CN119247298A - 一种复杂气象环境下目标航迹检测方法、装置、存储介质及设备 - Google Patents
一种复杂气象环境下目标航迹检测方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN119247298A CN119247298A CN202411179038.XA CN202411179038A CN119247298A CN 119247298 A CN119247298 A CN 119247298A CN 202411179038 A CN202411179038 A CN 202411179038A CN 119247298 A CN119247298 A CN 119247298A
- Authority
- CN
- China
- Prior art keywords
- radar
- target
- section
- track
- point
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 238000001914 filtration Methods 0.000 claims abstract description 39
- 238000007781 pre-processing Methods 0.000 claims abstract description 20
- 230000000977 initiatory effect Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000003595 mist Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种复杂气象环境下目标航迹检测方法、装置、存储介质及设备，属于目标航迹检测技术领域，方法包括获取雷达检测目标时产生的雷达回波数据；对雷达回波数据中的点迹进行点迹预处理；从预处理后的点迹中提取雷达散射截面；根据复杂气象环境的类型确定补偿系数，基于补偿系数对雷达散射截面进行补偿；对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据；本发明通过对雷达散射截面的补偿，可以有效修正由于衰减带来的RCS计算误差，提高了RCS过滤杂波点迹的准确率，从而提高目标航迹检测的准确率。
Description
技术领域
本发明涉及一种复杂气象环境下目标航迹检测方法、装置、存储介质及设备，属于目标航迹检测技术领域。
背景技术
毫米波雷达用于区域跟踪监测，不仅成本低、体积小、重量轻等，性能还极其优越，特别在环境适用性和获取目标信息等方面，远胜于传统雷达。正是由于毫米波雷达检测性能的这些优越性，其必将成为区域跟踪监测的主流。
毫米波雷达工作过程中，不可避免的会受到地杂波、海杂波和气象杂波的影响，造成目标航迹跟踪错乱及虚假航迹等问题。对于此类杂波问题的处理方法通常是在雷达信号处理及数据处理过程中采取MTI、MTD以及点迹过滤等方法将雷达回波信号中的杂波信号滤除掉。其中通过点迹过滤处理中的RCS过滤方法是最常用也是最有效的杂波滤除方法，可有效滤除雷达检测处理后剩余的杂波点迹，从而辅助毫米波雷达快速、准确地建立目标航迹、减少雷达虚假航迹。
当毫米波雷达在复杂气象环境下工作时（如雨天、雪天、雾天等），由于毫米波在大气中的衰减特性，使得电磁波信号受到不同程度的衰减，此时若仍使用常规的RCS计算、过滤方法往往会将正常目标的点迹当作杂波点迹过滤掉而造成漏警，降低了毫米波雷达通过RCS过滤方法过滤杂波点迹的准确率。
发明内容
本发明的目的在于提供一种复杂气象环境下目标航迹检测方法、装置、存储介质及设备，解决现有技术中存在的目标航迹检测准确率低的问题。
为实现以上目的，本发明是采用下述技术方案实现的：
第一方面，本发明提供了一种复杂气象环境下目标航迹检测方法，包括：
获取雷达检测目标时产生的雷达回波数据；
对所述雷达回波数据中的点迹进行点迹预处理；
从预处理后的点迹中提取雷达散射截面；
根据复杂气象环境的类型确定补偿系数，基于所述补偿系数对雷达散射截面进行补偿；
对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；
基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据。
进一步的，所述点迹预处理包括环境信息图点迹预处理、全连接神经网络的数据预处理、边缘抽取预处理和/或单通道无人机载GMTI系统的点迹处理。
进一步的，所述从预处理后的点迹中提取雷达散射截面，通过以下公式实现：
;
其中，σ是雷达散射截面，Amp是目标点迹幅值，Dis是目标点迹距离值；
所述目标点迹幅值和所述目标点迹距离值通过采用恒虚警检测对雷达回波数据中的距离-多普勒二维矩阵进行处理得到。
进一步的，所述根据复杂气象环境的类型确定补偿系数，通过以下方法实现：
在复杂气象环境为降雨时，若为小雨，补偿系数设为1.9~2.1，若为中雨，补偿系数设为4.9~5.1，若为大雨，补偿系数设为9.9~10.1，若为暴雨及以上等级，补偿系数设为15~20；
所述小雨为降雨量≤10的雨量等级，所述中雨为10＜降雨量≤25的雨量等级，所述大雨为25＜降雨量≤50的雨量等级，所述暴雨为50＜降雨量≤100的雨量等级，降雨量的单位为mm/24hr；
在复杂气象环境为降雪时，补偿系数设为1~1.1；
在复杂气象环境为雾天时，补偿系数设为1~2。
进一步的，在复杂气象环境为降雨时，若为小雨，补偿系数设为2，若为中雨，补偿系数设为5，若为大雨，补偿系数设为10。
进一步的，所述基于所述补偿系数对雷达散射截面进行补偿，通过以下公式实现：
；
其中，σ bc 是补偿后的雷达散射截面，Amp是目标点迹幅值，Dis是目标点迹距离值，l为补偿系数；
所述目标点迹幅值和所述目标点迹距离值通过采用恒虚警检测对雷达回波数据中的距离-多普勒二维矩阵进行处理得到。
进一步的，所述对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面，包括：
基于预设的过滤门限值，将属于目标种类的雷达散射截面范围的雷达散射截面筛选出来，筛选出符合目标种类的雷达散射截面。
第二方面，本发明提供了一种复杂气象环境下目标航迹检测装置，包括：
雷达回波数据获取模块，被配置为：获取雷达检测目标时产生的雷达回波数据；
点迹预处理模块，被配置为：对所述雷达回波数据中的点迹进行点迹预处理；
雷达散射截面提取模块，被配置为：从预处理后的点迹中提取雷达散射截面；
雷达散射截面补偿模块，被配置为：根据复杂气象环境的类型确定补偿系数，基于所述补偿系数对雷达散射截面进行补偿；
雷达散射截面筛选模块，被配置为：对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；
目标航迹检测模块，被配置为：基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据。
第三方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时，实现第一方面中任一项所述的复杂气象环境下目标航迹检测方法的步骤。
第四方面，本发明提供了一种计算机设备，包括：
存储器，用于存储计算机程序/指令；
处理器，用于执行所述计算机程序/指令以实现第一方面中任一项所述的复杂气象环境下目标航迹检测方法的步骤。
与现有技术相比，本发明所达到的有益效果是：
本发明提供的一种复杂气象环境下目标航迹检测方法、装置、存储介质及设备，通过对雷达散射截面的补偿，可以有效修正由于衰减带来的RCS计算误差，提高了RCS过滤杂波点迹的准确率，从而提高目标航迹检测的准确率，增强了毫米波雷达的环境适应性和抗干扰能力，提高了毫米波雷达目标探测能力。
附图说明
图1是本发明实施例1对应的一种复杂气象环境下目标航迹检测方法的流程图；
图2是本发明实施例2对应的一种复杂气象环境下目标航迹检测方法的流程图；
图3是本发明实施例2提供的目标幅值信息提取流程图；
图4是本发明实施例2提供的目标距离维FFT前后对比图；
图5是本发明实施例2提供的目标多普勒维FFT前后对比图；
图6是本发明实施例2提供的不同频率不同雨量下电磁波通过降雨区单程衰减图；
图7是本发明实施例2提供的不同频率不同雪量下电磁波通过降雪区单程衰减图；
图8是本发明实施例2提供的不同频率不同含水量的雾中电磁波单程衰减图。
具体实施方式
下面结合附图对本发明作进一步描述，以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1。
如图1所示，本发明提供了一种复杂气象环境下目标航迹检测方法，包括：
获取雷达检测目标时产生的雷达回波数据；
对所述雷达回波数据中的点迹进行点迹预处理；
从预处理后的点迹中提取雷达散射截面；
根据复杂气象环境的类型确定补偿系数，基于所述补偿系数对雷达散射截面进行补偿；
对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；
基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据。
本发明通过对雷达散射截面的补偿，可以有效修正由于衰减带来的RCS计算误差，提高了RCS过滤杂波点迹的准确率，从而提高目标航迹检测的准确率，提高了毫米波雷达雨天气象环境下工作能力；提高了毫米波雷达雪天气象环境下工作能力；提高了毫米波雷达雾天气象环境下工作能力；增强了毫米波雷达复杂气象环境下的抗干扰能力，提高了目标探测能力。
实施例2。
毫米波雷达的工作原理（雷达方程）如下：
；
其中，R max为雷达的作用距离，也就是对于给定的目标的最大作用距离，R t为雷达的发射功率，G为雷达接收机增益，λ为雷达天线的发射波长，k为玻尔兹曼常数，T 0为标准室温，一般取290K，B为雷达接收机带宽，L为雷达各部分损耗，(S/N) omin为雷达识别系数，σ为雷达散射截面（RCS），F为噪声系数。
由雷达方程可知，雷达散射截面（RCS）是雷达探测技术中的关键概念，它表征了目标在雷达波照射下所产生回波强度的一种物理量，反映了目标对雷达波的有效反射面积。雷达目标和散射的能量可以表示为一个有效面积和入射功率密度的乘积，这个面积通常称为雷达散射截面积。RCS是一假想面积，是描述目标在一定入射功率下后向散射功率能力的量，在理论上以面积单位进行描述。目标RCS面积越大，对于雷达电磁波的后向散射能力越强，产生的回波功率也就越大，越容易被雷达所探测。
雷达回波数据由信号处理进入数据处理，依次进行目标检测、点迹预处理、RCS提取、工作模式判断、RCS补偿、点航迹相关及航迹起始、航迹滤波更新，最后向显控输出更新后的目标航迹数据。本发明将阐述在复杂气象环境下毫米波雷达的基于RCS计算补偿方法的目标航迹检测方法，修正了由于信号衰减造成的目标RCS计算误差。此方法提高了毫米波雷达的环境适应性，增强了毫米波雷达抗干扰能力，提高了毫米波雷达探测能力。
如图2所示，本发明提供了一种复杂气象环境下目标航迹检测方法，包括：
获取雷达检测目标时产生的雷达回波数据；
对所述雷达回波数据中的点迹进行点迹预处理；
从预处理后的点迹中提取雷达散射截面；
若处于复杂气象环境中，根据复杂气象环境的类型确定补偿系数，基于所述补偿系数对雷达散射截面进行补偿，若不处于复杂气象环境中，也可以直接进入过滤阶段；
对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；
基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据。
如图2所示，本发明提供了一种复杂气象环境下目标航迹检测方法，包括：
获取雷达检测目标时产生的雷达回波数据；
对所述雷达回波数据中的点迹进行点迹预处理；
从预处理后的点迹中提取雷达散射截面；
若处于复杂气象环境中，根据复杂气象环境的类型确定补偿系数，基于所述补偿系数对雷达散射截面进行补偿，若不处于复杂气象环境中，也可以直接进入过滤阶段；
对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；
基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据。
目标幅值信息提取流程如图3所示，包括：
距离维FFT（快速傅里叶变换）：对于同一距离门的目标进行累积，得到该距离门内的目标信息（幅度、多普勒），如图4所示为目标距离维FFT前后对比的效果示意图。
MTI（动目标显示）滤波：MTI 是指利用滤波器来抑制各种杂波，提高雷达信号的信杂比，以利于运动目标检测的技术。在对固定目标和慢速杂波的探测中，发现其功率集中于零频附近。MTI就是利用这一特点滤除回波中的静物与慢速杂波。
多普勒维FFT（快速傅里叶变换）：对处于同一距离、同一速度的目标进行累积，不仅可以得到目标的速度；同时抑制掉处于同一距离、不同速度的杂波或其他目标的干扰，如图5所示为目标多普勒维FFT前后对比的效果示意图。
CFAR（恒虚警率）检测：经过杂波抑制处理后的目标和杂波分布到距离-多普勒频域二维平面，采用时-频域二维恒虚警率（constant false alarm rate，CFAR）处理。
在二维 CA-CFAR 检测中，距离-多普勒二维矩阵中幅度的平方值可以看作是随机模型中的随机变量，背景噪声功率Z可表示为：
；
其中，X i,j 表示参考窗内第i行第j列信号的平方值，m为参考单元行数，n为参考单元列数，b为保护单元行数，c为保护单元列数，i代表距离维数组下标，j表示多普勒维数组下标。
检测门限Th可表示为：
Th=αZ；
其中，α表示门限因子，可通过调节门限因子使检测效果更好。至此计算出了 CFAR检测门限，可以根据 CFAR 检测判决公式判断待检测单元是否包含目标。
判决过程可以表示为：
；
其中，D(Y)表示判决结果，Y表示待检测单元信号幅值。当Y大于检测门限时，说明待检测单元内包含目标。反之，待检测单元内没有目标。
RCS提取：根据毫米波雷达实测数据中点迹的幅度和距离值，计算出点迹的RCS值：
；
其中，σ是雷达散射截面，Amp是目标点迹幅值，Dis是目标点迹距离值；目标点迹幅值和目标点迹距离值通过采用恒虚警检测对雷达回波数据中的距离-多普勒二维矩阵进行处理得到。
RCS过滤：根据大量的统计数据计算可得，不同目标之间的RCS值各有差异，同时真实目标的RCS数值是远大于气象杂波的，因此选择合适的RCS过滤门限值，可以将气象杂波点迹滤除掉，同时还可对目标进行分类，几种常见目标的RCS范围如表1所示。
表1-常见目标的RCS范围表
| 目标 | RCS |
| 鸟 | 0.00001至0.01 |
| 人 | 0.5至2 |
| 小型飞机 | 1至10 |
| 大型飞机 | 10至100 |
| 汽车 | 100至300 |
| 货船 | 200至1000 |
RCS计算补偿：
一、雨天气象环境。
雨天气象环境可分为小雨、中雨、大雨、暴雨、大暴雨及以上5个等级，具体划分标准见表2，雨天气象环境下，毫米波雷达电磁波通过降雨区幅值衰减如图6所示。
表2-降雨量划分等级表
| 雨量等级划分 | mm/24hr |
| 小雨 | 降雨量≤10 |
| 中雨 | 10＜降雨量≤25 |
| 大雨 | 25＜降雨量≤50 |
| 暴雨 | 50＜降雨量≤100 |
| 大暴雨及以上 | 降雨量＞100 |
由图6可知，随着降雨量的增大，毫米波雷达电磁波信号衰减也越大。
小雨环境下（10mm/24hr）单程每千米衰减值约为：2.35dB；
中雨环境下（25mm/24hr）单程每千米衰减值约为：5.45dB；
大雨环境下（50mm/24hr）单程每千米衰减值约为：11.1dB；
暴雨环境下（100mm/24hr）单程每千米衰减值约为：21.45dB；
大暴雨及以上环境下（144mm/24hr）单程每千米衰减值约为：31.91dB。
二、雪天气象环境。
雪天气象环境可划分为小雪、中雪、大雪、暴雪、大暴雪及以上5个等级，具体划分标准见表3，雪天气象环境下，毫米波雷达电磁波通过降雪区幅值衰减如图7所示。
表3-降雪量划分等级表
| 雪量等级划分 | mm/24hr |
| 小雪 | 0.1≤降雪量≤2.5 |
| 中雪 | 2.5＜降雪量≤5.0 |
| 大雪 | 5.0＜降雪量≤10.0 |
| 暴雪 | 10.0＜降雪量≤20.0 |
| 大暴雪及以上 | 降雪量＞20 |
由图7可知，降雪对于毫米波雷达电磁波信号的衰减幅值几乎没有。
三、雾天气象环境。
雾天气象环境可划分为轻雾、大雾、浓雾、强浓雾、特强浓雾5个等级，具体划分标准见表4，雾天气象环境下，毫米波雷达电磁波通过雾区幅值衰减如图8所示。
表4-雾划分等级表
| 雾等级划分 | 能见度km |
| 轻雾 | 1＜能见度≤10 |
| 大雾 | 0.5＜能见度≤1 |
| 浓雾 | 0.2＜能见度≤0.5 |
| 强浓雾 | 0.05＜能见度≤0.2 |
| 特强浓雾 | 能见度≤0.05 |
不同的雾天气象环境，其含水量也不同，见表5。对毫米波雷达电磁波波产生的衰减主要是雾中水滴对电磁波的吸收，因此雾中水含量对衰减量起决定性作用。
表5-不同等级雾中含水量表
| 雾等级划分 | 含水量g/m3 |
| 轻雾 | 含水量≤0.005 |
| 大雾 | 0.005＜含水量≤0.02 |
| 浓雾 | 0.02＜含水量≤0.19 |
| 强浓雾 | 0.19＜含水量≤0.37 |
| 特强浓雾 | 含水量≥0.37 |
由图8可知雾中含水量的增大，毫米波雷达电磁波信号衰减也越大。
轻雾及大雾环境下（0.02g/m3）单程每千米衰减值约为：＜0.13dB；
浓雾环境下（0.15g/m3）单程每千米衰减值约为：0.77dB；
强浓雾环境下（0.35g/m3）单程每千米衰减值约为：1.81dB；
特强浓雾环境下（0.41g/m3）单程每千米衰减值约为：2.31dB。
RCS补偿的实现方法：本方法在复杂气象条件下，通过雷达显控主界面切换成“复杂气象环境模式”，在点迹预处理，计算并提取RCS后，对计算后的点迹RCS进行补偿，并根据不同雨量，进行补偿系数调整。
补偿后的RCS计算公式如下：
；
其中，σ bc 是补偿后的雷达散射截面，Amp是目标点迹幅值，Dis是目标点迹距离值，l为补偿系数；
所述目标点迹幅值和所述目标点迹距离值通过采用恒虚警检测对雷达回波数据中的距离-多普勒二维矩阵进行处理得到。
降雨气象环境中，小雨气象环境中RCS补偿系数设置为2.0，中雨气象环境中RCS补偿系数设置为5.0，大雨气象环境中RCS补偿系数设置为10.0，暴雨以上降雨气象环境中，毫米波雷达信号衰减严重，补偿系数设置为15.0-20.0之间，本实施例中设为17.5。
降雪气象环境中，由于降雪带来的电磁波衰减幅度几乎没有，雪天气象环境中RCS补偿系数设置为1.0-1.1之间，本实施例中设为1.05。
雾天气象环境中，由于雾中含水量的大小影响了电磁波衰减值，由图5、图7可知特强浓雾的衰减近似于小雨衰减值，因此雾天气象环境RCS补偿系数设置为1.0-2.0之间，本实施例中设为1.5。
在点航迹相关及航迹起始、航迹更新与上报后，雷达显控界面会实时对目标进行跟踪，并生成目标点航迹信息。
在本实施例中，进行了实测，RCS补偿效果实测数据回放重演结果如下（目标类型：人，RCS标称值1.0 m2）：
表6-实测数据表
| 气象环境 | 补偿前RCS | 补偿系数 | 补偿后RCS |
| 小雨 | 0.76 | 2 | 1.13 |
| 中雨 | 0.43 | 5 | 0.94 |
| 大雨 | 0.28 | 10 | 1.02 |
| 小到中雪 | 0.91 | 1.02 | 0.93 |
| 大雪 | 0.87 | 1.05 | 0.91 |
| 轻雾及大雾 | 0.84 | 1.1 | 0.97 |
通过RCS计算补偿方法，可以有效修正由于衰减带来的RCS计算误差，提高了RCS过滤杂波点迹的准确率。
实施例3。
本发明提供了一种复杂气象环境下目标航迹检测装置，包括：
雷达回波数据获取模块，被配置为：获取雷达检测目标时产生的雷达回波数据；
点迹预处理模块，被配置为：对所述雷达回波数据中的点迹进行点迹预处理；
雷达散射截面提取模块，被配置为：从预处理后的点迹中提取雷达散射截面；
雷达散射截面补偿模块，被配置为：根据复杂气象环境的类型确定补偿系数，基于所述补偿系数对雷达散射截面进行补偿；
雷达散射截面筛选模块，被配置为：对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；
目标航迹检测模块，被配置为：基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据。
实施例4。
本发明提供了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时，实现实施例1提供的复杂气象环境下目标航迹检测方法的步骤：
获取雷达检测目标时产生的雷达回波数据；
对所述雷达回波数据中的点迹进行点迹预处理；
从预处理后的点迹中提取雷达散射截面；
根据复杂气象环境的类型确定补偿系数，基于所述补偿系数对雷达散射截面进行补偿；
对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；
基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据。
实施例5。
本发明提供了一种计算机设备，包括：
存储器，用于存储计算机程序/指令；
处理器，用于执行所述计算机程序/指令以实现实施例1提供的复杂气象环境下目标航迹检测方法的步骤：
获取雷达检测目标时产生的雷达回波数据；
对所述雷达回波数据中的点迹进行点迹预处理；
从预处理后的点迹中提取雷达散射截面；
根据复杂气象环境的类型确定补偿系数，基于所述补偿系数对雷达散射截面进行补偿；
对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；
基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种复杂气象环境下目标航迹检测方法，其特征在于，包括：
获取雷达检测目标时产生的雷达回波数据；
对所述雷达回波数据中的点迹进行点迹预处理；
从预处理后的点迹中提取雷达散射截面；
根据复杂气象环境的类型确定补偿系数，基于所述补偿系数对雷达散射截面进行补偿；
对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；
基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据。
2.根据权利要求1所述的复杂气象环境下目标航迹检测方法，其特征在于，所述点迹预处理包括环境信息图点迹预处理、全连接神经网络的数据预处理、边缘抽取预处理和/或单通道无人机载GMTI系统的点迹处理。
3.根据权利要求1所述的复杂气象环境下目标航迹检测方法，其特征在于，所述从预处理后的点迹中提取雷达散射截面，通过以下公式实现：
;
其中，σ是雷达散射截面，Amp是目标点迹幅值，Dis是目标点迹距离值；
所述目标点迹幅值和所述目标点迹距离值通过采用恒虚警检测对雷达回波数据中的距离-多普勒二维矩阵进行处理得到。
4.根据权利要求1所述的复杂气象环境下目标航迹检测方法，其特征在于，所述根据复杂气象环境的类型确定补偿系数，通过以下方法实现：
在复杂气象环境为降雨时，若为小雨，补偿系数设为1.9~2.1，若为中雨，补偿系数设为4.9~5.1，若为大雨，补偿系数设为9.9~10.1，若为暴雨及以上等级，补偿系数设为15~20；
所述小雨为降雨量≤10的雨量等级，所述中雨为10＜降雨量≤25的雨量等级，所述大雨为25＜降雨量≤50的雨量等级，所述暴雨为50＜降雨量≤100的雨量等级，降雨量的单位为mm/24hr；
在复杂气象环境为降雪时，补偿系数设为1~1.1；
在复杂气象环境为雾天时，补偿系数设为1~2。
5.根据权利要求4所述的复杂气象环境下目标航迹检测方法，其特征在于，在复杂气象环境为降雨时，若为小雨，补偿系数设为2，若为中雨，补偿系数设为5，若为大雨，补偿系数设为10。
6.根据权利要求1所述的复杂气象环境下目标航迹检测方法，其特征在于，所述基于所述补偿系数对雷达散射截面进行补偿，通过以下公式实现：
;
其中，σ bc 是补偿后的雷达散射截面，Amp是目标点迹幅值，Dis是目标点迹距离值，l为补偿系数；
所述目标点迹幅值和所述目标点迹距离值通过采用恒虚警检测对雷达回波数据中的距离-多普勒二维矩阵进行处理得到。
7.根据权利要求1所述的复杂气象环境下目标航迹检测方法，其特征在于，所述对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面，包括：
基于预设的过滤门限值，将属于目标种类的雷达散射截面范围的雷达散射截面筛选出来，筛选出符合目标种类的雷达散射截面。
8.一种复杂气象环境下目标航迹检测装置，其特征在于，包括：
雷达回波数据获取模块，被配置为：获取雷达检测目标时产生的雷达回波数据；
点迹预处理模块，被配置为：对所述雷达回波数据中的点迹进行点迹预处理；
雷达散射截面提取模块，被配置为：从预处理后的点迹中提取雷达散射截面；
雷达散射截面补偿模块，被配置为：根据复杂气象环境的类型确定补偿系数，基于所述补偿系数对雷达散射截面进行补偿；
雷达散射截面筛选模块，被配置为：对补偿后的雷达散射截面进行过滤，筛选出符合目标种类的雷达散射截面；
目标航迹检测模块，被配置为：基于筛选后的雷达散射截面，通过点航迹相关及航迹起始，然后通过航迹滤波更新，得到目标航迹数据。
9.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时，实现权利要求1至7中任一项所述的复杂气象环境下目标航迹检测方法的步骤。
10.一种计算机设备，其特征在于，包括：
存储器，用于存储计算机程序/指令；
处理器，用于执行所述计算机程序/指令以实现权利要求1至7中任一项所述的复杂气象环境下目标航迹检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411179038.XA CN119247298A (zh) | 2024-08-27 | 2024-08-27 | 一种复杂气象环境下目标航迹检测方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411179038.XA CN119247298A (zh) | 2024-08-27 | 2024-08-27 | 一种复杂气象环境下目标航迹检测方法、装置、存储介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN119247298A true CN119247298A (zh) | 2025-01-03 |
Family
ID=94015514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202411179038.XA Pending CN119247298A (zh) | 2024-08-27 | 2024-08-27 | 一种复杂气象环境下目标航迹检测方法、装置、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN119247298A (zh) |
-
2024
- 2024-08-27 CN CN202411179038.XA patent/CN119247298A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2503581C (en) | Weather and airborne clutter suppression using a cluster shape classifier | |
| CA2774377C (en) | Knowledge aided detector | |
| CN111856406B (zh) | 一种基于fmcw雷达回波的目标检测方法及装置 | |
| CN107765228B (zh) | 一种基于区域相似性的在线雷达目标检测方法 | |
| US8816899B2 (en) | Enhanced target detection using dispersive vs non-dispersive scatterer signal processing | |
| KR20040091699A (ko) | 레이더 검출에서의 적응적 검출 시스템 및 적응적 검출 방법 | |
| CN112630768A (zh) | 一种改进调频连续波雷达目标检测的降噪方法 | |
| CN106597411A (zh) | 雷达信号处理方法 | |
| CN106405513B (zh) | 基于多层扫描对比的地杂波抑制方法 | |
| CN111796288B (zh) | 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法 | |
| CN110109067B (zh) | 一种陆基fmcw区域监控雷达数据处理方法 | |
| CN105487076A (zh) | 一种毫米波云雷达大雾能见度反演方法及系统 | |
| Williams et al. | Clutter mitigation, multiple peaks, and high-order spectral moments in 35 GHz vertically pointing radar velocity spectra | |
| Yin et al. | Clutter mitigation based on spectral depolarization ratio for dual-polarization weather radars | |
| Yin et al. | Object-orientated filter design in spectral domain for polarimetric weather radar | |
| CN115932779A (zh) | 基于避障雷达距离多普勒积分的枯树目标检测方法 | |
| Xia et al. | Signal chain architectures for efficient airport surface movement radar video processing | |
| CN119247298A (zh) | 一种复杂气象环境下目标航迹检测方法、装置、存储介质及设备 | |
| KR20140040422A (ko) | Ｄａｔａ Ｍａｔｒｉｘ Ｂａｎｋ Ｆｉｌｔｅｒ를 이용한 이동체용 레이더의 클러터 제거기 및 제거방법 | |
| JP2006292476A (ja) | レーダ信号処理装置及びドップラ気象レーダ | |
| McDonald et al. | Track-before-detect using swerling 0, 1, and 3 target models for small manoeuvring maritime targets | |
| KR101423265B1 (ko) | 해면 클러터 제거 방법 및 장치 | |
| Zhou et al. | An adaptive clutter suppression technique based on environmental perception | |
| CN115616502A (zh) | 无人飞行器机载雷达目标检测的杂波抑制方法 | |
| CN114137523A (zh) | 车载毫米波雷达原始点云的噪点排除方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |