[发明专利]基于数字阵列雷达的波束内密集多目标超分辨实现方法有效
| 申请号： | 202110032389.8 | 申请日： | 2021-01-11 |
| 公开（公告）号： | CN112882008B | 公开（公告）日： | 2023-03-28 |
| 发明（设计）人： | 王明江;闻映红;张金宝;贾潇;张丹;任杰 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G01S13/52 | 分类号： | G01S13/52;G01S7/292;G01S7/41 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于数字阵列雷达的波束内密集多目标超分辨实现方法。该方法包括：对多通道的回波数据进行一维距离像恒虚警检测，分辨出多个不同距离的目标；对每个目标距离单元的回波数据进行多脉冲FFT得到每个目标距离单元的距离多普勒域数据，根据距离多普勒域数据分辨出距离单元相同、速度不同的多个目标；对每个目标单元多个通道的距离多普勒域数据进行FFT和空间频率CFAR检测，分辨距离、速度均相同，角度不同的多个目标。本发明的方法能够从回波数据中较好的分辨出波束内距离、速度和角度相近的多个目标,实现密集多目标的超分辨检测。 | ||
| 搜索关键词： | 基于 数字 阵列 雷达 波束 密集 多目标 分辨 实现 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110032389.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种不锈钢无缝钢管及其加工工艺
- 下一篇：一种薄板涂胶工装及双层涂胶工艺
- 同类专利
- 对象检测方法、装置、设备及存储介质-202110909773.1
- 仝磊;李喜林;罗玉义;刘洪钊;王兆琦;余晨星 - 珠海格力电器股份有限公司;珠海联云科技有限公司
- 2021-08-09 - 2023-10-10 - G01S13/52
- 本申请涉及检测领域，尤其涉及一种对象检测方法、装置、设备及存储介质。方法包括：获取第一检测信号，其中，所述第一检测信号为信号发射装置在第一发射功率下的信号；从所述第一检测信号中，识别目标对象的轮廓信息；根据所述轮廓信息确定第二发射功率，并将所述第二发射功率传输给所述信号发射装置；重新获取所述第二发射功率下的第二检测信号，以通过所述第二检测信号检测所述目标对象。本申请用以解决现有技术检测不同对象时，信号发射装置的发射功率相同，导致能源浪费的问题。
- 多流感知信号生成方法、装置及系统-202210193498.2
- 沈炳声;杜瑞;周正春;唐小虎;刘辰辰;韩霄 - 华为技术有限公司
- 2022-02-28 - 2023-09-05 - G01S13/52
- 本申请提供一种多流感知信号生成方法、装置及系统，可以在感知高速运动的目标对象时，依然可以实现低距离旁瓣。该方法包括：根据第一序列集生成第一多输入多输出MIMO感知信号，其中，第一序列集是根据周期零相关区ZCZ序列集或者奇周期ZCZ序列集构建的；发送第一MIMO感知信号；第一MIMO感知信号用于感知高速运动的目标对象。本申请适用于通信技术领域。
- 用于运动检测的接收器处理电路以及相关系统、方法和装置-202180078129.2
- P·索尔 - 微芯片技术股份有限公司
- 2021-11-24 - 2023-07-21 - G01S13/52
- 本申请公开了使用信道脉冲响应信号的运动检测以及相关系统、方法和装置。一种装置包括接收器处理电路的模拟输入端子、模数转换器(ADC)电路和处理器。该模拟输入端子接收由接收器天线提供的经反射的预定模式信号。该ADC电路对由该模拟输入端子接收的经反射的预定模式信号进行采样，以生成经反射的预定模式样本。该处理器确定该经反射的预定模式样本的集合的总和的量值的平均值，并响应于所确定的平均值和预定阈值来确定是否感测到移动对象。
- 一种用于宽带雷达的机动目标检测与参数估计方法-202310398394.X
- 杨宇超;谷毅;方刚;薛峰;王玥琪;许舒诚 - 上海航天电子通讯设备研究所
- 2023-04-14 - 2023-07-11 - G01S13/52
- 本发明公开了一种用于宽带雷达的机动目标检测与参数估计方法，主要步骤包括S1：等间隔划分目标速度搜索参数空间并将脉压信号中的速度分量平移至参数空间中心位置；S2：将脉压信号的频谱划分为若干个窄频带，并依次抽取；S3：对抽取出的子孔径脉压信号运用MGWO算法，获得相应子孔径的目标机动参数粗估计值；S4：对全孔径运用最小二乘估计，获得目标参数精估计值；S5：依据精估计值构建相应的高阶相位补偿函数，完成多普勒频率补偿，并对补偿后的信号做一阶Keystone变换完成距离—方位解耦并完成目标能量的相参积累。本发明有效解决了距离走动与多普勒走动问题，能够实现机动目标的长时间相参积累。该发明实时性能好，噪声鲁棒性强，有一定的工程实用价值。
- 多传感器目标匹配方法、装置及汽车-201811289484.0
- 唐得志;苏洋;崔晓迪;赛影辉;张国兴;刘妹 - 奇瑞汽车股份有限公司
- 2018-10-31 - 2023-06-27 - G01S13/52
- 本发明公开一种多传感器目标匹配方法、装置及汽车，属于智能车环境感知领域。方法包括：按照毫米波雷达的采集时刻序列建立毫米波雷达的探测目标库；以毫米波雷达所在坐标系为基准，按照视觉传感器的采集时刻序列建立视觉传感器的探测目标库；基于卡尔曼滤波算法估计毫米波雷达的探测目标库中各个探测目标在每个单位时间上的位置数据和速度数据，得到毫米波雷达与视觉传感器的时间同步数据；基于预设的代价函数和时间同步数据，对毫米波雷达的探测目标库和视觉传感器的探测目标库中的探测目标进行配准。本发明能够提高匹配准确率低，并能够减少匹配过程的计算量，提高匹配效率。
- 物体检测装置、雷达装置和物体检测方法-202080105694.9
- 清水优;影目聪;北村尧之;诹访启 - 三菱电机株式会社
- 2020-10-06 - 2023-06-06 - G01S13/52
- 物体检测装置(8)具有：波动数据取得部(821)，其取得波动数据；速度取得部(822)，其取得雷达装置(1)的移动速度；目标数据估计部(831)，其使用波动数据，估计雷达装置(1)与目标之间的相对距离、来自目标的反射信号的入射角度和雷达装置(1)与目标之间的第1相对速度；以及静止物体判定部(832)，其根据由速度取得部(822)取得的移动速度以及由目标数据估计部(831)估计出的相对距离和入射角度，估计目标为静止物体的情况下目标与雷达装置(1)之间的第2相对速度，对第1相对速度和第2相对速度进行比较，由此判定目标是否是静止物体。
- 一种目标分类识别方法、系统、电子设备及存储介质-202211702723.7
- 韩宁;王立兵;童俊;王干;耿斌;马飒飒;郭晓冉;廖洪健;高润冬;孙晶;康科 - 中国人民解放军32181部队
- 2022-12-29 - 2023-04-07 - G01S13/52
- 本发明公开一种目标分类识别方法、系统、电子设备及存储介质，涉及雷达目标识别技术领域，所述方法包括：获取雷达中频输出数据；雷达中频输出数据为雷达数据的中频正弦波信号；雷达中频输出数据包括待分类目标的信息。对雷达中频输出数据进行下变频处理，得到零中频信号。利用傅里叶变换法，根据零中频信号，得到频域特征数据。判断频域特征数据是否满足预设阈值。若是，则利用短时傅里叶变换法，根据零中频信号，得到时频域特征数据，并根据时频域特征数据对待分类目标进行分类，得到待分类目标的分类结果。若否，则根据频域特征数据对所述待分类目标进行分类，得到待分类目标的分类结果。本发明提高了目标分类识别的精度。
- 一种基于决策树分类的高频地波雷达目标检测方法-202211566418.X
- 杨智清;周浩;文必洋;秦瑶;蔡成欣;张冰 - 河南工业大学
- 2022-12-07 - 2023-03-28 - G01S13/52
- 本发明提供了一种基于决策树分类（Decision Tree Classification，DTC）的高频地波雷达目标检测方法，该方法首先将AIS船只的经纬度、方位角、航速信息通过坐标转换映射到雷达距离多普勒图上；之后在雷达距离多普勒图上进行峰值和恒虚警检测，将检测到的目标信号与AIS目标进行匹配，获取决策树分类的正负样本集合；接着，获取样本在距离维、多普勒维、二维这三个维度的特征向量，并且每个维度通过单元平均、有序统计、删除均值、消减平均、最大值、最小值、一阶差分最小值策略计算信噪比特征。实测结果表明，基于决策树分类的检测方法可以融合不同计算策略的优势，实现特征空间的“真”“假”目标区分，并可以通过改变训练样本数量的方式实现虚警调节功能，与传统滑窗类CFAR方法相比，船只目标的检测能力得到提升。
- 基于对象检测的通知-202210758263.3
- N·阿尔辛德;J·哈基姆;A·T·凯兹;J·T·科伦 - 苹果公司
- 2022-06-29 - 2023-03-28 - G01S13/52
- 本公开的各实施例涉及基于对象检测的通知。本主题技术的具体实施提供针对电子设备的对象检测和/或分类。可以使用电子设备的雷达传感器来执行对象检测和/或分类。该电子设备可以是便携式电子设备。在一些示例中，使用雷达传感器的对象分类可以基于使用雷达信号识别用户运动和/或基于从该雷达信号提取表面特征。在一些示例中，使用雷达传感器的对象分类可以基于从该雷达信号提取的时变表面特征。可以从该雷达信号提取的表面特征包括与该对象的一个或多个表面相关联的雷达散射截面(RCS)、微多普勒信号、范围和/或一个或多个角度。
- 一种环境信息确定方法、装置、设备和存储介质-202211643664.0
- 徐天;唐恺;郑良玉;路琴 - 惠州市德赛西威汽车电子股份有限公司
- 2022-12-20 - 2023-03-28 - G01S13/52
- 本发明公开了一种环境信息确定方法、装置、设备和存储介质。该方法包括：获取当前车辆的雷达信号，并对雷达信号进行傅里叶变换得到雷达信号对应的距离多普勒谱；对距离多普勒谱进行划分，得到至少两个目标区域；根据每个目标区域的目标幅值确定当前车辆的环境信息。本实施例通过获取当前车辆的雷达信号，并对雷达信号进行傅里叶变换得到雷达信号对应的距离多普勒谱，对距离多普勒谱进行划分，得到至少两个目标区域，根据每个目标区域的目标幅值确定当前车辆的环境信息，能够解决现有技术中毫米波雷达缺乏场景识别模块，无法感知周围场景类型的问题，能够根据毫米波雷达的回波数据检测出车身周围的环境类型，从而对后处理的参数根据场景进行调整。
- 基于数字阵列雷达的波束内密集多目标超分辨实现方法-202110032389.8
- 王明江;闻映红;张金宝;贾潇;张丹;任杰 - 北京交通大学
- 2021-01-11 - 2023-03-28 - G01S13/52
- 本发明提供了一种基于数字阵列雷达的波束内密集多目标超分辨实现方法。该方法包括：对多通道的回波数据进行一维距离像恒虚警检测，分辨出多个不同距离的目标；对每个目标距离单元的回波数据进行多脉冲FFT得到每个目标距离单元的距离多普勒域数据，根据距离多普勒域数据分辨出距离单元相同、速度不同的多个目标；对每个目标单元多个通道的距离多普勒域数据进行FFT和空间频率CFAR检测，分辨距离、速度均相同，角度不同的多个目标。本发明的方法能够从回波数据中较好的分辨出波束内距离、速度和角度相近的多个目标,实现密集多目标的超分辨检测。
- 一种基于多普勒雷达多信息融合的无人机识别方法-202211294949.8
- 史毅仁;王祥丽;李朋;傅丽娟;徐鹏来;任翔 - 四创电子股份有限公司
- 2022-10-21 - 2023-01-31 - G01S13/52
- 本发明公开了一种基于多普勒雷达多信息融合的无人机识别方法，包括接收雷达前端处理的原始回波数据，并对原始回波数据进行二维FFT计算，得到距离‑速度二维多普勒谱。对距离‑速度二维多普勒谱进行帧间积累形成杂波图，基于杂波图进行CFAR检测输出目标原始EP点迹信息。对原始EP点迹信息进行目标点航迹提取，得到目标的信息集合。信息集合包括历史关联的n帧EP点迹、凝聚点迹和航迹信息。建立目标知识库，并对目标知识库进行模型训练。对信息集合进行归一化处理，并输入到训练好的模型中进行识别，得到目标类型。本发明提高了目标提取的完整性，简化了检测模型复杂度，减少检测延时的同时提高了目标识别准确率，具有更强的实用性。
- 一种雷达弹目偏差测量报告自动生成系统及方法-202210248575.X
- 李勇 - 李勇;石波;易文俊;孙民锁;王良明;钟坤;韩北平;邹康;管军
- 2022-03-14 - 2023-01-17 - G01S13/52
- 本发明涉及一种雷达弹目偏差测量报告自动生成系统及方法，包括通讯基站、陆基观测机构、天基观测机构、基于大数据的综合数据评估服务器，基于大数据的综合数据评估服务器通过中继服务器分别与通讯基站及第三方通讯网络建立数据连接，每个通讯基站均与至少一个观测组建立数据连接，观测组中均包含一个陆基观测机构和两个天基观测机构。其使用方法包括系统设置,观测汇总等两个步骤。本发明可有效满足多种复杂环境下弹着点精度远程观测检测作业的需要，且系统组网运行能力好，同时可对弹着点精度及与弹着点精度造成影响的外部环境因素进行集中汇总分析，数据处理能力强，从而极大的提高了雷达弹目偏差测量报告涉及数据的精度及报告生成效率。
- 一种基于多维参数神经网络的雷达集群目标行为识别方法-202210652444.8
- 易伟;黄宇轩;任周唱;陈泓宇;杨东旭;李文欣;孔令讲 - 电子科技大学
- 2022-06-08 - 2022-09-16 - G01S13/52
- 本发明公开了一种基于多维参数神经网络的雷达集群目标行为识别方法，首先对雷达回波的距离‑多普勒域的幅度特征以及角度特征进行时频处理和时间积累的预处理；然后将每一帧预处理后的回波信号进行时间积累，提取距离、多普勒和角度三种不同维度的特征图谱RTM、DTM和ATM；接着通过增加输入特征层、合并全连接层等方法对VGG16网络进行改进，设计了一种多维参数行为识别网络，并对特征图谱进行训练；最后利用训练好的网络实现集群目标行为识别。本发明的方法在行为识别技术的基础上对集群目标提出了针对性的方法，扩充了现有的雷达系统对集群目标行为进行精确识别的方法，从而实现对能够在不同环境的雷达探测场景下实现端到端的集群目标行为识别。
- 目标检测方法、计算机设备、计算机可读存储介质及车辆-202210557011.4
- 秦欢;熊祺;任广辉;何欣栋;姚雨涵 - 安徽蔚来智驾科技有限公司
- 2022-05-19 - 2022-08-30 - G01S13/52
- 本发明涉及目标检测技术领域，具体提供一种目标检测方法、计算机设备、计算机可读存储介质及车辆，旨在解决提高目标检测准确性的问题。为此目的，本发明的方法包括对当前环境内的三维点云进行目标检测，得到目标检测框；统计每个目标检测框中由二次回波形成的三维点云的占比；根据占比确定目标检测框的目标类型，其中，目标类型包括实体目标和虚拟目标；根据实体目标的目标检测框确定并输出目标信息。通过统计目标检测框中由二次回波形成的三维点云的占比，可以筛选出哪些目标检测框是由于二次回波形成的三维点云产生的虚拟目标的检测框，哪些目标检测框是真实的实体目标的检测框，降低二次回波信号对目标检测的影响，提高目标检测的准确性。
- 一种基于多重核字典学习的未知目标判别方法-202110532916.1
- 周代英;骆军苏;周爱霞;晏钰坤 - 电子科技大学
- 2021-05-17 - 2022-05-17 - G01S13/52
- 本发明属于目标识别技术领域，具体的说是涉及一种基于多重核字典学习的未知目标判别方法。本发明首先利用核方法将雷达高分辨一维距离像映射到高维特征空间，基于多重核字典学习算法获取字典，通过多重核字典对输入一维距离像进行核稀疏表示得到重构误差，实现对未知目标的判别。本方法通过核稀疏表示有效描述了一维距离像数据中呈现的非线性分布特性，从而改善了对未知目标的判别性能。
- 基于幅度相位双通道网络的雷达微多普勒目标识别方法-202110032907.6
- 王鹏辉;邓心慰;刘宏伟;丁军;邵帅;陈渤;赵希宇;纠博 - 西安电子科技大学
- 2021-01-12 - 2022-04-19 - G01S13/52
- 本发明公开了一种基于幅度相位双通道网络的雷达微多普勒目标识别方法，用于解决现有技术提取的特征有缺失导致的目标识别准确率低，以及现有技术测试阶段运算量大、实时性差的问题。本发明的实现步骤为：(1)生成训练集；(2)构建幅度相位双通道网络；(3)训练幅度相位双通道网络；(4)目标识别。本发明通过构建幅度相位双通道网络，同时利用微动分量回波信号的幅度信息和相位信息对网络进行训练，实现了对目标回波信息的充分利用。而且本发明构造的网络是一种端到端的分类模型，易训练和使用，实时性能更好，有效地提高了雷达微多普勒目标的识别准确率。
- 基于LSTM模型的脉冲多普勒雷达低慢小目标识别方法-202210002980.3
- 鲁瑞莲;金敏;费德介;汪宗福;郑婷 - 成都汇蓉国科微系统技术有限公司
- 2022-01-04 - 2022-04-08 - G01S13/52
- 本发明提出一种基于LSTM模型的脉冲多普勒雷达低慢小目标的识别方法，所述方法包括如下步骤：接收已经采集脉冲多普勒雷达低慢小类目标航迹的集合，对航迹集合信息进行拆分、归一化预处理；初始化基于初始化参数与当前训练单次目标个数的数据集执行选择LSTM前向传播，并计算当前系数对应损失函数值；如果所述损失函数值大于预设阈值，执行输入门系数、输出门系数和遗忘门状态系数的更新；如果所述损失函数值小于阈值，基于当前神经网络权系数进行下一训练单次目标个数训练；完成当前周期所有训练单次目标个数训练后，将当前周期损失函数值与所述停止迭代损失函数的预设阈值进行比较；基于最终状态神经网络参数在验证集数据验证识别正确率并进行输出。
- 基于信噪比领域知识网络的高分辨距离像目标识别方法-202110032909.5
- 王鹏辉;陈婷;刘宏伟;丁军;陈渤;邓心慰 - 西安电子科技大学
- 2021-01-12 - 2022-04-05 - G01S13/52
- 本发明提出了一种基于信噪比领域知识网络的高分辨距离像目标识别方法。其步骤为：(1)构建信噪比领域知识网络；(2)生成训练数据集；(3)生成辅助数据集；(4)对训练数据集进行预处理；(5)生成自适应卷积核；(6)训练信噪比领域知识网络；(7)目标识别。本发明通过构建信噪比领域知识网络，有效利用了回波信号的领域知识中的信噪比信息，能够自适应地根据输入的目标信噪比信息调整网络参数，具有噪声稳健性。而且本发明构造的网络是一种端到端的模型，易训练和使用，识别准确率高，收敛速度快。
- 基于信噪比匹配与回波增强的雷达目标噪声稳健识别方法-202110032931.X
- 王鹏辉;司景元;刘宏伟;丁军;陈婷;陈渤;纠博;邵帅;赵希宇 - 西安电子科技大学
- 2021-01-12 - 2022-03-22 - G01S13/52
- 本发明公开了一种基于信噪比匹配与回波增强的雷达目标噪声稳健识别方法，主要解决在雷达信噪比很低时，窄带雷达目标分类性能下降的问题。其步骤为：(1)生成加噪数据集；(2)利用信噪比信息进行模板匹配；(3)生成训练特征矩阵；(4)训练SVM分类器；(5)对测试集进行预处理；(6)生成测试特征矩阵；(7)目标识别。本发明利用待识别目标回波信号的信噪比信息进行模板匹配，利用正交匹配跟踪OMP方法对待识别目标的回波进行回波增强，有效地提高了低信噪比情况下窄带雷达目标的识别准确率，具有一定的噪声稳健性。
- 一种对象识别方法及装置、设备、存储介质-202010885921.6
- 段晓华;郑伟锐;梁文潮;罗彪;李华海 - 广州华凌制冷设备有限公司;广东美的制冷设备有限公司
- 2020-08-28 - 2022-03-01 - G01S13/52
- 本申请实施例公开了一种对象识别方法、装置、设备和存储介质，所述方法包括：获取利用多普勒传感器扫描自身探测区域内的对象而生成的点云图；根据所述点云图中点的分布信息，从所述自身探测区域中确定出目标区域；根据所述目标区域中频移大于第一特定频移的点，确定目标点集；根据所述目标点集，确定目标对象。
- 物标检测装置-202080049402.4
- 志摩达也 - 株式会社电装
- 2020-06-29 - 2022-02-25 - G01S13/52
- 本发明涉及物标检测装置。提取部(70：S310)提取位于判定对象范围且静止的反射点作为判定对象点。组生成部(70：S330～S350)以判定对象点之一为起点，提取从起点以连结允许距离以下的间隔连续地排列的判定对象点来生成连结组。在满足判定条件的情况下，判定部(70：S360～S420)判定为车辆在物标信息的精度降低的特殊环境中行驶。作为判定条件，包含按照属于由组生成部生成的连结组的判定对象点的数量所设定的判定点数超过点数阈值。
- 活动对象检测方法、装置、电子设备和存储介质-202111296057.7
- 刘逸伦;熊剑;孙聪;陈翀;林进华 - 珠海格力电器股份有限公司;珠海联云科技有限公司
- 2021-11-03 - 2022-02-15 - G01S13/52
- 本申请涉及一种活动对象检测方法、装置、电子设备和存储介质，应用于对象检测技术领域，其中，方法包括：获取毫米波雷达发送的点云信号，点云信号中包括活动对象的坐标信息；根据坐标信息确定活动对象的目标检测逻辑，目标检测逻辑指示坐标信息所在的毫米波雷达检测区域对应的检测逻辑；基于目标检测逻辑和点云信号，确定活动对象的目标属性信息。以解决现有技术中，受到毫米波雷达天线性能的影响，在大角度或较远处时，对活动对象的检测效果较差的问题。
- 物体辨识方法及物体辨识装置-202010829521.3
- 刘伟名;万勃甫;张涵杰;纪翔峰 - 立积电子股份有限公司
- 2020-08-18 - 2022-01-04 - G01S13/52
- 一种物体辨识方法，包含依据回波信号产生多普勒频谱数据，其中回波信号与物体有关；将多普勒频谱数据上对应N个速度的N组时域数据分别转换为N组频谱数据；结合N组频谱数据以获得步调频谱数据；及从步调频谱数据中获取步态特征以辨识物体。
- 物体检测装置和物体检测方法-201610890580.5
- 刘伟杰;中川洋一 - 松下电器产业株式会社
- 2016-10-12 - 2021-11-05 - G01S13/52
- 物体检测装置包括：捕获区域提取单元，使用测量信息，从一个以上雷达装置的测量范围被分割的多个第1单位区域之中，将捕获多个物体的各自的多个第2单位区域提取作为多个第1捕获区域；预备分组单元，从多个第1捕获区域的各个区域，形成包含在规定的范围内存在的一个以上第2捕获区域的预备组；特征量获取单元，基于测量信息，计算表示预备组和一个以上第2捕获区域之间的关联的特征量；判别单元，基于特征量，判别属于一个以上第2捕获区域的各个区域的多个物体的没一个物体的类别；以及物体确定单元，将一个以上第2捕获区域的各个区域，根据多个物体的每一个类别进行分组，检测多个物体的各个物体。
- 基于天基无线电监测的海上目标数据融合系统及方法-202010342962.0
- 刘勇;曹璐;郭鹏宇;张飞;李献斌;王建 - 中国人民解放军军事科学院国防科技创新研究院
- 2020-04-27 - 2021-11-02 - G01S13/52
- 本发明公开了一种基于天基无线电监测的海上目标数据融合系统及方法，该系统包括：宽频接收模块、辐射源定位与测量模块、AIS信号解码模块和数据融合模块。宽频接收模块用于接收辐射源信号，辐射源信号包括AIS信号和雷达辐射源信号。辐射源定位与测量模块用于对辐射源进行定位与参数估计。AIS信号解码模块用于对AIS信号进行解码获取AIS播报数据；数据融合模块，用于完成海上目标关联和融合，海上目标关联和融合包括：AIS数据关联、雷达辐射源数据关联以及AIS与雷达辐射源数据关联。本发明的基于天基无线电监测的海上目标数据融合系统和方法，实现了AIS辐射源、雷达辐射源数据的有效融合，可以准确估计海上目标的数目、位置与类型。
- 基于雷达的高精密突发情况检测系统-201710593264.6
- 朴宰亨;李才均;金正大 - 梅塔建筑株式会社
- 2017-07-19 - 2021-09-28 - G01S13/52
- 本发明对道路上的目标物体赋予识别ID，在追踪目标物体期间分析目标物体的速度数据的模式，从而能够更加迅速、准确地判断车辆与行人。并且，在一次发送周期发送多个雷达脉冲，根据道路的线形区别设定多个雷达脉冲的脉冲宽度，因此无论道路的线形如何都能够更加准确地检测突发情况。并且，一台车辆能够对一个目标精确地执行探测目标，从而准确地处理目标，能够提高雷达信号的信号处理性能。
- 一种雷达天线信号处理方法、装置、控制设备及存储介质-202110590930.7
- 赵加友;张英达 - 浙江大华技术股份有限公司
- 2021-05-28 - 2021-08-31 - G01S13/52
- 本发明公开了一种雷达天线信号处理方法、装置、控制设备及存储介质，所述方法包括：控制雷达天线阵列中的每个发射天线发射信号，采用跳频和随机延时的方式进行波形调制，为每个发射天线发射的每个信号附加相位；对所述雷达天线阵列中的每个接收天线接收到的信号进行傅里叶分析，对雷达的每个距离单元进行相位补偿；确定所述雷达天线阵列的天线向量，利用快速傅里叶变化FFT分析对所述天线向量进行处理，根据处理后的天线向量，确定所述目标物的方位角和俯仰角。通过为每个发射天线发射的每个信号附加相位，从而实现在雷达天线阵列中，通过不同的相位叠加，可以在较大的角度上发射功率更加集中，从而增加了大角度下的探测距离。
- 拖车估计改进-202110600976.2
- P·K·普拉萨德;R·J·卡施乐 - 安波福技术有限公司
- 2017-06-19 - 2021-08-31 - G01S13/52
- 拖车检测系统(10)包括雷达传感器(38)、角度检测器(26)和控制器(32)。雷达传感器(38)用来检测出现在接近本车辆(12)的盲区(18)中的其他车辆(40)。角度检测器(26)用来确定由本车辆(12)拖曳的拖车(14)相对本车辆(12)的拖车角度(22)。控制器(32)与角度检测器(26)和雷达传感器(38)通信。控制器(32)配置为基于雷达信号(41)和拖车角度(22)来确定拖车(14)的拖车存在。
- 目标识别方法及装置-202010108659.4
- 康文武;崔天翔;刘兴业 - 华为技术有限公司
- 2020-02-21 - 2021-08-24 - G01S13/52
- 本申请提供一种目标识别方法及装置，可以解决车载毫米波雷达分辨率低所导致的稀疏点云数据数量不足的问题，能够提高目标识别的准确性和成功率，可应用于自动驾驶系统、智能驾驶系统、导航系统中。该方法包括：根据第一数据获取第二数据。其中，第一数据为根据雷达测量数据得到的距离多普勒图数据，第二数据为雷达的稀疏点云数据。然后，根据第二数据确定第三数据。其中，第三数据和第二数据用于目标识别。
- 专利分类
