面向海用雷达标校的测量值与AIS真值点对构建方法

    公开(公告)号:CN105116390B

    公开(公告)日:2017-11-14

    申请号:CN201510472750.3

    申请日:2015-08-05

    Abstract: 本发明公开了一种面向海用雷达标校的测量值与AIS真值点对构建方法,该技术涉及海用雷达误差标校领域,筛选可用目标进行配对,用以构建目标点对,为后续进行误差分析提供数据支持。本发明主要通过下述技术方案实现:首先利用统一的GPS授时设备对海用雷达设备和AIS接收设备进行授时;然后对AIS消息进行有效性判断,完成初步筛选,根据雷达天线位置对AIS定位数据进行空间坐标变换,设定筛选区域对雷达目标进行筛选;再根据筛选后的雷达目标,反馈回AIS进行进一步筛选,根据筛选结果减小筛选区域,直到完成目标配对;最后根据雷达航迹数据的时间及其前后紧邻时刻的配对AIS目标航迹,对AIS航迹进行插值,插值结果与雷达航迹组成测量值与真值点对。

    基于多维特征的目标异常行为检测方法

    公开(公告)号:CN106022372A

    公开(公告)日:2016-10-12

    申请号:CN201610330313.2

    申请日:2016-05-17

    CPC classification number: G06K9/6293 G06K9/6289

    Abstract: 本发明公开了一种基于多维特征的目标异常行为检测方法。该方法充分利用目标的属性、类型、位置、速度和航向特征,通过对多维航迹数据的异常检测,实现对目标异常行为的挖掘,具体包括:步骤1,输入目标的多维航迹数据集,设置目标的属性和类型标签;步骤2,计算目标航迹间的多因素定向Hausdorff距离;步骤3,确定每条航迹的近邻航迹;步骤4,计算每条航迹的近邻密度;步骤5,计算每条航迹的多维度局部异常因子;步骤6,对每条航迹进行异常检测判决;步骤7,设置目标异常行为标签。所述方法参数设置简单,准确率高,工程易实现,在模式识别和智能情报处理领域有广阔的应用前景。

    雷达视频运动目标特征融合判定方法

    公开(公告)号:CN104965199A

    公开(公告)日:2015-10-07

    申请号:CN201510454149.1

    申请日:2015-07-28

    CPC classification number: G01S7/415 G01S13/66

    Abstract: 本发明公开了一种雷达视频运动目标特征融合判定方法,属于雷达信号处理领域。针对密集杂波和复杂多目标情况下,雷达对运动目标的检测与跟踪存在较多虚假航迹的问题。本发明利用迭代式阈值分割法从单帧雷达视频图像中快速检测出疑似目标,并对连续多帧检测结果进行积累;综合目标的单帧检测结果和多帧积累结果提取目标的面积变化比和能量密度特征,并采用D-S证据理论对其进行决策融合,获取最优决策以实现运动目标的正确判定。该方法充分利用了目标在一定空间时间范围内的相关性和目标的几何结构信息,可有效去除运动目标检测与跟踪中的虚假航迹,具有推广应用价值。

    雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法

    公开(公告)号:CN103176178B

    公开(公告)日:2014-11-19

    申请号:CN201310053874.9

    申请日:2013-02-04

    Abstract: 本发明涉及雷达动目标Radon-分数阶傅里叶变换(RFRFT)长时间相参积累检测方法,属于雷达信号处理和检测技术领域。包括以下步骤:1)雷达回波距离向解调、脉压,完成脉内积累;2)参数初始化;3)采用RFRFT补偿距离和多普勒徙动,完成长时间脉间相参积累;4)遍历所有搜索参数,构建距离-RFRFT域检测单元图;5)对检测单元图进行恒虚警检测;6)目标运动参数估计,并输出运动点迹。本发明同时利用动目标回波的幅度和相位信息进行长时间相参积累,补偿了长时间积累过程中的距离和多普勒徙动,有效抑制背景杂波和噪声,提高积累增益,具有在强杂波中检测微弱动目标的能力,并能获得目标的运动点迹,具有推广应用价值。

    基于多因素不一致度量的异常行为序贯检测方法

    公开(公告)号:CN105894014A

    公开(公告)日:2016-08-24

    申请号:CN201610186905.1

    申请日:2016-03-29

    Abstract: 本发明公开了一种基于多因素不一致度量的异常行为序贯检测方法。该方法充分考虑目标的位置、速度和运动方向信息,通过在线学习和序贯异常检测的方式,实现对目标异常行为的实时异常检测,具体包括以下步骤:一、定义输入、输出变量;二、初始化;三、对测试样本中的每个数据点和训练样本序列中的每个样本重复进行相应的异常检测;四、当前测试样本的每个数据点都异常检测完成后,更新训练样本序列;五、对多因素Hausdorff距离矩阵进行更新;六、更新后的训练样本序列和更新后的多因素Hausdorff距离矩阵作为新的输入变量,对下一个测试样本进行异常检测。该方法参数设置简单,虚警率可控,异常检测准确率高,工程易实现,在预警监视领域有广阔的应用前景。

    基于多维航迹聚类的目标行为规律挖掘方法

    公开(公告)号:CN105893621A

    公开(公告)日:2016-08-24

    申请号:CN201610280669.X

    申请日:2016-04-29

    Abstract: 本发明公开了一种基于多维航迹聚类的目标行为规律挖掘方法,所述方法包括:步骤1,设置目标的属性和类型标签;步骤2,计算目标航迹间的相似性度量;步骤3,选取每条航迹的近邻航迹;步骤4,把当前核心航迹分配到簇中;步骤5,把当前核心航迹的近邻中不属于其他簇的航迹分配的当前簇中;步骤6,把当前核心航迹的近邻中分配到当前簇的航迹中的核心航迹添加到当前核心航迹的近邻中;步骤7,重复步骤4,5,6;步骤8,设置目标行为规律编标签;步骤9,将目标行为规律可视化。该方法充分利用目标的属性、类型、位置、速度和航向信息,参数设置简单,准确率高,工程易实现,在模式识别和智能情报处理领域有广阔的应用前景。

    一种分布式MIMO天波超视距雷达海杂波仿真方法

    公开(公告)号:CN103869298A

    公开(公告)日:2014-06-18

    申请号:CN201410112181.7

    申请日:2014-03-21

    CPC classification number: G01S7/40 G01S13/003 G01S2013/0227

    Abstract: 本发明公开了一种分布式MIMO天波超视距雷达海杂波仿真方法,属于雷达电波传播领域。现有仿真方法主要针对传统(准)单基地的天波超视距雷达或者双基地地波雷达,不适用于分布式MIMO天波超视距雷达的情形,且其物理因素考虑不够全面。本发明针对分布式MIMO天波超视距雷达的情形,采用数字射线追踪计算了其各收发通道相对于观测区域海面的入射和返回散射方向之间几何关系,根据该几何关系,导出了各收发通道双基地一阶和二阶海杂波归一化散射截面积表达式;在与收发传播路径的多普勒传递函数相卷积后,结合雷达方程得到了接收端的海杂波功率谱密度;最后,根据该功率谱密度得到了接收端海杂波加噪声的随机时间序列。该仿真方法较为全面地考虑了影响分布式MIMO天波超视距雷达海杂波的各因素,精度高,通用性好,具有推广应用价值。

    利用单演信号三分量的合成孔径雷达图像配准方法

    公开(公告)号:CN103049905A

    公开(公告)日:2013-04-17

    申请号:CN201210519733.7

    申请日:2012-12-07

    Abstract: 本发明公开了一种利用单演信号三分量的合成孔径雷达(SAR)图像配准方法,属于合成孔径雷达图像处理和配准技术领域。目前基于梯度信息的检测方法和互相关的匹配方法应用于SAR图像配准中,存在检测到的特征点过多、检测时间过长、配准精度低等缺点。本发明给出一种单演相位一致的检测算法和单演相位相关的匹配方法,通过设计一种频域Log-Gabor滤波器,产生三个正交的单演信号分量信号。单演信号分量信号一路到特征检测器,即用三分量求解出局部幅值、局部相位,构造一个单演相位一致函数,检测相位一致特征。单演信号分量信号另一路到匹配器,利用单演信号三个分量构造一个特征描述向量;通过计算参考图像与待配准图像中特征点的特征向量相关,得到特征向量相关矩阵;通过搜索特征向量相关矩阵行元素和列元素中都最大的元素,索引到粗匹配特征点对,实现特征粗匹配。再利用RANSAC算法拟合仿射基本矩阵,完成特征点对精匹配。利用仿射变换模型,实现SAR图像配准。该算法能实现SAR图像自动配准,配准速度快,受相干斑噪声影响小,配准精度高,具有推广应用价值。

    高分辨率极化SAR舰船目标与干扰目标鉴别方法

    公开(公告)号:CN104281854B

    公开(公告)日:2018-09-25

    申请号:CN201410510199.2

    申请日:2014-09-28

    Abstract: 本发明公开了高分辨率极化SAR舰船目标与干扰目标鉴别方法,该技术属于SAR图像处理领域,用于剔除SAR图像舰船目标检测过程中疑似舰船的干扰目标造成的虚警。本发明综合利用舰船目标的极化信息和散射强度峰值与结构之间的关系,首先对舰船目标检测算法提取的目标切片进行Krogager极化分解,然后利用螺旋体散射比重与峰值区域的变化曲线计算得到目标结构复杂区域即目标峰值区域,提取峰值区域螺旋体散射比重形成鉴别统计量,利用经验门限进行判决,得到鉴别结果。该方法对高分辨率极化SAR图像中舰船目标与疑似舰船的干扰目标具有良好的鉴别能力,有利于减少SAR图像舰船目标检测过程中干扰目标造成的虚警,具有推广应用价值。

    航迹关联方法及装置
    10.
    发明公开

    公开(公告)号:CN107066806A

    公开(公告)日:2017-08-18

    申请号:CN201710082956.4

    申请日:2017-02-15

    CPC classification number: G16Z99/00

    Abstract: 本发明提供一种航迹关联方法及装置,属于传感器数据处理技术领域。该方法包括:对于任意两个传感器,分别获取同一时间段内每一传感器对应的航迹点集合;基于样本点集合及浮动点集合,建立样本点集合对应的t分布混合模型;基于t分布混合模型,确定浮动点集合与样本点集合之间非刚体配准的最优位移向量;确定浮动点集合按照最优位移向量进行移动后的位移结果,将位移结果作为浮动点集合与样本点集合之间的航迹关联结果。由于建立了对异常点具有更好鲁棒性的重尾t分布混合模型,从而当传感器存在系统误差、虚漏警及多传感器存在重叠监视区域时,能够提高航迹关联的正确关联率、航迹关联的稳健性及鲁棒性。

Patent Agency Ranking