基于平均周期的海上小目标检测方法

    公开(公告)号:CN101452075A

    公开(公告)日:2009-06-10

    申请号:CN200810247554.6

    申请日:2008-12-30

    IPC分类号: G01S7/41

    摘要: 基于平均周期的海上小目标检测方法,包含以下步骤:(1)对N点的时间序列进行快速傅立叶变换,得到子序列的离散频谱图;(2)根据得到的离散频谱,计算回波序列的平均频率;(3)由平均频率计算序列的平均周期;(4)利用临近距离门的平均周期计算检测门限;(5)对检测门限和待检测距离门的平均周期进行比较,并做出待检测距离门上是否有目标的判断;当海面上有目标时,其回波的平均周期较大,而没有目标时海面回波的平均周期较小,本发明利用这一差异检测海上弱小目标,并且这种方法不需要预先假定海杂波统计模型,不易受海尖峰的干扰。实测数据的应用结果也表明,该方法可以有效检测海上小目标。

    基于平均周期的海上小目标检测方法

    公开(公告)号:CN101452075B

    公开(公告)日:2011-08-24

    申请号:CN200810247554.6

    申请日:2008-12-30

    IPC分类号: G01S7/41

    摘要: 基于平均周期的海上小目标检测方法,包含以下步骤:(1)对N点的时间序列进行快速傅立叶变换,得到子序列的离散频谱图;(2)根据得到的离散频谱,计算回波序列的平均频率;(3)由平均频率计算序列的平均周期;(4)利用临近距离门的平均周期计算检测门限;(5)对检测门限和待检测距离门的平均周期进行比较,并做出待检测距离门上是否有目标的判断;当海面上有目标时,其回波的平均周期较大,而没有目标时海面回波的平均周期较小,本发明利用这一差异检测海上弱小目标,并且这种方法不需要预先假定海杂波统计模型,不易受海尖峰的干扰。实测数据的应用结果也表明,该方法可以有效检测海上小目标。

    一种MIMO雷达高精度速度方位联合测量方法

    公开(公告)号:CN115755018A

    公开(公告)日:2023-03-07

    申请号:CN202211499959.5

    申请日:2022-11-28

    IPC分类号: G01S13/62 G01S13/58 G01S7/41

    摘要: 本发明公开了一种MIMO雷达高精度速度方位联合测量方法,包括:一、MIMO雷达系统回波信号建模;二、所有周期全通道一维距离像获取,三、各周期一维距离像增强;四、基于CFAR的距离向目标检测;五、目标中心所在距离单元检测;六、目标中心所在距离单元直线检测;七、目标径向运动速度粗估计;八、所有周期全通道相位补偿;九、所有目标所在距离单元信号获取;十、目标速度与方位联合精确估计;十一、目标径向运动速度最终结果。本发通过一维距离像中目标所在距离单元的变化检测获取目标的距离,并估计径向运动粗速度,最终获得目标的高精度速度估计结果;对于MIMO阵列,充分利用空间重叠虚拟阵元回波信号所包含的目标空时特征,提升了运动目标联合测速测角的精度。

    一种雷达测速方法与实验装置
    4.
    发明公开

    公开(公告)号:CN116299405A

    公开(公告)日:2023-06-23

    申请号:CN202211499976.9

    申请日:2022-11-28

    IPC分类号: G01S13/58 G01S7/40

    摘要: 本发明公开了一种雷达测速方法与实验装置,具体步骤如下:步骤一、构建低雷达散射截面无线调速转台与目标支撑系统;步骤二、构建基于无线控制的目标转速控制系统,调节目标旋转方向及转速;步骤三、采用雷达测量运动目标,获取多通道回波数据;步骤四、采用信号处理方法获取目标的旋转周期及最大瞬时速度;步骤五、目标旋转半径估计。本发明融入无线控制的目标调速支撑系统,使用吸波材料涂覆的低雷达散射截面转台与控制系统封装,降低了背景环境回波,使得在有限的实验空间内,可以准确的测量高速运动目标的运动参数。本发明具有系统化程度高,实现便捷、目标参数可调、实际运动参数已知、测量结果可与设定参数实时比较的优点。

    一种基于大尺寸平板定标体的毫米波雷达MIMO阵列校准方法

    公开(公告)号:CN118362990A

    公开(公告)日:2024-07-19

    申请号:CN202410646460.5

    申请日:2024-05-23

    IPC分类号: G01S7/40

    摘要: 本发明公开了一种基于大尺寸平板定标体的毫米波雷达MIMO阵列校准方法,首先将毫米波雷达阵列正对大尺寸平板中心,且保证雷达阵列平面与大尺寸平板保持平行;然后基于LFMCW的MIMO雷达系统,建立MIMO雷达回波中频信号模型;之后在回波信号模型中引入实际中存在的频差、相差及幅差等固有误差;测量并计算得到各通道间存在的误差参数;最后在雷达实际应用中,使用信号处理等方法利用得到的误差参数对回波进行补偿与校准,从而使校准后的回波信号满足相参合成的条件。本发明充分利用MIMO阵列雷达及大平板目标回波的特,仅需一个大尺寸平板反射器作为目标即可方便快捷低成本实现MIMO雷达天线阵列校准,具有重要的实用价值。

    基于特征融合与增量分类器和表示学习的SAR目标增量识别方法

    公开(公告)号:CN118115800A

    公开(公告)日:2024-05-31

    申请号:CN202410269145.5

    申请日:2024-03-11

    摘要: 本发明公开了一种基于特征融合与增量分类器和表示学习(Incremental Classifier and Representation Learning,iCaRL)的SAR目标增量识别方法,包括,S1、利用基类SAR数据进行基类训练;S2、利用新类SAR数据进行增量训练;S3、将待测试SAR图像输入完成训练的网络中,得到分类预测结果。本发明将SAR图像的深度学习抽象特征和其方向梯度直方图(Histogram of Oriented Gradients,HOG)特征这一传统手工进行自适应融合,利用增量分类器和表示学习(Incremental Classifier and Representation Learning,iCaRL)这一增量学习方法进行SAR目标增量识别,并在增量训练过程中采用参数冻结策略,缓解了增量学习过程中的灾难性遗忘问题,提高了SAR目标增量识别的准确率。

    室内人员探测方法和装置、电子设备及存储介质

    公开(公告)号:CN117687011A

    公开(公告)日:2024-03-12

    申请号:CN202311494857.9

    申请日:2023-11-09

    摘要: 本发明实施例提供了一种室内人员探测方法和装置、电子设备及存储介质。其中,方法包括:通过模数转换器对毫米波雷达探测室内人员的回波信号进行采样量化,得到时域信号;对时域信号进行数字信号处理,通过最大值搜索算法和最小选择恒虚警SO‑CFAR算法相结合生成具有空间坐标信息的点云数据;采用DBSCAN聚类算法对点云数据进行聚类,得到聚类结果;对聚类结果滤除干扰信息,其中,干扰信息由毫米波雷达对室内环境中的干扰物进行扫描确定而得到;对滤除干扰信息的聚类结果采用卡尔曼滤波跟踪,得到室内人员的跟踪轨迹,基于此,本发明实施例能够在保护隐私的情形下,对室内人员的位置和状态进行准确定位。

    一种基于平移阵列的解模糊方法、设备及存储介质

    公开(公告)号:CN112230194B

    公开(公告)日:2024-01-26

    申请号:CN202010776174.2

    申请日:2020-08-05

    IPC分类号: G01S7/41 G06F17/16

    摘要: 本发明公开了一种基于平移阵列的解模糊方法、设备及计算机可读存储介质,该方法包括:首先确定参考阵列和平移阵列,所述平移阵列为三维空间中与所述参考阵列满足平移关系的阵列;接着根据所述参考阵列与平移阵列,建立空间平移模型;再根据所述空间平移模型建立阵列姿态变化模型;进一步结合所述空间平移模型和阵列姿态变化模型,通过角度估计算法获得阵列内角度估计算子和阵列间角度估计算子;最后利用阵列内角度估计算子对阵列间角度估计算子进行解模糊,得到无模糊阵列间角度估计算子。(56)对比文件郝云胜;叶艺山;邓振淼;冯仑.FEKO稀疏微多普勒建模及CS重构方法.光学精密工程.2016,第24卷(第6期),第1482-1489页.

    基于状态空间处理的动目标四维成像方法

    公开(公告)号:CN117331045A

    公开(公告)日:2024-01-02

    申请号:CN202311220324.1

    申请日:2023-09-20

    IPC分类号: G01S7/41

    摘要: 本发明公开了基于状态空间处理的动目标四维成像方法,属于雷达信号处理领域;具体为:首先、脉冲雷达对包含K个散射中心的运动目标发射线性调频脉冲LFM信号;每个散射中心将各自的宽带回波信号反馈给脉冲雷达,得到基带回波信号,并预处理后得到接收回波信号;然后,利用接收回波数据构建多维Hankel矩阵,得到角度‑速度‑距离4维联合采样矩阵;最后,采用状态空间平衡法对角度‑速度‑距离4维联合采样矩阵进行SVD分解,获得角度估计算子Qx、Qy、多普勒估计算子Fd和距离估计算子Rr,完成四维成像;本发明提高了目标位置及运动参数的估计精度。