CN110927685A - 一种搜索雷达发现概率的评估方法 - Google Patents
一种搜索雷达发现概率的评估方法 Download PDFInfo
- Publication number
- CN110927685A CN110927685A CN201911279829.9A CN201911279829A CN110927685A CN 110927685 A CN110927685 A CN 110927685A CN 201911279829 A CN201911279829 A CN 201911279829A CN 110927685 A CN110927685 A CN 110927685A
- Authority
- CN
- China
- Prior art keywords
- radar
- target
- point
- search
- data
- 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.)
- Pending
Links
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
- 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
- G01S7/40—Means for monitoring or calibrating
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
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
本发明属雷达技术领域,公开了一种搜索雷达发现概率的评估方法,包括:1)获取搜索雷达部署阵地遮蔽角及雷达极限探测距离数据;2)获取目标全空域静态RCS数据;3)根据来袭目标类型选择合适的检测概率模型进行发现概率评估。本发明针对搜索雷达,提出了一种搜索雷达发现概率评估方法,该方法便于根据搜素雷达部署及作战运用实际,实时评估搜索雷达对多种来袭目标的发现概率。
Description
技术领域
本发明方法涉及雷达技术领域,具体地,涉及一种搜索雷达发现概率的评估方法。
背景技术
搜索雷达发现空中目标的能力(发现概率)直接影响武器***的整体作战能力。通过对防空区域内搜索雷达发现概率的求解,可综合评价武器***对来袭目标的发现和反应能力,全面、定量地衡量各项指标的优劣,从而根据实际作战情况调整武器***的作战部署,优化武器***设计,以期达到最佳的作战应用效果。目前,搜索雷达发现概率评估主要有经验拟合公式法、理论公式法、查表法等三种方法。经验拟合公式法使用简单,但精度差;理论公式法相比于经验拟合公式法虽然计算精度较高,但仍与实测数据有较大误差;由查表法得到发现概率,需通过人工作图,不仅耗时长且精度得不到保障。此外,这三种方法或者没有考虑来袭目标的雷达散射截面积(RCS)对发现概率的影响,或者将目标的雷达散射截面积(RCS)视为定值,然而除了极少数情况下RCS值是常数外,通常情况下随着目标姿态角、外形、雷达工作频率及极化方式的改变,RCS值也会发生相应变化。
发明内容
有鉴于搜索雷达的发现概率不仅与雷达自身性能有关,而且与目标类型、运动方式、几何形状、尺寸及部署环境等因素也息息相关。本发明的针对搜索雷达发现概率评估及为搜索雷达选址提供参考依据的需求,提供了一种搜索雷达发现概率评估方法,包括:1)获取搜索雷达部署阵地遮蔽角及雷达极限探测距离数据;2)获取目标全空域静态RCS数据;3)根据来袭目标类型选择合适的检测概率模型进行发现概率评估。
可选地,步骤1)包括:S11,获取航测数据,通过航测分区和航线设计,使得航测图像达到指定分辨率和重叠度;S12,对航测数据进行处理,获得航测区域内的点云数据;S13,提取航测区域内任意一点的地形遮蔽角数据。
可选地,步骤1)还包括:S14,利用分段三次Hermite插值法实现雷达遮蔽角的插值计算;S15,计算雷达极限探测距离。
可选地,步骤2)包括:S21,根据来袭目标参数构建来袭目标三维模型;S22,将来袭目标三维模型进行仿真,对来袭目标进行雷达视线角0°~360°、高低角-90°~90°的全空域电磁仿真;S23,将获取的各类型目标全空域静态RCS数据作为搜索雷达仿真模型的RCS数据库。
可选地,步骤3)包括:S31,构建雷达坐标系;S32,构建目标坐标系;
S33,确定目标坐标系与地面雷达坐标系转换关系实现坐标系转换。
可选地,步骤3)还包括:S34,判断来袭目标类型;S35,计算检测概率。
可选地,在步骤3)中,对搜索雷达的发现概率进行评估的步骤包括:
S51,若d>Dmax,则判断搜索雷达不能发现目标,其中d为来袭目标的实际距离;Dmax为搜索雷达在来袭目标方向上理论极限探测距离;
S52,当d<Dmax且pd<0.2时,则判断搜索雷达不能发现目标;
S53,当d<Dmax且pd>=0.2时,利用rand函数产生(0,1)之间均匀分布的随机数a,当pd>=a时判断该仿真时刻能发现目标,否则不能发现目标;
S54,计算本次仿真搜索雷达对来袭目标的累积发现概率:
Pd=Nd/Ns
其中Ns为总搜索次数,Nd为发现目标次数。
可选地,在步骤S12中,由Pix4Dmapper处理后获得航测区域内的点云数据。
可选地,在步骤S13中,利用ArcMap提取航测区域内搜索雷达拟部署点位的遮蔽角数据。
可选地,步骤S13包括:
a)将由Pix4Dmapper处理后获得的点云数据导入ArcMap,经数据格式转换后获得航测区域的数字高程模型;
b)在航测区域内选取搜索雷达拟部署点位,以该点为圆心,创建指定半径的缓冲区;
c)以拟部署点为观察点,利用ArcMap的构造视线功能,构建缓冲区域内按顺时针方向排列的多条视线;
d)绘制指定间距的等高线,输出等高线与各视线的交点集,该点集将保留各视线的属性;
e)通过ArcMap的多值提取至点功能,获得点集中各点的高程数据;
f)利用ArcMap的连接和关联功能,获得点集中各点相对于观察点的距离;
g)利用ArcGIS的字段计算功能,计算出点集中所有点相对于观察点的地形遮蔽角。
本发明基于无人机航测获得的搜索雷达部署区域地形遮蔽角数据及构建的来袭目标全空域静态RCS数据库,实现了基于动态RCS条件下搜索雷达对多类型来袭目标发现概率的评估。
与现有技术相比,本发明具有如下的技术效果:本发明针对搜索雷达,提出了一种搜索雷达发现概率评估方法,该方法便于作战指挥人员根据搜素雷达部署及作战运用实际,实时评估搜索雷达对多种来袭目标的发现概率;本发明具有可操作性强、实施方便、适用于多种来袭目标、可对多来袭目标进行动态评估等优点,已成功应用于某型号武器***的搜索雷达发现概率评估。
附图说明
为了更容易理解本发明,将通过参照附图中示出的具体实施方式更详细地描述本发明。这些附图只描绘了本发明的典型实施方式,不应认为对本发明保护范围的限制。
图1为本发明的方法的一个实施方式的流程图。
图2为本发明搜索雷达发现概率评估方法的流程图。
图3为无人机航测***组成。
图4为雷达坐标系与目标坐标系的位置关系。
具体实施方式
下面参照附图描述本发明的实施方式,其中相同的部件用相同的附图标记表示。在不冲突的情况下,下述的实施例及实施例中的技术特征可以相互组合。
参照图1-2,本发明的方法包括步骤S1-S3。本发明分为三大环节:地形遮蔽角数据获取、RCS数据获取和发现概率评估。地形遮蔽角数据获取包含获取航测数据、航测数据处理和提取地形遮蔽角。RCS数据获取部分包含电磁仿真和构建RCS数据库。发现概率评估包含获取雷达视线角和检测概率评估。本发明立足于对各种类型的搜索雷达,只需要根据搜索雷达的各技术指标及具体的部署环境调整相应参数即可实现较好评估效果。
S1,获取搜索雷达部署阵地遮蔽角及雷达极限探测距离数据。具体地,步骤S1包括:
S11,无人机航测数据获取。通过合理航测分区和航线设计,确保无人机获取的航测图像达到指定分辨率和重叠度满足使用要求。
S12,无人机航测数据处理。将无人机所携相机在倾角为90°时采集到的数据导入数据处理终端,由Pix4Dmapper处理后获得航测区域内的点云数据。
S13,提取地形遮蔽角数据。利用ArcGIS的空间分析功能和字段计算功能实现了航测区域内任意一点地形遮蔽角的快速计算,具体步骤如下:
1)将由Pix4Dmapper处理后获得的点云数据导入ArcMap,经数据格式转换后获得航测区域的数字高程模型(DEM)。
2)在航测区域内选取搜索雷达拟部署点位,以该点为圆心,创建指定半径的缓冲区。
3)以拟部署点为观察点,利用ArcMap的“构造视线”功能,构建缓冲区域内按顺时针方向排列的多条视线。
4)绘制指定间距的等高线,输出等高线与各视线的交点集,该点集将保留各视线的属性。
5)通过ArcMap的“多值提取至点”,获得点集中各点的高程数据。
6)利用ArcMap的“连接和关联”功能,获得点集中各点相对于观察点的距离。
S14,利用分段三次Hermite插值法实现雷达遮蔽角的插值计算。分段区间[xi,xi+1]上的Hermite插值多项式满足式:
式中αi(x),βi(x),i=0,1,…,n,分别满足插值条件:
αi(xj)=δij,α’i(xj)=0,βi(xj)=0,β’i(xj)=δij
S15,计算雷达极限探测距离。
雷达探测距离与来袭目标飞行高度、遮蔽角的关系满足式:
式中D为雷达探测距离,Rg为考虑大气折射后等效的地球半径Rg=8500km,H为来袭目标高度,θ为地形遮蔽角。
S11~S15的步骤可以通过无人机航测***完成。如图3所示,无人机航测***包括主要包括无人机飞行平台、地面配套设备、通讯设备、遥控设备。无人机飞行平台包括飞行控制***和摄像获取设备。地面配套设备包括:数据处理终端,信息接收终端和地面遥控设备。
参照图1,在S2中,获取目标全空域静态RCS数据。步骤S2具体包括如下步骤:
S21,根据来袭目标参数构建来袭目标三维模型。
S22,将来袭目标三维模型导入FEKO电磁仿真软件,并根据搜索雷达技术参数配置相关参数,对来袭目标进行雷达视线角0°~360°、高低角-90°~90°的全空域电磁仿真。
S23,将仿真结果以.txt格式的文件导出并保存。
S24,将不同雷达视线角对应的RCS数据从仿真结果中提取并保存成.txt格式的文件,该文件即为目标全空域静态RCS数据。
S25,将获取的各类型目标全空域静态RCS数据作为搜索雷达仿真模型的RCS数据库,便于后续根据仿真实际进行插值调用。
参照图1,在S3中,进行目标坐标系与雷达坐标系的坐标转换。具体地,包括步骤S31-S33。
S31,构建雷达坐标系。雷达坐标系ORXRYRZR固定于搜索雷达之上,它以雷达部署位置为坐标原点OR,ZR轴垂直向上,XR轴位于水平面内的正东方向,YR轴位于水平面内的正北方向,三者构成右手螺旋关系。
S32,构建目标坐标系。目标坐标系OTXTYTZT固连于目标,它以目标中心OT为坐标原点,XT轴平行于弹体或机身轴线指向前方,YT轴垂直于目标对称平面,ZT轴位于目标对称平面内,垂直于XT轴指向上方,三者空间关系可由右手法则确定。考虑到目标的来袭方向,取目标坐标系OTXT轴与雷达坐标系轴ORXR方向相反,OTZT轴与ORZR方向相同,OTYT轴与ORYR方向相反。雷达坐标系与目标坐标系之间的相互位置关系如图3所示。
S33,确定目标坐标系与地面雷达坐标系转换关系实现坐标系转换。目标纵轴OTXT与地面雷达坐标。
平面XRORYR间的夹角称为俯仰角θ,相对于平面XRORYR来说,飞行器抬头时θ为正;目标纵轴OTXT与雷达坐标系ORXR轴负向的夹角称为偏航角φ,且从ORZR轴的正方向往下看,以ORXR轴负向为基准,逆时针旋时φ为正;目标纵对称平面与包含纵轴的垂直平面间的夹角为滚转角γ,从飞行器尾部往前看目标绕目标纵轴OTXT顺时针转动时为正。目标坐标系与地面雷达坐标系之间的转换关系为:
式中系数矩阵P为:
式中(x(t),y(t),z(t))为任意点Q、(xT(t),yT(t),zT(t))为目标点在雷达坐标系中的位置、(x’(t),y’(t),z’(t))为Q点在目标坐标系中的位置坐标。
参照图1,在S4中,根据来袭目标类型选择合适的Swerling检测概率模型。具体包括如下步骤。
S41,判断来袭目标类型。空中来袭目标都属于运动目标,当搜索雷达对运动目标进行搜索时,若搜索雷达用同一种频率照射目标,则目标幅度慢起伏;若搜索雷达可频率捷变即雷达可用不同频率波段的波束照射目标,则目标幅度快起伏。
S42,计算检测概率。针对起伏目标的检测,Swerling提出了四种检测概率模型,分别为SwerlingⅠ、SwerlingⅡ、SwerlingⅢ、SwerlingⅣ。其中,SwerlingⅠ和SwerlingⅢ模型适用于慢起伏目标;SwerlingⅡ和SwerlingⅣ适用于快起伏目标。评估过程中需根据来袭目标类型选择合适的模型进行检测概率计算。
参照图1,在S5中,对搜索雷达的发现概率进行评估,具体包括如下步骤S51-S54。
S51,若d>Dmax,则搜索雷达不能发现目标。其中d为来袭目标的实际距离;Dmax为搜索雷达在来袭目标方向上理论极限探测距离,可由下式获得。
S52,当d<Dmax且pd<0.2时,搜索雷达不能发现目标。其中pd为搜索雷达对来袭目标的累积发现概率。
S53,当d<Dmax且pd>=0.2时,利用rand函数产生(0,1)之间均匀分布的随机数a,当pd>=a时认为该仿真时刻能发现目标,否则不能发现目标。
S54,计算本次仿真搜索雷达对来袭目标的累积发现概率。
Pd=Nd/Ns
式中Ns为总搜索次数,Nd为发现目标次数;
至此,通过以上步骤,即可以实现搜索雷达发现概率的实时评估。
需要特别指出的是,本发明的方法中,在S1中,基于无人机航测数据获取搜索雷达部署区域的点云数据后,利用ArcMap提取航测区域内搜索雷达拟部署点位的遮蔽角数据,并基于分段三次Hermite插值法实现雷达遮蔽角的插值计算。
在S2和S3中,对多种来袭目标进行电磁仿真获得各自RCS数据并构建包含所有类型目标的全空域静态RCS数据库,根据计算得到的雷达视线角获得来袭目标的实时RCS数据进行检测概率的计算。
以上所述的实施例,只是本发明较优选的具体实施方式,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (10)
1.一种搜索雷达发现概率的评估方法,其特征在于,包括:
1)获取搜索雷达部署阵地遮蔽角及雷达极限探测距离数据;
2)获取目标全空域静态RCS数据;
3)根据来袭目标类型选择合适的检测概率模型进行发现概率评估。
2.根据权利要求1所述的搜索雷达发现概率的评估方法,其特征在于,步骤1)包括:
S11,获取航测数据,通过航测分区和航线设计,使得航测图像达到指定分辨率和重叠度;
S12,对航测数据进行处理,获得航测区域内的点云数据;
S13,提取航测区域内任意一点的地形遮蔽角数据。
3.根据权利要求2所述的方法,其特征在于,步骤1)还包括:
S14,利用分段三次Hermite插值法实现雷达遮蔽角的插值计算;
S15,计算雷达极限探测距离。
4.根据权利要求1所述的搜索雷达发现概率的评估方法,其特征在于,步骤2)包括:
S21,根据来袭目标参数构建来袭目标三维模型;
S22,将来袭目标三维模型进行仿真,对来袭目标进行雷达视线角0°~360°、高低角-90°~90°的全空域电磁仿真;
S23,将获取的各类型目标全空域静态RCS数据作为搜索雷达仿真模型的RCS数据库。
5.根据权利要求1所述的搜索雷达发现概率的评估方法,其特征在于,步骤3)包括:
S31,构建雷达坐标系;
S32,构建目标坐标系;
S33,确定目标坐标系与地面雷达坐标系转换关系实现坐标系转换。
6.根据权利要求5所述的搜索雷达发现概率的评估方法,其特征在于,步骤3)还包括:
S34,判断来袭目标类型;
S35,计算检测概率。
7.根据权利要求6所述的搜索雷达发现概率的评估方法,其特征在于,在步骤3)中,对搜索雷达的发现概率进行评估的步骤包括:
S51,若d>Dmax,则判断搜索雷达不能发现目标,其中d为来袭目标的实际距离;Dmax为搜索雷达在来袭目标方向上理论极限探测距离;
S52,当d<Dmax且pd<0.2时,则判断搜索雷达不能发现目标;
S53,当d<Dmax且pd>=0.2时,利用rand函数产生(0,1)之间均匀分布的随机数a,当pd>=a时判断该仿真时刻能发现目标,否则不能发现目标;
S54,计算本次仿真搜索雷达对来袭目标的累积发现概率:
Pd=Nd/Ns
其中Ns为总搜索次数,Nd为发现目标次数。
8.根据权利要求2所述的搜索雷达发现概率的评估方法,其特征在于,在步骤S12中,由Pix4Dmapper处理后获得航测区域内的点云数据。
9.根据权利要求2所述的搜索雷达发现概率的评估方法,其特征在于,在步骤S13中,利用ArcMap提取航测区域内搜索雷达拟部署点位的遮蔽角数据。
10.根据权利要求9所述的搜索雷达发现概率的评估方法,其特征在于,步骤S13包括:
a)将由Pix4Dmapper处理后获得的点云数据导入ArcMap,经数据格式转换后获得航测区域的数字高程模型;
b)在航测区域内选取搜索雷达拟部署点位,以该点为圆心,创建指定半径的缓冲区;
c)以拟部署点为观察点,利用ArcMap的构造视线功能,构建缓冲区域内按顺时针方向排列的多条视线;
d)绘制指定间距的等高线,输出等高线与各视线的交点集,该点集将保留各视线的属性;
e)通过ArcMap的多值提取至点功能,获得点集中各点的高程数据;
f)利用ArcMap的连接和关联功能,获得点集中各点相对于观察点的距离;
g)利用ArcGIS的字段计算功能,计算出点集中所有点相对于观察点的地形遮蔽角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911279829.9A CN110927685A (zh) | 2019-12-13 | 2019-12-13 | 一种搜索雷达发现概率的评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911279829.9A CN110927685A (zh) | 2019-12-13 | 2019-12-13 | 一种搜索雷达发现概率的评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110927685A true CN110927685A (zh) | 2020-03-27 |
Family
ID=69860351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911279829.9A Pending CN110927685A (zh) | 2019-12-13 | 2019-12-13 | 一种搜索雷达发现概率的评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110927685A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596270A (zh) * | 2020-05-27 | 2020-08-28 | 中国人民解放军63921部队 | 一种相控阵雷达搜索屏目标发现概率的评估方法 |
CN113433518A (zh) * | 2021-07-01 | 2021-09-24 | 南京理工大学 | 一种双模式雷达目标回波数字模拟及其发现概率计算方法 |
CN113640760A (zh) * | 2021-10-14 | 2021-11-12 | 中国人民解放军空军预警学院 | 基于空情数据的雷达发现概率评估方法及设备 |
CN114509042A (zh) * | 2020-11-17 | 2022-05-17 | 易图通科技(北京)有限公司 | 一种遮蔽检测方法、观测路线的遮蔽检测方法及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10246778A (ja) * | 1997-03-04 | 1998-09-14 | Mitsubishi Electric Corp | 目標探知追尾装置 |
US20040227657A1 (en) * | 2002-02-04 | 2004-11-18 | Rafael-Armament Development Authority Ltd. | Operation of a decoy against threats |
CN102680970A (zh) * | 2012-05-15 | 2012-09-19 | 北京理工大学 | 一种采用前向散射雷达的要地防护雷达网络探测方法 |
CN105785354A (zh) * | 2016-03-11 | 2016-07-20 | 中国人民解放军国防科学技术大学 | 一种相控阵雷达探测高速运动目标的搜索参数优化方法 |
-
2019
- 2019-12-13 CN CN201911279829.9A patent/CN110927685A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10246778A (ja) * | 1997-03-04 | 1998-09-14 | Mitsubishi Electric Corp | 目標探知追尾装置 |
US20040227657A1 (en) * | 2002-02-04 | 2004-11-18 | Rafael-Armament Development Authority Ltd. | Operation of a decoy against threats |
CN102680970A (zh) * | 2012-05-15 | 2012-09-19 | 北京理工大学 | 一种采用前向散射雷达的要地防护雷达网络探测方法 |
CN105785354A (zh) * | 2016-03-11 | 2016-07-20 | 中国人民解放军国防科学技术大学 | 一种相控阵雷达探测高速运动目标的搜索参数优化方法 |
Non-Patent Citations (3)
Title |
---|
吴志林等: "基于无人机航测的防空雷达部署研究", 《现代雷达》 * |
吴志林等: "基于航测数据的防空雷达部署研究", 《雷达科学与技术》 * |
吴志林等: "搜索雷达发现概率建模与仿真研究", 《火力与指挥控制》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596270A (zh) * | 2020-05-27 | 2020-08-28 | 中国人民解放军63921部队 | 一种相控阵雷达搜索屏目标发现概率的评估方法 |
CN111596270B (zh) * | 2020-05-27 | 2023-01-31 | 中国人民解放军63921部队 | 一种相控阵雷达搜索屏目标发现概率的评估方法 |
CN114509042A (zh) * | 2020-11-17 | 2022-05-17 | 易图通科技(北京)有限公司 | 一种遮蔽检测方法、观测路线的遮蔽检测方法及电子设备 |
CN114509042B (zh) * | 2020-11-17 | 2024-05-24 | 易图通科技(北京)有限公司 | 一种遮蔽检测方法、观测路线的遮蔽检测方法及电子设备 |
CN113433518A (zh) * | 2021-07-01 | 2021-09-24 | 南京理工大学 | 一种双模式雷达目标回波数字模拟及其发现概率计算方法 |
CN113640760A (zh) * | 2021-10-14 | 2021-11-12 | 中国人民解放军空军预警学院 | 基于空情数据的雷达发现概率评估方法及设备 |
CN113640760B (zh) * | 2021-10-14 | 2022-02-22 | 中国人民解放军空军预警学院 | 基于空情数据的雷达发现概率评估方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110927685A (zh) | 一种搜索雷达发现概率的评估方法 | |
US10962650B2 (en) | Polyhedral geofences | |
US10222178B1 (en) | Precision geographic location system and method utilizing an image product | |
CN108253969B (zh) | 一种无人机飞行视距链路覆盖范围的计算方法 | |
CN111398918B (zh) | 一种复杂山地环境下的雷达探测能力分析方法 | |
CN109814405B (zh) | 一种测控布站方案综合量化评估方法 | |
JPS61112276A (ja) | デ−タ処理装置 | |
CN112130124B (zh) | 一种民航机场内无人机管控设备快速标校与误差处理方法 | |
CN105243364A (zh) | 光电吊舱搜索方法、装置以及*** | |
CN114721436A (zh) | 一种面向无人机载高光谱成像***的航线自动规划方法 | |
KR102260239B1 (ko) | 지형 추적 비행방법 | |
US9372081B2 (en) | Method and system for geo-referencing at least one sensor image | |
RU2513900C1 (ru) | Способ и устройство определения координат объектов | |
Ravi et al. | Implementation of UAV-based Lidar for high throughput phenotyping | |
US11361502B2 (en) | Methods and systems for obtaining aerial imagery for use in geospatial surveying | |
KR102260240B1 (ko) | 지형 추적 비행방법 | |
CN116338716B (zh) | 基于方位角拓扑结构的空地无人***多目标关联方法 | |
CN109738890B (zh) | 一种基于弹载双基sar距离多普勒图像生成地距图的方法 | |
Rusli et al. | Accuracy assessment of DEM from UAV and TanDEM-X imagery | |
US20070253639A1 (en) | Imagery analysis tool | |
US7907132B1 (en) | Egocentric display | |
RU2406071C1 (ru) | Способ навигации движущихся объектов | |
Hashimov et al. | ASSESSMENT OF DEAD ZONE OF JOINTLY OPERATING RADARS | |
Hashimov et al. | GIS technology and terrain orthophotomap making for military application | |
Eyoh et al. | Comparative analysis of UAV photogrammetry and total station traversing on route survey |
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 |