-
公开(公告)号：CN113640767B
公开(公告)日：2023-11-14
申请号：CN202110930622.4
申请日：2021-08-13
申请人： 北京理工大学
IPC分类号： G01S7/41
摘要： 本发明涉及一种基于方差的低分辨雷达目标识别方法，属于雷达目标识别技术领域。包括：1建立方差‑概率表；2雷达发射脉冲；3接收雷达回波数据至建航；4计算该组回波数据的方差：M2_AveM和M2_Ave_minN；若M2_Ave_minN小于Gate1，则为目标1，跳至7；否则，找出M2_AveM对应方差‑概率表中的概率值P；5依据P得出临时目标类型；6判断临时目标类型是否为目标1，若是，跳至7；否则，FlagStrong1减1并判断是否大于0，若是，则临时目标类型改为目标1，否则不改变临时目标类型；7取航迹中最新Q个中最多的类型为该组回波数据的目标类型。所述目标识别方法在目标遮挡情况下能有效提高目标识别概率。
-
公开(公告)号：CN116804735A
公开(公告)日：2023-09-26
申请号：CN202310721715.5
申请日：2023-06-16
申请人： 北京理工大学
摘要： 本发明公开的一种基于小波变换与神经网络的雷达目标识别方法，属于雷达目标识别技术领域。本发明实现方法为：利用小波分解与速度引导值对雷达回波进行杂波抑制，保证在抑制杂波和噪声的同时，保留目标信号的有用信息，有利于后续的特征提取与分类识别；对经杂波抑制后的雷达回波做频谱搬移，利用小波包分解方法对经频谱搬移后的雷达回波提取能量密度特征；对经杂波抑制后的雷达回波从时域提取时域波形方差、幅度离散系数特征，从频域提取相对RCS、频域熵、频域二阶中心矩特征；使用BP神经网络对提取的能量密度特征、时域波形方差特征、幅度离散系数特征、相对RCS特征、频域熵特征、频域二阶中心矩特征、目标速度特征进行识别，得到目标识别结果，提高低分辨雷达对地面及低空目标的识别率。
-
公开(公告)号：CN109143184B
公开(公告)日：2022-05-24
申请号：CN201811266214.8
申请日：2018-10-29
申请人： 北京理工大学
摘要： 本发明涉及一种扫描雷达的双门限检测方法，属于雷达目标检测技术领域。包括如下步骤：步骤1接收大于3次的雷达回波；步骤2对当前雷达回波进行下变频、脉压及MTD处理后再求模，得到频域回波；步骤3判断当前频域回波中数据是否高于第二门限，若是跳至步骤6；否则跳步骤4；步骤4找出当前频域回波中高于第一门限的目标点；步骤5将当前频域回波门限间的目标点与前两次频域回波在速度、距离及方位一定阈值范围内进行目标点迹相关；步骤6记录检测出的目标的距离、速度和方位；步骤7在频域回波中去除检测出的目标，得到噪声频谱；步骤8将频域回波减去噪声频谱得到双门限检测后的目标点迹。所述方法能降低噪声基底，有效提升目标的检测概率。
-
公开(公告)号：CN114114233A
公开(公告)日：2022-03-01
申请号：CN202111563668.3
申请日：2021-12-20
申请人： 北京理工大学
IPC分类号： G01S13/10
摘要： 本发明涉及一种雷达帧内目标合并的目标检测方法，属于雷达目标检测技术领域。包括：获取雷达一次扫描的雷达回波数据，经过下变频、脉冲压缩和MTD处理后得到频域数据；确定一帧回波的频域数据的最大峰值P0和其所对应的频率通道F0；最大峰值P0与有目标时的最低门限β比较后确定这帧数据内是否存在目标；如果有目标存在，则确定主峰所代表的目标的合并范围[F0‑ΔF，F0+ΔF]；在[F0‑ΔF，F0+ΔF]之外的频域中寻找较高的谱峰即疑似目标的峰值与动门限γ比较；最终确定这帧数据内目标存在的数量。所述目标检测方法可以对数据中存在多目标的情况进行有效的分离。
-
公开(公告)号：CN113640768A
公开(公告)日：2021-11-12
申请号：CN202110931109.7
申请日：2021-08-13
申请人： 北京理工大学
IPC分类号： G01S7/41
摘要： 本发明涉及一种基于小波变换的低分辨雷达目标识别方法，属于雷达目标识别技术领域。包括：初始化X＝1；雷达发射机发射脉冲；雷达接收机接收雷达目标回波数据并建航；对接收的雷达回波数据做杂波抑制处理，得到杂波抑制后的雷达回波数据；对做杂波抑制处理之后的雷达回波数据进行小波包分解，提取频率子带数据后，再提取特征向量并进行能量密度归一化，将得到的归一化能量密度作为回波信号的特征向量；判断目标速度是否小于5m/s，并分别利用分类器1及分类器2对改组雷达目标回波数据进行分类，得到目标概率。所述目标识别方法可在目标遮挡情况下有效提高目标识别概率。
-
-
-
-
搜索结果
35 条记录 (耗时 0.054 秒)
