基于距离-多普勒二维特征的双目标分离方法

    公开(公告)号:CN114265057A

    公开(公告)日:2022-04-01

    申请号:CN202111328401.6

    申请日:2021-11-10

    Abstract: 本发明涉及一种基于距离‑多普勒二维特征的双目标分离方法,用于战场侦察雷达对于两个距离相近的动目标进行分辨,从而对两个目标分别进行跟踪。本发明解决了窄带条件下,雷达将两个距离相近的目标误判为一个目标的问题。算法首先获得目标在距离‑多普勒平面上的坐标,截取以该坐标为中心的一个二维矩阵,然后从该矩阵中提取距离维和多普勒维的波形熵和峰值个数等特征,根据特征判断该区域中是单目标还是双目标,如果该区域中只存在一个目标,直接上报目标的坐标。如果该区域中存在两个目标,首先上报第一个目标的坐标,然后在剩余的元素中找到幅度最大的值,将其对应的坐标作为第二个目标的坐标。

    基于频域通道均衡的脉冲压缩补偿算法

    公开(公告)号:CN108132460B

    公开(公告)日:2021-07-16

    申请号:CN201711281001.8

    申请日:2017-12-07

    Abstract: 本发明涉及一种基于频域通道均衡的脉冲压缩补偿算法,首先获得强信噪比孤立点目标的回波,对目标回波进行傅里叶变换,存储处理后的频谱结果,并对M个脉冲的频谱信号求平均;再根据雷达参数和信号模型,产生理想的发射信号,并对发射信号作同样点数的傅里叶变换;用发射信号的频谱与实际回波的频谱相除,获得频域通道均衡系数。对回波进行频域脉冲压缩时,在频域乘以频域通道均衡系数进行补偿。通过该方法进行补偿后,目标在时域的脉冲压缩结果主瓣变窄,在后续进行距离像拼接时,出现虚假的‘伪峰’的概率降低。

    基于决策树的地面运动目标分类算法

    公开(公告)号:CN107506794B

    公开(公告)日:2020-08-14

    申请号:CN201710727147.4

    申请日:2017-08-23

    Abstract: 本发明涉及一种基于决策树的地面运动目标分类算法,该算法用于战场环境地面战场侦察雷达对轮式车辆、履带式车辆、单人和小分队的准确分类识别。首先进行杂波抑制和特征提取,基于每个特征利用贝叶斯分类器对训练样本进行训练,确定分类器门限,然后计算熵不纯度,以熵不纯度减少量最大为准则,寻找最优特征,进行分层分类。解决了四类目标分层分类过程中的特征最优选择问题:算法中基于熵不纯度减小量最大准则来选择特征作为根节点和层节点。相比基于经验的特征选择算法,基于决策树的特征选择能够实现分层过程中的特征择优,保证分层分类算法的性能。

    一种雷达脉冲式干扰的定向方法

    公开(公告)号:CN115390018A

    公开(公告)日:2022-11-25

    申请号:CN202210883462.7

    申请日:2022-07-26

    Abstract: 本发明涉及一种雷达脉冲式干扰定向方法,属于阵列雷达信号处理中的数字信号处理领域。对于雷达脉冲式干扰,传统方法在波们内往往无法采集到有效快拍数据,造成干扰漏检。本方法通过增加一个休止区脉冲,在休止区对雷达威力覆盖的全距离段进行拆分,并行处理拆分后的多个距离段,对多段处理结果进行非相参积累,最后采用自适应门限来检测干扰。本方法不仅能对压制干扰和脉冲式干扰检测与定向,而且通过非相参积累提高了干噪比。

    基于距离-角误差二维聚类的横向干扰判定方法

    公开(公告)号:CN110261828A

    公开(公告)日:2019-09-20

    申请号:CN201910658668.8

    申请日:2019-07-22

    Abstract: 本发明涉及一种基于距离-角误差二维聚类的横向干扰判定方法,用于距离高分辨体制的空对地导引头对地面静止的车辆目标进行精确跟踪,可以有效抑制波束内与目标处于同一距离段的横向无源角反射体干扰,实现对目标的精确跟踪。该方法首先采用均值聚类算法,对获得的距离像中各个散射点的距离-角误差二维信息进行聚类,根据聚类结果计算聚类中心的角误差,再结合当前目标的距离计算出目标的横向间距,根据横向间距判定目标是否受到横向干扰。在不改变雷达硬件的条件下,提升雷达的角度分辨力,可有效对抗放置在目标左右两侧的无源干扰。

    基于局部白化的雷达极化检测方法

    公开(公告)号:CN105954740B

    公开(公告)日:2018-06-01

    申请号:CN201610255917.5

    申请日:2016-04-22

    Abstract: 本发明公开基于局部白化的极化检测快速实现方法,该方法用于雷达极化检测处理的快速实现。本发明既解决了极化白化滤波对杂波平稳性的要求,又大大降低了滑窗白化滤波运算量太大的问题:本快速实现方法的处理流程为一次检测+最大值聚类+极化白化滤波+二次检测,该快速实现方法解决了极化白化滤波需要杂波在长距离窗内的分布平稳性的要求,又通过最大值聚类后进行极化白化滤波的处理流程大大降低了滑窗极化白化所带来的巨大运算量,极其适用于工程设计实现。

    一种飞机类目标微多普勒纹理特征提取方法

    公开(公告)号:CN106483513A

    公开(公告)日:2017-03-08

    申请号:CN201610834997.X

    申请日:2016-09-20

    CPC classification number: G01S7/41

    Abstract: 本发明涉及一种基于微多普勒纹理特征的飞机类目标特征提取方法,能够实现对三类典型飞机目标的有效分类识别。本算法首先通过杂波抑制与机身分量抑制及频谱搬移,获得微多普勒谱,然后提取LBP值及其归一化直方图,用于表征微多普勒谱的纹理特性。通过提取对姿态不敏感的纹理特性,具有更好的泛化能力,运算量适中,便于工程应用。

Patent Agency Ranking