RU2593146C1 - Method for adaptive detection of signals of moving targets on background of multicomponent passive interference - Google Patents
Method for adaptive detection of signals of moving targets on background of multicomponent passive interference Download PDFInfo
- Publication number
- RU2593146C1 RU2593146C1 RU2015128480/07A RU2015128480A RU2593146C1 RU 2593146 C1 RU2593146 C1 RU 2593146C1 RU 2015128480/07 A RU2015128480/07 A RU 2015128480/07A RU 2015128480 A RU2015128480 A RU 2015128480A RU 2593146 C1 RU2593146 C1 RU 2593146C1
- Authority
- RU
- Russia
- Prior art keywords
- coefficients
- multichannel
- signals
- multicomponent
- calculated
- Prior art date
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
Предлагаемый способ относится к радиотехнике, в частности к цифровой обработке радиолокационных сигналов. В практике защиты РЛС от сигналов многокомпонентных пассивных помех, вызванных совокупностью отражений от местных предметов, облаков, гидрометеоров, дипольных помех, применяют различные способы обнаружения полезных целей.The proposed method relates to radio engineering, in particular to digital processing of radar signals. In practice, radar protection from multicomponent passive interference signals caused by a combination of reflections from local objects, clouds, hydrometeors, dipole interference, various methods for detecting useful targets are used.
Известен способ обнаружения сигналов на фоне пассивных помех, основанный на предварительной адаптивной фильтрации пассивной помехи с помощью соответствующего выбора весовых коэффициентов фильтра [1] и последующим сравнением огибающей выходного сигнала с порогом. Основным недостатком данного способа является его низкая эффективность, обусловленная использованием фиксированных весовых коэффициентов для фильтрации сигналов, имеющих доплеровское смещение спектра. Кроме того, отсутствие нормирования сигнала до сравнения с порогом приводит к отсутствию стабилизации ложных тревог.A known method of detecting signals against a background of passive interference, based on preliminary adaptive filtering of passive interference using the appropriate selection of filter weights [1] and then comparing the envelope of the output signal with a threshold. The main disadvantage of this method is its low efficiency, due to the use of fixed weights for filtering signals having a Doppler shift of the spectrum. In addition, the absence of signal normalization before comparison with the threshold leads to a lack of stabilization of false alarms.
Известен способ обнаружения сигналов на фоне пассивных помех [2], который включает в себя многоканальное весовое когерентное накопление, выделение огибающих после многоканального весового когерентного накопления, адаптивную нормировку огибающих сигналов в каждом из каналов и их объединение, формируя тем самым выходной сигнал, сравниваемый с порогом обнаружения.A known method of detecting signals against a background of passive interference [2], which includes multi-channel coherent weight accumulation, envelope separation after multi-channel coherent weight accumulation, adaptive normalization of signal envelopes in each channel and their combination, thereby forming an output signal compared with a threshold detection.
Недостатком данного способа является пониженная эффективность защиты от пассивных помех по сравнению с оптимальной обработкой за счет того, что формирование вида частотных характеристик при весовом когерентном накоплении осуществляется без учета таких параметров, как ширина спектра флюктуаций пассивной помехи и доплеровского смещения ее частоты. Использование во всех каналах одинаковой весовой функции для уменьшения уровня боковых лепестков частотных характеристик каналов обеспечивает симметричное и равномерное подавление всех боковых лепестков фильтров, в то время как при оптимальной обработке осуществляется максимизация отношения сигнал/помеха за счет разной коррекции частотных характеристик фильтров только в зоне нахождения спектра флюктуации сигналов пассивной помехи.The disadvantage of this method is the reduced efficiency of protection against passive interference compared to optimal processing due to the fact that the formation of the type of frequency characteristics during coherent weight accumulation is carried out without taking into account parameters such as the width of the spectrum of fluctuations of passive interference and Doppler shift of its frequency. The use of the same weight function in all channels to reduce the level of the side lobes of the frequency characteristics of the channels provides a symmetric and uniform suppression of all side lobes of the filters, while the optimal processing maximizes the signal-to-noise ratio due to different correction of the frequency characteristics of the filters only in the spectral zone fluctuations in passive interference signals.
Наиболее близким по технической сущности к предлагаемому способу является патент США [3], в котором обработка строится следующим образом. На входе отраженные сигналы, представленные своими цифровыми квадратурными составляющими, подвергаются многоканальной доплеровской фильтрации и многоканальному когерентному накоплению в процессоре ДПФ, на выходе которого вычисляются огибающие, которые нормируются, объединяются и подаются на порог обнаружения, причем вычисление весовых коэффициентов для многоканальной доплеровской фильтрации осуществляется предварительно по приближенной формуле для выбранной заранее формы спектра флюктуаций пассивной помехи. В данном способе коррекция частотных характеристик при многоканальной доплеровской фильтрации производится более оптимально с учетом близкой к реальности пассивной помехи, имеющей, например, гауссов спектр. Для чего предварительно весовые коэффициенты, обеспечивающие оптимизацию частотных характеристик, рассчитываются по формуле (см. описание патента)The closest in technical essence to the proposed method is a US patent [3], in which the processing is constructed as follows. At the input, the reflected signals represented by their digital quadrature components are subjected to multichannel Doppler filtering and multichannel coherent accumulation in the DFT processor, at the output of which envelopes are calculated, which are normalized, combined, and fed to the detection threshold, and weighting coefficients for multichannel Doppler filtering are preliminarily calculated using an approximate formula for a previously selected shape of the spectrum of passive interference fluctuations. In this method, the correction of the frequency characteristics during multichannel Doppler filtering is performed more optimally taking into account passive interference, which is close to reality, having, for example, a Gaussian spectrum. Why pre-weighting factors that provide optimization of frequency characteristics are calculated by the formula (see patent description)
, ,
где W - вектор весовых коэффициентов для многоканальной доплеровской фильтрации,where W is the vector of weights for multichannel Doppler filtering,
R-1 - обратная корреляционная матрица для предварительно заданной модели пассивной помехи и хранящаяся в постоянном запоминающем устройстве,R -1 - inverse correlation matrix for a predefined model of passive interference and stored in read-only memory,
S - вектор полезного сигнала, который для цели с неизвестной скоростью формируется в виде коэффициента ФурьеS is the vector of the useful signal, which for the target with an unknown speed is formed in the form of the Fourier coefficient
S=(1,ej2πn/N, ej4πn/N, …, ej2π(N-1)/N),S = (1, e j2πn / N , e j4πn / N , ..., e j2π (N-1) / N ),
где n - номер доплеровского канала, N - число импульсов в пачке.where n is the number of the Doppler channel, N is the number of pulses in the packet.
В способе, взятом в качестве прототипа, вычисление весовых коэффициентов в силу невозможности в реальном масштабе времени оценить многомерную комплексную корреляционную матрицу и сделать ее обращение использован упрощенный подход, основанный на рассмотрении модели пассивной помехи, например, с гауссовой формой спектра и расчета весовых коэффициентов без оценки и обращения всей корреляционной матрицы в реальном масштабе времени. Вместо этого производится оценка в реальном масштабе времени только модуля межпериодного коэффициента корреляции и его аргумента - межпериодного доплеровского набега фазы помехи. И на их основе выбираются из запоминающегося устройства заранее рассчитанные весовые коэффициенты для неподвижной пассивной помехи, которые корректируются с учетом оценки межпериодного доплеровского набега фазы. К сожалению, заранее все многообразие форм спектра предусмотреть невозможно, особенно, если пассивная помеха многокомпонентная, т.е. имеет многомодовый спектр отраженных сигналов одновременно от местных предметов, гидрометеоров и дипольных отражателей. Отсюда и низкая эффективность данного способаIn the method taken as a prototype, the calculation of weighting coefficients due to the impossibility of real-time estimation of a multidimensional complex correlation matrix and making it inverted, a simplified approach was used based on a model of passive interference, for example, with a Gaussian shape of the spectrum and calculation of weighting coefficients without an estimate and inverting the entire correlation matrix in real time. Instead, only the modulus of the inter-period correlation coefficient and its argument, the inter-period Doppler interference phase shift, are estimated in real time. And based on them, pre-calculated weights for the stationary passive interference are selected from the memory device, which are adjusted taking into account the estimates of the inter-period Doppler phase incursion. Unfortunately, it is impossible to foresee the whole variety of spectrum shapes, especially if the passive interference is multicomponent, i.e. It has a multimode spectrum of reflected signals simultaneously from local objects, hydrometeors and dipole reflectors. Hence the low efficiency of this method
Чтобы повысить эффективность защиты РЛС от пассивных помех с многомодовыми спектрами, предлагается рассчитывать весовые коэффициенты доплеровского фильтра по отраженным сигналам от многокомпонентной пассивной помехи, используя аппроксимацию реальной помехи процессом авторегрессии [4]. Это позволит также не производить оценку корреляционной матрицы и ее обращение, а в реальном масштабе времени оценивать коэффициенты авторегрессии. Воспользуемся в нашем случае иным представлением формулы (1), избежав оценивания и обращения комплексной корреляционной матрицы. Обратную корреляционную матрицу для процесса авторегрессии можно представить в виде разложения на диагональную D и верхнюю, и нижнюю треугольные матрицы коэффициентов авторегрессии A:To increase the efficiency of radar protection from passive interference with multimode spectra, it is proposed to calculate the Doppler filter weights from the reflected signals from a multicomponent passive interference using an approximation of real interference by the autoregression process [4]. This will also allow not to evaluate the correlation matrix and its inversion, but to evaluate autoregression coefficients in real time. We use in our case a different representation of formula (1), avoiding the estimation and inversion of the complex correlation matrix. The inverse correlation matrix for the autoregression process can be represented as a decomposition into diagonal D and upper and lower triangular matrices of autoregression coefficients A:
В соответствии с (2) получим:In accordance with (2) we obtain:
где Zвх, Zвых комплексные сигналы, представляемые своими квадратурными составляющими на входе и выходе доплеровского фильтра, A - комплексный вектор коэффициентов авторегрессии. Левую часть формулы (3) в терминах патента прототипа можно рассматривать как многоканальную доплеровскую фильтрацию, а правую как когерентное многоканальное накопление в процессоре ДПФ. А диагональные члены D - это результат нормирования сигналов в каждом канале фильтра.where Z in , Z out are complex signals represented by their quadrature components at the input and output of the Doppler filter, A is the complex vector of autoregression coefficients. The left side of formula (3) in terms of the prototype patent can be considered as multichannel Doppler filtering, and the right as a coherent multichannel accumulation in the DFT processor. And the diagonal terms D are the result of normalizing the signals in each filter channel.
Преобразуем (3) так, что совместим доплеровскую фильтрацию с когерентным накоплением сигналов цели с неизвестной скоростьюWe transform (3) so that we compatible Doppler filtering with coherent accumulation of target signals with an unknown speed
где n - номер доплеровского канала, S(n) - коэффициенты Фурьеwhere n is the number of the Doppler channel, S (n) are the Fourier coefficients
S(n)=(1,ej2πn/N, ej4πn/N, …, ej2π(N-1)/N),S (n) = (1, e j2πn / N , e j4πn / N , ..., e j2π (N-1) / N ),
N - число импульсов в пачке.N is the number of pulses in a packet.
Таким образом, в предлагаемом способе при неизвестной скорости цели адаптивная обработка реализуется с помощью многоканальной доплеровской фильтрации, для каждого канала в котором используются свои весовые коэффициенты, учитывающие как оценки коэффициентов авторегрессии, так и коэффициенты разложения по Фурье, позволяя в отличие от прототипа фильтровать сигналы пассивной помехи с многомодовыми спектрами.Thus, in the proposed method, at an unknown target speed, adaptive processing is implemented using multichannel Doppler filtering, for each channel in which its weight coefficients are used, taking into account both autoregression coefficient estimates and Fourier expansion coefficients, allowing filtering passive signals, unlike the prototype interference with multimode spectra.
Таким образом, в известный способ адаптивного обнаружения целей на фоне многокомпонентных пассивных помех, включающий в себя многоканальную доплеровскую фильтрацию, с многоканальным когерентным накоплением в виде дискретного преобразования Фурье, результат которого подвергается вычислению огибающих, которые нормируются и объединяются с выделением максимального значения, введены существенные отличия в том, что для операции многоканальной доплеровской фильтрации весовые коэффициенты вычисляются в реальном масштабе времени векторным перемножением оцененных коэффициентов авторегрессии, и коэффициентов преобразования Фурье.Thus, in the known method of adaptive target detection against the background of multicomponent passive interference, including multichannel Doppler filtering, with multichannel coherent accumulation in the form of a discrete Fourier transform, the result of which is subjected to the calculation of envelopes that are normalized and combined with the allocation of the maximum value, significant differences are introduced in that, for the multi-channel Doppler filtering operation, the weight coefficients are calculated in real time vector multiplication of the estimated autoregression coefficients, and the Fourier transform coefficients.
Это является важнейшим преимуществом и отличительным признаком предлагаемого способа, поскольку в этом случае удается без предварительного оценивания корреляционной матрицы помехи и ее обращения, используя непосредственно выборку наблюдений, получать в реальном масштабе времени оценки коэффициентов авторегрессии с помощью эффективного в вычислительном отношении алгоритма. При этом с помощью ограниченного числа коэффициентов авторегрессии удается для широкого класса многокомпонентных пассивных помех, имеющих многомодовые спектры обеспечивать эффективное обнаружение целей. Наиболее предпочтительным из алгоритмов оценивания коэффициентов авторегрессии с точки зрения эффективности является алгоритм Берга [5].This is the most important advantage and a distinctive feature of the proposed method, since in this case it is possible to obtain real-time estimates of autoregressive coefficients using a computationally efficient algorithm without preliminary estimation of the interference correlation matrix and its inversion, using directly the observation sample. At the same time, using a limited number of autoregression coefficients, it is possible for a wide class of multicomponent passive interference having multimode spectra to provide effective target detection. The most preferred of the algorithms for estimating autoregression coefficients from the point of view of efficiency is the Berg algorithm [5].
Еще одна отличительная особенность предложенного способа состоит в обработке нескольких пачек импульсов на разных частотах повторения или на разных несущих частотах, что позволяет улучшить скоростную характеристику обнаружителя сигналов по цели в целом. Для этого при обработке каждой пачки из M сигнал после отбора по максимуму каждой обработанной пачки импульсов запоминается и по окончании последней обработанной пачки отбирается максимум от всех полученных максимумов. Он и сравнивается с порогом обнаружения.Another distinctive feature of the proposed method is the processing of several bursts of pulses at different repetition frequencies or at different carrier frequencies, which allows to improve the speed characteristics of the signal detector on the target as a whole. For this, when processing each burst from M, the signal after selecting the maximum of each processed burst of pulses is remembered and, at the end of the last processed burst, the maximum from all the obtained maxima is selected. It is compared with the detection threshold.
MAX{MAX1|Z1BXW1(n)|,MAX2|Z2BXW2(n)|…MAXM|ZMBBWM(n)|}≥UПОР MAX {MAX 1 | Z 1BX W 1 (n) |, MAX 2 | Z 2BX W 2 (n) | ... MAX M | Z MBB W M (n) |} ≥U POR
С целью исключения подавления полезного сигнала при фильтрации предлагается усреднять оценки коэффициентов авторегрессии по нескольким элементам дальности.In order to eliminate the suppression of the useful signal during filtering, it is proposed to average the estimates of autoregression coefficients over several range elements.
Выигрыш в эффективности предложенного способа по сравнению с прототипом оценивался в пороговом сигнале для вероятности правильного обнаружения 0,5 и вероятности ложной тревоги 10-1-10-2. Расчет производился методом статистического моделирования в МАТЛАБ. Пассивная помеха задавалась протяженной по дальности, двухкомпонентной (с двухмодовым спектром) первая мода имела относительную ширину спектра флюктуаций по уровню -20 дБ
Формирование весовых коэффициентов производилось векторным перемножением оценок коэффициентов авторегрессии на коэффициенты ФурьеWeighting coefficients were generated by vector multiplication of estimates of autoregression coefficients by Fourier coefficients
На Фиг. 1 показана частотная характеристика одного из каналов доплеровского фильтра, использующего оценки коэффициентов авторегрессии. Для способа, взятого прототипом, оценка модуля межпериодного коэффициента корреляции и межпериодного доплеровского набега фазы производилась по программе MATLABIn FIG. Figure 1 shows the frequency response of one of the channels of a Doppler filter using estimates of autoregressive coefficients. For the method taken by the prototype, the module of the inter-period correlation coefficient and the inter-period Doppler phase incursion were estimated using the MATLAB program
Данные оценки в предположении о гауссовой форме спектра помехи использованы для воспроизведения по оценкам модуля межпериодного коэффициента корреляции корреляционных матриц помехи без доплеровского смещения для первой и второй пачек, которые затем обращаются с помощью программы inv MATLAB. Ниже приведена в качестве примера восстановленная для первой пачки корреляционная матрица по оценке модуля межпериодного коэффициента корреляции, равного 0,7452:These estimates, assuming a Gaussian shape of the interference spectrum, were used to reproduce, according to the module estimates, the inter-period correlation coefficient of the interference correlation matrices without Doppler shift for the first and second bursts, which are then accessed using the inv MATLAB program. Below is given as an example the correlation matrix reconstructed for the first burst according to the estimate of the module of the inter-period correlation coefficient equal to 0.7452:
И соответствующая обратная матрицаAnd the corresponding inverse matrix
После поворота вектора входной выборки наблюдений на угол в соответствии с полученной оценкой аргумента межпериодного коэффициента корреляции производится многоканальная доплеровская фильтрация с весами, где используются воспроизведенные обратные матрицы RE1 для первой пачки и RE2 для второй пачки:After the rotation of the vector of the input sample of observations by an angle in accordance with the obtained estimate of the argument of the inter-period correlation coefficient, multichannel Doppler filtering is performed with weights, using reproduced inverse matrices RE1 for the first packet and RE2 for the second packet:
Поскольку в описании способа прототипа рассматривается обработка только одной пачки, поэтому вначале сравнение предложенного способа с прототипом производилось при обработке одной пачки, т.е. когда выделенные огибающие на выходе доплеровских каналов после усреднения объединялись с отбором максимального значения с помощью функции max MATLAB, которое подавалось на порог обнаруженияSince the description of the prototype method considers the processing of only one pack, therefore, at first, the comparison of the proposed method with the prototype was performed when processing one pack, i.e. when the selected envelopes at the output of the Doppler channels after averaging were combined with the selection of the maximum value using the max MATLAB function, which was fed to the detection threshold
Затем такое же сравнение двух способов было сделано при обработке двух пачек с разными двумя частотами повторения с отбором в соответствии с формулой предложенного способа максимума от двух максимумов при обработке каждой пачки.Then, the same comparison of the two methods was made when processing two packs with different two repetition frequencies with selection, in accordance with the formula of the proposed method, the maximum of two maximums when processing each pack.
Расчеты показали, что выигрыш в пороговом сигнале предложенного способа по сравнению со способом, взятым в качестве прототипа как при обработке одной пачки, так и для двух пачек, составляет 5-10 дБ. Пояснить полученную более высокую эффективность обнаружения достаточно просто, если сравнить корреляционные функции каждой из двух компонент пассивной помехи с корреляционной функцией, полученной по оценке результирующего модуля межпериодного коэффициента корреляции двухкомпонентной пассивной помехи (см. Фиг. 2). Кроме того, также ошибочно формируется и оценка межпериодного допплеровского набега фазы (аргумента межпериодного коэффициента корреляции) по двум смещенным по доплеру компонентам помехи. Отсюда «оптимальные» весовые коэффициенты в прототипе не соответствуют реальной помеховой обстановке, которую заранее не удается предусмотреть, даже сохранив в запоминающем устройстве огромное множество готовых весовых коэффициентов, что и приводит к снижению у прототипа эффективности обнаружения полезных целей на фоне многокомпонентных пассивных помех.The calculations showed that the gain in the threshold signal of the proposed method compared to the method taken as a prototype when processing one pack, and for two packs, is 5-10 dB. To explain the obtained higher detection efficiency is quite simple if we compare the correlation functions of each of the two components of the passive interference with the correlation function obtained by estimating the resulting module of the inter-period correlation coefficient of the two-component passive interference (see Fig. 2). In addition, an estimate of the inter-period Doppler phase incursion (the argument of the inter-period correlation coefficient) is also erroneously formed by two interference components shifted by the Doppler. Hence, the “optimal” weighting coefficients in the prototype do not correspond to the real interference environment, which cannot be foreseen in advance, even having saved a huge number of ready-made weighting factors in the storage device, which leads to a decrease in the prototype’s efficiency of detecting useful targets against the background of multicomponent passive interference.
Источники информацииInformation sources
1. Бакулев П.А., Степин В.М. Методы и устройства селекции движущихся целей. - М., "Радио и связь", 1986.1. Bakulev P.A., Stepin V.M. Methods and devices for moving targets selection. - M., "Radio and Communications", 1986.
2. Патент США №3831174 G01s 9/06, 1974.2. US Patent No. 3831174 G01s 9/06, 1974.
3. Патент США №4742353 G01s 13/6, 1988.3. US patent No. 4742353 G01s 13/6, 1988.
4. Marple S.L. "Digital Spectral Analysis", Englewood Cliffs, NJ: Prentice Hall, 1987, Chapter 7.4. Marple S.L. "Digital Spectral Analysis", Englewood Cliffs, NJ: Prentice Hall, 1987, Chapter 7.
5. Бартенев В.Г., Кутепов В.Е. Сравнительный анализ двух способов формирования весовых коэффициентов в адаптивной системе селекции движущихся целей // Цифровая обработка сигналов. 2014. №2, С. 58-60.5. Bartenev V.G., Kutepov V.E. A comparative analysis of two methods of forming weight coefficients in an adaptive system for moving target selection // Digital signal processing. 2014. No. 2, S. 58-60.
6. Потемкин В.Г. "Справочник по MATLAB" Анализ и обработка данных. http://matlab.exponenta.ru/ml/book2/chapter8/.6. Potemkin V.G. "MATLAB Handbook" Analysis and data processing. http://matlab.exponenta.ru/ml/book2/chapter8/.
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2015128480/07A RU2593146C1 (en) | 2015-07-14 | 2015-07-14 | Method for adaptive detection of signals of moving targets on background of multicomponent passive interference |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2015128480/07A RU2593146C1 (en) | 2015-07-14 | 2015-07-14 | Method for adaptive detection of signals of moving targets on background of multicomponent passive interference |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2593146C1 true RU2593146C1 (en) | 2016-07-27 |
Family
ID=56557279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2015128480/07A RU2593146C1 (en) | 2015-07-14 | 2015-07-14 | Method for adaptive detection of signals of moving targets on background of multicomponent passive interference |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2593146C1 (en) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU183966U1 (en) * | 2018-07-12 | 2018-10-11 | Российская Федерация в лице Министерства промышленности и торговли Российской Федерации | Hydrometeor interference suppression device |
RU2678822C2 (en) * | 2017-07-27 | 2019-02-04 | Акционерное общество "Всероссийский научно-исследовательский институт радиотехники" | Signals filtering method during the target detection and device for its implementation |
RU2679010C1 (en) * | 2017-09-18 | 2019-02-05 | Акционерное общество "Всероссийский научно-исследовательский институт радиотехники" | Method of pulse interference compensation when detecting extended signals and device therefor |
RU191281U1 (en) * | 2018-09-13 | 2019-08-01 | Акционерное Общество "Научно-исследовательский институт по измерительной технике - радиотехнические комплексы" | Device for post-detector inter-period processing of radio pulses |
RU2704789C1 (en) * | 2019-01-15 | 2019-10-31 | Владимир Валентинович Родионов | Method for adaptive signal processing in survey coherent-pulse radar stations |
CN111983594A (en) * | 2020-08-31 | 2020-11-24 | 南京矽典微系统有限公司 | Millimeter wave radar target induction method and device based on two-dimensional Doppler FFT peak value |
RU2743027C1 (en) * | 2019-12-13 | 2021-02-12 | Владимир Григорьевич Бартенев | Adaptive correlation-based detection method |
RU2769217C1 (en) * | 2021-04-20 | 2022-03-29 | Владимир Григорьевич Бартенев | Method for radar classification of objects based on inter-frequency correlation feature |
RU2771968C1 (en) * | 2021-04-28 | 2022-05-16 | Владимир Григорьевич Бартенев | Method for classifying objects by inter-frequency correlation feature using binary accumulation |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4742353A (en) * | 1984-07-27 | 1988-05-03 | Selenia Industrie Elettroniche Associate S.P.A. | Digital processor for radar signals which can perform adaptive suppression of clutter means of a parametric estimator |
RU2097781C1 (en) * | 1994-07-19 | 1997-11-27 | Петр Александрович Бакулев | Adaptive device for protection of radar against passive jamming |
WO2003023436A2 (en) * | 2001-09-07 | 2003-03-20 | Lockheed Martin Corporation | Adaptive digital beamforming radar method |
US6650271B1 (en) * | 1997-11-24 | 2003-11-18 | Raytheon Company | Signal receiver having adaptive interfering signal cancellation |
RU2227308C2 (en) * | 2002-06-25 | 2004-04-20 | Рязанская государственная радиотехническая академия | Manner to suppress passive jamming and device for its realization |
RU2403584C2 (en) * | 2009-01-19 | 2010-11-10 | Федеральное государственное унитарное предприятие "НИИ "Экран" | Adaptive radar set |
-
2015
- 2015-07-14 RU RU2015128480/07A patent/RU2593146C1/en not_active IP Right Cessation
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4742353A (en) * | 1984-07-27 | 1988-05-03 | Selenia Industrie Elettroniche Associate S.P.A. | Digital processor for radar signals which can perform adaptive suppression of clutter means of a parametric estimator |
RU2097781C1 (en) * | 1994-07-19 | 1997-11-27 | Петр Александрович Бакулев | Adaptive device for protection of radar against passive jamming |
US6650271B1 (en) * | 1997-11-24 | 2003-11-18 | Raytheon Company | Signal receiver having adaptive interfering signal cancellation |
WO2003023436A2 (en) * | 2001-09-07 | 2003-03-20 | Lockheed Martin Corporation | Adaptive digital beamforming radar method |
RU2227308C2 (en) * | 2002-06-25 | 2004-04-20 | Рязанская государственная радиотехническая академия | Manner to suppress passive jamming and device for its realization |
RU2403584C2 (en) * | 2009-01-19 | 2010-11-10 | Федеральное государственное унитарное предприятие "НИИ "Экран" | Adaptive radar set |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2678822C2 (en) * | 2017-07-27 | 2019-02-04 | Акционерное общество "Всероссийский научно-исследовательский институт радиотехники" | Signals filtering method during the target detection and device for its implementation |
RU2679010C1 (en) * | 2017-09-18 | 2019-02-05 | Акционерное общество "Всероссийский научно-исследовательский институт радиотехники" | Method of pulse interference compensation when detecting extended signals and device therefor |
RU183966U1 (en) * | 2018-07-12 | 2018-10-11 | Российская Федерация в лице Министерства промышленности и торговли Российской Федерации | Hydrometeor interference suppression device |
RU191281U1 (en) * | 2018-09-13 | 2019-08-01 | Акционерное Общество "Научно-исследовательский институт по измерительной технике - радиотехнические комплексы" | Device for post-detector inter-period processing of radio pulses |
RU2704789C1 (en) * | 2019-01-15 | 2019-10-31 | Владимир Валентинович Родионов | Method for adaptive signal processing in survey coherent-pulse radar stations |
RU2743027C1 (en) * | 2019-12-13 | 2021-02-12 | Владимир Григорьевич Бартенев | Adaptive correlation-based detection method |
CN111983594A (en) * | 2020-08-31 | 2020-11-24 | 南京矽典微系统有限公司 | Millimeter wave radar target induction method and device based on two-dimensional Doppler FFT peak value |
CN111983594B (en) * | 2020-08-31 | 2024-01-19 | 南京矽典微系统有限公司 | Millimeter wave radar target sensing method and device based on two-dimensional Doppler FFT peak value |
RU2769217C1 (en) * | 2021-04-20 | 2022-03-29 | Владимир Григорьевич Бартенев | Method for radar classification of objects based on inter-frequency correlation feature |
RU2771968C1 (en) * | 2021-04-28 | 2022-05-16 | Владимир Григорьевич Бартенев | Method for classifying objects by inter-frequency correlation feature using binary accumulation |
RU2820302C1 (en) * | 2022-12-02 | 2024-06-03 | Акционерное общество "НПК "Тристан" | Moving target selection method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2593146C1 (en) | Method for adaptive detection of signals of moving targets on background of multicomponent passive interference | |
US11061127B2 (en) | Vehicle radar system | |
CN104569948B (en) | Sub-band adaptive GLRT LTD detection methods under sea clutter background | |
US6448923B1 (en) | Efficient estimation of spectral moments and the polarimetric variables on weather radars, sonars, sodars, acoustic flow meters, lidars, and similar active remote sensing instruments | |
EP2983007A1 (en) | Radar apparatus and object sensing method | |
US5515300A (en) | Coherent signal power detector using higher-order statistics | |
US9749006B1 (en) | Estimation and mitigation of swept-tone interferers in frequency-hopped systems | |
CN110208785B (en) | Radar maneuvering target rapid detection method based on robust sparse fractional Fourier transform | |
RU2704789C1 (en) | Method for adaptive signal processing in survey coherent-pulse radar stations | |
US20120218139A1 (en) | Correlation filter for target suppression, weight calculation method, weight calculation device, adaptive array antenna, and radar device | |
EP2523020A1 (en) | Method and system for locating interferences affecting a satellite radio-navigation signal | |
CN112014806A (en) | Method for suppressing unintentional interference of airborne radar in complex interference scene | |
CN112751629A (en) | Broadband specific signal detection method based on time-frequency image processing | |
CN104049246A (en) | Delay inequality estimation method with unknown frequency | |
US6430239B1 (en) | Process of cyclic detection in diversity of polarization of digital cyclostationary radioelectric signals | |
US7885421B2 (en) | Method and system for noise measurement with combinable subroutines for the measurement, identification and removal of sinusoidal interference signals in a noise signal | |
CN102087313B (en) | Frequency estimation method for satellite search and rescue signal | |
US6654315B1 (en) | Sonar display system and method | |
CN104049247A (en) | Delay inequality estimating method based on frequency variance weight | |
CN115524706A (en) | Method for detecting acoustic pulse and abnormal noise and application thereof | |
Beyon et al. | Wind profiling by a coherent Doppler lidar system VALIDAR with a subspace decomposition approach | |
Beyon et al. | Resolution study of wind parameter estimates by a coherent Doppler lidar system | |
CN106054132B (en) | A kind of ISM methods based on the selection of effective subband and detection statistic weighting | |
CN117607876B (en) | Method and system for detecting passive sonar multi-beam narrowband signals | |
RU2042151C1 (en) | Method and device for detecting earth moving targets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20180715 |