申请/专利权人：中国人民解放军海军航空大学

申请日：2023-09-15

公开（公告）日：2024-01-12

公开（公告）号：CN117388816A

主分类号：G01S7/41

分类号：G01S7/41;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.30#实质审查的生效;2024.01.12#公开

摘要：本发明涉及一种基于CAGOOS三维联合的自适应CFAR检测方法。首先，利用参考单元及其邻近单元中的观测数据计算得到CAGOOS三维特征向量，形成训练样本；然后，根据给定的虚警概率，利用训练样本，结合凸包算法，求解CAGOOS三维联合特征空间中的决策凸包；接着，利用待检测单元及其邻近单元中的观测数据计算得到CAGOOS三维特征向量，形成待测样本；最后，基于该待测样本在特征空间中相对于决策凸包的位置，判断待检测单元中是否存在目标。与单一CFAR方法相比，本发明能够在均匀背景，杂波边缘环境以及多目标环境中都能获得优良的检测性能。

主权项：1.一种基于CAGOOS三维联合的自适应CFAR检测方法，其特征在于包括以下步骤：S1、利用参考单元及其邻近单元中的观测数据计算得到CAGOOS三维特征向量，形成训练样本；S2、根据给定的虚警概率，利用训练样本，结合凸包算法，求解CAGOOS三维联合特征空间中的决策凸包；S3、利用待检测单元及其邻近单元中的观测数据计算得到CAGOOS三维特征向量，形成待测样本；S4、基于该待测样本在特征空间中相对于决策凸包的位置，判断待检测单元中是否存在目标。

全文数据：

权利要求：

百度查询： 中国人民解放军海军航空大学 一种基于CA/GO/OS三维联合的自适应CFAR检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD