非高斯杂波中反辐射导弹的Wald检测方法

Alpha稳定分布是一种有广泛适用范围的非高斯分布模型,本文基于Alpha稳定分布杂波假设,提出了一种反辐射导弹(ARM)的Wald检测方法.当Alpha稳定分布的特征参数α值较小时,基于功率谱或基于共变α谱的频率估计性能将明显下降,为此本文提出基于分数低阶协方差(FLOC)谱方法估计ARM载机信号的多普勒频率,并针对载机信号的强相关性用对消器抑制载机信号,最后导出了标准对称Alpha稳定分布杂波下ARM的Wald检测统计量.仿真结果表明,基于FLOC谱能够准确地估计信号频率,抑制载机信号;基于Alpha稳定分布杂波假设的Wald检测性能与广义似然比检测(GLRT)的渐近性能相当,且明显优于基于高斯分布杂波假设的Wald检测性能.     

高斯混合噪声中弱信号的Rao检测方法

期望最大化(Expectation Maximization,EM)算法是求解参数最大似然估计(MLE)的最优迭代算法,但若参数初始化不恰当,会使估计值落入"初值陷阱",导致错误的参数估计值.为此,本文提出了估计高斯混合噪声参数的矩 - EM算法,即先求参数的矩估计,并用矩估计值初始化参数,再通过EM迭代算法估计参数.在此基础上,经高斯化滤波,导出了高斯混合噪声背景下未知幅度弱信号的Rao检验统计量.仿真结果表明,矩 - EM算法可以更准确地估计噪声参数;基于矩 - EM算法的Rao检测性能优于基于EM算法的Rao检测性能.     

K分布杂波中距离扩展目标的Wald检测

将距离扩展目标建模为子空间信号,用球不变模型模拟K分布杂波,提出了广义Wald检测算法。该算法是对待检测距离单元进行非相参积累,对杂波的纹理分量而言具有CFAR特性。首先对各个待检测距离单元分别检测,其输出的统计量是“白化”后的信号向信号子空间投影的能量和其向与信号子空间正交的噪声子空间投影的能量的比值来计算的,然后将各个待检测距离单元输出的统计量进行累加,形成最终的检验统计量。为了验证其有效性,通过Monte Carlo仿真了该算法的检测性能,并与文献［5］提出的自适应Wald检测器进行比较。      

复合高斯杂波中距离扩展目标的参数化Wald检测

本文研究复合高斯杂波环境中的距离扩展目标的自适应检测问题。有色杂波采用参数未知的自回归（AR）过程描述。结合Wald检测准则,仅需对H1假设条件下的未知参数进行最大似然估计,给出了一种新的基于参数化模型的扩展目标检测器——参数化Wald检测器。该检测器的检验统计量可解释为首先针对各个待测单元分别计算检验统计量,然后将所有待测单元的输出进行非相参累加,其对杂波的随机功率起伏具有恒虚警率(CFAR)特性。相比于常规的基于协方差矩阵的检测方法,参数化检测算法的执行过程不需要依赖辅助数据,仅利用待测扩展目标数据即可实现自适应处理,有效缓解了训练压力并降低了计算量。仿真实验表明,所提出的参数化Wald检测器的检测性能优于之前提出的参数化广义似然比检测器的性能。      

高斯混合分布激光中心线提取方法

针对激光辅助立体视觉测量中的非高斯非对称分布激光条的匹配中心线提取精度较低的问题,提出一种基于高斯混合模型的激光中心线提取方法。首先分析了激光散斑对图像的影响,选择均值滤波方法有效去除激光散斑噪声;然后利用最大类间方差(OTSU)阈值分割方法对光条位置进行粗定位;最后,利用本文提出的高斯混合模型提取激光条亚像素中心线,该模型可准确地描述激光条横截面光强分布特性,从而能够实现光条中心极值点的高精度提取。实验结果表明该方法能够高效稳定的提取激光条中心线。     

对混合高斯随机数参数估计矩方法的改进

用一般矩方法进行混合高斯随机敬的参数估计需要计算多个非线性方程,改进后的矩方法把非线性方程化成了线性方程。本文提供了它的公式推演过程以及实验结果。     

一种改进混合高斯模型下的运动人体检测算法

提出了一种基于改进混合高斯模型下的帧间差分和背景差分相结合的方法对运动人体进行检测,实验表明,采用改进的混合高斯模型,可加快背景建模和更新的速度,且对外界环境的适应能力更强。而帧间差分和背景差分的结合充分发挥了二者各自的优势,提高了检测效率。     

高斯混合模型在海面运动目标检测中的应用

针对海面背景图像的特点,利用高斯混合模型参数估计方法,建立了象素点背景模型并用于海面运动目标的检测。提出的基于变化检测的高斯混合模型参数估计方法与EM算法估计的模型参数极为相似,但前者大大节省了建立背景模型所需的内存空间,建模速度大约是后者的两倍。视频流实验验证了算法的有效性。     

非高斯相关杂波背景下雷达目标检测方法研究

在非高斯相关杂波背景下,基于MTD(Moving Target Detection)的雷达目标检测性能严重下降。针对该问题,根据Alpha稳定分布杂波模型、分数低阶统计量理论,以输出信杂比最大为准则,提出了一种适用于非高斯相关杂波背景的雷达目标检测方法。该方法通过分解信号分数低阶协方差矩阵,计算等效杂波分数低阶协方差矩阵特征向量,得到最佳滤波器系数。通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与基于MTD的检测方法进行了比较,结果表明,在非高斯相关杂波背景下,所提方法的检测性能明显优于传统的MTD。      

目标引入干扰条件下的Wald检测器

多径效应或多输入多输出(MIMO)雷达发射波形不完全正交的情况下会引入干扰,此种干扰通常被称为目标引入干扰。针对存在目标引入干扰的目标检测问题,该文基于Wald准则提出适用于均匀环境和非均匀环境下的自适应检测器,所提出的检测器可有效抑制目标引入的干扰,且具有恒虚警率(CFAR)特性。仿真结果表明,当干扰子空间已知时,该文所提出的检测器可完全抑制干扰,当干扰子空间未知时,所提检测器可有效抑制位于信号子空间的正交补空间内的干扰。     

反辐射导弹检测算法研究

反辐射导弹(ARM)是现代战争中的一种“硬杀伤”武器,对防空雷达系统构成了严重的威胁。本文针对目前我国防空雷达现状,对反辐射导弹发射告警的检测识别算法作了研究。根据雷达回波的特点,为有效抑制强载机信号提出了功率函数的概念,用来作为对ARM加速度估计的标准。最后得出了基于脉冲相关技术的ARM检测和识别算法,并对该方法的检测性能进行了分析。     

基于外辐射源的反辐射导弹检测技术

根据反辐射导弹（ARM）的特点及其雷达回波信号中速度、加速度等特征,研究了利用非合作外辐射源对反辐射导弹的检测技术,仿真了该雷达系统的探测范围,采用模糊函数和短时傅里叶变挟（STFT）的算法,得出导弹目标加速度,利用解线性调频的方法对导弹信号进行积累,实现导弹目标检测与告警。     

线性调频匹配滤波器的ARM回波提取技术

针对反辐射导弹(ARM)及其载机的雷达回波特性,提出一种改进的ARM回波提取方法,即先根据载机回波多普勒频率的估计值对时延信号进行相位补偿,然后与原信号相减抑制载机回波,再用线性调频匹配滤波器积累ARM回波。通过分析不同调频匹配误差条件下的滤波器性能,获得了有价值的结论。仿真实验表明该方法在低信噪比下仍然可以有效地提取ARM回波信号。     

复合高斯杂波中知识辅助的自适应检测算法

研究了在复合高斯杂波中利用先验知识自适应检测目标的问题,证明了基于双参数逆高斯分布纹理的复合高斯模型比传统的K分布、复t分布和单参数逆高斯分布纹理的复合高斯分布模型能够更好地拟合实际杂波。文中选择双参数逆高斯分布作为纹理分量的先验分布、基于广义似然比准则和贝叶斯方法设计得到了一种复合高斯杂波中的自适应检测器。理论分析和数值仿真表明,与自适应匹配滤波器和正则化自适应匹配滤波器相比,该检测器具有更好的检测性能     

机载雷达多杂波分布类型的恒虚警检测方法

本文提出了一种检验杂波分布类型的有效方法,该方法首先通过概率密度变换方法对被检验的杂波序列进行变换,再应用简单的正态分布检验方法检验变换后的序列,以此来检验原杂波序列的分布类型.针对常用的瑞利、韦布尔、对数正态杂波类型,与χ²和KS拟合检验方法进行了仿真比较,结果表明该方法检验精度高,计算简单,并且通用性强,克服了经典检验方法受区间划分影响大,对参数估计精度要求高,计算复杂的缺点.在杂波检验的基础上,根据OS-CFAR和log-t CFAR检测方法设计了适应于多杂波分布类型的CFAR处理器,对特定杂波类型CFAR检测器与背景杂波类型失配的各种情况的检测性能进行了仿真和分析.     

基于共轭FRFT模对消的反辐射导弹检测

分析了载机回波信号和ARM回波信号以及它们的共轭信号的FRFT幅值特性,并利用此特性提出了一种基于共轭FRFT模对消的ARM目标检测方法。该方法利用ARM回波信号在最佳变换角度有较好的能量聚集,而其共轭信号在此最佳变换角度没有能量聚集;载机回波与其共轭信号在FRFT域关于原点对称的特点,利用两者FRFT模之差对消部分杂波,在保证信号能量基本不被削弱的前提下达到抑制载机干扰和杂波干扰、提高检测概率。IPIX雷达数据实验表明该方法在低信杂比条件下有较好的检测性能。     

基于Bayes框架的复合高斯杂波下稳健检测

复合高斯杂波中的纹理分量决定了杂波的非高斯性,而纹理分量的不确定性会影响常规检测器的性能。基于Bayes框架,该文采用先验分布描述杂波纹理分量的不确定性,分析先验模型选择对检测器检测性能与稳健性的影响。先验信息模型包括无信息先验分布和有信息先验分布。无信息先验分布包括Jeffery先验模型和广义无信息先验模型两种,所得到的检测器结构就是归一化匹配滤波器(NMF)。有信息先验模型采用共轭先验分布,得到的是一种知识辅助的归一化匹配滤波器(KA-NMF),该检测器结构与判决门限都是先验分布参数的函数,该文分析了KA-NMF检测性能对先验分布参数的敏感性。进一步采用无信息先验模型描述先验分布参数,可以获得分层Bayes归一化匹配滤波器(HB-NMF)。计算机仿真与实测海杂波数据分析结果表明,HB-NMF的性能与分布参数无关,稳健性优于KA-NMF,而检测性能优于NMF。     

用不同高度有源诱偏系统对抗ARM

推导出三点源有源诱偏系统中点源处于不同高度上时ARM的瞄准点公式,并结合ARM分辨开目标后的运动轨迹公式,对ARM入点进行了仿真,给出了ARM入点分布图以及系统的保护概率.分析表明,ARM入点分布与ARM被动导引头的分辨角、最大过载、末速度等有关.对现有ARM来说,这种诱偏系统的生存概率是很可观的.     

一种非均匀场景复合高斯杂波下的自适应检测器

该文考虑一种非均匀环境中,复合高斯杂波下的目标检测问题,即待检测单元杂波协方差矩阵与参考单元杂波协方差矩阵之间并不相等,且杂波数据满足复合高斯统计分布模型。利用已知的先验信息,选择合适的先验分布,基于贝叶斯方法,该文给出了杂波协方差矩阵的最小均方误差估计,并将其应用于正则化匹配滤波器检验。计算机仿真结果表明,采用该文提出的杂波协方差估计算法,能够在参考数据较少的情况下,获得较好的检测性能。