61 |
一种岸基近程雷达自动跟踪处理方法及计算机 |
CN201410184686.4 |
2014-05-04 |
CN103926583A |
2014-07-16 |
桑成伟; 徐毓; 姜向宏; 蔡泽彬 |
本发明适用于岸基近程小型雷达跟踪技术领域,提供一种雷达全自动跟踪处理方法,包括定时统计生成动态杂波图,检测出动态目标;通过方位分区以及距离分段快速粗比较,再准确计算空间距离进行细比较,将多个关联的点合并为一个聚类点;若聚类点能与稳定航迹进行关联,则更新稳定航迹,否则进一步判断聚类点能否与临时航迹进行关联,若可以关联则更新临时航迹,否则将未关联上的稳定航迹和临时航迹的所有点存放于临时列表,与下一扫描周期的临时列表进行关联。本发明方法在计算机中实现,原来由雷达的硬件电路对雷达信号的后期处理功能由计算机代替实现,减少了雷达上对信号处理的硬件电路,缩小雷达体积,实现雷达设备的小型化和全自动化。 |
62 |
帧恒虚警目标检测跟踪一体化方法 |
CN201410070414.1 |
2014-02-28 |
CN103809173A |
2014-05-21 |
刘宏伟; 周生华; 刘红亮 |
本发明公开了一种帧恒虚警目标检测跟踪一体化方法,主要解决现有技术目标检测概率较低、目标跟踪距离较短的问题。其实现过程是:1)通过航迹起始算法得到目标的初始状态估计值和初始状态估计协方差矩阵;2)根据第k-1帧目标状态估计值和第k-1帧状态估计协方差矩阵,确定第k帧目标预测波门;3)计算第k帧目标预测波门内各个检测单元的虚警概率和检测门限;4)对目标预测波门内的回波信号进行检测,并估计目标参数,作为第k帧量测数据集合;5)对第k帧量测数据集合进行关联和滤波,得到第k帧目标状态估计值和第k帧状态估计协方差矩阵。本发明与现有检测跟踪方法相比,提高了目标的检测概率,扩展了目标的跟踪距离。 |
63 |
MIMO雷达系统及其目标端相位同步方法 |
CN201410035770.X |
2014-01-24 |
CN103777180A |
2014-05-07 |
谢宁; 张莉; 王晖; 林晓辉; 曾捷 |
本发明适用于无线通信技术领域,提供了一种MIMO雷达系统及其目标端相位同步方法。利用三个时隙内信号的反馈重传,以及对前两个时隙接收到的信号的频率相位参数进行估计用以构建下一个时隙的反馈信号的方式实现目标端的信号相位完全同步,无论MIMO雷达系统中有多少个雷达阵元,实现单个目标端相位同步只需要三个不重叠时隙即可。 |
64 |
一种基于动态规划的多帧相参积累目标检测前跟踪方法 |
CN201310486037.5 |
2013-10-17 |
CN103513244A |
2014-01-15 |
张晓玲; 师同彦; 张龙 |
本发明公开了一种基于动态规划的多帧相参积累目标检测前跟踪方法,它是利用动态规划获得目标在几帧回波数据中的可能航迹,通过对目标回波相位的二次项进行估计和补偿和对多帧回波数据中的目标回波进行相参积累来提高输出信噪比,实现对微弱目标的跟踪。与传统非相参TBD方法在帧间积累时没有利用目标回波的相位信息相比,本发明在帧间积累时利用了回波信号的相位信息,它使用较少帧数回波数据就提高了输出信噪比,从而提高了目标检测概率;同时提供了目标的航迹和运动信息,实现了目标的跟踪。 |
65 |
雷达装置 |
CN201080001217.4 |
2010-03-19 |
CN101999084A |
2011-03-30 |
竹谷晋一; 川端一彰; 大须贺万城; 吉田卓司; 吉田大广; 丹羽雅人; 后藤秀人 |
本发明的雷达装置具备:收发FMCW方式的扫频信号的收发器(20);根据基于来自收发器的信号而计算出的目标速度,针对每个速度范围将该目标进行分组的速度分组部(36);以及对由上述速度分组部所分组的每个速度组进行相关追踪的相关追踪部(37)。 |
66 |
确定发射弹丸实际方向和预定方向之间偏差的方法和装置 |
CN200580022298.5 |
2005-07-01 |
CN1981207A |
2007-06-13 |
弗雷德里克·图克斯恩 |
本申请涉及一种用于确定弹丸的路径与预定路径的偏差的方法。该方法使用目标区域的图像,在该目标区域中指出期望路径或方向。随后,确定真实方向或路径以及偏差。 |
67 |
对象识别与跟踪系统 |
CN00803330.7 |
2000-02-01 |
CN1339137A |
2002-03-06 |
P·G·科恩 |
一种对象识别与跟踪系统,具有检测器阵列(60,70),每个检测器阵列(60,70)包括第一类检测器(95)和第二类检测器(96)。第一类检测器(95)例如通过改变对比边界来检测一个对象存在与否,从而检测在一个检测器空间(90)中移动的对象(91,92)。第二类检测器(96)聚焦在确定的对象(91,92)上,以认出、识别或记录它。检测器(95,96)可以是视频、雷达、微波、射频、红外线、毫米波或发生应答器询问器或这些的结合物。也可以跟踪邻接的检测器空间(90,90)之间的对象(91,92)。 |
68 |
跟踪雷达信号发生器 |
CN97117874.7 |
1997-07-30 |
CN1180172A |
1998-04-29 |
金景洙 |
一种跟踪雷达信号发生器甚至在未充分开发跟踪之前能够进行雷达控制器的跟踪算法的开发。在该信号发生器中,定时器接收同步跟踪雷达信号发生器的主时钟,产生雷达信号中的同步信号的脉冲重复频率(PRF)信号,为到被跟踪的目标的距离的跟踪目标距离,和在未被跟踪的情况下仅输入信号的一般目标距离,分别计算作为跟踪目标距离和一般目标距离的时分值的跟踪目标信号和一般目标信号,并输出包括跟踪目标信号和一般目标信号的相应的输入信号。 |
69 |
一种基于确定性采样的增广卡尔曼滤波方法 |
CN201610901537.4 |
2016-10-17 |
CN106526542A |
2017-03-22 |
王世元; 冯亚丽; 尹超; 钱国兵; 段书凯; 王丽丹 |
本发明公开了一种基于确定性采样的增广卡尔曼滤波方法,采用状态重构方法,在预测阶段将状态与过程噪声以及观测噪声三者融合起来,使得新的状态由原来n维的x扩展到N=n+n+m维的xa;在纠错阶段,保留了第一次采样取得的确定性采样点。与传统增广形式相比,本发明增广卡尔曼滤波器中状态融合了过程噪声以及观测噪声后,由原来的n维增广到n+n+m维,在高维目标跟踪系统中的滤波精度有显著提高;此外,仿真实验显示,在复杂的环境中,对于系统本身的突变干扰和噪声。本发明提出的增广卡尔曼滤波算法表现出了较强的鲁棒性,在牺牲了一定量的计算复杂度的前提下能达到实际系统中对滤波器性能的要求,是一类较好的目标跟踪算法。 |
70 |
分布式MIMO雷达目标跟踪精度联合资源优化方法 |
CN201610479972.2 |
2016-06-22 |
CN106199579A |
2016-12-07 |
郑娜娥; 孙扬; 任修坤; 陈松; 吕品品; 赵峰; 赵远; 李玉翔; 高留洋 |
本发明涉及一种分布式MIMO雷达目标跟踪精度联合资源优化方法,首先推导目标函数,建立包含阵元、功率和带宽三个变量的资源分配优化模型;然后简化模型,利用凸松弛将阵元选取问题由0-1问题转变为凸优化问题;利用循环最小化将优化模型分解为阵元选取和功率分配的迭代优化子问题,利用SPCA方法对问题进行求解,直到目标函数不再优化为止,得到最终的阵元选取和功率分配结果,并计算出最终的带宽分配结果,对下一时刻的目标位置进行估计。本发明通过资源分配有效提高MIMO雷达的目标跟踪精度,同时提高资源利用率,通过选取合适的阵元子集,并且进行功率和带宽资源的最优配置,在雷达系统资源有限的情况下进一步提高目标跟踪的精度。 |
71 |
基于强度滤波器的多扩展目标跟踪方法 |
CN201610364263.X |
2016-05-27 |
CN106054167A |
2016-10-26 |
李翠芸; 桂阳; 姬红兵 |
本发明提出了一种基于强度滤波器的多扩展目标跟踪方法,以解决现有技术不能在杂波强度未知和新生目标状态未知情况下进行准确跟踪多扩展目标的问题,实现步骤包括:建立增广空间模型,实现杂波和目标相互转化;初始化目标粒子集和杂波强度;预测存活目标粒子集,初始化新生目标粒子集,预测杂波强度,预测量测强度;对扩展目标量测集进行量测划分;更新目标粒子集和杂波强度;重采样更新后的目标粒子集;采用k‑means聚类方法获得目标状态。本发明的应用领域更广,不仅能够捕获到未知新生目标的位置状态信息,而且能在准确估计目标状态的同时,实时地更新未知杂波的强度,可用于雷达信号处理等领域。 |
72 |
一种多目标检测前跟踪方法 |
CN201610241167.6 |
2016-04-18 |
CN105929390A |
2016-09-07 |
易伟; 姜海超; 卢术平; 郭世盛; 孔令讲; 杨晓波; 崔国龙; 汪兵 |
该发明公开了一种多目标检测前跟踪方法,属于雷达技术领域,涉及目标检测跟踪方法,可用于强噪声/杂波环境中的雷达微弱目标检测跟踪处理。针对现有动态规划算法存在的值函数扩展问题,本发明提出了一种新的多目标检测前跟踪算法,该算法采用新的值函数计算方式,消除值函数扩展现象,从而达到减小虚假航迹数目,提高雷达对临近目标的检测跟踪性能的目的。通过对值函数计算进行修正,有效的消除了值函数扩展现象,由此减少了过门限的值函数个数,从而减少了虚假航迹的条数,并且提高了临近目标的检测跟踪性能。 |
73 |
利用传感网进行多目标跟踪的数据关联方法 |
CN201610088231.1 |
2016-02-17 |
CN105717505A |
2016-06-29 |
肖克江; 王睿; 魏鹏飞; 曾少华; 刘俊 |
本发明提供了一种利用传感网进行多目标跟踪的数据关联方法,包括将传感器节点分簇;节点采集目标的量测信息;计算目标的状态离散时间方程;计算目标的状态预测结果;计算目标k在节点i中的后验概率;采用贝叶斯框架进行目标跟踪;计算目标的后验概率分布;重复以上步骤完成目标的跟踪。本发明为了能够对多目标进行准确的跟踪,提出了一种新的方法来解决无线传感器网络多目标跟踪中的数据关联问题,该方法基于贝叶斯框架,不仅使用目标位置状态信息,同时也使用速度状态信息。与其他一些建模的方法相比,本发明所提出的方法是计算量小、精度高,特别是在实现交叉机动目标跟踪方面,可以在低开销的情况下准确的对多目标进行跟踪。 |
74 |
一种用于监视雷达的波导天线波束峰值角的计算方法 |
CN201511018963.5 |
2015-12-29 |
CN105652268A |
2016-06-08 |
张延强; 潘清云; 马哲; 张晓菲; 曹德胜; 王玮; 阚津; 曾宇翔; 李澳航; 丁建良; 赵旭 |
本发明公开了一种用于监视雷达的波导天线波束峰值角计算方法,首先,对天线部分频点波束峰值角进行测量;其次,建立天线波束峰值角与发射频率之间的相关函数;再次,依据相应准则,结合测量结果对该相关函数进行解析;最终实现发射频带范围内波导天线波束峰值角的计算。该方法可实现不同频率下天线波束峰值角的有效计算,确保监视雷达目标跟踪的方位精度。 |
75 |
解距离测量模糊的IMPM-PPHDF方法 |
CN201510897347.5 |
2015-12-07 |
CN105549004A |
2016-05-04 |
谭顺成; 王国宏; 于洪波; 贾舒宜; 吴巍 |
本发明公开了一种解距离测量模糊的IMPM-PPHDF方法,适用于距离测量模糊情况下雷达对机动多目标的跟踪。针对基于PPHDF的多目标跟踪方法存在目标漏检时容易丢失目标,不能直接给出目标的航迹信息以及无法直接利用模糊的量测数据对目标进行跟踪的问题,本发明提出了解距离测量模糊的IMPM-PPHDF机动多目标跟踪方法。实施例的实验仿真结果表明本发明可以直接利用模糊量测数据对机动多目标进行跟踪,在跟踪的同时解决距离量测模糊的问题并直接提供目标的航迹信息,有效的扩大了PPHDF算法的适应范围。因此本发明公开的解距离测量模糊的IMPM-PPHDF机动多目标跟踪方法具有较强的工程应用价值和推广前景。 |
76 |
雷达装置 |
CN201280012420.0 |
2012-03-12 |
CN103477243B |
2016-04-27 |
糸原洋行; 青柳靖 |
本发明提供能够减轻集群处理的负荷提高跟踪性能的雷达装置。在雷达装置(100)的跟踪计算部(116)中进行将输入的观测数据集分为集群的集群处理和为每个集群求出数据的平滑化以及预测值的跟踪处理。在雷达装置(100)中,用于对观测数据进行分组的集群区域的形状为扇形。使用扇状集群区域进行集群处理以及跟踪处理,从而能够减轻集群处理的负荷的同时提高跟踪性能。 |
77 |
基于最优AR模型的自适应机动目标跟踪方法 |
CN201510867282.X |
2015-11-30 |
CN105372651A |
2016-03-02 |
靳标; 郭交; 纠博; 苏涛; 何学辉; 朱学卫 |
本发明公开了基于最优自回归(Autoregressive,AR)模型的自适应机动目标跟踪方法,主要解决现有方法对目标非机动状态和机动状态的跟踪性能不能兼顾以及需要过多的先验信息等问题,其过程是:(1)设置算法参数,并对目标状态进行初始化;(2)计算低阶AR模型的系数;(3)利用基于低阶AR模型的卡尔曼滤波器进行滤波,并在线计算状态噪声的协方差;(4)判断目标是否发生机动,如果发生机动转至步骤(5),否则令k增加1并转至步骤(2);(5)计算高阶AR模型的系数;(6)利用基于高阶AR模型的卡尔曼滤波器进行滤波,并在线计算状态噪声的协方差;(7)令k增加1并转至步骤(2);本发明能够兼顾目标的非机动和机动状态的跟踪性能,可用于雷达对机动目标的自适应跟踪。 |
78 |
一种双基地MIMO雷达空间机动目标跟踪方法 |
CN201510835721.9 |
2015-11-26 |
CN105353367A |
2016-02-24 |
徐安林; 梁小虎; 金胜; 王洋; 赵华; 周友德; 郭永强; 龙方 |
本发明公开了一种双基地MIMO雷达的空间机动目标跟踪方法,能够实现对空间机动目标的三维位置、速度等运动参数的准确估计与预测;该方法将双基地MIMO雷达均匀圆阵体制应用于空间机动目标跟踪,在双基地MIMO雷达均匀圆阵角度多普勒频率估计的基础上,基于目标状态空间,在发射均匀圆阵与接收均匀圆阵的测量直角坐标系下,根据测元与目标运动状态变量之间的函数关系,进而建立测量方程,并采用适用于机动目标跟踪的“当前”统计模型建立描述目标运动参数随时间演化的状态方程,利用适用于非线性状态滤波的无迹卡尔曼滤波算法实时估计目标的运动参数,并可对目标运动参数进行预测,实现对空间机动目标的跟踪。 |
79 |
改进搜索策略的MM-PPHDF机动多目标跟踪方法 |
CN201510791331.6 |
2015-11-17 |
CN105353352A |
2016-02-24 |
谭顺成; 王国宏; 吴巍; 于洪波 |
本发明公开了一种改进搜索策略的MM-PPHDF机动多目标跟踪方法,属于雷达数据处理领域。基于MM-PPHDF的机动多目标跟踪方法存在一个明显的缺陷,即当目标出现漏检时,重采样会造成粒子多样性的迅速退化,进而造成目标丢失的现象,因此该算法难以适应目标检测概率较低时的机动多目标跟踪。本发明提出的改进搜索策略的MM-PPHDF机动多目标跟踪方法立足于解决此类问题。本发明具有结构简单,计算快速,对强非线性非高斯系统具有良好的适应性等优点,实施例的实验仿真结果也表明本发明可以有效克服基于MM-PPHDF方法应用的局限性,因此本发明公开的改进搜索策略的MM-PPHDF机动多目标跟踪方法具有较强的工程应用价值和推广前景。 |
80 |
一种基于多维细微特征分析的目标点迹提取方法 |
CN201510367191.X |
2015-06-29 |
CN105116394A |
2015-12-02 |
郑庆琳; 孙雪涛; 张成宝; 周健 |
本发明公开一种基于多维细微特征分析的目标点迹提取方法。该方法主要适用于三坐标雷达对空通道目标的检测处理。实现过程:按距离凝聚、网格划分以及网格连通等步骤进行点迹检测并稳定建航;根据已建航目标的多周期历史特性计算目标的多种细微特征,包括起伏特性、运动态势、目标大小、目标杂波环境描述及目标的搜索区域等;将已提取的目标细微特征与目标搜索区域内的检测点迹进行分析比较,确定是否需进行目标精细检测,在搜索区域内对符合目标幅度调制特性的视频数据进行目标参数估计。本算法用于解决在点迹凝聚过程中同一目标点迹分裂、不同目标点迹错误融合的问题,如小目标靠近大目标被大目标融合、目标进入杂波区域时与杂波融合的情况。 |