CN112835006A - 一种基于帧间积累的跟踪雷达海上小目标检测方法及*** - Google Patents
一种基于帧间积累的跟踪雷达海上小目标检测方法及*** Download PDFInfo
- Publication number
- CN112835006A CN112835006A CN202110005861.9A CN202110005861A CN112835006A CN 112835006 A CN112835006 A CN 112835006A CN 202110005861 A CN202110005861 A CN 202110005861A CN 112835006 A CN112835006 A CN 112835006A
- Authority
- CN
- China
- Prior art keywords
- detection
- target
- frame
- accumulation
- information
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 102
- 238000009825 accumulation Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims description 31
- 230000001427 coherent effect Effects 0.000 claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000013508 migration Methods 0.000 claims description 14
- 230000005012 migration Effects 0.000 claims description 14
- 230000010354 integration Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000002592 echocardiography Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000006835 compression Effects 0.000 claims description 5
- 238000007906 compression Methods 0.000 claims description 5
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- 238000007476 Maximum Likelihood Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 230000005484 gravity Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种基于帧间积累的跟踪雷达海上小目标检测方法,所述方法将多帧数据并联,对并联信号的一路进行非相参积累得到对应的非相参积累结果,对另一路进行相参积累得到对应的相参积累结果,对非相参积累结果进行目标检测,得到对应的目标点迹信息以及对应的距离门信息,反馈至相参积累信号处理流程,基于该距离门信息对检测阈值进行调整,并基于调整后的检测阈值对相参积累结果进行二维距离‑多普勒检测,得到对应的检测结果。上述检测方法充分利用了海杂波纹理分量的幅度时间相关性对其进行有效抑制,达到了对海杂波的抑制,提高了海上小目标检测概率的目的。
Description
技术领域
本发明属于雷达技术领域,特别涉及一种基于帧间积累的跟踪雷达海上小目标检测方法,适用于一类脉冲多普勒跟踪雷达。
背景技术
雷达海面目标检测是雷达检测领域一个重要分支,在军事与民用领域都有非常重要的意义。军事方面,近年来飞机以及巡航导弹等利用低空与超低空突防,其飞行速度快、高度低、雷达后向散射截面积小,岸基以及舰载雷达在对海面监视时都会遇到海杂波背景下的目标检测问题。民用方面则涉及到海面船只以及冰山、浮雕、礁石、海面搜救、海面监视非法捕鱼等方面的工作。
雷达对海面照射的时候,由于海杂波的存在直接影响了雷达对海面与贴海飞行小目标的检测性能,导致虚警概率上升,使雷达不能有效准确地检测小目标。各国的研究者们在这方面做了大量的工作,提出了很多检测方法。目前常用的检测方法主要包括:传统的恒虚警检测方法,基于时频分析以及小波变换、杂波抑制、SAR图像处理的方法,基于混沌、分形以及神经网络的方法以及基于匹配滤波的检测方法。但是上述方法一部分仍停留在理论层面,并且很大的计算量导致了很大一部分检测方法仍不能有效应用在实际的雷达产品中。
因此,海面弱小目标检测技术将是未来对海雷达发展的一个重要方向,研究能够在海面检测弱小目标的雷达探测技术将有着重要的军事与民用意义。
海洋通常是由风吹水面的波浪所组成的,这些波浪称为风浪。涌浪是当风浪移出他们原来被风激起的区域或风停止时出现的。涌浪随机性较小,且有时会呈现出正弦形状,它们可以远离发源地行进很远的距离。如果有风,海面变得粗糙,雷达回波就会出现。正是由于海杂波的生成原因,决定了海杂波相对于目标与地物杂波一个独有的特性,即海杂波的相关特性。
随着雷达分辨率的提高,海杂波幅度分布特性被建模为复合K分布,根据复合散射理论,海的起伏可以分解为大尺度重力波和小尺度的毛细波,海杂波的散射来自这两部分,接收信号被认为是来自于两种波形复合作用的结果。重力波主要受到引力和重力作用,是构成海起伏的主要成分,相对变化缓慢是构成海起伏的主要成分,相对变化缓慢,是构成海起伏的主要成分,相对变化比较缓慢,是构成海杂波的基本幅度调制分量,其相关性依赖于风速等环境条件,相关时长在秒级,通常称为纹理成分。
现有的海杂波帧间抑制方法常常只用了单一的脉冲积累方法,例如单帧相参积累、单帧非相参积累、帧间相参积累或帧间非相参积累。单帧积累未充分利用先验回波信息提高回波信噪比,帧间相参积累在海况较好的条件下可以获得较好的检测结果,但是当海况较恶劣时,对海杂波的抑制程度将受到限制。帧间非相参积累在海况较恶劣的条件下可获得比相参积累更好的检测效果,但是在海况较好时不能充分发挥多脉冲带来的好处,目标信噪比将会产生一定程度的损失,从而影响小目标的检测。
发明内容
针对现有技术中存在的上述问题,本发明提出了一种基于帧间积累的跟踪雷达海上小目标检测方法,通过多帧数据并联后进行联合相参积累与非相参积累,从而实现海杂波抑制、提高海上小目标检测概率的技术效果。
为实现上述技术效果,本发明采用的技术方案如下。
本发明提出了一种基于帧间积累的跟踪雷达海上小目标检测方法,包括如下步骤:
S1.初始化参数:跟踪雷达开机工作,基于获得的目标跟踪先验信息进入跟踪流程;发射机发射射频信号,接收机接收射频回波信号,并经过数字下变频、AD采数以后获得k帧基带回波信号及k-1帧目标跟踪信息xk-1;
S7.将所述检测结果作为最终的检测结果输出。
本发明还提出了一种基于帧间积累的跟踪雷达海上小目标检测***,包括如下模块:
初始化模块:跟踪雷达开机工作,基于获得的目标跟踪先验信息进入跟踪流程;发射机发射射频信号,接收机接收射频回波信号,并经过数字下变频、AD采数以后获得k帧基带回波信号及k-1帧目标跟踪信息xk-1;
检测结果输出模块:将所述检测结果作为最终的检测结果输出。
以及,本发明还提出了一种计算机可读存储介质,所述存储介质中存储有多条指令;所述多条指令由处理器加载并执行本发明所述的基于帧间积累的跟踪雷达海上小目标检测方法。
附图说明
图1是本发明的一种基于帧间积累的跟踪雷达海上小目标检测方法的设计流程图;
图2(a)、2(b)分别为单帧非相参积累信杂比结果图、多帧非相参积累信杂比结果图;
图3(a)、3(b)分别为单帧相参积累距离信杂比结果图、多帧相参积累距离信杂比结果图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步详细说明。
参照图1,为本发明的一种基于帧间积累的跟踪雷达海上小目标检测方法实现总流程图。其中所述一种基于帧间积累的跟踪雷达海上小目标检测方法,包括以下步骤:
步骤1初始化参数:跟踪雷达开机工作,基于获得的目标跟踪先验信息进入跟踪流程。发射机发射射频信号,接收机接收射频回波信号,并经过数字下变频、AD采数以后获得\*MERGEFORMAT(1)k帧基带回波信号及k-1帧目标跟踪信息xk-1;
所述的跟踪信息xk-1包含目标距离Rk-1=[R1,,R2,...,Rk-1]、方位角俯仰角θk-1=[θ1,,θ2,...,θk-1]、速度vk-1=[v1,,v2,...,vk-1]等信息,其中k表示第k帧数据。
其中k由海杂波的去相关时间决定。
其中,N为脉冲积累个数,M为距离向采样点数。
步骤3对步骤2中得到的k帧信号进行运动补偿、多普勒补偿与***相位补偿后得到多帧联合信号回波;
3a1)基于步骤1得到的前k-1帧目标跟踪信息,结合下式进行第k帧目标跟踪信息预测
3a2)基于步骤3a1)得到的第k帧目标跟踪信息结合下式计算前k-1帧数据的距离徙动量
3a3)基于步骤3a2)得到的距离徙动量结合下式进行运动补偿
3b1)基于步骤3a1)得到的第k帧目标跟踪预测信息结合下式计算前k-1帧数据的多普勒徙动量
3b2)基于步骤3b1)得到的多普勒徙动量结合下式进行多普勒相位与***相位补偿
3c)对完成上述操作的信号转置后并联得到多帧联合信号回波skN×M。
其中,信号并联后由原始的k帧N×M维信号变为一帧kN×M维信号。
步骤4对步骤3中的信号一路进行非相参积累得到对应的非相参积累结果;另一路进行相参积累得到对应的相参积累结果;
步骤5对步骤4中非相参积累结果进行目标检测,得到对应的目标点迹信息以及对应的距离门信息RT,并将该距离门信息RT反馈至相参积累信号处理流程;
所述的目标检测算法包含单元平均恒虚警检测、有序恒虚警检测、最大似然检测等,本发明选用但不限于单元平均恒虚警检测。
步骤6基于步骤5反馈的距离门信息RT对检测阈值进行调整;基于调整后的检测阈值对步骤4中相参积累结果进行二维距离-多普勒检测,得到对应的检测结果;
6a)基于步骤5反馈的距离门信息RT结合下式对检测阈值进行调整
综上,完成目标检测处理。
步骤7输出步骤6检测结果为最终的检测结果。
本发明的效果可以通过以下仿真对比试验进一步说明:
1.实验场景:
采用一个位于坐标原点的3D脉冲多普勒跟踪雷达,设载频fc=16GHz,雷达波束宽度为4°,雷达采样频率Fs=400MHz,扫描间隔Ts=0.03s,雷达测量参数为目标距离、方位角、俯仰角以及速度信息。雷达发射脉冲个数为125,距离向采样点数为2560,距离检测信杂比门限TR=25dB,多普勒检测信杂比门限TD=25dB,检测阈值调整量Ts=5。目标为一小型无人机,其飞行速度为10m/s,基于本发明方法对上述场景下的基于实测数据对目标检测效果进行仿真。
2.实验结果分析:
图2(a)、2(b)分别为单帧非相参积累信杂比结果图、多帧非相参积累信杂比结果图;
图3(a)、3(b)分别为单帧相参积累距离信杂比结果图、多帧相参积累距离信杂比结果图。
由上述仿真结果结合本发明流程可验证本发明方法的有效性。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,实体机服务器,或者网络云服务器等,需安装Windows或者Windows Server操作***)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (9)
1.一种基于帧间积累的跟踪雷达海上小目标检测方法,包括如下步骤:
S1.初始化参数:跟踪雷达开机工作,基于获得的目标跟踪先验信息进入跟踪流程;发射机发射射频信号,接收机接收射频回波信号,并经过数字下变频、AD采数以后获得k帧基带回波信号及k-1帧目标跟踪信息xk-1;
S7.将所述检测结果作为最终的检测结果输出。
3.根据权利要求2所述的基于帧间积累的跟踪雷达海上小目标检测方法,其特征在于,所述步骤S3中进行运动补偿包括:
S31.运动补偿
S311.基于步骤S1得到的前k-1帧目标跟踪信息,结合式(1)进行第k帧目标跟踪信息预测;
S312.基于步骤S311得到的第k帧目标跟踪信息结合式(2)计算前k-1帧数据的距离徙动量;
S313.基于步骤S312得到的距离徙动量结合式(3)进行运动补偿;
4.根据权利要求3所述的基于帧间积累的跟踪雷达海上小目标检测方法,其特征在于,所述步骤S3中进行运动补偿还包括:
S32.补偿信号联合
S321.基于所述步骤311得到的第k帧目标跟踪预测信息结合式(4)计算前k-1帧数据的多普勒徙动量;
S322.基于所述步骤321得到的多普勒徙动量结合式(5)进行多普勒相位与***相位补偿;
其中,信号并联后由原始的k帧N×M维信号变为一帧kN×M维信号。
8.一种基于帧间积累的跟踪雷达海上小目标检测***,由以下模块组成:
初始化模块:跟踪雷达开机工作,基于获得的目标跟踪先验信息进入跟踪流程;发射机发射射频信号,接收机接收射频回波信号,并经过数字下变频、AD采数以后获得k帧基带回波信号及k-1帧目标跟踪信息xk-1;
检测结果输出模块:将所述检测结果作为最终的检测结果输出。
9.一种计算机可读存储介质,其特征在于,所述存储介质中存储有多条指令;所述多条指令由处理器加载并执行如权利要求1-7之任一项所述的多相参积累方法融合的海上小目标检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110005861.9A CN112835006B (zh) | 2021-01-05 | 2021-01-05 | 一种基于帧间积累的跟踪雷达海上小目标检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110005861.9A CN112835006B (zh) | 2021-01-05 | 2021-01-05 | 一种基于帧间积累的跟踪雷达海上小目标检测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112835006A true CN112835006A (zh) | 2021-05-25 |
CN112835006B CN112835006B (zh) | 2023-05-16 |
Family
ID=75927608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110005861.9A Active CN112835006B (zh) | 2021-01-05 | 2021-01-05 | 一种基于帧间积累的跟踪雷达海上小目标检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112835006B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114415123A (zh) * | 2022-04-01 | 2022-04-29 | 北京海兰信数据科技股份有限公司 | 一种基于非相参邻域加权脉冲积累处理方法及*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59151465A (ja) * | 1983-02-17 | 1984-08-29 | Nissan Motor Co Ltd | 縦型mosfet |
EP0216308A2 (de) * | 1985-09-20 | 1987-04-01 | Siemens Aktiengesellschaft | Schaltungsanordnung für Fast-Fourier-Transformation |
JP2002156449A (ja) * | 2000-11-20 | 2002-05-31 | Mitsubishi Electric Corp | レーダ装置 |
JP2005269410A (ja) * | 2004-03-19 | 2005-09-29 | Matsushita Electric Ind Co Ltd | Ccd固体撮像装置の駆動方法、ccd固体撮像装置およびカメラ |
US20060049978A1 (en) * | 2004-09-03 | 2006-03-09 | Alan Siegel | System for enhanced detection of a target |
CN101251596A (zh) * | 2008-03-21 | 2008-08-27 | 北京理工大学 | 一种风廓线雷达非相参无线电干扰抑制方法 |
CN101825707A (zh) * | 2010-03-31 | 2010-09-08 | 北京航空航天大学 | 基于Keystone变换和相参积累的单脉冲测角方法 |
CN102073043A (zh) * | 2010-11-04 | 2011-05-25 | 电子科技大学 | 一种多帧相参积累目标检测前跟踪方法 |
CN102313884A (zh) * | 2010-06-29 | 2012-01-11 | 电子科技大学 | 一种基于多帧相参积累的目标检测前跟踪方法 |
CN103513244A (zh) * | 2013-10-17 | 2014-01-15 | 电子科技大学 | 一种基于动态规划的多帧相参积累目标检测前跟踪方法 |
CN111398948A (zh) * | 2020-04-08 | 2020-07-10 | 成都汇蓉国科微***技术有限公司 | 一种强杂波背景下的机动小目标航迹关联方法 |
CN111610501A (zh) * | 2019-12-31 | 2020-09-01 | 扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所) | 对海雷达小目标检测方法 |
WO2020237448A1 (zh) * | 2019-05-24 | 2020-12-03 | 华为技术有限公司 | 回波信号处理方法、装置、***及存储介质 |
-
2021
- 2021-01-05 CN CN202110005861.9A patent/CN112835006B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59151465A (ja) * | 1983-02-17 | 1984-08-29 | Nissan Motor Co Ltd | 縦型mosfet |
EP0216308A2 (de) * | 1985-09-20 | 1987-04-01 | Siemens Aktiengesellschaft | Schaltungsanordnung für Fast-Fourier-Transformation |
JP2002156449A (ja) * | 2000-11-20 | 2002-05-31 | Mitsubishi Electric Corp | レーダ装置 |
JP2005269410A (ja) * | 2004-03-19 | 2005-09-29 | Matsushita Electric Ind Co Ltd | Ccd固体撮像装置の駆動方法、ccd固体撮像装置およびカメラ |
US20060049978A1 (en) * | 2004-09-03 | 2006-03-09 | Alan Siegel | System for enhanced detection of a target |
CN101251596A (zh) * | 2008-03-21 | 2008-08-27 | 北京理工大学 | 一种风廓线雷达非相参无线电干扰抑制方法 |
CN101825707A (zh) * | 2010-03-31 | 2010-09-08 | 北京航空航天大学 | 基于Keystone变换和相参积累的单脉冲测角方法 |
CN102313884A (zh) * | 2010-06-29 | 2012-01-11 | 电子科技大学 | 一种基于多帧相参积累的目标检测前跟踪方法 |
CN102073043A (zh) * | 2010-11-04 | 2011-05-25 | 电子科技大学 | 一种多帧相参积累目标检测前跟踪方法 |
CN103513244A (zh) * | 2013-10-17 | 2014-01-15 | 电子科技大学 | 一种基于动态规划的多帧相参积累目标检测前跟踪方法 |
WO2020237448A1 (zh) * | 2019-05-24 | 2020-12-03 | 华为技术有限公司 | 回波信号处理方法、装置、***及存储介质 |
CN111610501A (zh) * | 2019-12-31 | 2020-09-01 | 扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所) | 对海雷达小目标检测方法 |
CN111398948A (zh) * | 2020-04-08 | 2020-07-10 | 成都汇蓉国科微***技术有限公司 | 一种强杂波背景下的机动小目标航迹关联方法 |
Non-Patent Citations (7)
Title |
---|
LI LIN 等: "A hypersonic target coherent integration detection algorithm based on Doppler feedback" * |
YI-JUN CHEN 等: "A cognitive feature extracting method for space target" * |
徐晓理: "宽带雷达海面目标检测与应用" * |
李品 等: "跨距离门目标的时频积累及检测方法研究" * |
王本静 等: "LTE外辐射源雷达帧间模糊带分析与抑制" * |
胡跟运: "基于多帧回波的微弱目标检测算法研究" * |
鲁瑞莲: "基于信息辅助的雷达检测跟踪一体化方法研究" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114415123A (zh) * | 2022-04-01 | 2022-04-29 | 北京海兰信数据科技股份有限公司 | 一种基于非相参邻域加权脉冲积累处理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN112835006B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109116311B (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
CN106772365B (zh) | 一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法 | |
CN107037410B (zh) | 一种对雷达进行干扰的方法、装置及频控阵干扰机 | |
CN104678368B (zh) | 一维相扫三坐标雷达空域自适应干扰抑制方法 | |
US6337654B1 (en) | A-scan ISAR classification system and method therefor | |
CN103529437B (zh) | 系留气球载相控阵雷达在多目标下分辨空地目标的方法 | |
Huang et al. | Radar high speed small target detection based on keystone transform and linear canonical transform | |
CN109324315B (zh) | 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法 | |
CN113504522B (zh) | 一种基于发射天线随机切换的时空解耦与超分辨测角方法 | |
CN109581352A (zh) | 一种基于毫米波雷达的超分辨测角*** | |
CN109765529B (zh) | 一种基于数字波束形成的毫米波雷达抗干扰方法及*** | |
Ji et al. | Target monitoring using small-aperture compact high-frequency surface wave radar | |
CN108196238B (zh) | 高斯背景下基于自适应匹配滤波的杂波图检测方法 | |
CN108761417B (zh) | 基于知识辅助最大似然的机载雷达杂波抑制方法 | |
CN112835006A (zh) | 一种基于帧间积累的跟踪雷达海上小目标检测方法及*** | |
CN109143235A (zh) | 一种双基前视合成孔径雷达地面运动目标检测方法 | |
CN113484859A (zh) | 一种基于融合技术的二维超分辨雷达成像方法 | |
CN111044996A (zh) | 一种基于降维近似消息传递的lfmcw雷达目标检测方法 | |
Huang et al. | LSS UAV target intelligent detection in urban complex environment | |
CN114325599B (zh) | 一种针对不同环境的自动门限检测方法 | |
CN112630744B (zh) | 一种多相参积累方法融合的海上小目标检测方法及*** | |
CN112731373B (zh) | 基于三维数据关联的外辐射源雷达多目标跟踪方法 | |
CN112698295A (zh) | 一种知识辅助的雷达检测跟踪一体化方法及*** | |
CN114942437A (zh) | 一种前方车辆前侧目标探测方法 | |
CN108226875A (zh) | 一种同时多波束雷达的旁瓣目标抑制方法 |
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 |