CN113030959B - 一种雷达和光电联动反低慢小目标3d地图画面消抖方法 - Google Patents

一种雷达和光电联动反低慢小目标3d地图画面消抖方法 Download PDF

Info

Publication number
CN113030959B
CN113030959B CN202110365292.9A CN202110365292A CN113030959B CN 113030959 B CN113030959 B CN 113030959B CN 202110365292 A CN202110365292 A CN 202110365292A CN 113030959 B CN113030959 B CN 113030959B
Authority
CN
China
Prior art keywords
measurement
value
state
target
calculating
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
Application number
CN202110365292.9A
Other languages
English (en)
Other versions
CN113030959A (zh
Inventor
鲁瑞莲
杨晓铃
汪宗福
康腾飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Huirong Guoke Microsystem Technology Co ltd
Original Assignee
Chengdu Huirong Guoke Microsystem Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Huirong Guoke Microsystem Technology Co ltd filed Critical Chengdu Huirong Guoke Microsystem Technology Co ltd
Priority to CN202110365292.9A priority Critical patent/CN113030959B/zh
Publication of CN113030959A publication Critical patent/CN113030959A/zh
Application granted granted Critical
Publication of CN113030959B publication Critical patent/CN113030959B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • 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)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明提出一种雷达和光电联动反低慢小目标的3D地图画面消抖算法，设定目标状态转移方程与目标状态量测方程；显示终端设备提取出目标的距离量测信息，基于该量测新息对目标状态值与状态协方差进行初始化；基于量测预测值计算量测信息，基于状态预测协方差矩阵与量测预测协方差矩阵计算增益；计算状态滤波值与协方差滤波值；使用状态滤波值作为最终的距离量测值进行距离信息的显示。本发明对光电3D地图显示中的距离测量误差进行平滑，从而达到画面消抖的目的，实现更好的3D视觉跟踪展示效果。

Description

一种雷达和光电联动反低慢小目标3D地图画面消抖方法
技术领域
本发明属空中目标探测技术领域，涉及一种雷达和光电联动反低慢小目标3D地图画面消抖方法。
背景技术
随着无人机爆发式的增长，尤其是消费级小型旋翼无人机成为大众消费品，随之也带来了无人机这类低空小型慢速飞行器监管的问题。现已出现多起无人机黑飞，扰乱民航机场，导致航班停飞的事故，带来了重大的安全隐患。同时民用和军用机场一直都受到状鸟的威胁，也需要能对机场鸟类进行监控侦查的手段。因此对低空小型慢速(低慢小)目标的侦查、跟踪、监控，已是当前迫切的需求。
雷达和光电跟踪***是目前侦查低慢小目标的有效工具。雷达可大面积远距离全天候全时段高效率地实施侦查，但存在成像分辨率低，不能进行成像识别，确定目标属性的缺点；光电跟踪***成像分辨率高，可在能见度较高的天候条件下，通过可见光***或红外光电***，进行24小时不间断的目标成像识别和跟踪。光电***具有很高角度跟踪精度，但是其一大缺点为距离精度低。在利用3D地图对光电视场进行实时显示时，由于光电设备输出距离数据误差较大，导致3D地图画面出现抖动与跳变。
发明内容
本发明基于上述描述问题提出一种基于卡尔曼滤波方法对光电3D地图显示中的距离测量误差进行平滑，从而达到画面消抖的目的，实现更好的3D视觉跟踪展示效果。
本发明提出了一种雷达和光电联动反低慢小目标的3D地图画面消抖方法，包括以下步骤：
步骤1，在3D终端显示设备上设定目标状态转移方程与目标状态量测转移方程；
步骤2，光电设备探测到目标，并从雷达上获得关于目标的角度与距离信息的集合，所述的光电设备和雷达将关于目标的角度与距离信息的集合发送给3D终端显示设备；
步骤3，显示终端设备在获得光电设备提供的信息的集合后从中提取出目标的距离量测信息，基于所述的距离量测信息对目标状态值和状态协方差进行初始化；
步骤4，结合步骤1获得的目标状态转移方程与目标状态量测方程与步骤3获得的目标状态初始值计算当前时刻目标状态预测值和目标状态预测协方差；
步骤5，基于步骤4获得的目标状态预测值和目标状态预测协方差计算量测预测值和量测预测协方差矩阵；
步骤6，基于步骤3获得的距离量测信息值和步骤5获得的量测预测值计算量测信息，基于步骤4获得的当前时刻目标状态预测协方差矩阵和步骤5获得的量测预测协方差矩阵计算增益；
步骤7，基于步骤4获得的目标状态预测值与步骤3获得的距离量测信息和增益计算状态滤波值，基于步骤4获得的目标状态预测协方差和步骤5获得的量测预测协方差矩阵计算协方差滤波值；
步骤8，基于步骤7获得的状态滤波值作为最终的距离量测值进行距离信息的显示值，并进入下一帧画面的消抖计算。
进一步的，所述的步骤1包括以下子步骤：
步骤1.1，设定目标状态转移方程为：
xk＝Fxk-1+v
其中，F表示状态转移矩阵，xK-1表示前k-1时刻距离集合值，v表示过程噪声；
步骤1.2，设定目标状态量测转移方程为：
zk＝H(xk)+wk
其中，H()表示量测转移矩阵，wk表示量测噪声，所述的量测转移矩阵：
H＝(1 0 0)。
进一步的，所述的状态转移矩阵F为：
Figure BDA0003003851730000031
其中，T表示光电设备的数据率。
进一步的，所述的步骤3包括以下子步骤：
步骤3.1，基于目标距离量测信息集合Rk结合下式进行目标状态值初始化
Figure BDA0003003851730000032
其中xK表示前k时刻的所有距离测量值的集合，Rk表示第k时刻的距离测量值，Rk-1表示第k-1时刻的距离测量值，T表示光电设备数据率；
步骤3.2，基于下式对状态协方差矩阵进行初始化：
Figure BDA0003003851730000033
其中，
Figure BDA0003003851730000034
表示测量噪声的方差，/>
Figure BDA0003003851730000035
表示噪声过程的方差值。
进一步的，所述的步骤4包括以下子步骤：
步骤4.1,基于目标状态预测方程和目标状态初始值，根据下面公式对当前时刻目标状态预测值进行计算：
Figure BDA0003003851730000041
步骤4.2，基于步骤3.2获得的初始状态协方差矩阵，并结合下面公式对对第k+1时刻的状态预测协方差矩阵进行计算：
Figure BDA0003003851730000042
其中(·)T表示求转置操作，Q表示过程噪声分布矩阵，
Figure BDA0003003851730000043
进一步的，所述步骤4.2中Qk表示为：
Figure BDA0003003851730000044
进一步的，步骤5中的量测预测值和量测预测协方差矩阵表示为：
Figure BDA0003003851730000045
其中，H表示量测转移矩阵，
Figure BDA0003003851730000046
表示第k+1时刻的量测预测值，R表示量测噪声协方差矩阵，sk+1表示第k+1时刻的量测协方差矩阵。
进一步的，所述的步骤6包括以下子步骤：
步骤6.1，按照步骤3获得的距离量测值与步骤5获得的量测预测值按下列公式计算量测信息
Figure BDA0003003851730000047
其中，vk+1表示第k+1时刻的量测新息；
步骤6.2，从步骤4获得的当前时刻目标状态预测协方差矩阵和步骤5获得的量测预测协方差矩阵，按照下列公式计算增益：
Figure BDA0003003851730000048
其中(·)-1表示求矩阵求逆操作。
进一步的，所述的步骤7包括以下子步骤：
步骤7.1，基于步骤4获得的状态预测值和步骤6获得的量测信息与增益。按照下列公式计算状态滤波值：
Figure BDA0003003851730000051
步骤7.2，基于步骤4获得的目标状态预测协方差矩阵和步骤5获得的量测预测协方差矩阵，按照下列公式计算协方差滤波值
Figure BDA0003003851730000052
进一步的，所述的进入下一帧画面的消抖计算，指的是输入下一帧的数据，重复执行步骤1-7步骤7，基于步骤4获得的状态预测值与步骤3获得的量测信息和增益计算状态滤波值，基于步骤4获得的目标状态预测协方差矩阵和步骤5获得的量测预测协方差矩阵计算协方差滤波值；
步骤8，基于步骤7获得的状态滤波值作为最终的距离量测值进行距离信息的显示值，并进入下一帧画面的消抖计算。
进一步的，所述的步骤1包括以下子步骤：
步骤1.1，设定目标状态转移方程为：
xk＝Fxk-1+v
其中，F表示状态转移矩阵，xK-1表示距离集合值，v表示过程噪声；
步骤1.2，设定目标状态量测转移方程为：
zk＝H(xk)+wk
其中，H表示量测转移矩阵，wk表示量测噪声，所述的量测转移矩阵：
H＝(1 0 0)。
进一步的，所述的状态转移矩阵F为：
Figure BDA0003003851730000061
其中，T表示光电设备的数据率。
进一步的，所述的步骤3包括以下子步骤：
步骤3.1，基于目标距离量测信息集合Rk结合下式进行目标状态值初始化
Figure BDA0003003851730000062
其中xK表示前k时刻的所有距离测量值的集合，Rk表示第k时刻的距离测量值，Rk-1表示第k-1时刻的距离测量值，T表示光电设备数据率；
步骤3.2，基于下式对状态协方差矩阵进行初始化：
Figure BDA0003003851730000063
其中，
Figure BDA0003003851730000064
表示测量噪声的方差，/>
Figure BDA0003003851730000065
表示噪声过程的方差值。
进一步的，所述的步骤4包括以下子步骤：
步骤4.1,基于目标状态预测方程和目标状态初始值，根据下面公式对当前时刻目标状态预测值进行计算：
Figure BDA0003003851730000066
步骤4.2，基于步骤3.2获得的初始状态协方差矩阵，并结合下面公式对状态预测协方差矩阵进行计算：
Figure BDA0003003851730000067
其中(·)T表示求转置操作，Q表示过程噪声分布矩阵，
Figure BDA0003003851730000071
进一步的，所述步骤4.2中Qk表示为：
Figure BDA0003003851730000072
进一步的，步骤5中的量测预测值和量测预测协方差矩阵表示为：
Figure BDA0003003851730000073
其中，H表示量测转移矩阵，
Figure BDA0003003851730000074
表示第k+1时刻的量测预测值，R表示量测噪声协方差矩阵，Sk+1表示第k+1时刻的量测协方差矩阵。
进一步的，所述的步骤6包括以下子步骤：
步骤6.1，按照步骤3获得的距离量测值与步骤5获得的量测预测值按下列公式计算量测信息
Figure BDA0003003851730000075
其中，vk+1表示第k+1时刻的量测新息；
步骤6.2，从步骤4获得的当前时刻目标状态预测协方差矩阵和步骤5获得的量测预测协方差矩阵，按照下列公式计算增益：
Figure BDA0003003851730000076
其中(·)-1表示求矩阵求逆操作。
进一步的，所述的步骤7包括以下子步骤：
步骤7.1，基于步骤4获得的状态预测值和步骤6获得的量测信息与增益。按照下列公式计算状态滤波值：
Figure BDA0003003851730000077
步骤7.2，基于步骤4获得的目标状态预测协方差矩阵和步骤5获得的量测预测协方差矩阵，按照下列公式计算协方差滤波值
Figure BDA0003003851730000081
进一步的，所述的进入下一帧画面的消抖计算，指的是输入下一帧的数据，重复执行步骤1-7。
附图说明
图1是本发明的一种雷达和光电联动反低慢小目标3D地图画面消抖方法实现总流程图；
图2是本发明方法进行处理后获得的滤波值的实测数据1；
图3是本发明方法进行处理后获得的滤波值的实测数据2；
图4是本发明方法进行处理后获得的滤波值的实测数据3。
具体实施方式
本发明基于上述描述问题提出一种基于卡尔曼滤波方法对光电3D地图显示中的距离测量误差进行平滑，从而达到画面消抖的目的，实现更好的3D视觉跟踪展示效果。
为达到上述技术目的，本发明采用如下技术方案予以实现。
一种雷达和光电联动反低慢小目标3D地图画面消抖方法，包括以下步骤：
步骤1，3D终端显示设备设定目标状态转移方程与目标状态量测方程；
步骤2，光电设备获得关于目标的角度与距离信息集合，并将该信息集合发送给3D终端显示设备；
步骤3，显示终端设备在获得光电设备提供的信息集合后提取出目标的距离量测信息，基于该量测新息对目标状态值与状态协方差进行初始化；
步骤4，结合步骤1获得的目标状态转移方程与目标状态量测方程与步骤3获得的状态初始值计算当前时刻目标状态预测值与状态预测协方差；
步骤5，基于步骤4获得的状态预测值与状态预测协方差计算量测预测值与量测预测协方差矩阵；
步骤6，基于步骤3获得的距离量测值与步骤4获得的量测预测值计算量测新息，基于步骤5获得的状态预测协方差矩阵与量测预测协方差矩阵计算增益；
步骤7，基于步骤4获得的状态预测值与步骤6获得的新息与增益计算状态滤波值，基于步骤5获得的状态预测协方差矩阵与量测预测协方差矩阵计算协方差滤波值；
步骤8，基于步骤7获得的状态滤波值作为最终的距离量测值进行距离信息的显示值，并进入下一帧计算。
以下结合附图对本发明的具体实施方式作出详细说明。
参照图1，为本发明的一种雷达和光电联动反低慢小目标3D地图画面消抖方法实现总流程图；其中所述一种雷达和光电联动反低慢小目标3D地图画面消抖方法，包括以下步骤：
步骤1，3D终端显示设备设定目标状态转移方程与目标状态量测方程；
1a)设定目标状态转移模型为：
xk＝Fxk-1+v
其中，F表示状态转移矩阵，xK-1表示状态值，本实例中x表示距离集合值，v表示过程噪声，其分布服从均值为0方差为σν 2的正态分布。本实例中选取但不限于状态转移矩阵F采用以下形式：
Figure BDA0003003851730000101
其中，T表示光电设备数据率。
1b)设定目标量测转移模型为
zk＝H(xk)+wk
其中，H表示量测转移矩阵，wk表示量测噪声，其为服从均值为0，方差为σw 2的高斯白噪声。本实例选用但不限于量测转移矩阵采用下形式：
H＝(1 0 0)
步骤2，光电设备获得关于目标的角度与距离信息集合，并将该信息集合发送给3D终端显示设备；
步骤3，显示终端设备在获得光电设备提供的前k帧信息集合后提取出目标的距离量测信息xk，基于该量测信息对目标状态值与状态协方差进行初始化；
3a)基于目标距离量测信息集合Rk结合下式进行目标状态值初始化
Figure BDA0003003851730000102
其中Rk表示前k时刻的所有距离测量值的集合，Rk表示第k时刻的距离测量值，Rk-1表示第k-1时刻的距离测量值，T表示光电设备数据率。
3b)基于下式对初始状态协方差矩阵进行初始化：
Figure BDA0003003851730000103
其中，
Figure BDA0003003851730000104
表示测量噪声的方差，/>
Figure BDA0003003851730000105
表示噪声过程的方差值。
步骤4，结合步骤1获得的目标状态转移方程与目标状态量测方程与步骤3获得的状态初始值计算当前时刻目标状态预测值与状态预测协方差；
4a)基于目标状态预测方程与状态初始值结合下式对当前时刻目标状态预测值进行计算：
Figure BDA0003003851730000111
4b)基于步骤3b)获得的初始状态协方差矩阵结合下式对状态预测协方差矩阵进行计算：
Figure BDA0003003851730000112
其中，
Figure BDA0003003851730000113
表示过程噪声分布矩阵，(·)T表示求转置操作。本实例选用但不限于Qk采用以下形式：
Figure BDA0003003851730000114
步骤5，基于步骤4获得的状态预测值与状态预测协方差计算量测预测值与量测预测协方差矩阵；
根据步骤4获得的状态预测值与状态预测协方差结合下式计算量测预测值与量测预测协方差矩阵：
Figure BDA0003003851730000115
其中，H表示量测转移矩阵，
Figure BDA0003003851730000116
表示第k+1时刻的量测预测值，R表示量测噪声协方差矩阵，Sk+1表示第k+1时刻的量测协方差矩阵。
步骤6，基于步骤3获得的距离量测值与步骤4获得的量测预测值计算量测新息，基于步骤5获得的状态预测协方差矩阵与量测预测协方差矩阵计算增益；
6a)步骤3获得的距离量测值与步骤5获得的量测预测值结合下式计算量测新息
Figure BDA0003003851730000121
其中，vk+1表示第k+1时刻的量测新息。
6b)基于步骤5获得的状态预测协方差矩阵与量测预测协方差矩阵结合下式计算增益：
Figure BDA0003003851730000122
其中(·)-1表示求矩阵求逆操作。
步骤7，基于步骤4获得的状态预测值与步骤6获得的新息与增益计算状态滤波值，基于步骤5获得的状态预测协方差矩阵与量测预测协方差矩阵计算协方差滤波值；
7a)基于步骤4获得的状态预测值与步骤6获得的新息与增益结合下式计算状态滤波值：
Figure BDA0003003851730000123
7b)基于步骤5获得的状态预测协方差矩阵与量测预测协方差矩阵结合下式计算协方差滤波值
Figure BDA0003003851730000124
步骤8，基于步骤7获得的状态滤波值作为最终的距离量测值
Figure BDA0003003851730000125
进行距离信息的显示值，并进入下一帧计算。
最后应说明的是，以上实施方式仅用以说明本发明实施例的技术方案而非限制，尽管参照以上较佳实施方式对本发明实施例进行了详细说明，本领域的普通技术人员应当理解，可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。

Claims (10)

1.一种雷达和光电联动反低慢小目标的3D地图画面消抖方法，其特征在于，所述的3D地图画面消抖方法包括以下步骤：
步骤1，在3D终端显示设备上设定目标状态转移方程与目标状态量测转移方程；
步骤2，光电设备探测到目标，并从雷达上获得关于目标的角度与距离信息的集合，所述的光电设备和雷达将关于目标的角度与距离信息的集合发送给3D终端显示设备；
步骤3，显示终端设备在获得光电设备提供的信息的集合后从中提取出目标的距离量测信息，基于所述的距离量测信息对目标状态值和状态协方差进行初始化；
步骤4，结合步骤1获得的目标状态转移方程与目标状态量测转移方程与步骤3获得的目标状态初始值计算当前时刻目标状态预测值和目标状态预测协方差；
步骤5，基于步骤4获得的目标状态预测值和目标状态预测协方差计算量测预测值和量测预测协方差矩阵；
步骤6，基于步骤3获得的距离量测信息值和步骤5获得的量测预测值计算量测信息，基于步骤4获得的当前时刻目标状态预测协方差矩阵和步骤5获得的量测预测协方差矩阵计算增益；
步骤7，基于步骤4获得的目标状态预测值与步骤3获得的距离量测信息和增益计算状态滤波值，基于步骤4获得的目标状态预测协方差和步骤5获得的量测预测协方差矩阵计算协方差滤波值；
步骤8，基于步骤7获得的状态滤波值作为最终的距离量测值进行距离信息的显示值，并进入下一帧画面的消抖计算。
2.如权利要求1所述的3D地图画面消抖方法，其特征在于，所述的步骤1包括以下子步骤：
步骤1.1，设定目标状态转移方程为：
xk＝Fxk-1+v
其中，F表示状态转移矩阵，xK-1表示前k-1时刻距离集合值，v表示过程噪声；
步骤1.2，设定目标状态量测转移方程为：
zk＝H(xk)+wk
其中，H()表示量测转移矩阵，wk表示量测噪声，所述的量测转移矩阵：
H＝(1 0 0)。
3.如权利要求2所述的3D地图画面消抖方法，其特征在于，所述的状态转移矩阵F为：
Figure QLYQS_1
其中，T表示光电设备的数据率。
4.如权利要求3所述的3D地图画面消抖方法，其特征在于，所述的步骤3包括以下子步骤：
步骤3.1，基于目标距离量测信息集合Rk，按照下面公式进行目标状态值初始化：
Figure QLYQS_2
其中xK表示前k时刻的所有距离量测值的集合，Rk表示第k时刻的距离量测值，Rk-1表示第k-1时刻的距离量测值，T表示光电设备数据率；
步骤3.2，基于下式对第k时刻状态协方差矩阵进行初始化：
Figure QLYQS_3
其中，
Figure QLYQS_4
表示量测噪声的方差，/>
Figure QLYQS_5
表示噪声过程的方差值。
5.如权利要求4所述的3D地图画面消抖方法，其特征在于，所述的步骤4包括以下子步骤：
步骤4.1,基于目标状态预测方程和目标状态初始值，根据下面公式对k+1时刻目标状态预测值进行计算：
Figure QLYQS_6
步骤4.2，基于步骤3.2获得的初始状态协方差矩阵，并结合下面公式对第k+1时刻的状态预测协方差矩阵进行计算：
Figure QLYQS_7
其中(·)T表示求转置操作，Q表示过程噪声分布矩阵，
Figure QLYQS_8
6.如权利要求5所述的3D地图画面消抖方法，其特征在于，所述步骤4.2中Qk表示为：
Figure QLYQS_9
7.如权利要求6所述的3D地图画面消抖方法，其特征在于，步骤5中的量测预测值和量测预测协方差矩阵表示为：
Figure QLYQS_10
其中，H表示量测转移矩阵，
Figure QLYQS_11
表示第k+1时刻的量测预测值，R表示量测噪声协方差矩阵，sk+1表示第k+1时刻的量测协方差矩阵。
8.如权利要求7所述的3D地图画面消抖方法，其特征在于，所述的步骤6包括以下子步骤：
步骤6.1，按照步骤3获得的距离量测值与步骤5获得的量测预测值按下列公式计算量测信息
Figure QLYQS_12
其中，vk+1表示第k+1时刻的量测新息；
步骤6.2，从步骤4获得的当前时刻目标状态预测协方差矩阵和步骤5获得的量测预测协方差矩阵，按照下列公式计算第k+1时刻的增益：
Figure QLYQS_13
其中(·)-1表示求矩阵求逆操作。
9.如权利要求8所述的3D地图画面消抖方法，其特征在于，所述的步骤7包括以下子步骤：
步骤7.1，基于步骤4获得的状态预测值和步骤6获得的量测信息与增益，按照下列公式计算状态滤波值：
Figure QLYQS_14
步骤7.2，基于步骤4获得的目标状态预测协方差矩阵和步骤5获得的量测预测协方差矩阵，按照下列公式计算协方差滤波值
Figure QLYQS_15
10.如权利要求9所述的3D地图画面消抖方法，其特征在于，所述的进入下一帧画面的消抖计算指的是输入下一帧的数据，重复执行步骤1-7。
CN202110365292.9A 2021-04-01 2021-04-01 一种雷达和光电联动反低慢小目标3d地图画面消抖方法 Active CN113030959B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110365292.9A CN113030959B (zh) 2021-04-01 2021-04-01 一种雷达和光电联动反低慢小目标3d地图画面消抖方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110365292.9A CN113030959B (zh) 2021-04-01 2021-04-01 一种雷达和光电联动反低慢小目标3d地图画面消抖方法

Publications (2)

Publication Number Publication Date
CN113030959A CN113030959A (zh) 2021-06-25
CN113030959B true CN113030959B (zh) 2023-07-04

Family

ID=76453857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110365292.9A Active CN113030959B (zh) 2021-04-01 2021-04-01 一种雷达和光电联动反低慢小目标3d地图画面消抖方法

Country Status (1)

Country Link
CN (1) CN113030959B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009014596A (ja) * 2007-07-06 2009-01-22 Mitsubishi Electric Corp 目標追尾装置及び目標追尾方法
CN107561503A (zh) * 2017-08-28 2018-01-09 哈尔滨工业大学 一种基于多重渐消因子的自适应目标跟踪滤波方法
CN109100714A (zh) * 2018-06-28 2018-12-28 中国船舶重工集团公司第七0七研究所 一种基于极坐标系的低慢小目标跟踪方法
CN109655826A (zh) * 2018-12-16 2019-04-19 成都汇蓉国科微***技术有限公司 一种低慢小目标轨迹滤波方法及装置
CN110716196A (zh) * 2019-11-04 2020-01-21 广东中科四创科技有限公司 一种多点低慢小空中目标跟踪临视***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110084871A1 (en) * 2009-10-13 2011-04-14 Mcmaster University Cognitive tracking radar

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009014596A (ja) * 2007-07-06 2009-01-22 Mitsubishi Electric Corp 目標追尾装置及び目標追尾方法
CN107561503A (zh) * 2017-08-28 2018-01-09 哈尔滨工业大学 一种基于多重渐消因子的自适应目标跟踪滤波方法
CN109100714A (zh) * 2018-06-28 2018-12-28 中国船舶重工集团公司第七0七研究所 一种基于极坐标系的低慢小目标跟踪方法
CN109655826A (zh) * 2018-12-16 2019-04-19 成都汇蓉国科微***技术有限公司 一种低慢小目标轨迹滤波方法及装置
CN110716196A (zh) * 2019-11-04 2020-01-21 广东中科四创科技有限公司 一种多点低慢小空中目标跟踪临视***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"低慢小"目标协同探测综合识别关键技术研究;卞伟伟 等;第五届中国指挥控制大会论文集;全文 *
"低慢小"目标定位跟踪算法研究;秦永;叶健安;李金玲;陈文嘉;;电脑知识与技术(26);全文 *
Optimized radar waveform parameter design for small drone detection based on echo modeling and experimental analysis;LI T et al.;IEEE Access;全文 *

Also Published As

Publication number Publication date
CN113030959A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
US20220003213A1 (en) Unmanned Aerial Vehicle Wind Turbine Inspection Systems And Methods
CN110308457B (zh) 一种基于无人机的输电线路巡检***
CN112966587B (zh) 目标检测模型的训练方法、目标检测方法及相关设备
CN111326023B (zh) 一种无人机航线预警方法、装置、设备及存储介质
Lai et al. Characterization of Sky‐region Morphological‐temporal Airborne Collision Detection
KR101992731B1 (ko) 선박 보조 도킹 방법과 시스템
CN110221625B (zh) 无人机精确位置的自主降落导引方法
EP2430615A2 (en) Method and system for visual collision detection and estimation
US9165383B1 (en) Point cloud visualization using bi-modal color schemes based on 4D lidar datasets
CN111551959B (zh) 飞机尾涡识别方法、装置、可读介质及电子设备
Zsedrovits et al. Visual detection and implementation aspects of a UAV see and avoid system
CN111624607A (zh) 低空风切变区域的获取方法、装置、设备和存储介质
CN115588144A (zh) 基于高斯动态阈值筛选的实时姿态捕捉方法及装置、设备
CN114689030A (zh) 一种基于机载视觉的无人机辅助定位方法及***
CN113030959B (zh) 一种雷达和光电联动反低慢小目标3d地图画面消抖方法
Öktem et al. Stereophotogrammetry of oceanic clouds
Lee et al. Calibration of a UAV based low altitude multi-sensor photogrammetric system
Li et al. Prediction of wheat gains with imagery from four-rotor UAV
Park et al. Structure safety inspection using drones
CN114019996A (zh) 受困人员搜救***及搜救方法
WO2021258282A1 (zh) 目标检测设备及方法、成像装置和可移动平台
Huang et al. Research on UAV's Autonomous Target Landing with Image and GPS under Complex Environment
CN113867389A (zh) 一种无人机拍摄控制方法、装置、设备及存储介质
Funk et al. A passive cloud detection system for uav: System functions and validation
CN112785693A (zh) 本征高光谱点云生成方法、***及装置

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