[发明专利]地杂波检测门限的自适应确定方法和装置有效

专利信息
申请号: 201811021979.5 申请日: 2018-09-03
公开(公告)号: CN109212493B 公开(公告)日: 2021-02-02
发明(设计)人: 问翔 申请(专利权)人: 杭州捍鹰科技有限公司
主分类号: G01S7/36 分类号: G01S7/36
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 王文红
地址: 310000 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 门限 自适应 确定 方法 装置
【权利要求书】:

1.一种地杂波检测门限的自适应确定方法,其特征在于,所述方法包括:

获取地物杂波数据样本;

判断所述地物杂波数据样本的数量是否达到预设数量;

如果达到所述预设数量,则根据所述地物杂波数据样本计算统计特征;

判断所述统计特征与概率模型是否匹配;

如果匹配,则根据所述统计特征和所述概率模型计算检测门限;

如果不匹配,则根据虚警率和所述地物杂波数据样本的最大值确定所述检测门限。

2.根据权利要求1所述的地杂波检测门限的自适应确定方法,其特征在于,所述根据所述地物杂波数据样本计算统计特征,包括:

根据所述地物杂波数据样本和所述地物杂波数据样本的概率密度函数计算K阶原点矩和K阶中心矩,K为正整数;

或者,

在离散的情况下,根据所述地物杂波数据样本计算所述K阶原点矩和所述K阶中心矩,K为正整数。

3.根据权利要求2所述的地杂波检测门限的自适应确定方法,其特征在于,所述根据所述地物杂波数据样本和所述地物杂波数据样本的概率密度函数计算K阶原点矩和K阶中心矩,包括:

根据下式计算所述K阶原点矩:

mk=E(xk)=∫xkf(x)dx,k≥1

其中,mk为所述K阶原点矩,x为所述地物杂波数据样本,f(x)为所述地物杂波数据样本的概率密度函数,k为阶数;

根据下式计算所述K阶中心矩:

σk=E[(x-m1)k]=∫(x-m1)kf(x)dx,k≥2

其中,σk为所述K阶中心矩,x为所述地物杂波数据样本,f(x)为所述地物杂波数据样本的概率密度函数,k为所述阶数,m1为一阶原点矩。

4.根据权利要求2所述的地杂波检测门限的自适应确定方法,其特征在于,所述在离散的情况下,根据所述地物杂波数据样本计算所述K阶原点矩和所述K阶中心矩,包括:

根据下式计算所述K阶原点矩:

其中,mk为所述K阶原点矩,x为所述地物杂波数据样本,N为所述地物杂波数据样本的数量,k为阶数;

根据下式计算所述K阶中心矩:

其中,σk为所述K阶中心矩,x为所述地物杂波数据样本,k为所述阶数,m1为一阶原点矩。

5.根据权利要求2所述的地杂波检测门限的自适应确定方法,其特征在于,所述概率模型为K分布概率密度函数的各阶原点矩,所述根据所述统计特征和所述概率模型计算检测门限,包括:

将所述地物杂波数据样本的所述K阶中心矩与所述K分布概率密度函数的各阶原点矩进行比较,获取差值最小的地物杂波数据样本;

根据所述差值最小的地物杂波数据样本的概率密度函数和所述K分布概率密度函数,计算所述检测门限。

6.根据权利要求1所述的地杂波检测门限的自适应确定方法,其特征在于,所述根据虚警率和所述地物杂波数据样本的最大值确定所述检测门限,包括:

当所述虚警率为第一数值时,将所述地物杂波数据样本按照从大到小的顺序排列;

从排列的地物杂波数据样本中抽取第二数值的地物杂波数据样本;

从所述第二数值的地物杂波数据样本中获取最小的地物杂波数据样本,以及从未抽取的地物杂波数据样本中获取最大的地物杂波数据样本;

将所述最小的地物杂波数据样本与所述最大的地物杂波数据样本求平均,从而得到所述检测门限;

其中,所述第二数值大于且等于所述第一数值的倒数。

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杭州捍鹰科技有限公司,未经杭州捍鹰科技有限公司许可,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/pat/books/201811021979.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top