CN112986926B - 基于点迹属性关联判别的pd雷达鬼影抑制方法 - Google Patents
基于点迹属性关联判别的pd雷达鬼影抑制方法 Download PDFInfo
- Publication number
- CN112986926B CN112986926B CN202110396246.5A CN202110396246A CN112986926B CN 112986926 B CN112986926 B CN 112986926B CN 202110396246 A CN202110396246 A CN 202110396246A CN 112986926 B CN112986926 B CN 112986926B
- Authority
- CN
- China
- Prior art keywords
- trace
- trace point
- distance
- doppler
- attribute
- 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
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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- 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
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
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
本发明公开了一种基于点迹属性关联判别的PD雷达鬼影抑制方法,雷达信息处理技术领域。包括:对用于距离解模糊的第一脉组数据和第二脉组数据分别进行多普勒滤波处理、距离维检测凝聚和多普勒维检测凝聚;然后进行点迹提取处理,根据预设评估规则确定每个点迹的属性标识;然后对点迹进行距离相关处理,得到包含距离相关点迹的点迹对;对每个点迹对的点迹的属性标识进行判断,根据属性标识判断对应的点迹对是否为鬼影,如果是,则删除对应的点迹对。本发明提供的PD雷达鬼影抑制方法,通过在距离解模糊之前通过对点迹提取结果进行点迹属性标识的判别,利用鬼影点迹和真实目标点迹的多维属性差异,实现了对PD雷达鬼影的抑制。
Description
技术领域
本发明涉及雷达信息处理技术领域,尤其涉及一种基于点迹属性关联判别的PD雷达鬼影抑制方法。
背景技术
PD雷达在距离上存在模糊,通过脉组参差设计可以实现距离解模糊,得到目标真实距离信息。由于雷达探测误差和杂波剩余的影响,在距离解模糊过程中会产生一些真实环境中并不存在的虚假点迹,称该类虚假点迹为鬼影,鬼影的存在不仅会影响真实目标航迹稳定跟踪,且会形成虚假航迹,因此在距离解模糊过程中必须对鬼影进行抑制。
目前的方法主要是对MIMO穿墙雷达中的鬼影进行抑制,然而MIMO穿墙雷达中的鬼影产生机理与PD雷达不同,无法在PD雷达中应用。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种基于点迹属性关联判别的PD雷达鬼影抑制方法、装置及存储介质。
本发明解决上述技术问题的技术方案如下:
一种基于点迹属性关联判别的PD雷达鬼影抑制方法,包括:
获取用于距离解模糊的第一脉组数据和第二脉组数据,并分别进行多普勒滤波处理、距离维检测凝聚和多普勒维检测凝聚,得到第一多普勒凝聚数据和第二多普勒凝聚数据;
对所述第一多普勒凝聚数据和所述第二多普勒凝聚数据进行点迹提取处理,根据预设评估规则确定每个点迹的属性标识,得到第一点迹提取结果和第二点迹提取结果;
对所述第一点迹提取结果和所述第二点迹提取结果的点迹进行距离相关处理,得到包含距离相关点迹的点迹对;
对每个点迹对的点迹的属性标识进行判断,根据属性标识判断对应的点迹对是否为鬼影,如果是,则删除对应的点迹对。
本发明解决上述技术问题的另一种技术方案如下:
一种存储介质,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如上述技术方案所述的基于点迹属性关联判别的PD雷达鬼影抑制方法。
本发明解决上述技术问题的另一种技术方案如下:
一种基于点迹属性关联判别的PD雷达鬼影抑制装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序,实现如上述技术方案所述的基于点迹属性关联判别的PD雷达鬼影抑制方法。
本发明的有益效果是:本发明提供的PD雷达鬼影抑制方法,通过在距离解模糊之前通过对点迹提取结果进行点迹属性标识的判别,利用鬼影点迹和真实目标点迹的多维属性差异,实现了对PD雷达鬼影的抑制。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
图1为本发明PD雷达鬼影抑制方法的实施例提供的流程示意图;
图2为实测数据直接距离解模糊后点迹输出结果示意图;
图3为实测数据采用本发明方法进行鬼影抑制后点迹输出结果示意图;
图4为本发明PD雷达鬼影抑制装置的实施例提供的结构框架示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实施例只用于解释本发明,并非用于限定本发明的范围。
雷达杂波抑制常用的方法有动目标显示(Moving Target Indication,MTI)、动目标检测(Moving Target Detect,MTD)和脉冲多普勒(Pulse Doppler,PD)等,PD处理具有良好的杂波抑制性能,在现代雷达***中得到了广泛应用。根据《雷达手册》,使最大探测距离不模糊的重频称为低重频(使用MTI和MTD技术),使探测目标最大速度不模糊的重频称为高重频,距离和速度均模糊的重频称为中重频,将使用中重频和高重频的雷达称为PD雷达。
为了消除PD雷达在距离上存在的模糊,通常通过脉组参差设计实现距离解模糊,得到目标真实距离信息,能够避免低重频和高重频的缺点,同时保持二者的性能优点。例如,常见的脉组参差设计可以设计4对脉组,2个脉组为一对,每对脉组通过重复周期抖动实现距离解模糊。
然而,在距离解模糊的过程中,由于雷达探测误差和杂波剩余的影响,会产生一些真实环境中并不存在的虚假点迹,即鬼影,目前缺少针对PD雷达的鬼影抑制方法,基于此,本申请提供了如下实施方式。
如图1所示,为本发明PD雷达鬼影抑制方法的实施例提供的流程示意图,该鬼影抑制方法基于点迹属性关联判别实现,适用于PD雷达的鬼影抑制。该方法包括:
S1,获取用于距离解模糊的第一脉组数据和第二脉组数据,并分别进行多普勒滤波处理、距离维检测凝聚和多普勒维检测凝聚,得到第一多普勒凝聚数据和第二多普勒凝聚数据;
需要说明的是,可以接收雷达脉组数据,然后对两个脉组进行编号,分为第一脉组数据和第二脉组数据。可以根据雷达***设计的多普勒滤波器组系数分别对这2个脉组数据进行多普勒滤波处理,得到距离-多普勒域数据,可以记为第一距离多普勒域数据和第二距离多普勒域数据。
然后再分别对第一距离多普勒域数据和第二距离多普勒域数据进行距离维检测凝聚,得到得到第一距离凝聚数据和第二距离凝聚数据。
然后再分别对第一距离凝聚数据和第二距离凝聚数据进行多普勒维检测凝聚,得到第一多普勒凝聚数据和第二多普勒凝聚数据。
应理解,本领域技术人员可以选择现有的雷达数据处理方式对脉组数据进行多普勒滤波处理、距离维检测凝聚和多普勒维检测凝聚,在此不再赘述。
S2,对第一多普勒凝聚数据和第二多普勒凝聚数据进行点迹提取处理,根据预设评估规则确定每个点迹的属性标识,得到第一点迹提取结果和第二点迹提取结果;
需要说明的是,每个点迹信息包含幅度A、距离R、速度V和属性标识Sign。幅度A和距离R为点迹提取的常规点迹信息,本领域技术人员可以通过现有技术提取这些常规点迹信息,在此不再赘述。下面给出一种示例性的速度V提取方式。
速度V可以根据凝聚后点迹所在多普勒通道Dn、当前脉组多普勒通道总数Dall、脉冲重复频率PRF和波长λ计算,公式如下:
应理解,属性标识用于判定鬼影,包含有点迹的距离单元展宽与距离主瓣点数之间的关系,以及多普勒通道展宽与多普勒滤波器组通道交叠个数之间的关系,可以根据上述关系为每一个点迹标注属性标识Sign。
例如,如果一对点迹中,两个点迹的距离单元展宽与距离主瓣点数之间相差都较大,那么表明该点迹可能为鬼影,或者,两个点迹的多普勒通道展宽与多普勒滤波器组通道交叠个数之间相差都较大,那么也表明该点迹可能为鬼影,那么本领域技术人员可以设置一个阈值,将距离单元展宽与距离主瓣点数之间相差大于阈值的点迹使用预设的符号进行标记,从而在后续处理过程中,根据预设符号判定点迹是否为鬼影;本领域技术人员也可以设置另一个阈值,将多普勒通道展宽与多普勒滤波器组通道交叠个数之间相差大于阈值的点迹使用预设的符号进行标记,从而在后续处理过程中,根据预设符号判定点迹是否为鬼影;本领域技术人员还可以设置两个阈值,将同时满足距离单元展宽与距离主瓣点数之间相差大于一个阈值,且多普勒通道展宽与多普勒滤波器组通道交叠个数之间相差大于另一个阈值的点迹使用预设的符号进行标记,从而在后续处理过程中,根据预设符号判定点迹是否为鬼影。
S3,对第一点迹提取结果和第二点迹提取结果的点迹进行距离相关处理,得到包含距离相关点迹的点迹对;
需要说明的是,本领域技术人员可以选择现有方式对两个点迹进行距离相关处理,在此不再赘述。
S4,对每个点迹对的点迹的属性标识进行判断,根据属性标识判断对应的点迹对是否为鬼影,如果是,则删除对应的点迹对。
需要说明的是,可以通过预设的符号进行判断,假设一对点迹对中的两个点迹的属性标识都包含表明二者可能为鬼影的预设符号,那么可以删除该点迹对。
例如,可以将同时满足距离单元展宽与距离主瓣点数之间相差小于一个阈值,且多普勒通道展宽与多普勒滤波器组通道交叠个数之间相差小于另一个阈值的点迹使用1进行标记,否则使用0进行标记,那么可以判断每个点迹对的点迹的属性标识是否都为0,如果2个点迹的属性标识都为0,那么可以将对应的点迹对判定为鬼影,从而删除该点迹对。
为说明本发明的效果,采用某型三坐标PD雷达实测数据进行验证,该组数据共80个扫描周期,方位扇区发射0-180°;直接距离解模糊后点迹输出结果如图2所示,由于方位0-30°和150-180°存在强杂波,杂波剩余在距离解模糊时产生了鬼影,从图2可以看出扇区内存在大量虚假点迹;采用本发明方法进行鬼影抑制后点迹输出结果如图3所示,从图3可以看出鬼影被有效抑制。实测数据处理结果验证了本发明方法对PD雷达鬼影抑制的有效性。
本实施例提供的PD雷达鬼影抑制方法,通过在距离解模糊之前通过对点迹提取结果进行点迹属性标识的判别,利用鬼影点迹和真实目标点迹的多维属性差异,实现了对PD雷达鬼影的抑制。
可选地,在一些可能的实施方式中,根据以下步骤进行距离维检测凝聚处理:
沿距离维分别对第一距离多普勒域数据和第二距离多普勒域数据的每个多普勒通道进行恒虚警率检测和Mr/Nr滑窗检测,将分布在连续多个距离单元中的数据进行幅度质心加权凝聚,得到第一距离凝聚数据和第二距离凝聚数据;
其中,第一距离多普勒域数据由第一脉组数据经多普勒滤波处理后得到,第二距离多普勒域数据由第二脉组数据经多普勒滤波处理后得到,Mr和Nr分别为设定的距离维滑窗检测参数。
可选地,在一些可能的实施方式中,根据以下步骤进行多普勒维检测凝聚处理:
沿多普勒维分别对第一距离凝聚数据和第二距离凝聚数据进行Md/Nd滑窗检测,将分布在连续多个多普勒通道内的数据进行幅度质心加权凝聚,得到第一多普勒凝聚数据和第二多普勒凝聚数据。
其中,Md和Nd分别为设定的多普勒维滑窗检测参数。
可选地,在一些可能的实施方式中,对第一点迹提取结果和第二点迹提取结果的点迹进行距离相关处理,得到包含距离相关点迹的点迹对,具体包括:
将第一点迹提取结果Plot1中的第i个点迹Plot1_i的距离和对应的第二点迹提取结果Plot2中的第j个点迹Plot2_j的距离代入预设的距离相关准则中,如果满足距离相关准则,则将第i个点迹和第j个点迹作为距离相关的点迹对;
其中,距离相关准则为:
|R1-R2|≤ΔRerror
其中:
R1=Rm1+k1Rmax1
R2=Rm2+k2Rmax2
(k1,k2)为距离模糊次数,(k1,k2)∈[0,K],K为最大距离模糊次数,Rm1为第i个点迹Plot1_i的距离,Rm2为第j个点迹Plot2_j的距离,Rmax1为第一脉组数据对应的最大不模糊距离,Rmax2为第二脉组数据对应的最大不模糊距离,ΔRerror为雷达距离测量误差,Plot1_i∈{Plot1},i=1,…,NP1,NP1为第一点迹提取结果Plot1中的点迹个数,Plot2_j∈{Plot2},j=1,…,NP2,NP2为第一点迹提取结果Plot2中的点迹个数。
需要说明的是,对于距离相关准则,是搜索一组正整数(k1,k2)∈[0,K]使其成立,如果能够成立,则可以认为第i个点迹Plot1_i和第j个点迹Plot2_j具有距离相关性。
可选地,在一些可能的实施方式中,根据预设评估规则确定每个点迹的属性标识,具体包括:
判断提取的点迹的距离单元展宽Rspan和多普勒通道展宽Dspan是否满足以下公式:
|Nres-Rspan|≤1
|Nd-Dspan|≤1
如果距离单元展宽Rspan和多普勒通道展宽Dspan均满足公式,则将对应点迹的属性标识标为第一预设值,否则将对应点迹的属性标识标为第二预设值;
其中,Nres为距离主瓣点数,Nd为多普勒滤波器组通道交叠个数。
下面给出一种示例性的距离主瓣点数Nres的计算方法:
应理解,第一预设值和第二预设值可以根据实际需求设置,例如,第一预设值可以为1,第二预设值可以为0。
通过以上方式确定点迹的属性标识,能够便于后续的鬼影判定,并且准确率良好。
可选地,在一些可能的实施方式中,对每个点迹对的点迹的属性标识进行判断,根据属性标识判断对应的点迹对是否为鬼影,具体包括:
如果第一点迹对的两个点迹的属性标识均为第二预设值,则将第一点迹对判定为鬼影;
其中,第一点迹对为全部点迹对中的任意一个。
需要说明的是,如果两个点迹的属性标识均为第二预设值,说明点迹的距离单元展宽与距离主瓣点数之间相关性不高,并且多普勒通道展宽与多普勒滤波器组通道交叠个数之间的相关性不高,那么可以认定该点迹为鬼影,从而予以剔除。
可选地,在一些可能的实施方式中,对每个点迹对的点迹的属性标识进行判断,根据属性标识判断对应的点迹对是否为鬼影,还包括:
如果第二点迹对的两个点迹的属性标识至少有一个不为第二预设值,则判断第二点迹对的两个点迹是否满足预设的幅度相关准则,如果不满足幅度相关准则,则将第二点迹对判定为鬼影;
其中,第二点迹对为全部点迹对中的任意一个,当A1>A2时,所述幅度相关准则为:
A1/A2<Nfluc
当A1≤A2时,所述幅度相关准则为:
A1/A2≥1/Nfluc
其中,A1和A2为距离相关的两个点迹的幅度,A1来自于所述第一点迹提取结果,A2来自于所述第二点迹提取结果,Nfluc为预设的幅度起伏因子。预设的幅度起伏因子Nfluc可以根据实际需求设置。
可选地,在一些可能的实施方式中,对每个点迹对的点迹的属性标识进行判断,根据属性标识判断对应的点迹对是否为鬼影,还包括:
如果第二点迹对的两个点迹满足幅度相关准则,则判断第二点迹对的两个点迹是否满足预设的速度相关准则,如果不满足速度相关准则,则将第二点迹对判定为鬼影;
其中,速度相关准则为:
|V1-V2|≤ΔVerror
其中:
V1=Vm1+l1Vmax1
V2=Vm2+l2Vmax2
(l1,l2)为速度模糊次数,(l1,l2)∈[0,L],L为最大速度模糊次数,Vm1和Vm2为距离相关的两个点迹的速度,且Vm1来自于第一点迹提取结果,Vm2来自于第二点迹提取结果,Vmax1为第一脉组数据对应的最大不模糊速度,Vmax2为第二脉组数据对应的最大不模糊速度,ΔVerror为速度测量误差。
需要说明的是,对于速度相关准则,是搜索一组正整数(l1,l2)∈[0,L]使其成立,如果能够成立,则可以认为对应的两个点迹具有速度相关性。
如果满足速度相关准则,则进行距离速度解模糊,缓存点迹信息,点迹信息包含幅度A=(A1+A2)/2、距离R=(R1+R2)/2、速度V=(V1+V2)/2。
可选地,在一些可能的实施方式中,还包括:
在完成距离速度解模糊后,进行俯仰维和方位维测角,得到点迹仰角和方位信息,输出当前波位点迹。
可以理解,在一些实施例中,可以包含如上述各实施方式中的部分或全部。
本发明还提供一种存储介质,存储介质中存储有指令,当计算机读取指令时,使计算机执行如上述任意实施方式公开的基于点迹属性关联判别的PD雷达鬼影抑制方法。
如图4所示,本发明还提供一种基于点迹属性关联判别的PD雷达鬼影抑制装置,包括:
存储器1,用于存储计算机程序;
处理器2,用于执行计算机程序,实现如上述任意实施方式公开的基于点迹属性关联判别的PD雷达鬼影抑制方法。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请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,以上所描述的方法实施例仅仅是示意性的,例如,步骤的划分,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,例如多个步骤可以结合或者可以集成到另一个步骤,或一些特征可以忽略,或不执行。
上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品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设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种基于点迹属性关联判别的PD雷达鬼影抑制方法,其特征在于,包括:
获取用于距离解模糊的第一脉组数据和第二脉组数据,并分别进行多普勒滤波处理、距离维检测凝聚和多普勒维检测凝聚,得到第一多普勒凝聚数据和第二多普勒凝聚数据;
对所述第一多普勒凝聚数据和所述第二多普勒凝聚数据进行点迹提取处理,根据预设评估规则确定每个点迹的属性标识,得到第一点迹提取结果和第二点迹提取结果;
对所述第一点迹提取结果和所述第二点迹提取结果的点迹进行距离相关处理,得到包含距离相关点迹的点迹对;
对每个点迹对的点迹的属性标识进行判断,根据属性标识判断对应的点迹对是否为鬼影,如果是,则删除对应的点迹对;
根据预设评估规则确定每个点迹的属性标识,具体包括:
判断提取的点迹的距离单元展宽Rspan和多普勒通道展宽Dspan是否满足以下公式:
|Nres-Rspan|≤1
|Nd-Dspan|≤1
如果距离单元展宽Rspan和多普勒通道展宽Dspan均满足公式,则将对应点迹的属性标识标为第一预设值,否则将对应点迹的属性标识标为第二预设值;
其中,Nres为距离主瓣点数,Nd为多普勒滤波器组通道交叠个数;
对每个点迹对的点迹的属性标识进行判断,根据属性标识判断对应的点迹对是否为鬼影,具体包括:
如果第一点迹对的两个点迹的属性标识均为第二预设值,则将所述第一点迹对判定为鬼影;
其中,所述第一点迹对为全部点迹对中的任意一个;
对每个点迹对的点迹的属性标识进行判断,根据属性标识判断对应的点迹对是否为鬼影,还包括:
如果第二点迹对的两个点迹的属性标识至少有一个不为第二预设值,则判断所述第二点迹对的两个点迹是否满足预设的幅度相关准则,如果不满足所述幅度相关准则,则将所述第二点迹对判定为鬼影;
其中,所述第二点迹对为全部点迹对中的任意一个,当A1>A2时,所述幅度相关准则为:
A1/A2<Nfluc
当A1≤A2时,所述幅度相关准则为:
A1/A2≥1/Nfluc
其中,A1和A2为距离相关的两个点迹的幅度,A1来自于所述第一点迹提取结果,A2来自于所述第二点迹提取结果,Nfluc为预设的幅度起伏因子。
2.根据权利要求1所述的基于点迹属性关联判别的PD雷达鬼影抑制方法,其特征在于,根据以下步骤进行距离维检测凝聚处理:
沿距离维分别对第一距离多普勒域数据和第二距离多普勒域数据的每个多普勒通道进行恒虚警率检测和滑窗检测,将分布在连续多个距离单元中的数据进行幅度质心加权凝聚,得到第一距离凝聚数据和第二距离凝聚数据;
其中,所述第一距离多普勒域数据由所述第一脉组数据经多普勒滤波处理后得到,所述第二距离多普勒域数据由所述第二脉组数据经多普勒滤波处理后得到。
3.根据权利要求2所述的基于点迹属性关联判别的PD雷达鬼影抑制方法,其特征在于,根据以下步骤进行多普勒维检测凝聚处理:
沿多普勒维分别对所述第一距离凝聚数据和所述第二距离凝聚数据进行滑窗检测,将分布在连续多个多普勒通道内的数据进行幅度质心加权凝聚,得到第一多普勒凝聚数据和第二多普勒凝聚数据。
4.根据权利要求1所述的基于点迹属性关联判别的PD雷达鬼影抑制方法,其特征在于,对所述第一点迹提取结果和所述第二点迹提取结果的点迹进行距离相关处理,得到包含距离相关点迹的点迹对,具体包括:
将所述第一点迹提取结果中的第i个点迹的距离和对应的所述第二点迹提取结果中的第j个点迹的距离代入预设的距离相关准则中,如果满足所述距离相关准则,则将所述第i个点迹和所述第j个点迹作为距离相关的点迹对;
其中,所述距离相关准则为:
|R1-R2|≤ΔRerror
其中:
R1=Rm1+k1Rmax1
R2=Rm2+k2Rmax2
(k1,k2)为距离模糊次数,(k1,k2)∈[0,K],K为最大距离模糊次数,Rm1为第i个点迹的距离,Rm2为第j个点迹的距离,Rmax1为第一脉组数据对应的最大不模糊距离,Rmax2为第二脉组数据对应的最大不模糊距离,ΔRerror为雷达距离测量误差。
5.根据权利要求1所述的基于点迹属性关联判别的PD雷达鬼影抑制方法,其特征在于,对每个点迹对的点迹的属性标识进行判断,根据属性标识判断对应的点迹对是否为鬼影,还包括:
如果所述第二点迹对的两个点迹满足所述幅度相关准则,则判断所述第二点迹对的两个点迹是否满足预设的速度相关准则,如果不满足所述速度相关准则,则将所述第二点迹对判定为鬼影;
其中,所述速度相关准则为:
|V1-V2|≤ΔVerror
其中:
V1=Vm1+l1Vmax1
V2=Vm2+l2Vmax2
(l1,l2)为速度模糊次数,(l1,l2)∈[0,L],L为最大速度模糊次数,Vm1和Vm2为距离相关的两个点迹的速度,且Vm1来自于所述第一点迹提取结果,Vm2来自于所述第二点迹提取结果,Vmax1为第一脉组数据对应的最大不模糊速度,Vmax2为第二脉组数据对应的最大不模糊速度,ΔVerror为速度测量误差。
6.一种存储介质,其特征在于,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如权利要求1至5中任一项所述的基于点迹属性关联判别的PD雷达鬼影抑制方法。
7.一种基于点迹属性关联判别的PD雷达鬼影抑制装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序,实现如权利要求1至5中任一项所述的基于点迹属性关联判别的PD雷达鬼影抑制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110396246.5A CN112986926B (zh) | 2021-04-13 | 2021-04-13 | 基于点迹属性关联判别的pd雷达鬼影抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110396246.5A CN112986926B (zh) | 2021-04-13 | 2021-04-13 | 基于点迹属性关联判别的pd雷达鬼影抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112986926A CN112986926A (zh) | 2021-06-18 |
CN112986926B true CN112986926B (zh) | 2022-11-08 |
Family
ID=76338289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110396246.5A Active CN112986926B (zh) | 2021-04-13 | 2021-04-13 | 基于点迹属性关联判别的pd雷达鬼影抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112986926B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113820687A (zh) * | 2021-10-19 | 2021-12-21 | 中安锐达(北京)电子科技有限公司 | 一种考虑一阶速度模糊的雷达点迹航迹关联算法 |
CN113835083A (zh) * | 2021-10-19 | 2021-12-24 | 中安锐达(北京)电子科技有限公司 | 一种基于扇区滑窗的雷达数据处理方法 |
CN114578316B (zh) * | 2022-04-29 | 2022-07-29 | 北京一径科技有限公司 | 确定点云中鬼影点的方法、装置、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU6558986A (en) * | 1985-12-05 | 1987-06-11 | Raytheon Company | Log magnitude pulse interference detection for a radar system |
JP2006214766A (ja) * | 2005-02-01 | 2006-08-17 | Nec Corp | レーダ信号処理装置及びレーダ信号処理方法 |
CN108490410A (zh) * | 2018-03-06 | 2018-09-04 | 中国船舶重工集团公司第七二四研究所 | 一种两坐标雷达对海目标联合检测跟踪方法 |
CN108896973A (zh) * | 2018-07-13 | 2018-11-27 | 北京无线电测量研究所 | 雷达数据的标定方法、点迹质量评估方法、存储介质 |
CN109100696A (zh) * | 2018-07-06 | 2018-12-28 | 西安电子科技大学 | 基于点状杂波图的慢速运动目标消除方法 |
CN109343021A (zh) * | 2018-12-03 | 2019-02-15 | 北京遥感设备研究所 | 一种点迹凝聚方法 |
CN110426692A (zh) * | 2019-07-20 | 2019-11-08 | 中国船舶重工集团公司第七二四研究所 | 参差加抖动中重频pd模式点迹提取方法 |
CN110658506A (zh) * | 2019-09-10 | 2020-01-07 | 武汉大学 | 一种基于角度聚类和多普勒分析的微多普勒杂波滤除方法 |
CN110879390A (zh) * | 2019-12-02 | 2020-03-13 | 西安电子工程研究所 | 一种基于父子结点遍历的距离多普勒平面点迹凝聚方法 |
-
2021
- 2021-04-13 CN CN202110396246.5A patent/CN112986926B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU6558986A (en) * | 1985-12-05 | 1987-06-11 | Raytheon Company | Log magnitude pulse interference detection for a radar system |
JP2006214766A (ja) * | 2005-02-01 | 2006-08-17 | Nec Corp | レーダ信号処理装置及びレーダ信号処理方法 |
CN108490410A (zh) * | 2018-03-06 | 2018-09-04 | 中国船舶重工集团公司第七二四研究所 | 一种两坐标雷达对海目标联合检测跟踪方法 |
CN109100696A (zh) * | 2018-07-06 | 2018-12-28 | 西安电子科技大学 | 基于点状杂波图的慢速运动目标消除方法 |
CN108896973A (zh) * | 2018-07-13 | 2018-11-27 | 北京无线电测量研究所 | 雷达数据的标定方法、点迹质量评估方法、存储介质 |
CN109343021A (zh) * | 2018-12-03 | 2019-02-15 | 北京遥感设备研究所 | 一种点迹凝聚方法 |
CN110426692A (zh) * | 2019-07-20 | 2019-11-08 | 中国船舶重工集团公司第七二四研究所 | 参差加抖动中重频pd模式点迹提取方法 |
CN110658506A (zh) * | 2019-09-10 | 2020-01-07 | 武汉大学 | 一种基于角度聚类和多普勒分析的微多普勒杂波滤除方法 |
CN110879390A (zh) * | 2019-12-02 | 2020-03-13 | 西安电子工程研究所 | 一种基于父子结点遍历的距离多普勒平面点迹凝聚方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112986926A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112986926B (zh) | 基于点迹属性关联判别的pd雷达鬼影抑制方法 | |
Moyer et al. | A multi-dimensional Hough transform-based track-before-detect technique for detecting weak targets in strong clutter backgrounds | |
CN101930072B (zh) | 基于多特征融合的红外弱小运动目标航迹起始方法 | |
US8718323B2 (en) | Batch detection association for enhanced target descrimination in dense detection environments | |
CN109613527B (zh) | 一种运动目标的检测门限生成方法及装置 | |
CN105487060B (zh) | 一种双通道四斜率调制的多目标提取方法 | |
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 | |
JP2006516728A (ja) | 目標検出方法 | |
CN109100696B (zh) | 基于点状杂波图的慢速运动目标消除方法 | |
CN103454634B (zh) | 基于多普勒谱分析的sar运动目标检测方法 | |
CN111999726B (zh) | 一种基于毫米波雷达的人员定位方法 | |
CN113050071A (zh) | 激光雷达数据处理方法、装置、设备及存储介质 | |
CN110673130A (zh) | 一种基于航迹关联的运动目标航迹跟踪方法 | |
KR101968327B1 (ko) | 항적 거리 보상 장치 및 방법 | |
US8188910B2 (en) | Method for the multidimensional temporal kinematic filtering of radar blips, from antenna revolution to antenna revolution | |
CN112198486B (zh) | 一种极窄脉冲雷达距离关联目标回波空间聚合方法 | |
CN110426692B (zh) | 参差加抖动中重频pd模式点迹提取方法 | |
CN115128571B (zh) | 一种基于毫米波雷达的多人与非机动车识别方法 | |
KR102361816B1 (ko) | 표적 탐지 방법 및 기록 매체 | |
Zhou et al. | Underwater multitarget tracking method based on threshold segmentation | |
CN112558067B (zh) | 一种基于距离像与isar像融合的雷达成像方法 | |
CN110988837B (zh) | 一种窄带雷达目标判别方法 | |
CN112166341B (zh) | 速度确定方法、设备和存储介质 | |
CN113625266A (zh) | 应用雷达检测低速目标的方法、装置、存储介质和设备 | |
CN113009470B (zh) | 一种目标态势特征数据的处理方法、***、装置及介质 |
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 |