基于改进Kalmus滤波的悬停无人机检测技术
Electronic Measurement Technology（2023）
摘要
针对复杂杂波环境下悬停无人机检测问题,提出了一种改进的Kalmus滤波-剩余回波时域均值相消-自适应CFAR联合处理算法,对无人机微多普勒检测,实现空管监视目的.通过改进的Kalmus滤波器进行频域滤波,同时对目标回波高频信号和零频信号抑制,并提高零频附近微多普勒信号增益.采用剩余回波均值相消进行二次滤波,提高无人机高速旋翼的多普勒特征信号信噪比,采用短时傅里叶算法检测目标区域多普勒变化,最后通过恒虚警处理,进一步抑制杂波,提取微多普勒信息.试验结果表明本文算法可以对悬停无人机的旋翼多普勒特征进行有效检测,目标多普勒信号幅值提升了约20 dB,实现低空监视管控目的.
更多关键词
hover drone detection,micro-Doppler feature,short-term Fourier transform,Kalmus filter,the mean remaining echoes are canceled
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要