-
公开(公告)号：CN107976654B
公开(公告)日：2021-04-13
申请号：CN201711111108.8
申请日：2017-11-13
Applicant: 西安电子工程研究所
IPC: G01S7/36
Abstract: 本发明涉及一种基于环境认知的极化检测方法，对两个通道进行预处理后得到两个通道的动目标检测结果，同极化通道与不同权重系数乘积，再与交叉极化通道求和即可得到不同极化下的杂波功率，杂波功率除以系统的噪声功率就可以得到不同极化下的杂噪比，比较不同极化下的杂噪比，选择杂噪比最大值以及其对应的权系数、杂噪比最小值及其对应的权系数。如果杂噪比最大值都不大于阈值3dB，那么就判定环境为噪声背景，否则判定为杂波背景。若为噪声背景，则将最终的权重系数设置为1，若为杂波背景，则将最终的权重系数设置为杂噪比最小值对应的权系数。最后再进行恒虚警检测。
-
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
Applicant: 西安电子工程研究所
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。
-
公开(公告)号：CN104515983B
公开(公告)日：2017-01-25
申请号：CN201410817700.X
申请日：2014-12-25
Applicant: 西安电子工程研究所
IPC: G01S7/41
Abstract: 本发明涉及一种基于统计最优的频率步进雷达信号目标抽取方法，用于去除频率步进信号IFFT距离细化后所表示的距离范围与当前回波采样值所表示的距离范围之间的距离失配冗余，以及过采样冗余。本发明解决了在经典算法舍弃法和选大法中都需要对第“0”个采样点进行标定，否则很有可能无法采样到目标点的问题。该算法的核心思想是根据将一帧数据IFFT后的结果进行循环移位对齐，将对齐后数据在粗距离采样维叠加，将以叠加后的最大值为中心的部分数据进行拼接，可以既能抽取出同距离幅度较大的点，又解决了经典算法中需要对第“0”个采样点进行标定的问题。
-
公开(公告)号：CN104535970B
公开(公告)日：2017-01-11
申请号：CN201410818304.9
申请日：2014-12-25
Applicant: 西安电子工程研究所
IPC: G01S7/292
Abstract: 本发明涉及一种基于最大值的频率步进雷达信号目标抽取方法，用于去除频率步进信号IFFT距离细化后所表示的距离范围与当前回波采样值所表示的距离范围之间的距离失配冗余，以及过采样冗余。解决了在经典算法舍弃法和选大法中都需要对第“0”个采样点进行标定，否则很有可能无法采样到目标点的问题。该方法的核心思想是根据搜索范围内的最大值来确定P0””，可以保证既能抽取出同距离幅度较大的点，又解决了经典算法中需要对第“0”个采样点进行标定的问题。
-
公开(公告)号：CN109597044B
公开(公告)日：2022-12-06
申请号：CN201811424822.7
申请日：2018-11-27
Applicant: 西安电子工程研究所 , 西安长远电子工程有限责任公司
IPC: G01S7/41
Abstract: 本发明涉及一种基于分级决策树的宽带极化雷达导引头目标识别方法，在第一阶段基于专家对目标物理属性的认知，首先根据目标的三维尺寸(径向尺寸、方位向尺寸和俯仰向尺寸)将目标类型分为“非打击目标”和“打击目标”，然后基于主峰能量比将打击目标分为“低优先级打击目标”和“中高优先级打击目标”；第二阶段机器完全自主学习，采用决策树将“中高优先级打击目标”分为“高优先级打击目标”和“中优先级打击目标”，从而完成了目标识别。解决了传统目标识别方法在目标库不完备时识别效果差的问题，且运算量较小，可以满足弹载平台的实时性要求。
-
Patent Agency Ranking
公开(公告)号：CN110018461A
公开(公告)日：2019-07-16
申请号：CN201910302370.3
申请日：2019-04-16
Applicant: 西安电子工程研究所
Abstract: 本发明涉及一种基于高分辨距离像和单脉冲测角的群目标识别方法，用于雷达群目标识别。针对传统群目标识别方法要求各子目标相对雷达运动、且运算量较大的不足之处，提出基于高分辨距离像和单脉冲测角的群目标识别方法。该方法基于高分辨距离像和单脉冲测角信息，形成“方位向距离-径向距离”二维平面，在此二维平面上采用均值漂移聚类算法完成聚类并提取各个子目标的HRRP，并不利用目标的运动信息，因此对各个子目标的是否运动无约束，解决了传统方法要求各子目标相对雷达运动的要求；该方法利用散射点幅度信息，对传统的均值漂移聚类算法从初值选择和样本权重两个方面做了改进，提升了均值漂移算法的迭代效率，解决了传统方法运算量较大的问题。
-
公开(公告)号：CN109975779A
公开(公告)日：2019-07-05
申请号：CN201910302266.4
申请日：2019-04-16
Applicant: 西安电子工程研究所
Abstract: 本发明公开基于局部能量和最大的步进频雷达目标抽取算法，该算法用于去除步进频信号IFFT距离细化后所表示的距离范围与当前回波采样值所表示的距离范围之间的距离失配冗余，以及过采样冗余。本发明解决了在经典算法舍弃法和选大法中都需要对第“0”个采样点进行标定，否则很有可能无法采样到目标点的问题。算法中通过循环移位将数据在粗距离采样维上以目标所在的粗距离为基准“对齐”，并在最大值所在的粗分辨距离采样点中，按照局部能量和最大准则确定抽取范围，最后在“对齐”后的矩阵中完成目标抽取。该算法完全根据实测数据确定抽取数据的范围，既不需对第“0”个采样点进行标定，也可以保证抽取范围能够覆盖目标散射点中能量大的若干散射点。
-
公开(公告)号：CN109597044A
公开(公告)日：2019-04-09
申请号：CN201811424822.7
申请日：2018-11-27
Applicant: 西安电子工程研究所
IPC: G01S7/41
Abstract: 本发明涉及一种基于分级决策树的宽带极化雷达导引头目标识别方法，在第一阶段基于专家对目标物理属性的认知，首先根据目标的三维尺寸(径向尺寸、方位向尺寸和俯仰向尺寸)将目标类型分为“非打击目标”和“打击目标”，然后基于主峰能量比将打击目标分为“低优先级打击目标”和“中高优先级打击目标”；第二阶段机器完全自主学习，采用决策树将“中高优先级打击目标”分为“高优先级打击目标”和“中优先级打击目标”，从而完成了目标识别。解决了传统目标识别方法在目标库不完备时识别效果差的问题，且运算量较小，可以满足弹载平台的实时性要求。
-
公开(公告)号：CN113985382B
公开(公告)日：2025-04-11
申请号：CN202111276338.6
申请日：2021-10-29
Applicant: 西安电子工程研究所
Abstract: 本发明涉及一种基于积分图像的二维恒虚警门限计算方法，属于雷达技术领域。包括构造积分图像矩阵；根据给定的参考窗和保护窗计算出参考窗与保护窗对应顶点坐标位置，由顶点坐标位置可知积分图像矩阵对应点的元素值；计算参考窗和保护窗中所有元素的累加和；计算参考窗和保护窗中所含元素的总个数；然后计算回形窗区域杂波幅度均值和；根据回形窗区域杂波幅度均值和计算CFAR门限阈值。与传统方法相比较，计算次数与给定的参考窗、保护窗大小无关，且总次数少于传统二维恒虚警门限计算方法，大大缩减了算法耗时，可以满足工程实时性要求，应用性更强。
-
公开(公告)号：CN110221265B
公开(公告)日：2022-12-06
申请号：CN201910476624.3
申请日：2019-06-03
Applicant: 西安电子工程研究所 , 西安长远电子工程有限责任公司
Abstract: 针对传统扩展目标检测器在目标散射点信息未知时检测性能不稳健的问题，本发明提出了一种基于强散射点自适应估计的距离扩展目标检测方法，该方法采用了双门限思想，首先利用kmeans聚类算法自适应估计强散射点数量以及第一门限，然后根据虚警率、第一门限以及散射点数量确定第二门限，最后通过两次门限判决完成目标检测。本发明提出的算法相对于传统算法有更高的稳健性，且算法不需要先验任何信息。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.024 seconds)
