DE10238896B4 - Method for evaluating radar data - Google Patents

Method for evaluating radar data Download PDF

Info

Publication number
DE10238896B4
DE10238896B4 DE2002138896 DE10238896A DE10238896B4 DE 10238896 B4 DE10238896 B4 DE 10238896B4 DE 2002138896 DE2002138896 DE 2002138896 DE 10238896 A DE10238896 A DE 10238896A DE 10238896 B4 DE10238896 B4 DE 10238896B4
Authority
DE
Germany
Prior art keywords
clutter
area
plots
comparison
calculated
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.)
Expired - Fee Related
Application number
DE2002138896
Other languages
German (de)
Other versions
DE10238896A1 (en
Inventor
Andrea Löhr
Wolfgang Dr. Schrodi
Dirk Dr. Liebscher
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.)
Loehr Andrea De
Hensoldt Sensors GmbH
Original Assignee
EADS Deutschland GmbH
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 EADS Deutschland GmbH filed Critical EADS Deutschland GmbH
Priority to DE2002138896 priority Critical patent/DE10238896B4/en
Publication of DE10238896A1 publication Critical patent/DE10238896A1/en
Application granted granted Critical
Publication of DE10238896B4 publication Critical patent/DE10238896B4/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

Verfahren zur Auswertung von Radardaten, zum Auffinden von Zielen und Initiieren von Zielspuren in einem durch Clutter gestörten Raum-Zeit-Gebiet, welches in einem vorgebbaren Zeitbereich eine Vielzahl von als Plots bezeichnete Zielmeldungen umfaßt, dadurch gekennzeichnet,
– dass das Cluttergebiet in eine vorgebbare Anzahl von mehrdimensionalen eine Zeitachse aufweisende Teilgebiete unterteilt wird, wobei die Teilgebiete als Kugeln in einem transformierten Raum gewählt werden,
– dass aus den in einem Teilgebiet enthaltenen gemessenen Plots eine oder mehrere Vergleichsgrößen berechnet werden,
– dass für jede Vergleichsgröße eine Wahrscheinlichkeitsdichtefunktion (C) berechnet wird, wobei ein Teilgebiet mit statistisch verteilten Plots zugrundegelegt wird, welches ausschließlich Clutter enthält,
– dass für jede Wahrscheinlichkeitsdichtefunktion (C) ein Wertebereich mit einem unteren Schwellwert und einem oberen Schwellwert x derart bestimmt wird, dass mit dem oberen Schwellwert x ein vorgebbares Signifikanzniveau erreicht wird,
– dass für ein Teilgebiet jede aus den gemessenen Plots berechnete Vergleichsgröße mit der...Method for evaluating radar data, for finding targets and initiating target tracks in a space-time area disturbed by clutter, which comprises a multiplicity of target messages designated as plots in a predefinable time range, characterized in that
- That the clutter area is subdivided into a predeterminable number of multi-dimensional time-axis partial areas, wherein the partial areas are selected as spheres in a transformed space,
That one or more comparison variables are calculated from the measured plots contained in a subarea,
That a probability density function (C) is calculated for each comparison variable, a subdomain being based on statistically distributed plots containing exclusively clutter,
That a value range having a lower threshold value and an upper threshold value x is determined for each probability density function (C) such that a predeterminable significance level is achieved with the upper threshold value x,
- that, for a sub-area, each comparison quantity calculated from the plots measured is compared with the ...

Figure 00000001
Figure 00000001

Description

Die Erfindung betrifft ein Verfahren zur Auswertung von Radardaten gemäß dem Oberbegriff des Patentanspruchs 1.The The invention relates to a method for the evaluation of radar data according to the preamble of claim 1

Bei Verfahren zur Auswertung von Radarsignalen tritt das Problem auf, dass neben dem eigentlichen Zielsignal auch sogenannte Cluttersignale zum Radarempfänger zurückgestrahlt werden. Clutter entsteht dabei im wesentlichen je nach Stellung der Sende- und Empfangsantenne durch Reflexionen an der Erdoberfläche (Bodenclutter) oder an der Seeoberfläche (Seeclutter). Diese Reflexionen gehören nicht zu einem Ziel und erschweren durch ihre große Anzahl die Detektion echter Ziele erheblich.at Method of evaluating radar signals the problem arises that in addition to the actual target signal and so-called clutter signals to the radar receiver reradiated become. Clutter arises essentially depending on the position the transmitting and receiving antenna due to reflections on the earth's surface (ground clutter) or at the sea surface (Seeclutter). These reflections are not part of a goal and make it difficult through her big Count the detection of real goals significantly.

In DE 197 38 252 C2 wird ein Verfahren zur Detektion von Radarzielen beschrieben. Bei diesem Verfahren werden die von der Radaranlage empfangenen Echosignale ausgewertet. Die Echosignale werden dann derart in den Videobereich umgesetzt, dass im Videobereich den Echosignalen entsprechende digitalisierte Impulshöhenwerte (Amplituden) vorliegen. Als das zu untersuchende Gebiet wird dabei das Gebiet verstanden, welches von z.B. einem Drehradar während eines einzigen Umlaufs abgetastet wird. Das zu untersuchende Gebiet wird in Radarauflösungszellen aufgeteilt. Mittels einer statistischen Auswertung der Echosignale wird anhand der Häufigkeit des Impulshöhenwertes eines Echosignals eine Entscheidung getroffen, ob das jeweilige Echosignal für ein Radarziel in Frage kommt oder definitiv Clutter ist. Dieses Verfahren basiert auf eine Art Filterverfahren, welches die Echosignale in potentielle Radarsignale und definitive Cluttersignale einstuft. Ein Nachteil dieses Verfahrens ist, dass es ungenau ist und eine hohe Zahl von Falschzielen liefert.In DE 197 38 252 C2 a method for the detection of radar targets is described. In this method, the echo signals received by the radar system are evaluated. The echo signals are then converted into the video area such that corresponding digitized pulse height values (amplitudes) corresponding to the echo signals are present in the video area. In this case, the area to be examined is understood to be the area which is scanned by, for example, a rotary radar during a single revolution. The area to be examined is divided into radar resolution cells. By means of a statistical evaluation of the echo signals, a decision is made on the basis of the frequency of the pulse height value of an echo signal as to whether the respective echo signal is suitable for a radar target or is definitely a clutter. This method is based on a kind of filtering method which classifies the echo signals into potential radar signals and definite clutter signals. A disadvantage of this method is that it is inaccurate and provides a high number of false targets.

Außerdem ist es mit dem Verfahren nicht möglich eine Zielspur zu detektieren, da lediglich die Echosignale einer Momentaufnahme vorliegen.Besides that is it is not possible with the procedure to detect a target track, since only the echo signals of a Snapshot available.

Des Weiteren ist es nicht möglich, mit Verfahren wie sie z.B. aus DE 197 38 252 C2 oder Lombardo, P. et al. „Impact of Clutter Spectra on Radar Performance Prediction"; IEEE Transactions on Aerospace and Electronic Systems, 2001, Vol. 37, No. 3, S.1022–1038 bekannt sind, welche z.B. bei einem Drehradar innerhalb einer Radarumdrehung Zielmeldungen zu einem sogenannten Meßzeitpunkt erzeugen, darüber hinaus zu unterscheiden, ob es sich um eine Zielmeldung oder um ein Falschziel handelt. Alle Plots werden nach ihrer Erzeugung zu ihrer weiteren Verarbeitung (z.B. an die in der Radarkette nachfolgende Verarbeitungseinheit) weitergeleitet.Furthermore, it is not possible with methods such as DE 197 38 252 C2 or Lombardo, P. et al. IEEE Transactions on Aerospace and Electronic Systems, 2001, Vol. 37, No. 3, pp. 1022-1038 are known, which, for example, in a rotary radar within a radar rotation target messages to a so-called measurement time In addition, it is to be distinguished whether it is a target message or a false target All plots are forwarded after their generation for their further processing (eg to the processing unit following in the radar chain).

Diese Plots sind also die Eingangsdaten der nachfolgenden Verarbeitung. Nach dem Stand der Technik werden bei Drehradaren z.B. die Plots über mehrere Radarumdrehungen gesammelt und gespeichert, um mit geeigneten Verfahren über einen Zeitbereich (mehrere Radarumdrehungen) eine Zuordnung von mehreren Plots aus verschiedenen Radarumdrehungen zu finden, d. h. eine Zielspur (Track) zu entdecken und in Abhängigkeit der Zeit (über weitere Radarumdrehungen) räumlich vorauszusagen und weiterzuführen. Bei diesen sogenannten Trackinitiierungs- und Tracking-Verfahren werden also die Plots in Raum-Zeit-Gebieten auf Korrelation untersucht, um ein Ziel anhand dessen Zielspur zu entdecken.These Plots are thus the input data of the subsequent processing. In the prior art, in rotary radars, e.g. the plots over several Radar revolutions collected and stored to process with appropriate methods Time range (several radar revolutions) an assignment of several plots from different radar revolutions, d. H. a destination track (Track) to discover and depending the time (over more radar rotations) spatially to predict and continue. In these so-called track initiation and tracking methods So the plots in space-time areas are examined for correlation, to discover a destination based on its destination track.

Eine durch Clutter gestörte Umgebung (Cluttergebiet) enthält nach Definition viele unerwünschte und falsche Plots. Da die Trackinitiierungs- und Tracking-Verfahren nach dem Stand der Technik Rechenverfahren nutzen, deren Rechenlast stark mit der Zahl N der zu verarbeitenden Daten (Plots) ansteigt (> = O(N^2)), sind diese Verfahren für Echtzeitanwendungen in der Radardatenverarbeitung z. B. für Luftraumüberwachungsaufgaben nach dem Stand der Technik nicht anwendbar, um Zielspuren langsamer Ziele in cluttergestörten Gebieten realzeitig zu detektieren. Trackingverfahren nutzen nach dem Stand der Technik äußerst selten globale Cluttermodelle in kleineren Teilgebieten der Radarüberdeckung, da diese Modelle weder die tatsächliche räumliche Clutterverteilung ausreichend beschreiben noch die zeitliche Veränderlichkeit des Clutters berücksichtigen. Darüber hinaus erfordern sie zuviel Rechenaufwand. Daher bringen diese globalen Cluttermodelle nicht den gewünschten Fortschritt für die Entdeckung langsamer Ziele in cluttergestörten Gebie ten; sie sind nach dem Stand der Technik zu ungenau und erhöhen zudem die Rechenlast.A disturbed by clutter Environment (Clutter area) contains by definition many unwanted and wrong plots. Because the track initiation and tracking procedures According to the state of the art, use computing methods whose computational load strongly with the number N of data to be processed (plots) increases (> = O (N ^ 2)), these are Procedure for Real-time applications in radar data processing z. For airspace monitoring tasks according to the prior art, not applicable to target tracks slower Targets in cluttergestörten Real-time detection of areas. Tracking methods use after the state of the art extremely rare global clutter models in smaller areas of radar coverage, because these models neither the actual spatial Clutter distribution sufficiently describe still the temporal variability of the clutters. About that In addition, they require too much computational effort. Therefore, bring this global Clutter models not the desired Progress for the discovery of slow targets in clutter-disturbed areas; they are after the prior art too imprecise and also increase the computational burden.

Des Weiteren sind bekannte Online-Auswerteverfahren bei vorhandenen Dopplermessungen fast ausschließlich dazu geeignet, schnelle Ziele zu detektieren und deren Tracks (Zielspuren) aufzubauen. Dies ist allerdings nur möglich, so lange sich die Dopplergeschwindigkeit der Ziele signifikant von der Dopplergeschwindigkeit des Clutters unterscheidet. Langsame Ziele haben eine geringe Dopplergeschwindigkeit, die in der Größenordnung der Dopplergeschwindigkeit des Clutters liegt und so als Unterscheidungskriterium, ob ein Ziel oder Clutter vorliegt, ausscheidet. Mit bekannten Auswerteverfahren ist es somit nicht möglich, Zielspuren langsamer und kleiner Ziele, z.B. Schiffe in einem Cluttergebiet zu detektieren und initiieren.Furthermore, known online evaluation methods are almost exclusively suitable for detecting Doppler measurements to detect fast targets and build their tracks (target tracks). However, this is only possible as long as the Doppler speed of the targets is significantly different from the Doppler speed of the clutter. Slow targets have a low Doppler velocity, which is on the order of magnitude of the Doppler velocity of the clutter, and thus as a distinguishing criterion, whether or not Goal or clutter is present, excretes. With known evaluation methods, it is thus not possible to detect and initiate target tracks of slow and small targets, eg ships in a clutter area.

Es ist somit Aufgabe der Erfindung ein Verfahren anzugeben, mit dem es möglich ist, langsame Ziele in einem Cluttergebiet zu detektieren und deren Spuren zu detektieren und initiieren.It It is therefore an object of the invention to provide a method with which it possible is to detect slow targets in a clutter area and their Detect and initiate tracks.

Diese Aufgabe wird durch das Verfahren gemäß den Merkmalen des Patentanspruchs 1 gelöst. Vorteilhafte Ausführungen des Verfahrens sind Gegenstand von Unteransprüchen.These The object is achieved by the method according to the features of the claim 1 solved. Advantageous versions of the method are the subject of subclaims.

Gemäß der Erfindung wird das Cluttergebiet in eine vorgebbare Anzahl von mehrdimensionalen eine Zeitachse aufweisende Teilgebiete unterteilt, wobei die Teilgebiete als Kugeln in einem transformierten Raum gewählt werden. Aus den in einem Teilgebiet enthaltenen gemessenen Plots werden eine oder mehrere Vergleichsgrößen berechnet, für jede Vergleichsgröße wird eine Wahrscheinlichkeitsdichtefunktion berechnet, wobei ein Teilgebiet mit statistisch verteilten Plots zugrundegelegt wird, welches ausschließlich Clutter enthält, für jede Wahrscheinlichkeitsdichtefunktion ein Wertebereich mit einem unteren Schwellwert und einem oberen Schwellwert x derart bestimmt wird, dass mit dem oberen Schwellwert x ein vorgebbares Signifikanzniveau erreicht wird und für ein Teilgebiet jede aus den gemessenen Plots berechnete Vergleichsgröße mit der jeweiligen Wahrscheinlichkeitsdichtefunktion verglichen wird, wobei auf ein Teilgebiet mit Ziel erkannt wird, wenn mindestens eine der Vergleichsgrößen innerhalb des Wertebereichs liegt.According to the invention the clutter area becomes a predefinable number of multidimensional subdivisions having a time axis, the subdomains be chosen as spheres in a transformed space. Out of those in one Sub-area measured plots included are one or more Calculated comparative quantities, for every Comparative size is calculates a probability density function, where a subdomain is based on statistically distributed plots, which exclusively clutter contains for every Probability density function a range of values with a lower one Threshold and an upper threshold x is determined so that with the upper threshold x a predetermined level of significance is achieved and for a subarea of each calculated from the measured plots comparison size with the each probability density function is compared, wherein is recognized on a sub-area with destination, if at least one of the Comparative sizes within of the range of values.

Das erfindungsgemäße Verfahren basiert auf statistischen Methoden und erlaubt es, Gebiete, die ausschließlich Clutter enthalten, von denen zu unterscheiden, die Clutter und Zielspur enthalten. Es ist somit möglich, die Zielspuren (Tracks) langsamer Ziele in durch Clutter gestörter Umgebung zu detektieren oder initiieren.The inventive method is based on statistical methods and allows areas that exclusively Clutter included, of which distinguish the clutter and target track contain. It is thus possible the target tracks (tracks) of slower targets in a cluttered environment to detect or initiate.

Ein weiterer Vorteil des erfindungsgemäßen Verfahrens ist, dass es in Echtzeitanwendungen eingesetzt werden kann. Außerdem werden bei dem erfindungsgemäßen Verfahren keine Dopplermessungen benötigt. Darüber hinaus ist es mit dem Verfahren auch dann noch möglich, die Zielspur eines langsamen Ziels zu detektieren oder initiieren, wenn eine oder mehrere zur Zielspur gehörenden Zielmeldungen im beobachteten Zeitbereich ausfallen.One Another advantage of the method is that it can be used in real-time applications. In addition, will in the method according to the invention no Doppler measurements needed. About that In addition, it is still possible with the method, the target track of a slow Target to detect or initiate when one or more to Target track belonging Target messages fail in the observed time range.

Ein weiterer Vorteil ist, dass die Rechenlast nur linear mit der Anzahl N der zu verarbeitenden Daten ansteigt (O(N)). Somit ist das Verfahren geeignet zur Verarbeitung von großen Mengen von Plots. Mit dem erfindungsgemäßen Verfahren ist es außerdem möglich, durch Clutter sehr stark gestörte Radardaten online (in Echtzeit) auszuwerten. Ein weiterer Vorteil ist, dass im Gegensatz zu herkömmlichen globalen zuwerten. Ein weiterer Vorteil ist, dass im Gegensatz zu herkömmlichen globalen Cluttermodelle lokal (Portionen) entschieden wird, ob ein Gebiet eine Zielspur enthält oder nicht. Im Gegensatz zu einem globalen Cluttermodell werden bei dem erfindungsgemäßen Verfahren keine globalen Annahmen gemacht und somit globale Einschränkungen vermieden. Hieraus ergeben sich weitere Vorteile, da die Portionen mit Zielspur nur noch ein Bruchteil der ursprünglichen Datenmenge umfassen, z.B. 8% der ursprünglichen Datenmenge. In diesen Portionen kann mit herkömmlichen Tracking-Verfahren schnell und einfach eine Zielspur aufgebaut und das Ziel klassifiziert werden.One Another advantage is that the computing load is only linear with the number N of the data to be processed increases (O (N)). Thus, the procedure suitable for processing large quantities of plots. With the inventive method it is as well possible, greatly disturbed by clutter Evaluate radar data online (in real time). Another advantage is that unlike traditional ones global values. Another advantage is that unlike usual global clutter models locally (portions) will decide if one Area contains a destination track or not. In contrast to a global clutter model the method according to the invention no global assumptions made and therefore global constraints avoided. This results in further benefits, since the portions with destination track only a fraction of the original data volume, e.g. 8% of the original Amount of data. In these portions can with conventional tracking procedures quickly and easily set up a destination lane and classify the destination become.

In einer vorteilhaften Ausführung der Erfindung wird das Cluttergebiet, derart eingeteilt, dass jedes Teilgebiet eine vorgebbare durchschnittliche Anzahl von Plots enthält.In an advantageous embodiment According to the invention, the clutter area is classified such that each subarea contains a predeterminable average number of plots.

Vor der Einteilung des Cluttergebietes in einzelne Teilgebiete werden die Koordinaten des Cluttergebietes vorteilhaft derart transformiert, dass die in dem Cluttergebiet enthaltenen Plots lokal gleich verteilt sind. Benachbarte Teilgebiete überlappen sich vorteilhaft auf einer vorgebbaren Länge ihres Radius. Erfindungsgemäß werden die Teilgebiete als Kugeln im transformierten Raum gewählt.In front the division of the clutter area into individual subareas the coordinates of the clutter area advantageously transformed in such a way that the plots contained in the clutter area are distributed equally locally are. Adjacent subareas overlap advantageous to a predeterminable length of its radius. According to the invention the subregions chosen as spheres in the transformed space.

In einer weiteren vorteilhaften Ausführung des erfindungsgemäßen Verfahrens wird die Vergleichsgröße aus einer Funktion von Plotinformationen der gemessenen Plots eines Teilgebietes berechnet. Bei den Plotinformationen handelt es sich vorteilhaft um kinematische Daten (z.B. Zeit, Range, Azimut, Elevation oder Dopplergeschwindigkeit) und/oder Amplitude des dem Plot zugrundeliegenden Radarsignals und/oder andere Attribute (Flags).In a further advantageous embodiment of the method according to the invention the comparison size becomes one Function of plot information of the measured plots of a subarea calculated. The plot information is advantageous kinematic data (e.g., time, range, azimuth, elevation or Doppler velocity) and / or amplitude of the plot underlying radar signal and / or other attributes (flags).

Eine Vergleichsgröße kann vorteilhaft die Streuung der Winkel aller in dem zu untersuchenden Teilgebiet enthaltenen Plots zu einer vorgebbaren Achse, insbesondere Raum- oder Zeitachse, des jeweiligen Teilgebietes sein.A comparison quantity can advantageously be the scattering of the angles of all in the part to be examined be contained plots to a predetermined axis, in particular space or time axis of the respective sub-area.

Die Funktion kann vorteilhaft über eine Kovarianzmatrix berechnet werden. Die Vergleichsgröße ist vorteilhaft eine Funktion der Eigenwerte der Kovarianzmatrix. Eine Vergleichsgröße kann z.B. die Spur der Kovarianzmatrix sein. Aus der Spur der Ko varianzmatrix lässt sich unterscheiden, ob eine Portion eine Zielspur enthält oder nicht. Die Erwartungswerte E für die Spur der Kovarianzmatrix sind für eine lokale Portion mit:

Figure 00070001
wobei NS die Anzahl der Spurpunkte, NC die Zahl der Clutterpunkte und R den Radius der lokalen Portion bedeuten. Aus diesen Gleichungen für die Erwartungswerte ist ein Unterschied zwischen den drei Fällen ersichtlich.The function can advantageously be calculated via a covariance matrix. The comparison variable is advantageously a function of the eigenvalues of the covariance matrix. A comparison variable may be, for example, the trace of the covariance matrix. From the track of the coefficient matrix it can be distinguished whether or not a portion contains a target track. The expected values E for the trace of the covariance matrix are for a local portion with:
Figure 00070001
where N S is the number of track points, N C is the number of clutter points and R is the radius of the local portion. From these equations for the expected values, a difference between the three cases is apparent.

Erfindungsgemäß wird für jede Vergleichsgröße eine Wahrscheinlichkeitsdichtefunktion berechnet. Den Vergleichsgrößen liegt dabei ein Teilgebiet zugrunde, welches statistisch verteilte Plots (Clutter) enthält.According to the invention, one for each comparative size Probability density function calculated. The comparison sizes is This is based on a sub-area, which statistically distributed plots Contains (clutter).

Die Wahrscheinlichkeitsdichtefunktion wird vorteilhaft mittels der Monte-Carlo-Simulation erzeugt. Es ist selbstverständlich auch möglich, die Wahrscheinlichkeitsdichtefunktion mittels anderer Simulationsverfahren zu berechnen.The Probability density function is advantageously generated by means of the Monte Carlo simulation. It goes without saying also possible, the probability density function using other simulation methods to calculate.

Die Erfindung sowie weitere vorteilhafte Ausführungen des erfindungsgemäßen Verfahrens werden anhand von Figuren näher erläutert. Es zeigen:The Invention and further advantageous embodiments of the method according to the invention become closer by means of figures explained. Show it:

1 lokale Portionen mit statistisch verteilten Plots, beispielhaft in (a) eine Portion mit Clutter, in (b) beispielhaft eine Portion mit Clutter und einer Spur durch den Kugelmittelpunkt und in (c) beispielhaft eine Portion mit Clutter und einer Spur mit einem Offset zum Kugelmittelpunkt. 1 for example, in (a) a portion with clutter, in (b) an example of a portion with clutter and a track through the sphere center and in (c) an example of a portion with clutter and a track with an offset to the ball center ,

2 die Wahrscheinlichkeitsdichtefunktionen der beispielhaften Vergleichsgröße Summe aus kleinstem, mittlerem und größtem Eigenwert für eine Portion mit Clutter und eine Portion mit Clutter und Zielspur jeweils für keinen Offset (a), für einen Offset von 20% (b) und für einen Offset von 50% (c) des Kugelradius. 2 the probability density functions of the exemplary comparison quantity sum of the smallest, mean and largest eigenvalues for a portion with clutter and a portion with clutter and target track respectively for no offset (a), for an offset of 20% (b) and for an offset of 50% ( c) the sphere radius.

3 die Wahrscheinlichkeitsdichtefunktionen der beispielhaften Vergleichsgröße kleinster, mittlerer und größter Eigenwert für eine Portion mit Clutter und eine Portion mit Clutter und Zielspur jeweils für keinen Offset (a), für einen Offset von 20% (b) und für einen Offset von 50% (c) des Kugelradius. 3 the probability density functions of the exemplary comparison variable least, mean and largest eigenvalue for a portion with clutter and a portion with clutter and target track respectively for no offset (a), for an offset of 20% (b) and for an offset of 50% (c) of the sphere radius.

4 den statistischen Fehler 1. und 2. Art für die Wahrscheinlichkeitsdichtefunktion einer beispielhaften Vergleichsgröße für eine Portion mit Clutter und eine Portion mit Clutter und Zielspur. 4 the statistical error 1st and 2nd type for the probability density function of an exemplary reference size for a portion with clutter and a portion with clutter and target track.

5 ein beispielhaftes Cluttergebiet mit lokalen Portionen in denen ein Ziel entdeckt wurde. 5 an exemplary clutter area with local portions in which a target was discovered.

In 1a–c sind beispielhafte Portionen mit statistisch verteilten Plots dargestellt. 1a zeigt eine lokale Portion mit ausschließlich Clutter. Hierzu wurden in der Portion beispielhaft 50 Plots statistisch verteilt. Es ist aber auch selbstverständlich möglich, eine beliebig andere Anzahl von Plots in einer Portion statistisch zu verteilen.In 1a -C show exemplary portions with statistically distributed plots. 1a shows a local portion with only clutter. For this purpose, 50 plots were randomly distributed in the portion. It is of course also possible to randomly distribute any other number of plots in one portion.

1b zeigt eine beispielhafte lokale Portion mit Clutter und einer Zielspur Z durch den Mittelpunkt der Portion, was auch als Offset 0 bezeichnet wird. Die Zielspur Z ist hier geradlinig, es sind aber auch kurvenförmige Verläufe möglich (z.B. ein manövrierendes Ziel). Die einzelnen, innerhalb der Portion liegenden Spurplots SP werden innerhalb eines vorgebbaren Rauschradius zufällig verrauscht. Für jede Portion wird zweckmäßig eine eigene zufällige Zielspur Z generiert. 1b shows an exemplary local portion with clutter and a target track Z through the center of the portion, which is also referred to as offset 0. The target track Z is straight-lined here, but it is also possible curved courses (eg a maneuvering target). The individual track plots SP lying within the portion are randomly noisy within a predeterminable noise radius. For each serving a separate random target track Z is expediently generated.

In 1c ist eine weitere beispielhafte lokale Portion mit Clutter und einer Zielspur dargestellt, wobei die Zielspur Z einen Offset zum Mittelpunkt der Portion aufweist.In 1c a further exemplary local portion with clutter and a target track is shown, wherein the target track Z has an offset to the center of the portion.

In den 2a–c ist zur Veranschaulichung für eine Portion mit ausschließlich Clutter und für eine Portion mit Clutter und Zielspur die Wahrscheinlichkeitsdichtefunktion einer Vergleichsgröße, jeweils für verschiedene Offsets der Zielspur dargestellt. In den Figuren bedeuten die mit Bezugszeichen C bezeichneten Kurven jeweils eine lokale Portion mit ausschließlich Clutter und die mit CZ bezeichneten Kurven jeweils eine lokale Portion mit Clutter und einer Zielspur ohne Offset, d.h. durch den Mittelpunkt der jeweiligen Portion. Als Vergleichsgröße wird in den Figuren beispielhaft die Summen der Eigenwerte der Kovarianzmatrix einer lokalen Portion herangezogen.In the 2a -C is illustrative of a portion with clutter only and for a portion with clutter and target track the probability density function of a comparison variable, shown for different offsets of the target track. In the figures, the curves denoted by reference C indicate respectively a local portion with exclusive clutter and the curves denoted CZ respectively a local portion with clutter and a target track without offset, ie through the center of the respective portion. As a comparison variable, the sums of the eigenvalues of the covariance matrix of a local portion are used in the figures by way of example.

Ein Vergleich der Wahrscheinlichkeitsdichtefunktionen einer Vergleichsgröße, der ein Teilgebiet mit ausschließlich Clutter zugrundeliegt und einer Wahrscheinlickeitsdichtefunktion einer Vergleichsgröße, der ein Teilgebiet mit Clutter und Zielspur zugrundeliegt, ermöglicht die Bestimmung des Schwellwertes (vgl. 4).A comparison of the probability density functions of a comparison variable, which is based on a subarea exclusively with clutter and a probability density function of a comparison variable, which is based on a subarea with clutter and target track, makes it possible to determine the threshold value (cf. 4 ).

Von 2a bis 2c beträgt der Offset der Zielspur gegenüber dem Mittelpunkt der lokalen Position 0%, 20% bzw. 50% des Radius der Portion. Deutlich ist dabei zu erkennen, dass sich mit steigendem Abstand der Zielspur vom Mittelpunkt der Portion (Offset) die Maxima der beiden Wahrscheinlichkeitsdichtefunktionen C und CZ einander annähern. Der Abstand der Maxima kann z.B. als Maß für einen minimalen Überlapp der Teilgebiete herangezogen werden.From 2a to 2c the offset of the target track from the center of the local position is 0%, 20%, and 50% of the radius of the portion, respectively. It can clearly be seen that as the distance of the target track from the center of the portion (offset) increases, the maxima of the two probability density functions C and CZ approach each other. The distance between the maxima can, for example, be used as a measure of a minimum overlap of the subregions.

In den 3a–c sind entsprechend den 2a–c beispielhaft die Wahrscheinlichkeitsdichtefunktionen der Vergleichsgrößen kleinster, mittlerer und größter Eigenwert (jeweils von links nach rechts) dargestellt. Auch aus dieser Darstellung läßt sich erkennen, dass sich mit steigendem Offset die einzelnen Kurven C, CZ für eine Portion mit ausschließlich Clutter und einer Portion mit Clutter und Zielspur einander annähern. In 3c lassen sich die Kurven C, CZ für eine Portion mit ausschließlich Clutter und eine Portion mit Clutter und Zielspur nicht mehr trennen. Gleiche Indizes bezeichnen in den 3a–c jeweils die entsprechende Vergleichsgrößen an.In the 3a -C are according to the 2a C shows the probability density functions of the comparison variables smallest, average and largest eigenvalue (in each case from left to right) by way of example. It can also be seen from this illustration that with increasing offset, the individual curves C, CZ approach each other for a portion with exclusively clutter and a portion with clutter and target track. In 3c you can not separate the curves C, CZ for a portion with only clutter and a portion with clutter and target track. Same indices denote in the 3a -C in each case the corresponding comparison variables.

In 4 ist zur Veranschaulichung für eine beispielhafte Vergleichsgröße die Wahrscheinlichkeitsdichtefunktion C für eine Portion mit ausschließlich Clutter und die Wahrscheinlichkeitsverteilund CZ für eine Portion mit Clutter und Zielspur dargestellt. In der 4 ist ein beispielhafter oberer Schwellwert x eines Wertebereichs eingezeichnet. Der untere Schwellwert des Wertebereichs entspricht zweckmäßig einem Ereignis der Vergleichsgröße mit einer Wahrscheinlichkeit nahe Null. Der Überlapp der beiden Kurven C, CZ entspricht dem statistischen Fehler 1. und 2. Art (Signifikanzniveau und Schärfe des Tests)In 4 For illustration of an exemplary comparison variable, the probability density function C for a portion with exclusively clutter and the probability distribution and CZ for a portion with clutter and target track are shown. In the 4 an exemplary upper threshold value x of a value range is shown. The lower threshold of the range of values suitably corresponds to an event of the comparison variable with a probability close to zero. The overlap of the two curves C, CZ corresponds to the statistical error 1st and 2nd type (significance level and sharpness of the test)

Als Nullhypothese H0 wird angenommen, dass die betrachtete Portion keine Spur enthält. Der Fehler 1. Art ist die Verwerfung der Nullhypothese H0, obwohl H0 richtig war. Der Fehler 2. Art bedeutet das Nichtverwerfen der Nullhypothese H0, obwohl H0 falsch ist. Der Fehler 1. Art entspricht also der Wahrscheinlichkeit der Falschdetektion und der Fehler 2. Art der Wahrscheinlichkeit der Nichtdetektion einer vorhandenen Zielspur. In diesem Fall ist in 4 der Fehler 1. Art derjenige Bereich links vom oberen Schwellwert x. Der Fehler 2. Art ist der Bereich rechts vom Schwellwert x.As a null hypothesis H 0 it is assumed that the considered portion contains no trace. The 1st type error is the rejection of the null hypothesis H 0 , although H 0 was correct. The second kind of error means not denying the null hypothesis H 0 , although H 0 is false. The first type of error thus corresponds to the probability of false detection and the second type of probability of non-detection of an existing target track. In this case is in 4 the error 1. Type that area to the left of the upper threshold x. The 2nd type error is the area to the right of the threshold x.

Der in 4 eingezeichnete Schwellwert x ist einstellbar und kann so als Parameter für das erfindungsgemäße Verfahren verstanden werden. Der Schwellwert x wird dabei erfindungsgemäß so eingestellt, dass der Fehler 1. Art möglichst gering ist, insbesondere 0–30% beträgt. Liegt die aus den gemessenen Plots berechnete Vergleichsgröße z.B. rechts vom Grenzwert x, dann wird für das jeweilige Teilgebiet auf ein Teilgebiet mit ausschließlich Clutter entschieden. Liegt die Vergleichsgröße hingegen links vom Grenzwert x, wird auf ein Teilgebiet mit einem Ziel entschieden.The in 4 shown threshold x is adjustable and can be understood as a parameter for the method according to the invention. The threshold x is set according to the invention so that the error of the first kind is as low as possible, in particular 0-30%. If the comparison quantity calculated from the measured plots lies, for example, to the right of the limit value x, then a subarea with exclusively clutter is decided for the respective subarea. On the other hand, if the comparison quantity is to the left of the limit value x, a subarea with a destination is decided.

5 zeigt ein beispielhaftes Cluttergebiet mit einer Vielzahl von gemessenen Plots. Die markierten Gebiete kennzeichnen Portionen, in denen ein Ziel detektiert wurde. 5 shows an exemplary Cluttergebiet with a variety of measured plots. The marked areas indicate portions in which a target has been detected.

Bei der Durchführung des erfindungsgemäßen Verfahrens werden zu Beginn der Auswertung über eine vorgebbare Zeitdauer Radardaten gesammelt und gespeichert. Für jede der oben aufgeführten, zu untersuchenden Vergleichsgrößen wird eine Wahrscheinlichkeitsdichtefunktion für ein Teilgebiet mit ausschließlich Clutter berechnet. Die Wahrscheinlichkeitsdichtefunktionen können z.B. einer externen Datenbank entnommen werden.at the implementation the method according to the invention be at the beginning of the evaluation of a Predefinable time radar data collected and stored. For each of the listed above, to be examined comparative variables a probability density function for a sub-area with only clutter calculated. The probability density functions may e.g. an external database.

Unter Berücksichtigung der gesammelten Daten wird das Cluttergebiet anschließend adaptiv in lokale Portionen eingeteilt. In jeder Portion werden die Vergleichsgrößen aus den gemessenen Plots berechnet. Weicht in einer Portion der errechnete Wert Vrech einer Vergleichsgröße signifikant vom Schwellwert ab, dann wird angenommen, dass die betrachtete lokale Portion eine Zielspur enthält.Taking into account the collected data, the clutter area then becomes adaptive to local Portions divided. In each portion, the reference quantities are calculated from the measured plots. If the calculated value V rech of a comparison variable deviates significantly from the threshold value in one portion, then it is assumed that the considered local portion contains a target track.

Wird eine Portion als eine, eine Zielspur enthaltende Portion identifiziert, dann können die Plots dieser Portion an weiterverarbeitende Einheiten weitergegeben werden. Diese Einheiten können z.B. mit herkömmlichen Tracking-Verfahren zur Bestimmungen der Zielspur arbeiten.Becomes identify a serving as a portion containing a target trace, then can the plots of this portion are passed on to further processing units become. These units can e.g. with conventional Tracking procedure to determine the destination track work.

Bei einer online-Anwendung des erfindungsgemäßen Verfahrens werden von dem Radarsystem kontinuierlich Radardaten aus dem Cluttergebiet geliefert. Um eine verzögerungsfreie Auswertung der neuen Daten zu gewährleisten, werden in den einzelnen Portionen mit den neuen Daten aktualisiert. Die ältesten Plots in den Portionen werden gelöscht. Dann werden mit den neuen Plots in den einzelnen Portionen die entsprechenden Vergleichsgrößen neu bestimmt.at an online application of the method according to the invention are of the Radar system continuously supplied radar data from the clutter area. To a delay-free Evaluation of the new data will be guaranteed in the individual Portions updated with the new data. The oldest plots in portions will be deleted. Then with the new plots in the individual portions the appropriate Comparison variables new certainly.

Mit dem erfindungsgemäßen Verfahren können somit Festziele, langsame Ziele, sich geradlinig oder manövrierende Ziele detektiert und initiiert werden. Die benötigte Rechenlast des erfindungsgemäßen Verfahrens ist linear von der Anzahl der zu verarbeitenden Daten abhängig.With the method according to the invention can thus fixed goals, slow goals, straightforward or maneuvering Targets are detected and initiated. The required computing load of the method according to the invention is linearly dependent on the number of data to be processed.

Claims (10)

Verfahren zur Auswertung von Radardaten, zum Auffinden von Zielen und Initiieren von Zielspuren in einem durch Clutter gestörten Raum-Zeit-Gebiet, welches in einem vorgebbaren Zeitbereich eine Vielzahl von als Plots bezeichnete Zielmeldungen umfaßt, dadurch gekennzeichnet, – dass das Cluttergebiet in eine vorgebbare Anzahl von mehrdimensionalen eine Zeitachse aufweisende Teilgebiete unterteilt wird, wobei die Teilgebiete als Kugeln in einem transformierten Raum gewählt werden, – dass aus den in einem Teilgebiet enthaltenen gemessenen Plots eine oder mehrere Vergleichsgrößen berechnet werden, – dass für jede Vergleichsgröße eine Wahrscheinlichkeitsdichtefunktion (C) berechnet wird, wobei ein Teilgebiet mit statistisch verteilten Plots zugrundegelegt wird, welches ausschließlich Clutter enthält, – dass für jede Wahrscheinlichkeitsdichtefunktion (C) ein Wertebereich mit einem unteren Schwellwert und einem oberen Schwellwert x derart bestimmt wird, dass mit dem oberen Schwellwert x ein vorgebbares Signifikanzniveau erreicht wird, – dass für ein Teilgebiet jede aus den gemessenen Plots berechnete Vergleichsgröße mit der jeweiligen Wahrscheinlichkeitsdichtefunktion (C) verglichen wird, wobei auf ein Teilgebiet mit Ziel erkannt wird, wenn mindestens eine der Vergleichsgrößen innerhalb des Wertebereichs liegt.Method for evaluating radar data, for finding targets and initiating target tracks in a space-time area disturbed by clutter, which comprises a multiplicity of target messages designated as plots in a predefinable time range, characterized in that - the clutter area has a predeterminable number is subdivided by multidimensional regions having a time axis, wherein the subregions are selected as spheres in a transformed space, - that one or more comparison variables are calculated from the measured plots contained in a subarea, - that a probability density function (C) is calculated for each comparison variable , where a subdomain is based on statistically distributed plots containing exclusively clutter, that for each probability density function (C) a range of values having a lower threshold and an upper threshold x is determined such that the upper S If, for a subarea, each comparison variable calculated from the measured plots is compared with the respective probability density function (C), a subarea with destination is recognized if at least one of the comparison variables lies within the value range. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Cluttergebiet derart eingeteilt wird, dass jedes Teilgebiet eine vorgebbare durchschnittliche Anzahl von Plots enthält.Method according to claim 1, characterized in that that the clutter area is classified such that each sub-area contains a predeterminable average number of plots. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass vor der Einteilung des Cluttergebietes in Teilgebiete das Cluttergebiet derart koordinatentransformiert wird, dass die in dem Cluttergebiet enthaltenen Zielmeldungen lokal gleich verteilt sind.Method according to claim 2, characterized in that that prior to the division of the clutter area into sub-areas of the clutter area is coordinate transformed such that in the Cluttergebiet target messages are distributed equally locally. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass die Kugeln sich auf einer vorgebbaren Länge ihres Radius überlappen.Method according to claim 3, characterized that the balls overlap each other over a predefinable length of their radius. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Vergleichsgröße aus einer Funktion von Plotinformationen der gemessenen Plots berechnet wird, wobei die Plotinformationen kinematische Daten, Amplitude und Flags sind.Method according to one of the preceding claims, characterized characterized in that the comparison quantity from a function of plot information the measured plots is calculated, the plot information kinematic data, amplitude and flags are. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Vergleichsgröße die Streuung der Winkel aller in dem zu untersu chenden Teilgebiet enthaltenen Plots zu einer Achse, insbesondere einer Raum- oder Zeitachse, des jeweiligen Teilgebietes ist.Method according to one of the preceding claims, characterized characterized in that the comparison quantity is the scattering of the angles all plots contained in the sub-area to be examined into one Axis, in particular a space or time axis, of the respective sub-area is. Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass die Funktion über eine Kovarianzmatrix bestimmt wird.Method according to claim 4 or 5, characterized that the function over a covariance matrix is determined. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die Vergleichsgröße eine Funktion der Eigenwerte der Kovarianzmatrix ist.Method according to claim 7, characterized in that that the comparison size is one Function of the eigenvalues of the covariance matrix is. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass für jede Vergleichsgröße eine Wahrscheinlichkeitsdichtefunktion (CZ) berechnet wird, wobei der Vergleichsgröße ein Teilgebiet mit statistisch verteilten Zielmeldungen zugrundeliegt, welche ein Teilgebiet mit Clutter und Zielspur eines sich bewegenden Ziels erzeugen.Method according to one of the preceding claims, characterized marked that for each comparison size one Probability density function (CZ) is calculated, the Comparative size a sub-area is based on statistically distributed target messages, which one Partial area with clutter and target track of a moving target produce. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Wahrscheinlichkeitsdichtefunktion (C, CZ) mittels der Monte Carlo Simulation berechnet wird.Method according to one of the preceding claims, characterized characterized in that the probability density function (C, CZ) is calculated using the Monte Carlo simulation.
DE2002138896 2002-08-24 2002-08-24 Method for evaluating radar data Expired - Fee Related DE10238896B4 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE2002138896 DE10238896B4 (en) 2002-08-24 2002-08-24 Method for evaluating radar data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE2002138896 DE10238896B4 (en) 2002-08-24 2002-08-24 Method for evaluating radar data

Publications (2)

Publication Number Publication Date
DE10238896A1 DE10238896A1 (en) 2004-03-11
DE10238896B4 true DE10238896B4 (en) 2006-12-28

Family

ID=31501919

Family Applications (1)

Application Number Title Priority Date Filing Date
DE2002138896 Expired - Fee Related DE10238896B4 (en) 2002-08-24 2002-08-24 Method for evaluating radar data

Country Status (1)

Country Link
DE (1) DE10238896B4 (en)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2730941B1 (en) * 2012-11-07 2017-02-22 Terma A/S A method of estimating a local plot density in a radar system; a plot density estimator and a radar system with a plot density estimator
CN107479044B (en) * 2017-08-23 2020-04-28 西安电子工程研究所 Adaptive track starting method based on point track density real-time statistics
CN113721211B (en) * 2021-06-26 2024-08-02 中国船舶重工集团公司第七二三研究所 Sparse fixed clutter recognition method based on point trace characteristic information
CN113466816A (en) * 2021-07-02 2021-10-01 中国船舶重工集团公司第七二四研究所 Radar target track starting method based on track density and point track characteristics

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69606094T2 (en) * 1995-06-07 2000-09-28 Raytheon Co., El Segundo Radar method and device that detect targets in clutter areas by means of the intensity and the angular position of the targets
DE19738252C2 (en) * 1997-09-02 2002-07-11 Eads Deutschland Gmbh Process for the detection of a radar target

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69606094T2 (en) * 1995-06-07 2000-09-28 Raytheon Co., El Segundo Radar method and device that detect targets in clutter areas by means of the intensity and the angular position of the targets
DE19738252C2 (en) * 1997-09-02 2002-07-11 Eads Deutschland Gmbh Process for the detection of a radar target

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LOMBARDO,P. u.a.: Impact of Clutter Spectra on Radar Performance Prediction. In: IEEE Transac- tions on Aerospace and Electronic Systems, 2001, Vol.37, No.3, S.1022-1038 *

Also Published As

Publication number Publication date
DE10238896A1 (en) 2004-03-11

Similar Documents

Publication Publication Date Title
EP3161517B1 (en) Method for locating an object using an fmcw radar
DE60207633T2 (en) Method for eliminating the false reflected targets and for automatic reflector mapping in secondary surveillance radar
DE69621154T2 (en) TRACKING PROCEDURE FOR RADAR SYSTEM
EP1523661B1 (en) Method and device for determining an expectancy range for a level echo and a spurious echo
DE102009024339B3 (en) Bearing method and direction finding system for detecting and tracking temporally successive bearing angles
DE69215193T2 (en) Radar with coherent false echo reference
DE69615587T2 (en) METHOD FOR ESTIMATING THE TORQUE AND DETERMINING CHARACTERISTICS OF SPECTRES AS DEFINING DEVICES OR TIME FUNCTIONS
DE69829746T2 (en) INTRODUCTION OF THE FOLLOWING OF MULTIPLE OBJECTIVES BY MEANS OF PHASE ANGLE MEASUREMENT
DE69712823T2 (en) Radar tracking device in clutter
DE102012208852A1 (en) Detection of radar objects with a radar sensor of a motor vehicle
DE69606094T2 (en) Radar method and device that detect targets in clutter areas by means of the intensity and the angular position of the targets
EP2366983B1 (en) Mobility recognition in filling level measurement devices
DE69829391T2 (en) CONNECTION PROCEDURES BETWEEN TARGET TRACKS
EP1380854A2 (en) Method and radar system for determining the direction angle of radar objects
EP2554956A1 (en) Tracking taking mobility into consideration
DE10207465B4 (en) Method for reducing the false alarm rate in radar images
DE102013011239A1 (en) Method for determining a movement of an object
DE102009029465A1 (en) Method for determining e.g. relative speed of object to assist driver of vehicle during parking, involves determining speed vector, speed and motion direction of object from calculated distances, speed components, angles and perpendiculars
WO2019162794A1 (en) Method and system for detecting parking spaces which are suitable for a vehicle
DE69614916T2 (en) Positioning method
WO2019141648A1 (en) Method and device for operating an acoustic sensor
DE69425991T2 (en) Method of tracking a maneuvering target with a slow scanning sensor
EP3579020B1 (en) Method for recognition of an obstacle with the aid of reflected ultrasonic waves
DE10238896B4 (en) Method for evaluating radar data
DE69232090T2 (en) Speed-dependent sensitivity control

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8364 No opposition during term of opposition
R081 Change of applicant/patentee

Owner name: AIRBUS DEFENCE AND SPACE GMBH, DE

Free format text: FORMER OWNER: EADS DEUTSCHLAND GMBH,ANDREA LOEHR, , DE

Effective date: 20140916

Owner name: LOEHR, ANDREA, DE

Free format text: FORMER OWNER: EADS DEUTSCHLAND GMBH,ANDREA LOEHR, , DE

Effective date: 20140916

Owner name: LOEHR, ANDREA, DE

Free format text: FORMER OWNERS: EADS DEUTSCHLAND GMBH, 85521 OTTOBRUNN, DE; LOEHR, ANDREA, 89233 NEU-ULM, DE

Effective date: 20140916

Owner name: AIRBUS DEFENCE AND SPACE GMBH, DE

Free format text: FORMER OWNERS: EADS DEUTSCHLAND GMBH, 85521 OTTOBRUNN, DE; LOEHR, ANDREA, 89233 NEU-ULM, DE

Effective date: 20140916

Owner name: AIRBUS DS ELECTRONICS AND BORDER SECURITY GMBH, DE

Free format text: FORMER OWNERS: EADS DEUTSCHLAND GMBH, 85521 OTTOBRUNN, DE; LOEHR, ANDREA, 89233 NEU-ULM, DE

Effective date: 20140916

R081 Change of applicant/patentee

Owner name: AIRBUS DS ELECTRONICS AND BORDER SECURITY GMBH, DE

Free format text: FORMER OWNERS: AIRBUS DEFENCE AND SPACE GMBH, 85521 OTTOBRUNN, DE; LOEHR, ANDREA, 89233 NEU-ULM, DE

Owner name: LOEHR, ANDREA, DE

Free format text: FORMER OWNERS: AIRBUS DEFENCE AND SPACE GMBH, 85521 OTTOBRUNN, DE; LOEHR, ANDREA, 89233 NEU-ULM, DE

R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee