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。