CN112285686A - 多基地雷达异步数据的实时在线融合方法 - Google Patents
多基地雷达异步数据的实时在线融合方法 Download PDFInfo
- Publication number
- CN112285686A CN112285686A CN202011116981.8A CN202011116981A CN112285686A CN 112285686 A CN112285686 A CN 112285686A CN 202011116981 A CN202011116981 A CN 202011116981A CN 112285686 A CN112285686 A CN 112285686A
- Authority
- CN
- China
- Prior art keywords
- fusion
- measurement
- position information
- data
- target
- 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.)
- Granted
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 10
- 230000004927 fusion Effects 0.000 claims abstract description 148
- 238000005259 measurement Methods 0.000 claims abstract description 140
- 238000007499 fusion processing Methods 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 5
- 238000004088 simulation Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003471 anti-radiation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004083 survival effect Effects 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
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- 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
-
- 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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
本发明属于多基地雷达数据融合技术领域,公开了一种多基地雷达异步数据的实时在线融合方法,包括步骤:建立多基地雷达模型,多基地雷达模型中每两部雷达组成一个测量单元;所有测量单元的脉冲重复周期从小到大排列,选取最大的脉冲重复周期TN作为融合时间基准;每个测量单元分别按各自的脉冲重复周期对目标进行测量;每隔TN时间进行一次数据融合,每次数据融合过程中,对所有测量单元的待融合测量进行数据融合,得到当前融合时刻的融合结果,直至融合次数达到M。本发明通过事先提前计算出每个雷达数据融合的时刻,从而在减少数据传输量的同时,保证数据的完整性。
Description
技术领域
本发明涉及多基地雷达数据融合技术领域,具体涉及一种多基地雷达异步数据的实时在线融合方法。
背景技术
近年来,各种尖端武器不断发展,尤其是远程精确打击技术的发展,时刻威胁着国家领土安全,而且反辐射弹道技术、“隐身”技术、电子干扰等技术也对单基地雷达的生存和目标检测定位能力造成巨大威胁。在此背景下,多基地雷达得到了发展和广泛的应用。在多基地雷达中,每一部雷达有各自的检测跟踪数据,如果将这些数据进行融合处理,可以得到一个更加精确的跟踪定位结果。但是多基地雷达中各雷达参数存在差异,不能直接进行数据融合,因此如何进行快速有效的数据融合处理是多基地雷达中的一个热点问题。
文献“分布式雷达航迹融合关键技术研究”中提出一种简单航迹融合算法,使用每部雷达的跟踪误差协方差计算融合权值,具有较小的运算复杂度。但是前提条件为各雷达形成的航迹之间不存在过程噪声,雷达之间的初始误差估计也不相关,这些条件在实际应用过程中是很难满足的。且在实际工程应用中,当各雷达航迹采样时间不同时,需要对各航迹的每一帧数据进行存储,增大了雷达网中数据传输的难度,在数据融合时也会出现冗余数据。
文献“雷达航迹数据融合算法仿真***设计与实现”中设计的融合算法使用每部雷达在极坐标下的测量估计均方误差计算数据融合权值,该方法得到的权值为定值,因此在数据融合时计算量十分小。但是该方法仿真中也要求目标的轨迹参数采样周期必须为各雷达扫描频率的最大公约数,这个在实际工程中会丢失大量的航迹数据,因此无法保证雷达数据的完整性。
发明内容
针对现有技术中存在的问题,本发明的目的在于提供一种多基地雷达异步数据的实时在线融合方法,对于异步雷达组成的多基地雷达,通过事提前计算出每个雷达数据融合的时刻,从而在减少数据传输量的同时,保证数据的完整性,避免了现有技术中由于减少数据量而导致的数据丢失问题。
为了达到上述目的,本发明采用以下技术方案予以实现。
多基地雷达异步数据的实时在线融合方法,包括以下步骤:
步骤1,建立多基地雷达模型,所述多基地雷达模型中每两部雷达组成一个测量单元,共有N个测量单元;所有测量单元的脉冲重复周期从小到大排列分别为T1,…,Tn,…,TN,n=1,2,...,N;选取最大的脉冲重复周期TN作为融合时间基准,其对应的测量单元为融合基准测量单元,总融合时间长度为T,融合次数其中,fix(·)表示向下取整;
步骤2,每个测量单元分别按各自的脉冲重复周期对目标进行测量,即每个测量单元每隔Tn时间完成一次对目标的测量;对于每次数据融合过程,计算每个测量单元中与当前融合时刻最接近的那次测量作为每个测量单元的待融合测量,并将其对应的脉冲重复周期序号作为融合信息矩阵Dn对应位置的元素,其中,Dn表示第n个测量单元的融合信息矩阵,Dn=[kn1,...,knm,...knM],n=1,2,...,N,knm表示第m次数据融合过程中第n个测量单元的待融合测量的脉冲重复周期序号;
步骤3,每隔TN时间进行一次数据融合,每次数据融合过程中,对N个测量单元的待融合测量进行数据融合,得到当前融合时刻的融合结果;
步骤4,判断当前融合次数m是否达到M,若是,则数据融合过程结束;否则,令m=m+1重复执行步骤3-步骤4。
进一步地,步骤3中,所述对N个测量单元的待融合测量进行数据融合,其具体步骤为:
步骤3.1,对于每个测量单元的第m次数据融合过程,每个测量单元分别根据各自的融合信息矩阵Dn中的第m个元素,读取与其相对应的测量所测得的目标位置信息zn(knm),n=1,2,...,N;同时,对于融合基准测量单元以外的(N-1)个测量单元,分别读取融合测量之前一次测量所得到的目标位置信息zn(knm-1),n=1,2,...,N-1;
步骤3.2,每个测量单元分别将各自测得的目标位置信息zn(knm)转换为其接收雷达在东北天坐标系下的位置信息同时,融合基准测量单元以外的(N-1)个测量单元分别将各自测得的目标位置信息zn(knm-1),n=1,2,...,N-1,转换为其接收雷达在东北天坐标系下的位置信息
步骤3.4,融合基准测量单元将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为融合基准测量单元序号,发送给融合中心;其余(N-1)个测量单元分别将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为其余(N-1)个测量单元序号,和待融合测量之前一次测量对应的地心坐标系下的位置信息发送给融合中心;
与现有技术相比,本发明的有益效果为:
本发明采用事先计算出异步多基地雷达数据融合的时刻信息,减少了数据融合时的数据传输量,降低了通信压力,提高数据融合的实时性,同时,由于充分利用各雷达的数据,实时提高了目标定位精度。
附图说明
下面结合附图和具体实施例对本发明做进一步详细说明。
图1是本发明的实现过程流程图;
图2是本发明实施例的雷达一的跟踪结果和定位误差结果图;其中,(a)是跟踪结果图,(b)是定位误差曲线图;
图3是本发明实施例的雷达二的跟踪结果和定位误差结果图;其中,(a)是跟踪结果图,(b)是定位误差曲线图;
图4是本发明实施例中分别采用基准时间法和本发明方法得到的定位误差对比图。
具体实施方式
下面将结合实施例对本发明的实施方案进行详细描述,但是本领域的技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限制本发明的范围。
参考图1,本发明提供的多基地雷达异步数据的实时在线融合方法,按照以下步骤实施:
步骤1,建立多基地雷达模型,所述多基地雷达模型中每两部雷达组成一个测量单元,共有N个测量单元;所有测量单元的脉冲重复周期从小到大排列分别为T1,…,Tn,…,TN,n=1,2,...,N;选取最大的脉冲重复周期TN作为融合时间基准,其对应的测量单元为融合基准测量单元,总融合时间长度为T,融合次数其中,fix(·)表示向下取整。
步骤2,每个测量单元分别按各自的脉冲重复周期对目标进行测量,即每个测量单元每隔Tn时间完成一次对目标的测量;对于每次数据融合过程,计算每个测量单元中与当前融合时刻最接近的那次测量作为每个测量单元的待融合测量,并将其对应的脉冲重复周期序号作为融合信息矩阵Dn对应位置的元素,其中,Dn表示第n个测量单元的融合信息矩阵,Dn=[kn1,...,knm,...knM],knm表示第m次数据融合过程中第n个测量单元的待融合测量的脉冲重复周期序号;
具体地,第n个测量单元(n=1,2,...,N)进行第m次融合(m=1,2,...,M)处理,第n个测量单元需要找到与本次融合时刻最接近的那次测量是第次测量,fix(·)表示向下取整,并把该次测量的序号存在融合信息矩阵Dn中用于数据融合计算,即则第n个测量单元的融合信息矩阵为
步骤3,每隔TN时间进行一次数据融合,每次数据融合过程中,对N个测量单元的待融合测量进行数据融合,得到当前融合时刻的融合结果;
步骤3.1,对于每个测量单元的第m次数据融合过程,每个测量单元分别根据各自的融合信息矩阵Dn中的第m个元素,读取与其相对应的测量所测得的目标位置信息zn(knm),n=1,2,...,N;同时,对于融合基准测量单元以外的(N-1)个测量单元,分别读取融合测量之前一次测量所得到的目标位置信息zn(knm-1),n=1,2,...,N-1;
其中,rn(knm)和rn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标径向距离;θn(knm)和θn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标方位角;和分别代表第n个测量单元第knm和(knm-1)次测量得到的目标俯仰角。
步骤3.2,每个测量单元分别将各自测得的目标位置信息zn(knm)转换为其接收雷达在东北天坐标系下的位置信息同时,融合基准测量单元以外的(N-1)个测量单元分别将各自测得的目标位置信息zn(knm-1),n=1,2,...,N-1,转换为其接收雷达在东北天坐标系下的位置信息
(3.3a)每个测量单元分别计算其对应的接收雷达在地心坐标系下的坐标:
Hn分别代表第n个测量单元中接收雷达的经度、纬度、高度;
步骤3.4,融合基准测量单元将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为融合基准测量单元序号,发送给融合中心;其余(N-1)个测量单元分别将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为其余(N-1)个测量单元序号,和待融合测量之前一次测量对应的地心坐标系下的位置信息发送给融合中心;
(3.5a)计算融合中心在地心坐标系下的坐标:
(3.5b)计算目标在融合中心东北天坐标系下的位置;
(3.6a)融合中心计算每个测量单元的加权系数;
分别表示第n个测量单元的接收雷达在极坐标系下距离、方位角、俯仰角三个维度上的量测方差;rn(knm)和rn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标径向距离;θn(knm)和θn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标方位角;和分别代表第n个测量单元第knm和(knm-1)次测量得到的目标俯仰角;
(3.6b)除了融合基准测量单元外,其余测量单元使用插值法计算融合时刻即mTN时刻的目标位置信息:
(3.6c)计算融合后的目标位置坐标:
其中,GF(m)为第m次数据融合后的目标位置融合结果。
步骤4,判断当前融合次数m是否达到M,若是,则结束数据融合过程,否则,令m=m+1重复执行步骤3-步骤4。
至此,就完成了一种多基地雷达异步数据实时在线融合方法对多基地雷达的数据融合处理,能够提高实时性,减少数据传输量,且提高识别准确性。
仿真实验
本发明的效果通过以下仿真实验进一步说明:
1、仿真条件:
为验证本发明提供的多基地雷达异步数据实时在线融合方法的有效性,以两发一收多基地雷达为例,设定雷达一的脉冲重复频率为50Hz,距离量测标准差方位角量测标准差俯仰角量测标准差雷达二的脉冲重复频率为60Hz,距离量测标准差方位角量测标准差俯仰角量测标准差
2、仿真内容与结果:
假设某高速机动目标以跳跃飞行从远处向雷达靠近然后飞过雷达上空远离,使用双发一收多基地雷达对其进行检测跟踪。
图2和图3分别为雷达一和雷达二的跟踪结果与定位误差。从图2(a)和图3(a)中可以看到雷达一和雷达二的跟踪趋势与实际航迹相吻合。从图2(b)与图3(b)可以看出,雷达一和雷达二测得的数据不同,这是由于两个雷达的脉冲重复频率不同所致;图4为基准时间定位误差与本发明融合定位误差对比图,从图4可以看出,通过本发明提出的方法进行数据融合,每一个雷达的数据得到了充分利用,目标定位精度得到提高。
虽然,本说明书中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (8)
1.多基地雷达异步数据的实时在线融合方法,其特征在于,包括以下步骤:
步骤1,建立多基地雷达模型,所述多基地雷达模型中每两部雷达组成一个测量单元,共有N个测量单元;所有测量单元的脉冲重复周期从小到大排列分别为T1,…,Tn,…,TN,n=1,2,...,N;选取最大的脉冲重复周期TN作为融合时间基准,其对应的测量单元为融合基准测量单元,总融合时间长度为T,融合次数其中,fix(·)表示向下取整;
步骤2,每个测量单元分别按各自的脉冲重复周期对目标进行测量,即每个测量单元每隔Tn时间完成一次对目标的测量;对于每次数据融合过程,计算每个测量单元中与当前融合时刻最接近的那次测量作为每个测量单元的待融合测量,并将其对应的脉冲重复周期序号作为融合信息矩阵Dn对应位置的元素,其中,Dn表示第n个测量单元的融合信息矩阵,n=1,2,...,N;
步骤3,每隔TN时间进行一次数据融合,每次数据融合过程中,对N个测量单元的待融合测量进行数据融合,得到当前融合时刻的融合结果;
步骤4,判断当前融合次数m是否达到M,若是,则数据融合过程结束;否则,令m=m+1重复执行步骤3-步骤4。
2.根据权利要求1所述的多基地雷达异步数据的实时在线融合方法,其特征在于,所述融合信息矩阵Dn=[kn1,...,knm,...knM],n=1,2,..,N;Dn的第m个元素knm表示第m次数据融合过程中第n个测量单元的待融合测量的脉冲重复周期序号。
3.根据权利要求1所述的多基地雷达异步数据的实时在线融合方法,其特征在于,所述对N个测量单元的待融合测量进行数据融合,其具体步骤为:
步骤3.1,对于每个测量单元的第m次数据融合过程,每个测量单元分别根据各自的融合信息矩阵Dn中的第m个元素,读取与其相对应的测量所测得的目标位置信息zn(knm),n=1,2,...,N;同时,对于融合基准测量单元以外的(N-1)个测量单元,分别读取融合测量之前一次测量所得到的目标位置信息zn(knm-1),n=1,2,...,N-1;
步骤3.2,每个测量单元分别将各自测得的目标位置信息zn(knm)转换为其接收雷达在东北天坐标系下的位置信息同时,融合基准测量单元以外的(N-1)个测量单元分别将各自测得的目标位置信息zn(knm-1),n=1,2,...,N-1,转换为其接收雷达在东北天坐标系下的位置信息
步骤3.4,融合基准测量单元将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为融合基准测量单元序号,发送给融合中心;其余(N-1)个测量单元分别将用于第m次融合的数据即其待融合测量对应的地心坐标系下的位置信息n为其余(N-1)个测量单元序号,和待融合测量之前一次测量对应的地心坐标系下的位置信息发送给融合中心;
8.根据权利要求7所述的多基地雷达异步数据的实时在线融合方法,其特征在于,步骤3.6包含以下子步骤:
(3.6a)融合中心计算每个测量单元的加权系数:
分别表示第n个测量单元的接收雷达在极坐标系下距离、方位角、俯仰角三个维度上的量测方差;rn(knm)和rn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标径向距离;θn(knm)和θn(knm-1)分别代表第n个测量单元第knm和(knm-1)次测量得到的目标方位角;和分别代表第n个测量单元第knm和(knm-1)次测量得到的目标俯仰角;
(3.6b)除了融合基准测量单元外,其余测量单元使用插值法计算融合时刻即mTN时刻的目标位置信息:
(3.6c)计算融合后的目标位置坐标:
其中,GF(m)为第m次数据融合后的目标位置融合结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011116981.8A CN112285686B (zh) | 2020-10-19 | 2020-10-19 | 多基地雷达异步数据的实时在线融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011116981.8A CN112285686B (zh) | 2020-10-19 | 2020-10-19 | 多基地雷达异步数据的实时在线融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112285686A true CN112285686A (zh) | 2021-01-29 |
CN112285686B CN112285686B (zh) | 2023-07-18 |
Family
ID=74496429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011116981.8A Active CN112285686B (zh) | 2020-10-19 | 2020-10-19 | 多基地雷达异步数据的实时在线融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112285686B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060069497A1 (en) * | 2004-09-30 | 2006-03-30 | Wilson Robert C Jr | Tracking, relay, and control information flow analysis process for information-based systems |
JP2014190959A (ja) * | 2013-03-28 | 2014-10-06 | Mitsubishi Electric Corp | 目標追尾装置 |
KR20150055260A (ko) * | 2013-11-13 | 2015-05-21 | 한국과학기술원 | 분산형 수색 레이더 환경에서 획득한 데이터 간의 시간 동기화 방법 |
US20160103214A1 (en) * | 2014-10-08 | 2016-04-14 | Src, Inc. | Use of Range-Rate Measurements in a Fusion Tracking System via Projections |
US20180332548A1 (en) * | 2017-05-09 | 2018-11-15 | U.S.A. as represented by the Administrator of NASA | System and Method to Synchronize Clocks Across a Distributed Network of Nodes |
CN109696172A (zh) * | 2019-01-17 | 2019-04-30 | 福瑞泰克智能***有限公司 | 一种多传感器航迹融合方法、装置及车辆 |
EP3491411A1 (fr) * | 2016-07-26 | 2019-06-05 | Thales | Procede et dispositif d'identification de modes d'emission radar |
EP3525000A1 (en) * | 2018-02-09 | 2019-08-14 | Bayerische Motoren Werke Aktiengesellschaft | Methods and apparatuses for object detection in a scene based on lidar data and radar data of the scene |
CN111208507A (zh) * | 2020-01-10 | 2020-05-29 | 浙江大学 | 一种基于Doppler传感网络的室内移动目标定位方法 |
-
2020
- 2020-10-19 CN CN202011116981.8A patent/CN112285686B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060069497A1 (en) * | 2004-09-30 | 2006-03-30 | Wilson Robert C Jr | Tracking, relay, and control information flow analysis process for information-based systems |
JP2014190959A (ja) * | 2013-03-28 | 2014-10-06 | Mitsubishi Electric Corp | 目標追尾装置 |
KR20150055260A (ko) * | 2013-11-13 | 2015-05-21 | 한국과학기술원 | 분산형 수색 레이더 환경에서 획득한 데이터 간의 시간 동기화 방법 |
US20160103214A1 (en) * | 2014-10-08 | 2016-04-14 | Src, Inc. | Use of Range-Rate Measurements in a Fusion Tracking System via Projections |
EP3491411A1 (fr) * | 2016-07-26 | 2019-06-05 | Thales | Procede et dispositif d'identification de modes d'emission radar |
US20180332548A1 (en) * | 2017-05-09 | 2018-11-15 | U.S.A. as represented by the Administrator of NASA | System and Method to Synchronize Clocks Across a Distributed Network of Nodes |
EP3525000A1 (en) * | 2018-02-09 | 2019-08-14 | Bayerische Motoren Werke Aktiengesellschaft | Methods and apparatuses for object detection in a scene based on lidar data and radar data of the scene |
CN109696172A (zh) * | 2019-01-17 | 2019-04-30 | 福瑞泰克智能***有限公司 | 一种多传感器航迹融合方法、装置及车辆 |
CN111208507A (zh) * | 2020-01-10 | 2020-05-29 | 浙江大学 | 一种基于Doppler传感网络的室内移动目标定位方法 |
Non-Patent Citations (2)
Title |
---|
王奥亚: ""多弹协同雷达导引头信号融合探测架构分析"", 《航空兵器》, vol. 26, no. 4 * |
陈林: ""多基地雷达检测跟踪联合处理方法研究"", 《CNKI优秀硕士学位论文》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112285686B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108650628B (zh) | 基于Wi-Fi网络的测距和指纹相结合的室内定位方法 | |
CN102707276B (zh) | 基于目标拓扑信息的ais与雷达航迹抗差关联算法 | |
CN106443598B (zh) | 基于卷积神经网络的雷达网协同航迹欺骗干扰鉴别方法 | |
CN108761419A (zh) | 基于组合空时主通道自适应处理的低空风切变风速估计方法 | |
CN108549059A (zh) | 一种复杂地形条件下的低空目标仰角估计方法 | |
CN109975755B (zh) | 一种校正源存在条件下的短波多站直接定位方法 | |
CN104101876B (zh) | 外辐射源雷达中一种基于随机有限集的多目标跟踪方法 | |
CN108020819A (zh) | 弹载雷达跟踪到运动目标后的箔条云干扰回波模拟方法 | |
CN107607948B (zh) | 一种中轨道卫星sar的运动补偿及成像方法 | |
CN112612006B (zh) | 基于深度学习的机载雷达非均匀杂波抑制方法 | |
CN110488283B (zh) | 一种用于多通道hrws-sar通道的误差校正方法 | |
CN108680911B (zh) | 一种基于神经网络的雷达目标测向方法 | |
CN108983169B (zh) | 一种基于数字高程模型的米波雷达地形修正方法 | |
CN103837866A (zh) | 一种岸对海雷达自动录取能力的测评方法及*** | |
CN105044667A (zh) | 一种运动目标的双星跟踪方法、装置和*** | |
CN112511976A (zh) | 定位无人机控制端的处理方法、装置、设备与介质 | |
CN114942428A (zh) | 多目标跟踪的混合体制雷达数据关联算法 | |
Sun et al. | Vessel velocity estimation and tracking from Doppler echoes of T/RR composite compact HFSWR | |
CN104101869A (zh) | 一种极坐标下的地波雷达运动目标仿真建模方法 | |
CN112285686A (zh) | 多基地雷达异步数据的实时在线融合方法 | |
CN110907925B (zh) | 一种高频地波雷达双站模型下的权重定位方法 | |
CN105527624B (zh) | 一种雷达回波动态估算噪声的方法和气象雷达*** | |
CN114839588B (zh) | Fmcw毫米波雷达接收天线阵误差补偿方法、***及装置 | |
CN114252871B (zh) | 一种基于机器学习的雷达测量精度补偿方法 | |
CN116027320A (zh) | 一种基于多因素欧式距离关联的雷达与ais数据融合方法 |
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 |