网格区域,例如第一网格区域为以目标点迹所在网格为中心的3*3网格;第二网格区域为以目标点迹所在网格为中心的5*5网格。
对应的,此时目标匹配规则可以包括:若存在相邻圈的候选点迹所在的网格与目标点迹所在的网格满足第一网格范围条件,则该候选点迹和目标点迹相匹配;若不存在相邻圈的候选点迹所在的网格与目标点迹所在的网格满足第一网格范围条件,则判断前第二圈或后第二圈的候选点迹所在的网格与目标点迹所在的网格是否满足第二网格范围条件,如果满足第二网格范围条件则匹配,如果不满足第二网格范围条件,且目标检测物体的速度大于或等于第一速度信息,则匹配;如果不满足第二网格范围条件,且目标检测物体的速度小于第一速度信息,则不匹配。而在通过网格单元构建目标匹配规则后,相应的,计算机设备可以通过如图4所示步骤,将点迹映射至网格中,通过网格之间的关系实现目标位置信息和候选位置信息的匹配,具体如下:
步骤402,结合目标位置信息和目标网格集合,获得目标位置信息对应的目标网格单元。
在对目标空间区域进行网格化,得到目标网格集合后,此时目标网格集合中的每个网格的坐标范围都是已知的,因此根据需要处理的目标点迹的目标位置信息(也就是坐标信息)即可以确定出目标点迹所在的目标网格单元。步骤404,结合各个候选点迹的候选位置信息和目标网格集合,获得各个候选点迹对应的候选网格单元。
进一步的,在实际算法中,计算机设备在获取到各个点迹信息时,便会将各个点迹映射至网格中,得到各个点迹分别对应的网格单元,因此计算机设备将任意点迹选作目标点迹时,即可以直接获取到该目标点迹对应的目标网格单元。而计算机设备在根据目标点迹的扫描圈数选取出候选点迹时,也可以直接获取到该候选点迹对应的候选网格单元。步骤406,针对每个候选网格单元,当目标网格单元和候选网格单元满足匹配关系时,确定目标位置信息和候选网格单元对应的候选位置信息相匹配。
本申请实施例可以首先根据目标扫描圈数和候选扫描圈数相差的指定扫描周期,从目标匹配规则中确定与指定扫描周期相应的目标网格集合和匹配规则,再根据目标位置信息和候选位置信息,将目标点迹和各个候选点迹落入目标网格集合中,得到目标网格单元和候选网格单元,并根据目标匹配规则判断目标网格单元和候选网格单元的匹配关系,从而确定目标位置信息和对应的候选位置信息的匹配关系。
在一种可能的实现方式中,计算机设备先选取相邻圈数的候选点迹,获得对应的候选网格单元,当存在相邻圈数对应的候选网格单元与目标点迹所在的目标网格单元满足第一网格范围条件时,则认为匹配,此时可以认为属于非随机杂波。
若不存在,则选取相隔一个圈数的候选点迹,若存在相隔一个圈数对应的候选网格单元与目标网格单元满足第二网格范围条件,则认为匹配,此时可以认为属于非随机杂波。
若不存在,且目标检测物体的速度大于或等于第一速度信息,则认为匹配,此时可以认为属于非随机杂波;若不存在,且目标检测物体的速度小于第一速度信息,则认为不匹配,此时可以认为属于随机杂波。
综上所述,本申请实施例所采用的雷达点迹识别方法,可以通过以下步骤实现:
步骤1:根据雷达的测量数据中的时间计算每一个点迹所处的圈数。
步骤1.1:获取经过信号处理之后的雷达在连续周期内扫描所获得的数据。
步骤1.2:以第一个点迹的时间为标准,将每一个点迹的绝对时间转化为相对时间。
步骤1.3:将每一个点迹的相对时间转化为圈数计数,用步骤1.2算出的每一个点迹的相对时间除以雷达扫描一圈的时间,统计最大圈数。
步骤2:在直角XY坐标系下划分单元格,单元格的大小和数量根据测量点迹的XY坐标的最大值和最小值决定。
步骤2.1:根据雷达的探测点迹的最大数据确定XY方向坐标的最大值。
步骤2.2:选定XY方向单元格的大小。
步骤2.3:根据步骤2.1确定的XY方向坐标最大值以及XY方向单元格的大小计算出XY方向单元格的数量,给每一个单元格标号,具体可以参考图5。
步骤3:按圈数遍历点迹,计算点迹所属单元格,统计该圈内每个单元格内点迹数量。
步骤3.1:设置滑窗圈数的上限值,在本实施例中,上限值设置为3。
步骤3.2:初始化单元格内点迹数量统计矩阵,该矩阵按照单元的编号存放当前圈数,前一圈,前二圈内每个单元格内点迹的数量。
步骤3.3:滑窗圈计数置零circleCount = 0,从第1圈开始到最大圈数循环,判断滑窗圈计数是否达到上限,若达到上限,则滑窗圈计数置零circleCount = 0,若未达到则滑窗圈计数+1。
步骤3.4:判断滑窗圈计数是否达到上限,若达到上限,则矩阵最早那一圈点数归零,准备存放最新一圈点数,滑窗圈计数+1。
步骤3.5:计算当前圈内所有点迹的X单元号,Y单元号,遍历点迹,点迹所属的单元格内点迹数量加1,即矩阵相应的单元格号,圈数索引对应的值加一。
步骤4:对每一个点迹判断前一圈是否有点经过其周围N*N个单元格内,若有则判断为非杂波点,若无则判断前两圈是否有点经过其周围M*M个单元格内(M>N),若有则判断为非随机杂波,若无则判断其幅度特征和多普勒速度是否小于预定门限,若同时满足则判断为随机杂波,如图6所示。
步骤4.1:对每一个点迹判断前一圈是否有点经过其周围N*N个单元格内,即根据当前的滑窗圈计数值circleCount,以及当前点迹所处的单元格编号,查找前一圈,当前单元格周围N*N个单元格内是否有点,N的值根据探测目标的速度选定。
步骤4.2:若在当前点迹周围的N*N个单元格内前一圈存在点迹,则该点迹为非随机杂波,clutterflag标志位为0,若不存在点迹,则根据当前的滑窗圈计数值circleCount,以及当前点迹所处的单元格编号,查找前两圈,当前单元格周围M*M个单元格内是否有点,若有点,则该点迹为非随机杂波,clutterflag标志位为0,若无,则判断该点迹幅度特征和多普勒速度是否小于预定门限,若同时满足则判断为随机杂波,clutterflag标志位为1。否则,clutterflag标志位为0。
步骤5:将标记好的点迹传入航迹处理模块,由航迹处理模块对标记为随机杂波点进行进一步精细化处理。
基于本实施例,对某型地面雷达探测数据进行处理,识别结果如图7至图9所示,其中,图7用于表示识别结果的正确率,图8用于表示非随机杂波点迹的P显图,图9用于表示随机杂波点迹的P显图。由此可见,随机杂波点迹一般出现在非中心区域,符合其特征。本实施例实现了在基本不损失目标的前提下,识别出大量的随机杂波,减少了由随机杂波引起的虚假航迹,提高了雷达的探测性能。
在另一种可能的实现方式中,本申请还可以不创建网格,直接通过目标点迹与各个候选点迹之间的位置关系以及扫描圈数关系进行匹配,来判断该目标点迹是否为非随机杂波。
在一个实施例中,计算机设备可以根据雷达扫描目标的速度特征及雷达扫描频率,确定判断阈值;根据判断阈值,确定各个指定扫描周期对应的匹配数据,以构建目标匹配规则。
此时计算机设备根据候选点迹所对应的指定扫描周期,确定对应的匹配数据;此时若目标位置信息与候选位置信息符合匹配数据,则认为该候选点迹与目标点迹匹配。
可选的,先选择指定扫描周期为1;若不匹配再选择扫描周期为2。
可选的,指定扫描周期为1的匹配数据包括第一距离信息,若目标位置信息与候选位置信息的距离小于该第一距离信息,则匹配。
可选的,指定扫描周期大于1的匹配数据包括第一速度信息和第二距离信息,若目标位置信息与候选位置信息的距离小于该第二距离信息,则匹配;若大于第二距离信息,且目标检测物体的速度大于第一速度信息,则匹配;若小于第一速度信息则不匹配。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的随机杂波识别方法的随机杂波识别系统。该系统所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个随机杂波识别系统实施例中的具体限定可以参见上文中对于随机杂波识别方法的限定,在此不再赘述。
在一个实施例中,如图10所示,本实施例提供了一种随机杂波识别系统,该系统包括获取模块1002、选取模块1004和识别模块1006,其中:
获取模块1002,用于获取目标点迹的目标位置信息及目标扫描圈数。
选取模块1004,用于根据目标扫描圈数,选取满足候选扫描圈数的各个候选点迹;候选扫描圈数与目标扫描圈数相差指定扫描周期。
识别模块1006,用于基于目标匹配规则,将目标位置信息和各个候选点迹的候选位置信息进行匹配,并根据匹配结果确定目标点迹的识别结果;目标匹配规则是根据雷达扫描目标的空间特征及雷达扫描频率确定的。
进一步地,在如图10示出的实施例中,空间特征包括雷达扫描目标的速度特征,识别模块1006还用于通过如下步骤确定目标匹配规则:根据雷达扫描目标的速度特征及雷达扫描频率,确定判断阈值;根据判断阈值,构建目标匹配规则。
进一步地,在上述示出的实施例中,识别模块1006在执行根据判断阈值,构建目标匹配规则时,被配置为:基于判断阈值,对目标空间区域进行网格化,得到目标网格集合;基于目标网格集合构建所述目标匹配规则;目标匹配规则用于指示目标网格集合内的各个网格单元之间的匹配关系。
进一步地,在上述示出的实施例中,识别模块1006在执行基于目标匹配规则,将目标位置信息和各个候选点迹的候选位置信息进行匹配时,被配置为:结合目标位置信息和目标网格集合,获得目标位置信息对应的目标网格单元;结合各个候选点迹的候选位置信息和目标网格集合,获得各个候选点迹对应的候选网格单元;针对每个候选网格单元,当目标网格单元和候选网格单元满足匹配关系时,确定目标位置信息和候选网格单元对应的候选位置信息相匹配。
进一步地,在如图10示出的实施例中,识别模块1006在执行根据匹配结果确定目标点迹的识别结果时,被配置为:当存在至少一个候选点迹的候选位置信息与目标位置信息相匹配时,确定目标点迹为非随机杂波点迹。
进一步地,在如图10示出的实施例中,识别模块1006在执行根据匹配结果确定目标点迹的识别结果时,被配置为:当各个候选点迹的候选位置信息均不与目标位置信息相匹配时,识别目标点迹为随机杂波点迹。
进一步地,在如图10示出的实施例中,识别模块1006在执行根据匹配结果确定目标点迹的识别结果时,被配置为:当各个候选点迹的候选位置信息均不与目标位置信息相匹配时,获取目标点迹的目标速度信息和目标幅度信息;当目标速度信息满足预定速度条件且目标幅度信息满足预定幅度条件时,识别目标点迹为随机杂波点迹。
上述随机杂波识别系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图11所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种随机杂波识别方法。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上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。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种随机杂波识别方法,其特征在于,所述方法包括:
获取目标点迹的目标位置信息及目标扫描圈数;
根据所述目标扫描圈数,选取满足候选扫描圈数的各个候选点迹;所述候选扫描圈数与所述目标扫描圈数相差指定扫描周期;
基于目标匹配规则,将所述目标位置信息和各个候选点迹的候选位置信息进行匹配,并根据匹配结果确定所述目标点迹的识别结果;所述目标匹配规则是根据雷达扫描目标的空间特征及雷达扫描频率确定的;
其中,所述空间特征包括所述雷达扫描目标的速度特征,所述目标匹配规则是通过如下步骤确定的:
根据所述雷达扫描目标的速度特征及所述雷达扫描频率,确定判断阈值;
根据所述判断阈值,构建所述目标匹配规则;
其中,所述根据所述判断阈值,构建所述目标匹配规则,包括:
基于所述判断阈值,对目标空间区域进行网格化,得到目标网格集合;
基于所述目标网格集合构建所述目标匹配规则;所述目标匹配规则用于指示所述目标网格集合内的各个网格单元之间的匹配关系;
其中,所述基于目标匹配规则,将所述目标位置信息和各个候选点迹的候选位置信息进行匹配,包括:
结合所述目标位置信息和所述目标网格集合,获得所述目标位置信息对应的目标网格单元;
结合所述各个候选点迹的候选位置信息和所述目标网格集合,获得所述各个候选点迹对应的候选网格单元;
针对每个所述候选网格单元,当所述目标网格单元和所述候选网格单元满足所述匹配关系时,确定所述目标位置信息和所述候选网格单元对应的候选位置信息相匹配。
2.根据权利要求1所述的方法,其特征在于,所述根据匹配结果确定所述目标点迹的识别结果,包括:
当存在至少一个候选点迹的候选位置信息与所述目标位置信息相匹配时,确定所述目标点迹为非随机杂波点迹。
3.根据权利要求1所述的方法,其特征在于,所述根据匹配结果确定所述目标点迹的识别结果,包括:
当所述各个候选点迹的候选位置信息均不与所述目标位置信息相匹配时,识别所述目标点迹为随机杂波点迹。
4.根据权利要求1所述的方法,其特征在于,所述根据匹配结果确定所述目标点迹的识别结果,包括:
当所述各个候选点迹的候选位置信息均不与所述目标位置信息相匹配时,获取所述目标点迹的目标速度信息和目标幅度信息;
当所述目标速度信息满足预定速度条件且所述目标幅度信息满足预定幅度条件时,识别所述目标点迹为随机杂波点迹。
5.一种随机杂波识别系统,其特征在于,所述系统包括:
获取模块,用于获取目标点迹的目标位置信息及目标扫描圈数;
选取模块,用于根据所述目标扫描圈数,选取满足候选扫描圈数的各个候选点迹;所述候选扫描圈数与所述目标扫描圈数相差指定扫描周期;
识别模块,用于基于目标匹配规则,将所述目标位置信息和各个候选点迹的候选位置信息进行匹配,并根据匹配结果确定所述目标点迹的识别结果;所述目标匹配规则是根据雷达扫描目标的空间特征及雷达扫描频率确定的;
其中,所述空间特征包括所述雷达扫描目标的速度特征,所述识别模块还用于通过如下步骤确定目标匹配规则:根据所述雷达扫描目标的速度特征及所述雷达扫描频率,确定判断阈值;根据所述判断阈值,构建所述目标匹配规则;
其中,识别模块在执行所述根据所述判断阈值,构建所述目标匹配规则,被配置为:基于所述判断阈值,对目标空间区域进行网格化,得到目标网格集合;基于所述目标网格集合构建所述目标匹配规则;所述目标匹配规则用于指示所述目标网格集合内的各个网格单元之间的匹配关系;
其中,识别模块在执行所述基于目标匹配规则,将所述目标位置信息和各个候选点迹的候选位置信息进行匹配,被配置为:结合所述目标位置信息和所述目标网格集合,获得所述目标位置信息对应的目标网格单元;结合所述各个候选点迹的候选位置信息和所述目标网格集合,获得所述各个候选点迹对应的候选网格单元;针对每个所述候选网格单元,当所述目标网格单元和所述候选网格单元满足所述匹配关系时,确定所述目标位置信息和所述候选网格单元对应的候选位置信息相匹配。
6.根据权利要求5所述的系统,其特征在于,所述识别模块在执行根据匹配结果确定所述目标点迹的识别结果时,被配置为:
当存在至少一个候选点迹的候选位置信息与所述目标位置信息相匹配时,确定所述目标点迹为非随机杂波点迹。
7.根据权利要求5所述的系统,其特征在于,所述识别模块在执行根据匹配结果确定所述目标点迹的识别结果时,被配置为:
当所述各个候选点迹的候选位置信息均不与所述目标位置信息相匹配时,识别所述目标点迹为随机杂波点迹。
8.根据权利要求5所述的系统,其特征在于,所述识别模块在执行根据匹配结果确定所述目标点迹的识别结果时,被配置为:
当所述各个候选点迹的候选位置信息均不与所述目标位置信息相匹配时,获取所述目标点迹的目标速度信息和目标幅度信息;
当所述目标速度信息满足预定速度条件且所述目标幅度信息满足预定幅度条件时,识别所述目标点迹为随机杂波点迹。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
CN202410212398.9A 2024-02-27 2024-02-27 随机杂波识别方法、系统、计算机设备和存储介质 Active CN117784028B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410212398.9A CN117784028B (zh) 2024-02-27 2024-02-27 随机杂波识别方法、系统、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410212398.9A CN117784028B (zh) 2024-02-27 2024-02-27 随机杂波识别方法、系统、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN117784028A CN117784028A (zh) 2024-03-29
CN117784028B true CN117784028B (zh) 2024-05-28

Family

ID=90402154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410212398.9A Active CN117784028B (zh) 2024-02-27 2024-02-27 随机杂波识别方法、系统、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN117784028B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2366973C1 (ru) * 2008-03-05 2009-09-10 Давыдов Владимир Сергеевич Способ распознавания целей от случайных реверберационных помех
CN102323569A (zh) * 2011-08-15 2012-01-18 宁波成电泰克电子信息技术发展有限公司 一种基于fpga的船用雷达抗干扰处理方法
CN105374026A (zh) * 2015-10-09 2016-03-02 上海海事大学 一种适用于海防监控的海上红外小目标的检测方法
CN106093890A (zh) * 2016-08-26 2016-11-09 零八电子集团有限公司 建立剩余杂波图抑制雷达剩余杂波的方法
CN109143179A (zh) * 2018-07-26 2019-01-04 清华大学 一种基于变重频技术的捷变频雷达信号处理方法及装置
CN111323756A (zh) * 2019-12-30 2020-06-23 北京海兰信数据科技股份有限公司 一种基于深度学习的航海雷达目标检测方法及装置
CN112285667A (zh) * 2020-12-21 2021-01-29 南京天朗防务科技有限公司 一种基于神经网络的反地杂波处理方法
CN113391305A (zh) * 2021-06-11 2021-09-14 森思泰克河北科技有限公司 多雷达融合的虚假目标抑制方法、装置及终端设备
CN113625267A (zh) * 2021-08-17 2021-11-09 中国人民解放军32802部队 基于四维稳态杂波图的强杂波背景下低慢小目标检测方法
CN114637003A (zh) * 2022-03-16 2022-06-17 中国第一汽车股份有限公司 一种车辆的目标识别方法、装置、汽车及存储介质
CN116224245A (zh) * 2022-12-06 2023-06-06 中国船舶集团有限公司第七二四研究所 基于二维速度网格的雷达点迹多周期回溯杂波抑制方法
CN116256756A (zh) * 2023-03-14 2023-06-13 森思泰克河北科技有限公司 基于雷达检测的车辆防砸方法、装置、终端及存储介质
CN116359906A (zh) * 2022-11-18 2023-06-30 中国船舶集团有限公司第七二四研究所 跨周期目标形态质量一致性检验雷达目标自动起始方法
JP2023111128A (ja) * 2022-01-31 2023-08-10 日本無線株式会社 レーダ信号処理装置及びレーダ信号処理プログラム

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2366973C1 (ru) * 2008-03-05 2009-09-10 Давыдов Владимир Сергеевич Способ распознавания целей от случайных реверберационных помех
CN102323569A (zh) * 2011-08-15 2012-01-18 宁波成电泰克电子信息技术发展有限公司 一种基于fpga的船用雷达抗干扰处理方法
CN105374026A (zh) * 2015-10-09 2016-03-02 上海海事大学 一种适用于海防监控的海上红外小目标的检测方法
CN106093890A (zh) * 2016-08-26 2016-11-09 零八电子集团有限公司 建立剩余杂波图抑制雷达剩余杂波的方法
CN109143179A (zh) * 2018-07-26 2019-01-04 清华大学 一种基于变重频技术的捷变频雷达信号处理方法及装置
CN111323756A (zh) * 2019-12-30 2020-06-23 北京海兰信数据科技股份有限公司 一种基于深度学习的航海雷达目标检测方法及装置
CN112285667A (zh) * 2020-12-21 2021-01-29 南京天朗防务科技有限公司 一种基于神经网络的反地杂波处理方法
CN113391305A (zh) * 2021-06-11 2021-09-14 森思泰克河北科技有限公司 多雷达融合的虚假目标抑制方法、装置及终端设备
CN113625267A (zh) * 2021-08-17 2021-11-09 中国人民解放军32802部队 基于四维稳态杂波图的强杂波背景下低慢小目标检测方法
JP2023111128A (ja) * 2022-01-31 2023-08-10 日本無線株式会社 レーダ信号処理装置及びレーダ信号処理プログラム
CN114637003A (zh) * 2022-03-16 2022-06-17 中国第一汽车股份有限公司 一种车辆的目标识别方法、装置、汽车及存储介质
CN116359906A (zh) * 2022-11-18 2023-06-30 中国船舶集团有限公司第七二四研究所 跨周期目标形态质量一致性检验雷达目标自动起始方法
CN116224245A (zh) * 2022-12-06 2023-06-06 中国船舶集团有限公司第七二四研究所 基于二维速度网格的雷达点迹多周期回溯杂波抑制方法
CN116256756A (zh) * 2023-03-14 2023-06-13 森思泰克河北科技有限公司 基于雷达检测的车辆防砸方法、装置、终端及存储介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
基于PCNN和改进邻域判决的红外弱小目标检测算法;李云;宋勇;赵宇飞;赵尚男;李旭;郝群;;兵器装备工程学报;20180125(01);全文 *
基于多目标相关跟踪的火控雷达抗干扰方法研究;汉鹏军;李莹;;火控雷达技术;20110625(02);全文 *
强杂波背景下弱小目标的检测与跟踪方法;郭金维;玉溪师范学院学报;20040331;20(03);正文第16-20页 *
红外图像序列中运动弱小目标检测的方法研究;徐英;红外技术;20021130;第24卷(第6期);正文第27-31页 *
长波红外导引头空间自动目标识别系统(一);谌海新,李智勇,沈振康,李吉成;红外与激光工程;19960625(03);全文 *
雷达数据处理中非真实目标点迹的处理;陈志坚;现代雷达;19950530(03);全文 *

Also Published As

Publication number Publication date
CN117784028A (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
US7298316B2 (en) Apparatus and method for instantly automatic detecting clutter blocks and interference source and for dynamically establishing clutter map
CN112526513A (zh) 基于聚类算法的毫米波雷达环境地图构建方法及装置
CN112513679B (zh) 一种目标识别的方法和装置
JP2006516728A (ja) 目標検出方法
CN113536850B (zh) 基于77g毫米波雷达的目标物体大小测试方法和装置
CN110940971B (zh) 一种雷达目标点迹录取方法、装置及存储介质
CN111624567B (zh) 一种恒虚警检测方法及装置
CN109917390A (zh) 基于雷达的车辆检测方法和系统
CN106468771B (zh) 一种低可观测高杂波条件下的多目标检测与跟踪方法
CN112731307B (zh) 基于距离-角度联合估计的ratm-cfar检测器及检测方法
CN104062651A (zh) 一种基于g0杂波背景及恒定目标幅度的检测前跟踪方法
CN113687429B (zh) 一种确定毫米波雷达监测区域边界的装置及方法
CN110231602B (zh) 一种基于二维分区处理的大批量海面目标点迹提取算法
CN106291500B (zh) 基于fpga的片上系统及其目标检测方法
CN113625232B (zh) 雷达检测中多径虚假目标抑制方法、装置、介质和设备
CN118334736A (zh) 基于毫米波雷达的多目标身份识别与行为监测方法
Kim et al. Deep-learning based multi-object detection and tracking using range-angle map in automotive radar systems
CN113835078A (zh) 基于局部三维栅格的信号级联合检测方法及装置
CN106249241B (zh) 一种自适应杂波功率统计算法
CN117784028B (zh) 随机杂波识别方法、系统、计算机设备和存储介质
CN114216412B (zh) 一种交通参与者的角度信息获取方法、装置和存储介质
CN111723797B (zh) 一种确定三维目标的包围框的方法及系统
CN116224280B (zh) 雷达目标检测方法、装置、雷达设备及存储介质
CN111239740A (zh) 一种去除射线噪声的方法及设备
CN116879863B (zh) 一种连续波4d毫米波雷达多目标测量方法及系统

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