CN108983216B - 一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 - Google Patents
一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 Download PDFInfo
- Publication number
- CN108983216B CN108983216B CN201810946423.0A CN201810946423A CN108983216B CN 108983216 B CN108983216 B CN 108983216B CN 201810946423 A CN201810946423 A CN 201810946423A CN 108983216 B CN108983216 B CN 108983216B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- radar
- carrier
- target
- trace
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 36
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000013139 quantization Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
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
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
本发明提供了一种基于坐标校准的机载雷达微弱目标检测前跟踪方法,属于目标检测与跟踪技术领域。本发明结合载机的惯导信息对雷达量测信息进行校准,然后在量测空间下对点迹序列进行多帧联合积累,无需将量测信息再次量化到离散空间,避免二次量化造成的精度损失,提高目标跟踪精度。同时考虑到计算代价,先对量测数据进行单帧低门限预处理。本发明克服了由于载机平台移动导致传统检测前跟踪方法无法有效对目标进行检测的问题,有效解决了机载雷达***中各帧量测信息不对齐而导致无法准确积累目标能量的问题,实现移动平台下微弱目标的检测与跟踪。
Description
技术领域
本发明属于目标检测与跟踪技术领域,特别涉及一种基于坐标校准的机载雷达微弱目标检测前跟踪方法。
背景技术
安装在载机上的机载雷达使得雷达站升高数千米,避免由于地球曲率等对雷达可监视区域的限制,大大提高雷达的监视区域,在军事等领域具有越来越重要的意义。同时,随着雷达探测环境日益复杂及隐身技术的发展,微弱目标的检测也成为机载雷达面临的一个严峻挑战。
检测前跟踪技术利用多帧联合处理思想,积累多帧回波信号能量,提高目标的信噪比,实现对弱目标的检测和跟踪,是一种先进有效的微弱目标检测技术。传统的检测前跟踪方法需要各帧量测坐标***一对齐,地基雷达站点固定不动,通过转动天线对监测区域进行扫描监视,各帧量测空间严格对齐。但是在机载雷达***中,由于载机自身的移动,导致各帧量测不对齐,无法直接进行多帧积累,传统基于地基雷达微弱目标检测方法不能直接应用于机载雷达等移动平台。现有技术中对距离多普勒平面进行量化在离散空间进行多帧联合积累,提出了两种基于维特比算法的机载雷达微弱目标检测前跟踪算法,降低了算法的计算复杂度,但是该算法没有考虑因载机平台移动导致的离散空间和各时刻量测空间非一一对应的难题。而另一种现有技术考虑了多目标的检测与跟踪,提出了一种多模多目标的检测前跟踪算法(MM-MM-TBD),通过估计不同模式下目标的后验密度函数估计目标状态,该算法同样只适用于固定雷达的地基雷达***。
发明内容
为了解决现有技术中的问题,本发明提出了一种基于坐标校准的机载雷达微弱目标检测前跟踪方法,克服了由于载机平台移动导致传统检测前跟踪方法无法有效对目标进行检测的问题。
一种基于坐标校准的机载雷达微弱目标检测前跟踪方法,其特征在于,包括以下步骤:
步骤1,初始化***参数,设置当前帧数k=1;
步骤2,读取雷达接收机中k时刻的量测;
步骤3,对所述k时刻的量测进行低门限预处理,得到雷达天线坐标系下的点迹序列;
步骤4,读取载机在k时刻的惯导信息;
步骤5,将所述雷达天线坐标系下的点迹序列通过坐标旋转转换为载机坐标系下的点迹序列;
步骤6,根据所述惯导信息,将载机坐标系下的点迹序列校准至统一惯性坐标系下的点迹序列;
步骤7,在量测空间联合各时刻的点迹序列实施检测前跟踪算法,输出航迹。
进一步地,所述统一惯性坐标系为X轴指向东,Y轴指向北,Z轴与X、Y轴构成右手坐标系的坐标系,坐标轴方向不随时间变化;
所述雷达天线坐标系为载机质心为原点,以阵面法线为Z轴,X-Y平面与Z轴构成右手坐标系的坐标系;
所述载机坐标系为原点为载机质心,X轴指向机头方向,Y轴垂直X轴指向机翼,Z轴与X、Y轴垂直构成右手坐标系的坐标系,三个轴指向相对于载机保持不变。
进一步地,所述步骤1中初始化的***参数包括:
帧间间隔Ts;观测总帧数K;雷达距离分辨力Δr;雷达在最大探测距离下距离维分辨单元个数为Nr;雷达方位角分辨力Δθ;雷达方位维分辨单元个数Nθ;雷达俯仰角分辨力Δγ;雷达俯仰维分辨单元个数Nγ;载机在惯性坐标系下的初始状态为[xn,vxn,yn,vyn,zn,vzn′],目标在惯性坐标系下的运动初始状态为[x,vx,y,vy,z,vz]′,雷达天线阵面与载机夹角为φ,利用蒙特卡洛仿真实验计算出检测门限VT;单帧预处理恒虚警率Pfa,当前帧数k=1。
进一步地,所述步骤2中从雷达接收机中读取的k时刻的量测为zk,其中,r为距离单元编号,Nr为距离单元总数,θ为方位单元编号,Nθ为方位编号总数,γ为俯仰单元编号,Nγ为俯仰单元总数,为k时刻相对天线位置为(r,θ,γ)的点的幅度值。
进一步地,所述步骤3包括以下流程:
对k时刻接收的量测数据做低门限预处理,以Vt1为检测门限,保留不小于所述检测门限的量测得到点迹序列Sk=(s1,k,…,sn,k,…,sN,k)′,其中,n=1,…,Nk为第k时刻的点迹序列包含Nk个点,sn,k表示为
进一步地,所述步骤4中读取的惯导信息包括nk和ak,nk=(xnk,ynk,znk)为k时刻载机在当地惯性坐标系下的位置,其中xnk,ynk,znk分别为k时刻载机在统一惯性坐标系下X轴、Y轴和Z轴方向的坐标;ak=(rak,pak,yak)为k时刻基于载机坐标系的载机的姿态角,其中rak为k时刻载机的横滚角,pak为k时刻载机的俯仰角,yak为k时刻载机的航偏角。
进一步地,所述步骤5包括以下流程:
将雷达直角坐标系(x,y,z)的点迹序列转换到载机坐标系(xa,ya,za)的点迹序列,转换公式为[xa,ya,za]′=Ta·[xa,ya,za]′,其中,
φ为载机上雷达与载机的相对夹角。
进一步地,步骤6包括以下流程:
其中,
进一步地,步骤7包括以下流程:
步骤71,判断k是否为1;
步骤73,若k≠1,更新各状态对应的值函数,更新关系为
其中,Rn,K为K维的所有能以sn,K为航迹结尾的点迹标号的集合,用于回溯目标航迹;ξk为目标航迹候选点的标号,ξk=n,n∈{1,…,Nk}表示第k时刻回波量测中的sn,k为航迹目标候选点,流程进入步骤74;
步骤74,令k=k+1;
步骤75,判断k是否大于K;
步骤77,若k≤K,流程回到所述步骤2。
本发明的有益效果:本发明提供了一种基于坐标校准的机载雷达微弱目标检测前跟踪方法,本发明结合载机的姿态角信息和位置信息对雷达各个时刻的量测数据进行校准,得到统一惯性坐标系下各个时刻的点迹序列,从而解决了由于载机移动导致各帧量测不对齐的问题;再对量测空间的点迹序列实施检测前跟踪对目标进行检测和跟踪,解决了离散空间与量测空间非一一对应的问题,同时也避免了由于在离散空间积累时对数据二次量化而造成跟踪精度损失;此外为了降低计算代价、提高算法实时性,先对量测数据进行低门限检测。本发明的优点在于利用载机的惯导信息对雷达数据的坐标进行校准,将目标量测信息与载机、雷达解耦,校准后的坐标值可直接反映目标在空间中的运动轨迹。此外,该方法在量测空间对点迹序列进行积累,提高了值函数积累准确性同时实现了对机载雷达***中微弱目标的可靠检测与跟踪,可有效提高机载雷达的增程探测能力。本发明同样可应用在机载预警雷达、机载火控雷达、舰载雷达等移动平台下的目标检测与跟踪领域。
附图说明
图1为本发明实施例流程图。
图2为本发明中坐标系示意图。
图3为本发明机载雷达回波量测示意图。
图4为本发明的跟踪结果图。
具体实施方式
本发明主要采用仿真实验的方法进行验证,所有步骤、结论都在MATLAB2010上验证正确,为了便于分析,仿真场景仅考虑雷达和目标都在5000m的二维平面,可扩展到三维情况。
为了方便描述本发明的内容,首先对以下术语进行解释:
量测空间
以雷达分辨率为最小分辨单位的雷达回波数据的空间为量测空间。
离散空间
目标在连续的状态空间运动,对其进行离散化得到的即称为离散空间。
下面结合附图对本发明的实施例做进一步的说明。
请参阅图1,本发明提供的一种基于坐标校准的机载雷达微弱目标检测前跟踪方法,通过以下步骤实现:
步骤1,初始化***参数。
本实施例中,初始化的参数包括:帧间间隔Ts=1;观测总帧数K=6;雷达距离分辨力Δr=1;雷达在最大探测距离下距离维分辨单元个数为Nr=50;雷达方位角分辨力Δθ=50;雷达方位维分辨单元个数Nθ=50;载机在惯性坐标系下的初始状态为[0,2,0,4,5000]′,,0目标在惯性坐标系下的运动初始状态为[10,3.5,30,2.2,5000,0]′,雷达天线阵面与载机夹角为φ=2,利用蒙特卡洛仿真实验计算出检测门限VT=14.128;单帧预处理恒虚警率Pfa=10-3,当前帧数k=1。
本发明中所涉及的坐标系,解释为:
统一惯性坐标系
如图2所示,坐标系O1-X1-Y1-Z1为统一惯性坐标系,坐标轴方向不随时间变化,X轴指向东,Y轴指向北,Z轴与X、Y轴构成右手坐标系。
载机坐标系
如图2所示,坐标系O2-X2-Y2-Z2为载机坐标系,原点为载机质心,X轴指向机头方向,Y轴垂直X轴指向机翼,Z轴与X、Y轴垂直构成右手坐标系,三个轴指向相对于载机保持不变。
雷达天线坐标系
如图2所示,坐标系O2-X3-Y3-Z3为雷达天线坐标系,它原点设在载机质心上,以阵面法线为Z轴,X-Y平面与Z轴构成右手坐标系。
步骤2,读取雷达接收机中k时刻的量测。
本实施例中,雷达接收机接收到的k时刻的量测为zk,其中,r为距离单元编号,Nr为距离单元总数,θ为方位单元编号,Nθ为方位编号总数,γ为俯仰单元编号,Nγ为俯仰单元总数,为k时刻相对天线位置为(r,θ,γ)的点的幅度值。
步骤3,对所述k时刻的量测进行低门限预处理,得到雷达天线坐标系下的点迹序列Sk。
本实施例中,为了降低算法的计算量,对k时刻接收的量测数据做低门限预处理,为了尽量保留更多的目标信息,通常设置的门限值比较低,以Vt1为检测门限,判决准则为:
步骤4,读取载机在k时刻的惯导信息。
本实施例中,从惯导***读取载机在k时刻的惯导信息(位置nk和姿态角ak)。nk=(xnk,ynk,znk)为k时刻载机在当地惯性坐标系下的位置,其中xnk,ynk,znk分别为k时刻载机在统一惯性坐标系下X轴、Y轴和Z轴方向的坐标;ak=(rak,pak,yak)为k时刻基于载机坐标系的载机的姿态角,其中rak为k时刻载机的横滚角,pak为k时刻载机的俯仰角,yak为k时刻载机的航偏角。
步骤5,将所述雷达天线坐标系下的点迹序列Sk通过坐标旋转转换为载机坐标系下的点迹序列。
本实施例中,先将雷达天线坐标系(r,θ,γ)的点迹序列转换到雷达直角坐标系(x,y,z)的点迹序列,转换公式为
(x,y,z)=h((r,θ,γ))
其中,为极坐标与直角坐标的非线性转换关系,转换公式可表示为
再将雷达直角坐标系(x,y,z)的点迹序列转换到载机坐标系(xa,ya,za)的点迹序列,转换公式为
[xa,ya,za]′=Ta·[xa,ya,za]′
其中,
φ为载机上雷达与载机的相对夹角。
步骤6,根据所述惯导信息,将载机坐标系下的点迹序列校准至统一惯性坐标系下的点迹序列。
本实施例中,根据载机惯导信息,通过坐标旋转和运动补偿将步骤5得到的载机坐标系下的点迹序列校准至统一惯性坐标系下,得到与载机、雷达位置无关的统一惯性坐标系下的点迹序列。为了便于计算和分析,设定载机从统一惯性坐标系的原点起飞。
转换公式为
其中,
步骤7,在量测空间联合各时刻的点迹序列实施检测前跟踪算法,输出航迹。
步骤7通过以下流程实现:
步骤71,判断k是否为1;
步骤73,若k≠1,更新各状态对应的值函数,更新关系为
其中,Rn,K为K维的所有能以sn,K为航迹结尾的点迹标号的集合,用于回溯目标航迹;ξk为目标航迹候选点的标号,ξk=n,n∈{1,…,Nk}表示第k时刻回波量测中的sn,k为航迹目标候选点,流程进入步骤74;
步骤74,令k=k+1;
步骤75,判断k是否大于K;
步骤77,若k≤K,流程回到所述步骤2。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (7)
1.一种基于坐标校准的机载雷达微弱目标检测前跟踪方法,其特征在于,包括以下步骤:
步骤1,初始化***参数,设置当前帧数k=1;
步骤2,读取雷达接收机中k时刻的量测;
步骤3,对所述k时刻的量测进行低门限预处理,得到雷达天线坐标系下的点迹序列;
步骤4,读取载机在k时刻的惯导信息;
步骤5,将所述雷达天线坐标系下的点迹序列通过坐标旋转转换为载机坐标系下的点迹序列;
所述步骤5包括以下流程:
将雷达直角坐标系(x,y,z)的点迹序列转换到载机坐标系(xa,ya,za)的点迹序列,转换公式为[xa,ya,za]′=Ta·[xa,ya,za]′,其中,
φ为载机上雷达与载机的相对夹角;
步骤6,根据所述惯导信息,将载机坐标系下的点迹序列校准至统一惯性坐标系下的点迹序列;
具体包括以下流程:
其中,
步骤7,在量测空间联合各时刻的点迹序列实施检测前跟踪算法,输出航迹。
2.如权利要求1所述的基于坐标校准的机载雷达微弱目标检测前跟踪方法,其特征在于,所述统一惯性坐标系为X轴指向东,Y轴指向北,Z轴与X、Y轴构成右手坐标系的坐标系,坐标轴方向不随时间变化;
所述雷达天线坐标系为载机质心为原点,以阵面法线为Z轴,X-Y平面与Z轴构成右手坐标系的坐标系;
所述载机坐标系为原点为载机质心,X轴指向机头方向,Y轴垂直X轴指向机翼,Z轴与X、Y轴垂直构成右手坐标系的坐标系,三个轴指向相对于载机保持不变。
3.如权利要求1所述的基于坐标校准的机载雷达微弱目标检测前跟踪方法,其特征在于,所述步骤1中初始化的***参数包括:
帧间间隔Ts;观测总帧数K;雷达距离分辨力Δr;雷达在最大探测距离下距离维分辨单元个数为Nr;雷达方位角分辨力Δθ;雷达方位维分辨单元个数Nθ;雷达俯仰角分辨力Δγ;雷达俯仰维分辨单元个数Nγ;载机在惯性坐标系下的初始状态为[xn,vxn,yn,vyn,zn,vzn′],目标在惯性坐标系下的运动初始状态为[x,vx,y,vy,z,vz]′,雷达天线阵面与载机夹角为φ,利用蒙特卡洛仿真实验计算出检测门限VT;单帧预处理恒虚警率Pfa,当前帧数k=1。
6.如权利要求5所述的基于坐标校准的机载雷达微弱目标检测前跟踪方法,其特征在于,所述步骤4中读取的惯导信息包括nk和ak,nk=(xnk,ynk,znk)为k时刻载机在当地惯性坐标系下的位置,其中xnk,ynk,znk分别为k时刻载机在统一惯性坐标系下X轴、Y轴和Z轴方向的坐标;ak=(rak,pak,yak)为k时刻基于载机坐标系的载机的姿态角,其中rak为k时刻载机的横滚角,pak为k时刻载机的俯仰角,yak为k时刻载机的航偏角。
7.如权利要求6所述的基于坐标校准的机载雷达微弱目标检测前跟踪方法,其特征在于,步骤7包括以下流程:
步骤71,判断k是否为1;
步骤73,若k≠1,更新各状态对应的值函数,更新关系为
其中,Rn,K为K维的所有能以sn,K为航迹结尾的点迹标号的集合,用于回溯目标航迹;ξk为目标航迹候选点的标号,ξk=n,n∈{1,…,Nk}表示第k时刻回波量测中的sn,k为航迹目标候选点,流程进入步骤74;
步骤74,令k=k+1;
步骤75,判断k是否大于K;
步骤77,若k≤K,流程回到所述步骤2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810946423.0A CN108983216B (zh) | 2018-08-20 | 2018-08-20 | 一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810946423.0A CN108983216B (zh) | 2018-08-20 | 2018-08-20 | 一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108983216A CN108983216A (zh) | 2018-12-11 |
CN108983216B true CN108983216B (zh) | 2020-04-21 |
Family
ID=64553817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810946423.0A Active CN108983216B (zh) | 2018-08-20 | 2018-08-20 | 一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108983216B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109839633B (zh) * | 2019-03-08 | 2021-01-26 | 电子科技大学 | 基于最小覆盖空域的机载预警雷达的多帧检测前跟踪方法 |
CN109917373B (zh) * | 2019-04-04 | 2020-09-18 | 电子科技大学 | 运动补偿搜索的动平台雷达的动态规划检测前跟踪方法 |
CN110488233A (zh) * | 2019-08-22 | 2019-11-22 | 中国海洋大学 | 一种基于雷达坐标系的船载x波段导航雷达运动补偿方法 |
CN113075636B (zh) * | 2021-04-02 | 2022-06-24 | 中国人民解放军海军航空大学 | 量测点的平行线坐标变换及微弱目标检测方法 |
CN113156418B (zh) * | 2021-05-08 | 2023-02-24 | 中国科学院空天信息创新研究院 | 基于蒙特卡洛仿真的雷达目标跟踪精度预测方法 |
CN115542277B (zh) * | 2022-11-30 | 2023-04-28 | 南京慧尔视智能科技有限公司 | 一种雷达法线标定方法、装置、***、设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043150A (zh) * | 2010-12-06 | 2011-05-04 | 电子科技大学 | 用于微弱目标检测的改进型粒子滤波检测前跟踪方法 |
RU2620587C1 (ru) * | 2016-04-27 | 2017-05-29 | Акционерное общество "Лётно-исследовательский институт имени М.М. Громова" | Способ определения координат летательного аппарата относительно взлётно-посадочной полосы |
CN107576959A (zh) * | 2017-08-08 | 2018-01-12 | 电子科技大学 | 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 |
CN108333571A (zh) * | 2018-02-07 | 2018-07-27 | 电子科技大学 | 一种基于点迹序列融合的多传感器多帧联合检测跟踪方法 |
-
2018
- 2018-08-20 CN CN201810946423.0A patent/CN108983216B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043150A (zh) * | 2010-12-06 | 2011-05-04 | 电子科技大学 | 用于微弱目标检测的改进型粒子滤波检测前跟踪方法 |
RU2620587C1 (ru) * | 2016-04-27 | 2017-05-29 | Акционерное общество "Лётно-исследовательский институт имени М.М. Громова" | Способ определения координат летательного аппарата относительно взлётно-посадочной полосы |
CN107576959A (zh) * | 2017-08-08 | 2018-01-12 | 电子科技大学 | 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 |
CN108333571A (zh) * | 2018-02-07 | 2018-07-27 | 电子科技大学 | 一种基于点迹序列融合的多传感器多帧联合检测跟踪方法 |
Non-Patent Citations (2)
Title |
---|
机载雷达目标搜索和跟踪中的坐标系问题;刘延峰 等;《火力与指挥控制》;20050630;第30卷(第3期);第40-43页 * |
机载雷达获取目标GPS坐标的方法;周凯 等;《现代雷达》;20131231;第35卷(第12期);第14-17页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108983216A (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108983216B (zh) | 一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 | |
CN106842165B (zh) | 一种基于不同距离角度分辨率雷达集中式异步融合方法 | |
CN112613532B (zh) | 基于雷达与循环神经网络补全红外融合的动目标跟踪方法 | |
US20120280853A1 (en) | Radar system and method for detecting and tracking a target | |
CN107576959B (zh) | 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 | |
CN105572664A (zh) | 基于数据融合的组网导航雷达目标跟踪*** | |
CN108089183A (zh) | 一种用于异步多基地雷达***的检测跟踪一体化方法 | |
CN108318868A (zh) | 基于ads-b数据源的雷达战术性能测试评估方法 | |
CN109143223B (zh) | 一种双基地雷达的空间目标跟踪滤波装置及方法 | |
CN106959437B (zh) | 一种基于多发多收的外辐射源雷达目标定位方法及装置 | |
CN113342059B (zh) | 基于位置和速度误差的多无人机跟踪移动辐射源方法 | |
CN104849702A (zh) | 利用ads-b数据的gm-ephd滤波雷达***误差联合估计方法 | |
CN109407086B (zh) | 一种飞行器轨迹生成方法、***及诱捕***目标引导方法 | |
CN110969643B (zh) | 地面目标移动轨迹的星上自主预测方法 | |
CN110646783A (zh) | 一种水下航行器的水下信标定位方法 | |
CN110018450A (zh) | Ais与雷达角度***偏差的关联校准方法 | |
CN110738275A (zh) | 基于ut-phd的多传感器序贯融合跟踪方法 | |
CN109839633B (zh) | 基于最小覆盖空域的机载预警雷达的多帧检测前跟踪方法 | |
CN113156418B (zh) | 基于蒙特卡洛仿真的雷达目标跟踪精度预测方法 | |
CN104237862A (zh) | 基于ads-b的概率假设密度滤波雷达***误差融合估计方法 | |
CN110456360B (zh) | 一种针对非连续目标被动多阵列声呐检测跟踪方法 | |
CN117146830A (zh) | 一种自适应多信标航位推算和长基线的紧组合导航方法 | |
CN109670204B (zh) | 运载火箭视频图像判读误差修正方法 | |
CN105652256B (zh) | 一种基于极化信息的高频地波雷达tbd方法 | |
CN115857520A (zh) | 一种基于视觉和船状态结合的无人机着舰状态监视方法 |
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 |