DE10238896A1 - Verfahren zur Auswertung von Radardaten - Google Patents
Verfahren zur Auswertung von Radardaten Download PDFInfo
- Publication number
- DE10238896A1 DE10238896A1 DE2002138896 DE10238896A DE10238896A1 DE 10238896 A1 DE10238896 A1 DE 10238896A1 DE 2002138896 DE2002138896 DE 2002138896 DE 10238896 A DE10238896 A DE 10238896A DE 10238896 A1 DE10238896 A1 DE 10238896A1
- Authority
- DE
- Germany
- Prior art keywords
- clutter
- area
- plots
- calculated
- comparison
- 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
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
- G01S13/66—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
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
-
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
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
Description
- Die Erfindung betrifft ein Verfahren zur Auswertung von Radardaten gemäß dem Oberbegriff des Patentanspruchs 1.
- Bei Verfahren zur Auswertung von Radarsignalen tritt das Problem auf, dass neben dem eigentlichen Zielsignal auch sogenannte Cluttersignale zum Radarempfänger zurückgestrahlt werden. Clutter entsteht dabei im wesentlichen je nach Stellung der Sende- und Empfangsantenne durch Reflexionen an der Erdoberfläche (Bodenclutter) oder an der Seeoberfläche (Seeclutter). Diese Reflexionen gehören nicht zu einem Ziel und erschweren durch ihre große Anzahl die Detektion echter Ziele erheblich.
- In
DE 197 38 252 C2 wird ein Verfahren zur Detektion von Radarzielen beschrieben. Bei diesem Verfahren werden die von der Radaranlage empfangenen Echosignale ausgewertet. Die Echosignale werden dann derart in den Videobereich umgesetzt, dass im Videobereich den Echosignalen entsprechende digitalisierte Impulshöhenwerte (Amplituden) vorliegen. Als das zu untersuchende Gebiet wird dabei das Gebiet verstanden, welches von z.B. einem Drehradar während eines einzigen Umlaufs abgetastet wird. Das zu untersuchende Gebiet wird in Radarauflösungszellen aufgeteilt. Mittels einer statistischen Auswertung der Echosignale wird anhand der Häufigkeit des Impulshöhenwertes eines Echosignals eine Entscheidung getroffen, ob das jeweilige Echosignal für ein Radarziel in Frage kommt oder definitiv Clutter ist. Dieses Verfahren basiert auf eine Art Filterverfahren, welches die Echosignale in potentielle Radarsignale und definitive Cluttersignale einstuft. Ein Nachteil dieses Verfahrens ist, dass es ungenau ist und eine hohe Zahl von Falschzielen liefert. - Außerdem ist es mit dem Verfahren nicht möglich eine Zielspur zu detektieren, da lediglich die Echosignale einer Momentaufnahme vorliegen.
- An diesem Punkt setzen üblicherweise Tracking-Verfahren zur Detektion, Klassifizierung und Verfolgung von Zielen an. Bei diesen Verfahren werden Raum-Zeit-Gebiete über einen vorgebbaren Zeitbereich untersucht. Für jedes einzelne Zeitintervall (Momentaufnahme) wird dabei ein Filterverfahren z.B. gemäß
DE 197 38 252 C2 angewendet. Tracking-Verfahren untersuchen üblicherweise benachbarte Zielmeldungen mit konematischen Eigenschaften daraufhin, ob die Zielmeldungen zu einem gemeinsamen Ziel gehören, einer Bewegung unterliegen oder durch unerwünschte Reflexionen bedingt sind. Wird eine Zugehörigkeit zu einem Ziel festgestellt, wird ein Track (Zielspur) aufgebaut. Dabei wird versucht die Bewegung des Ziels zu verfolgen (Track führen) oder eine Vorhersage über die Bewegung des Ziels zu treffen. Bekannte Tracking-Verfahren basieren auf sogenannten globalen Cluttermodellen. - Ein Nachteil dieser Tracking-Verfahren ist, dass die benötigte Rechenlast stark mit der Zahl N der zu verarbeitenden Daten ansteigt (≥ O(N2)), so dass diese Verfahren für Echtzeitanwendungen nur begrenzt einsatzfähig sind.
- Des weiteren sind bekannte Online-Auswerteverfahren bei vorhandenen Dopplermessungen fast ausschließlich dazu geeignet, schnelle Ziele zu detektieren und deren Tracks (Zielspuren) aufzubauen. Dies ist allerdings nur möglich, so lange sich die Dopplergeschwindigkeit der Ziele signifikant von der Dopplergeschwindigkeit des Clutters unterscheidet. Langsame Ziele haben eine geringe Dopplergeschwindigkeit, die in der Größenordnung der Dopplergeschwindigkeit des Clutters liegt und so als Unterscheidungskriterium, ob ein Ziel oder Clutter vorliegt, ausscheidet. Mit bekannten Auswerteverfahren ist es somit nicht möglich, Zielspuren langsamer und kleiner Ziele, z.B. Schifte in einem Cluttergebiet zu detektieren und initiieren.
- Es ist somit Aufgabe der Erfindung ein Verfahren anzugeben, mit dem es möglich ist, langsame Ziele in einem Cluttergebiet zu detektieren und deren Spuren zu detektieren und initiieren.
- Diese Aufgabe wird durch das Verfahren gemäß den Merkmalen des Patentanspruchs 1 gelöst. Vorteilhafte Ausführungen des Verfahrens sind Gegenstand von Unteransprüchen.
- Gemäß der Erfindung wird das Cluttergebiet in eine vorgebbare Anzahl von mehrdimensionalen eine Zeitachse aufweisende Teilgebiete unterteilt, aus den in einem Teilgebiet enthaltenen gemessenen Plots werden eine oder mehrere Vergleichsgrößen berechnet, für jede Vergleichsgröße wird eine Wahrscheinlichkeitsdichtefunktion berechnet, wobei ein Teilgebiet mit statistisch verteilten Plots zugrundegelegt wird, welches ausschließlich Clutter enthält, für jede Wahrscheinlichkeitsdichtefunktion wird ein Wertebereich mit einem oberen Schwellwert derart bestimmt, dass mit dem oberen Schwellwert in vorgebbares Signifikanzniveau erreicht wird und für ein Teilgebiet wird jede aus den gemessenen Plots berechnete Vergleichsgröße mit der jeweiligen Wahrscheinlichkeitsdichtefunktion verglichen, wobei auf ein Teilgebiet mit Ziel erkannt wird, wenn mindestens eine der Vergleichsgrößen innerhalb des Wertebereichs liegt.
- Das erfindungsgemäße Verfahren basiert auf statistischen Methoden und erlaubt es, Gebiete, die ausschließlich Clutter enthalten, von denen zu unterscheiden, die Clutter und Zielspur enthalten. Es ist somit möglich, die Zielspuren (Tracks) langsamer Ziele in durch Clutter gestörter Umgebung zu detektieren oder initiieren.
- Ein weiterer Vorteil des erfindungsgemäßen Verfahrens ist, dass es in Echtzeitanwendungen eingesetzt werden kann. Außerdem werden bei dem erfindungsgemäßen Verfahren keine Dopplermessungen benötigt. Darüber hinaus ist es mit dem Verfahren auch dann noch möglich, die Zielspur eines langsamen Ziels zu detektieren oder initiieren, wenn eine oder mehrere zur Zielspur gehörenden Zielmeldungen im beobachteten Zeitbereich ausfallen.
- Ein weiterer Vorteil ist, dass die Rechenlast nur linear mit der Anzahl N der zu verarbeitenden Daten ansteigt (O(N)). Somit ist das Verfahren geeignet zur Verarbeitung von großen Mengen von Plots. Mit dem erfindungsgemäßen Verfahren ist es außerdem möglich, durch Clutter sehr stark gestörte Radardaten online (in Echtzeit) auszuwerten. Ein weiterer Vorteil ist, dass im Gegensatz zu herkömmlichen globalen Cluttermodelle lokal (Portionen) entschieden wird, ob ein Gebiet eine Zielspur enthält oder nicht. Im Gegensatz zu einem globalen Cluttermodell werden bei dem erfindungsgemäßen Verfahren keine globalen Annahmen gemacht und somit globale Einschränkungen vermieden. Hieraus ergeben sich weitere Vorteile, da die Portionen mit Zielspur nur noch ein Bruchteil der ursprünglichen Datenmenge umfassen, z.B. 8% der ursprünglichen Datenmenge. In diesen Portionen kann mit herkömmlichen Tracking-Verfahren schnell und einfach eine Zielspur aufgebaut und das Ziel klassifiziert werden.
- In einer vorteilhaften Ausführung der Erfindung wird das Cluttergebiet, derart eingeteilt, dass jedes Teilgebiet eine vorgebbare durchschnittliche Anzahl von Plots enthält.
- Vor der Einteilung des Cluttergebietes in einzelnen Teilgebiete werden die Koordinaten des Cluttergebietes vorteilhaft derart transformiert, dass die in dem Cluttergebiet enthaltenen Plots lokal gleich verteilt sind. Benachbarte Teilgebiete überlappen sich vorteilhaft auf einer vorgebbaren Länge ihres Radius. In einer weiteren vorteilhaften Ausführung der Erfindung werden die Teilgebiete als Kugeln im transformierten Raum gewählt.
- In einer weiteren vorteilhaften Ausführung des erfindungsgemäßen Verfahrens wird die Vergleichsgröße aus einer Funktion von Plotinformationen der gemessenen Plots eines Teilgebietes berechnet. Bei den Plotinformationen handelt es sich vorteilhaft um kinematische Daten (z.B. Zeit, Range, Azimut, Elevation oder Dopplergeschwindigkeit) und/oder Amplitude des dem Plot zugrundeliegenden Radarsignals und/oder andere Attribute (Flags).
- Eine Vergleichsgröße kann vorteilhaft die Streuung der Winkel aller in dem zu untersuchenden Teilgebiet enthaltenen Plots zu einer vorgebbaren Achse, insbesondere Raum- oder Zeitachse, des jeweiligen Teilgebietes sein.
- Die Funktion kann vorteilhaft über eine Kovarianzmatrix berechnet werden. Die Vergleichsgröße ist vorteilhaft eine Funktion der Eigenwerte der Kovarianzmatrix. Eine Vergleichsgröße kann z.B. die Spur der Kovarianzmatrix sein. Aus der Spur der Ko varianzmatrix lässt sich unterscheiden, ob eine Portion eine Zielspur enthält oder nicht. Die Erwartungswerte E für die Spur der Kovarianzmatrix sind für eine lokale Portion mit:
– ausschließlich Clutter
– ausschließlich Zielspur
– Clutter und Zielspur wobei NS die Anzahl der Spurpunkte, Nc die Zahl der Clutterpunkte und R den Radius der lokalen Portion bedeuten. Aus diesen Gleichungen für die Erwartungswerte ist ein Unterschied zwischen den drei Fällen ersichtlich. - Erfindungsgemäß wird für jede Vergleichsgröße eine Wahrscheinlichkeitsdichtefunktion berechnet. Den Vergleichsgrößen liegt dabei ein Teilgebiet zugrunde, welches statistisch verteilte Plots (Clutter) enthält.
- Die Wahrscheinlichkeitsdichtefunktion wird vorteilhaft mittels der Monte-Carlo-Simulation erzeugt. Es ist selbstverständlich auch möglich, die Wahrscheinlichkeitsdichtefunktion mittels anderer Simulationsverfahren zu berechnen.
- Die Erfindung sowie weitere vorteilhafte Ausführungen des erfindungsgemäßen Verfahrens werden anhand von Figuren näher erläutert. Es zeigen:
-
1 lokale Portionen mit statistisch verteilten Plots, beispielhaft in (a) eine Portion mit Clutter, in (b) beispielhaft eine Portion mit Clutter und einer Spur durch den Kugelmittelpunkt und in (c) beispielhaft eine Portion mit Clutter und einer Spur mit einem Offset zum Kugelmittelpunkt. -
2 die Wahrscheinlichkeitsdichtefunktionen der beispielhaften Vergleichsgröße Summe aus kleinstem, mittlerem und größtem Eigenwert für eine Portion mit Clutter und eine Portion mit Clutter und Zielspur jeweils für keinen Offset (a), für einen Offset von 20% (b) und für einen Offset von 50% (c) des Kugelradius. -
3 die Wahrscheinlichkeitsdichtefunktionen der beispielhaften Vergleichsgröße kleinster, mittlerer und größter Eigenwert für eine Portion mit Clutter und eine Portion mit Clutter und Zielspur jeweils für keinen Offset (a), für einen Offset von 20% (b) und für einen Offset von 50% (c) des Kugelradius. -
4 den statistischen Fehler 1. und 2. Art für die Wahrscheinlichkeitsdichtefunktion einer beispielhaften Vergleichsgröße für eine Portion mit Clutter und eine Portion mit Clutter und Zielspur. -
5 ein beispielhaftes Cluttergebiet mit lokalen Portionen in denen ein Ziel entdeckt wurde. - In
1a -c sind beispielhafte Portionen mit statistisch verteilten Plots dargestellt.1a zeigt eine lokale Portion mit ausschließlich Clutter. Hierzu wurden in der Portion beispielhaft 50 Plots statistisch verteilt. Es ist aber auch selbstverständlich möglich, eine beliebig andere Anzahl von Plots in einer Portion statistisch zu verteilen. -
1 b zeigt eine beispielhafte lokale Portion mit Clutter und einer Zielspur Z durch den Mittelpunkt der Portion, was auch als Offset 0 bezeichnet wird. Die Zielspur Z ist hier geradlinig, es sind aber auch kurvenförmige Verläufe möglich (z.B. ein manövrierendes Ziel). Die einzelnen, innerhalb der Portion liegenden Spurplots SP werden innerhalb eines vorgebbaren Rauschradius zufällig verrauscht. Für jede Portion wird zweckmäßig eine eigene zufällige Zielspur Z generiert. - In
1c ist eine weitere beispielhafte lokale Portion mit Clutter und einer Zielspur dargestellt, wobei die Zielspur Z einen Offset zum Mittelpunkt der Portion aufweist. - In den
2a-c ist zur Veranschaulichung für eine Portion mit ausschließlich Clutter und für eine Portion mit Clutter und Zielspur die Wahrscheinlichkeitsdichtefunktion einer Vergleichsgröße, jeweils für verschiedene Offsets der Zielspur dargestellt. In den Figuren bedeuten die mit Bezugszeichen C bezeichneten Kurven jeweils eine lokale Portion mit ausschließlich Clutter und die mit CZ bezeichneten Kurven jeweils eine lokale Portion mit Clutter und einer Zielspur ohne Offset, d.h. durch den Mittelpunkt der jeweiligen Portion. Als Vergleichsgröße wird in den Figuren beispielhaft die Summen der Eigenwerte der Kovarianzmatrix einer lokalen Portion herangezogen. - Ein Vergleich der Wahrscheinlichkeitsdichtefunktionen einer Vergleichsgröße, der ein Teilgebiet mit ausschließlich Clutter zugrundeliegt und einer Wahrscheinlickeitsdichtefunktion einer Vergleichsgröße, der ein Teilgebiet mit Clutter und Zielspur zugrundeliegt, ermöglicht die Bestimmung des Schwellwertes (vgl.
4 ). - Von
2a bis2c beträgt der Offset der Zielspur gegenüber dem Mittelpunkt der lokalen Position 0%, 20% bzw. 50% des Radius der Portion. Deutlich ist dabei zu erkennen, dass sich mit steigendem Abstand der Zielspur vom Mittelpunkt der Portion (Offset) die Maxima der beiden Wahrscheinlichkeitsdichtefunktionen C und CZ einander annähern. Der Abstand der Maxima kann z.B. als Maß für einen minimalen Überlapp der Teilgebiete herangezogen werden. - In den
3a-c sind entsprechend den2a-c beispielhaft die Wahrscheinlichkeitsdichtefunktionen der Vergleichsgrößen kleinster, mittlerer und größter Eigenwert (jeweils von links nach rechts) dargestellt. Auch aus dieser Darstellung läßt sich erkennen, dass sich mit steigendem Offset die einzelnen Kurven C, CZ für eine Portion mit ausschließlich Clutter und einer Portion mit Clutter und Zielspur einander annähern. In3c lassen sich die Kurven C, CZ für eine Portion mit ausschließlich Clutter und eine Portion mit Clutter und Zielspur nicht mehr trennen. Gleiche Indizes bezeichnen in den3a-c jeweils die entsprechende Vergleichsgrößen an. - In
4 ist zur Veranschaulichung für eine beispielhafte Vergleichsgröße die Wahrscheinlichkeitsdichtefunktion C für eine Portion mit ausschließlich Clutter und die Wahrscheinlichkeitsverteilund CZ für eine Portion mit Clutter und Zielspur dargestellt. In der4 ist ein beispielhafter oberer Schwellwert x eines Wertebereichs eingezeichnet. Der untere Schwellwert des Wertebereichs entspricht zweckmäßig einem Ereignis der Vergleichsgröße mit einer Wahrscheinlichkeit nahe Null. Der Überlapp der beiden Kurven C, CZ entspricht dem statistischen Fehler 1. und 2. Art (Signifikanzniveau und Schärfe des Tests) - Als Nullhypothese H0 wird angenommen, dass die betrachtete Portion keine Spur enthält. Der Fehler 1. Art ist die Verwerfung der Nullhypothese H0, obwohl H0 richtig war. Der Fehler 2. Art bedeutet das Nichtverwerfen der Nullhypothese H0, obwohl H0 falsch ist. Der Fehler 1. Art entspricht also der Wahrscheinlichkeit der Falschdetektion und der Fehler 2. Art der Wahrscheinlichkeit der Nichtdetektion einer vorhandenen Zielspur. In diesem Fall ist in
4 der Fehler 1. Art derjenige Bereich links vom oberen Schwellwert x. Der Fehler 2. Art ist der Bereich rechts vom Schwellwert x. - Der in
4 eingezeichnete Schwellwert x ist einstellbar und kann so als Parameter für das erfindungsgemäße Verfahren verstanden werden. Der Schwellwert x wird dabei erfindungsgemäß so eingestellt, dass der Fehler 1. Art möglichst gering ist, insbesondere 0 – 30% beträgt. Liegt die aus den gemessenen Plots berechnete Vergleichsgröße z.B. rechts vom Grenzwert x, dann wird für das jeweilige Teilgebiet auf ein Teilgebiet mit ausschließlich Clutter entschieden. Liegt die Vergleichsgröße hingegen links vom Grenzwert x, wird auf ein Teilgebiet mit einem Ziel entschieden. -
5 zeigt ein beispielhaftes Cluttergebiet mit einer Vielzahl von gemessenen Plots. Die markierten Gebiete kennzeichnen Portionen, in denen ein Ziel detektiert wurde. - Bei der Durchführung des erfindungsgemäßen Verfahrens werden zu Beginn der Auswertung über eine vorgebbare Zeitdauer Radardaten gesammelt und gespeichert. Für jede der oben aufgeführten, zu untersuchenden Vergleichsgrößen wird eine Wahrscheinlichkeitsdichtefunktion für ein Teilgebiet mit ausschließlich Clutter berechnet. Die Wahrscheinlichkeitsdichtefunktionen können z.B. einer externen Datenbank entnommen werden.
- Unter Berücksichtigung der gesammelten Daten wird das Cluttergebiet anschließend adaptiv in lokale Portionen eingeteilt. In jeder Portion werden die Vergleichsgrößen aus den gemessenen Plots berechnet. Weicht in einer Portion der errechnete Wert Vrech einer Vergleichsgröße signifikant vom Schwellwert ab, dann wird angenommen, dass die betrachtete lokale Portion eine Zielspur enthält.
- Wird eine Portion als eine, eine Zielspur enthaltende Portion identifiziert, dann können die Plots dieser Portion an weiterverarbeitende Einheiten weitergegeben werden. Diese Einheiten können z.B. mit herkömmlichen Tracking-Verfahren zur Bestimmungen der Zielspur arbeiten.
- Bei einer online-Anwendung des erfindungsgemäßen Verfahrens werden von dem Radarsystem kontinuierlich Radardaten aus dem Cluttergebiet geliefert. Um eine verzögerungsfreie Auswertung der neuen Daten zu gewährleisten, werden in den einzelnen Portionen mit den neuen Daten aktualisiert. Die ältesten Plots in den Portionen werden gelöscht. Dann werden mit den neuen Plots in den einzelnen Portionen die entsprechenden Vergleichsgrößen neu bestimmt.
- Mit dem erfindungsgemäßen Verfahren können somit Festziele, langsame Ziele, sich geradlinig oder manövrierende Ziele detektiert und initiiert werden. Die benötigte Rechenlast des erfindungsgemäßen Verfahrens ist linear von der Anzahl der zu verarbeitenden Daten abhängig.
Claims (11)
- Verfahren zur Auswertung von Radardaten, insbesondere zum Auffinden von Zielen und Initiieren von Zielspuren in einem durch Clutter gestörten Raum-Zeit-Gebiet, welches in einem vorgebbaren Zeitbereich eine Vielzahl von als Plots bezeichnete Zielmeldungen umfaßt, dadurch gekennzeichnet, – dass das Cluttergebiet in eine vorgebbare Anzahl von mehrdimensionalen eine Zeitachse aufweisende Teilgebiete unterteilt wird, – dass aus den in einem Teilgebiet enthaltenen gemessenen Plots eine oder mehrere Vergleichsgrößen berechnet werden, – dass für jede Vergleichsgröße eine Wahrscheinlichkeitsdichtefunktion (C) berechnet wird, wobei ein Teilgebiet mit statistisch verteilten Plots zugrundegelegt wird, welches ausschließlich Clutter enthält, – dass für jede Wahrscheinlichkeitsdichtefunktion (C) ein Wertebereich mit einem oberen Schwellwert x derart bestimmt wird, dass mit dem oberen Schwellwert x ein vorgebbares Signifikanzniveau erreicht wird, – dass für ein Teilgebiet jede aus den gemessenen Plots berechnete Vergleichsgröße mit der jeweiligen Wahrscheinlichkeitsdichtefunktion (C) verglichen wird, wobei auf ein Teilgebiet mit Ziel erkannt wird, wenn mindestens eine der Vergleichsgrößen innerhalb des Wertebereichs liegt.
- Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Cluttergebiet derart eingeteilt wird, dass jedes Teilgebiet eine vorgebbare durchschnittliche Anzahl von Plots enthält.
- Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass vor der Einteilung des Cluttergebietes in Teilgebiete das Cluttergebiet derart koordinatentransformiert wird, dass die in dem Cluttergebiet enthaltenen Zielmeldungen lokal gleich verteilt sind.
- Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass sich die Teilgebiete auf einer vorgebbaren Länge ihres Radius überlappen, wobei der Überlapp weniger als 50% des Radius beträgt.
- Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Vergleichsgröße aus einer Funktion von Plotinformationen der gemessenen Plots berechnet wird.
- Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass die Plotinformationen kinematische Daten, Amplitude und Flags sind.
- Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Vergleichsgröße die Streuung der Winkel aller in dem zu untersuchenden Teilgebiet enthaltenen Plots zu einer Achse, insbesondere einer Raum- oder Zeitachse, des jeweiligen Teilgebietes ist.
- Verfahren nach Anspruch 5 oder 6, dadurch gekennzeichnet, dass die Funktion über eine Kovarianzmatrix bestimmt wird.
- Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass die Vergleichsgröße eine Funktion der Eigenwerte der Kovarianzmatrix ist.
- Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass für jede Vergleichsgröße eine Wahrscheinlichkeitsdichtefunktion (CZ) berechnet wird, wobei der Vergleichsgröße ein Teilgebiet mit statistisch verteilten Zielmeldungen zugrundeliegt, welche ein Teilgebiet mit Teilgebiet mit Clutter und Zielspur eines sich bewegenden Ziels erzeugen.
- Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Wahrscheinlichkeitsdichtefunktion (C, CZ) mittels der Monte Carlo Simulation berechnet wird.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE2002138896 DE10238896B4 (de) | 2002-08-24 | 2002-08-24 | Verfahren zur Auswertung von Radardaten |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE2002138896 DE10238896B4 (de) | 2002-08-24 | 2002-08-24 | Verfahren zur Auswertung von Radardaten |
Publications (2)
Publication Number | Publication Date |
---|---|
DE10238896A1 true DE10238896A1 (de) | 2004-03-11 |
DE10238896B4 DE10238896B4 (de) | 2006-12-28 |
Family
ID=31501919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE2002138896 Expired - Fee Related DE10238896B4 (de) | 2002-08-24 | 2002-08-24 | Verfahren zur Auswertung von Radardaten |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE10238896B4 (de) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2730941A1 (de) * | 2012-11-07 | 2014-05-14 | Terma A/S | Verfahren zur Schätzung einer lokalen Plotdichte in einem Radarsystem, ein Plotdichtenschätzer und ein Radarsystem mit einem Plotdichtenschätzer |
CN107479044A (zh) * | 2017-08-23 | 2017-12-15 | 西安电子工程研究所 | 基于点迹密度实时统计自适应航迹起始方法 |
CN113466816A (zh) * | 2021-07-02 | 2021-10-01 | 中国船舶重工集团公司第七二四研究所 | 基于航迹密度与点迹特征的雷达目标航迹起始方法 |
CN113721211A (zh) * | 2021-06-26 | 2021-11-30 | 中国船舶重工集团公司第七二三研究所 | 一种基于点迹特征信息的稀疏固定杂波识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69606094T2 (de) * | 1995-06-07 | 2000-09-28 | Raytheon Co., El Segundo | Radarverfahren und Vorrichtung, die Ziele in Clutterbereichen mittels der Intensität und der Winkellage der Ziele erfassen |
DE19738252C2 (de) * | 1997-09-02 | 2002-07-11 | Eads Deutschland Gmbh | Verfahren zur Detektion eines Radarzieles |
-
2002
- 2002-08-24 DE DE2002138896 patent/DE10238896B4/de not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69606094T2 (de) * | 1995-06-07 | 2000-09-28 | Raytheon Co., El Segundo | Radarverfahren und Vorrichtung, die Ziele in Clutterbereichen mittels der Intensität und der Winkellage der Ziele erfassen |
DE19738252C2 (de) * | 1997-09-02 | 2002-07-11 | Eads Deutschland Gmbh | Verfahren zur Detektion eines Radarzieles |
Non-Patent Citations (2)
Title |
---|
LOMBARDO,P. u.a.: Impact of Clutter Spectra on Radar Performance Prediction. In: IEEE Trans. on Aerospace and Electronic Systems. 2001, Vol.37, No. 3, S. 1022-1038 |
LOMBARDO,P. u.a.: Impact of Clutter Spectra on Radar Performance Prediction. In: IEEE Trans. on Aerospace and Electronic Systems. 2001, Vol.37,No. 3, S. 1022-1038 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2730941A1 (de) * | 2012-11-07 | 2014-05-14 | Terma A/S | Verfahren zur Schätzung einer lokalen Plotdichte in einem Radarsystem, ein Plotdichtenschätzer und ein Radarsystem mit einem Plotdichtenschätzer |
WO2014072285A1 (en) * | 2012-11-07 | 2014-05-15 | Terma A/S | A method of estimating a local plot density in a radar system; a plot density estimator and a radar system with a plot density estimator |
US9864051B2 (en) | 2012-11-07 | 2018-01-09 | Terma A/S | Method of estimating a local plot density in a radar system; a plot density estimator and a radar system with a plot density estimator |
CN107479044A (zh) * | 2017-08-23 | 2017-12-15 | 西安电子工程研究所 | 基于点迹密度实时统计自适应航迹起始方法 |
CN113721211A (zh) * | 2021-06-26 | 2021-11-30 | 中国船舶重工集团公司第七二三研究所 | 一种基于点迹特征信息的稀疏固定杂波识别方法 |
CN113466816A (zh) * | 2021-07-02 | 2021-10-01 | 中国船舶重工集团公司第七二四研究所 | 基于航迹密度与点迹特征的雷达目标航迹起始方法 |
Also Published As
Publication number | Publication date |
---|---|
DE10238896B4 (de) | 2006-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3161517B1 (de) | Verfahren zur objektortung mit einem fmcw-radar | |
DE60207633T2 (de) | Methode zur Beseitigung der falschen reflektierten Ziele und zur automatischen Reflektorkartierung bei Sekundärüberwachungsradar | |
DE69615587T2 (de) | Verfahren zur momentabschätzung und ermittlung von merkmalen von spektren als entfernungs- oder zeitfunktion bestimmenden vorrichtungen | |
DE69829746T2 (de) | Einleitung der verfolgung mehrerer ziele mittels phasenwinkelmessung | |
DE69712823T2 (de) | Vorrichtung zur Radarverfolgung von Zielen in Clutter | |
DE102009024339B3 (de) | Peilverfahren sowie Peilanlage zum Detektieren und Tracken zeitlich aufeinanderfolgender Peilwinkel | |
WO2004010093A1 (de) | Verfahren und vorrichtung zur bestimmung eines erwartungsbereiches für ein füllstand- und störecho | |
DE69606094T2 (de) | Radarverfahren und Vorrichtung, die Ziele in Clutterbereichen mittels der Intensität und der Winkellage der Ziele erfassen | |
DE102012208852A1 (de) | Detektion von Radarobjekten mit einem Radarsensor eines Kraftfahrzeugs | |
EP1032848A1 (de) | Verfahren zur verarbeitung von radarsignalen | |
EP2366983B1 (de) | Mobilitätserkennung in Füllstandmessgeräten | |
DE102004032118B4 (de) | Objekterkennungsverfahren für Fahrzeuge | |
EP2554956A1 (de) | Tracking unter Berücksichtigung der Mobilität | |
EP1341002B1 (de) | Verfahren zur Reduzierung der Falschalarmrate in Radarbildern | |
DE102020124236A1 (de) | Mehrweg-geisterabmilderung im fahrzeug-radarsystem | |
DE102009029465A1 (de) | Verfahren zur Bestimmung von Bewegungsrichtung und Relativgeschwindigkeit | |
WO2019162794A1 (de) | Verfahren und system zur erkennung von für ein fahrzeug geeigneten parklücken | |
DE102013011239A1 (de) | Verfahren zur Bestimmung einer Bewegung eines Objekts | |
DE69809533T2 (de) | Störechobeseitigung unter verwendung von adaptiver schätzung der störechowahrscheinlichkeitsdichtefunktion | |
WO2019141648A1 (de) | Verfahren und vorrichtung zum betreiben eines akustischen sensors | |
DE69425991T2 (de) | Verfahren zur Verfolgung eines manovrierenden Zieles mit einem langsam abtastenden Sensor | |
EP3579020A1 (de) | Verfahren zur erkennung eines hindernisses mit hilfe von reflektierten ultraschallwellen | |
DE69210584T2 (de) | Ultraschallentfernungsmessern | |
DE69232090T2 (de) | Geschwindigkeitsabhängige Empfindlichkeitsreglung | |
DE10238896B4 (de) | Verfahren zur Auswertung von Radardaten |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8364 | No opposition during term of opposition | ||
R081 | Change of applicant/patentee |
Owner name: AIRBUS DEFENCE AND SPACE GMBH, DE Free format text: FORMER OWNER: EADS DEUTSCHLAND GMBH,ANDREA LOEHR, , DE Effective date: 20140916 Owner name: LOEHR, ANDREA, DE Free format text: FORMER OWNER: EADS DEUTSCHLAND GMBH,ANDREA LOEHR, , DE Effective date: 20140916 Owner name: LOEHR, ANDREA, DE Free format text: FORMER OWNERS: EADS DEUTSCHLAND GMBH, 85521 OTTOBRUNN, DE; LOEHR, ANDREA, 89233 NEU-ULM, DE Effective date: 20140916 Owner name: AIRBUS DEFENCE AND SPACE GMBH, DE Free format text: FORMER OWNERS: EADS DEUTSCHLAND GMBH, 85521 OTTOBRUNN, DE; LOEHR, ANDREA, 89233 NEU-ULM, DE Effective date: 20140916 Owner name: AIRBUS DS ELECTRONICS AND BORDER SECURITY GMBH, DE Free format text: FORMER OWNERS: EADS DEUTSCHLAND GMBH, 85521 OTTOBRUNN, DE; LOEHR, ANDREA, 89233 NEU-ULM, DE Effective date: 20140916 |
|
R081 | Change of applicant/patentee |
Owner name: AIRBUS DS ELECTRONICS AND BORDER SECURITY GMBH, DE Free format text: FORMER OWNERS: AIRBUS DEFENCE AND SPACE GMBH, 85521 OTTOBRUNN, DE; LOEHR, ANDREA, 89233 NEU-ULM, DE Owner name: LOEHR, ANDREA, DE Free format text: FORMER OWNERS: AIRBUS DEFENCE AND SPACE GMBH, 85521 OTTOBRUNN, DE; LOEHR, ANDREA, 89233 NEU-ULM, DE |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |