基于强散射点在线估计的距离扩展目标检测方法

传统的距离扩展目标检测一般在散射点密度或散射点数量先验条件下完成,在目标散射点信息完全未知时检测性能会大幅降低。针对这个问题,该文提出一种基于强散射点在线估计的距离扩展目标检测方法(OESS-RSTD),该方法利用机器学习中的无监督聚类算法在线估计强散射点数量以及首次检测门限,然后再结合虚警率,确定2次检测门限,最后通过两次门限检测完成目标有无的判决。该文分别利用仿真数据和实测数据进行了试验验证,并和其他算法进行了试验对比,通过虚警概率一定时的信噪比(SNR)-检测概率曲线验证了该文所提方法相对于传统算法有更高的稳健性,且该方法不需要目标散射点的任何先验信息。     

双参数加权的低信噪比面目标检测方法

针对传统恒虚警检测低信噪比情况下面目标性能下降问题,提出了基于均值和方差双参数检测的新方案。首先采用了目标与背景统计特性差异最大化准则,估计出待检测单元的均值和方差,并通过互乘待检测单元的均值和方差获得最终的检测图像,得到了最优均值和最优方差统计特性,再利用全局CFAR检测检测出目标,从而在保证一定检测概率的同时降低虚警概率。仿真结果表明,该方法对低信噪比面目标的检测性能优于传统的恒虚警检测。     

基于压缩感知的步进频雷达目标检测算法

为了解决压缩感知步进频雷达在低信噪比下的目标检测问题,结合传统雷达的恒虚警检测和压缩感知雷达重构思想,建立基于压缩感知的步进频雷达的目标检测模型,利用复近似消息传递消息的特性,提出了一种基于多脉冲的重构算法,并结合恒虚警检测实现了低信噪比下的压缩感知步进频雷达目标检测。仿真结果表明：文中所提的方法提高了检测概率,改善了目标检测性能。     

基于奇异值分解的多卫星信号盲检测

针对非合作低信噪比环境下的卫星通信信号检测问题,在信号子空间维数估计的基础上,提出了一种基于奇异值分解的多卫星信号盲检测方法。该方法充分利用奇异值与特征值之间的关系,设计检测统计量将多个信号能量集中起来进行考虑,以适应更低的信噪比,并从理论上对检测性能进行了推导分析。仿真结果表明,该方法简单高效,针对不同的卫星信号,在虚警概率小于1%、信噪比为-11 dB时,盲检测概率均可达90%以上;同时能够在低信噪比环境下适应多信号环境,且其计算量相对特征值方法减少了一个数量级,更适合应用在星载设备上。     

MIMO雷达多目标检测前跟踪算法研究

 本文基于检测前跟踪技术研究了MIMO雷达系统中多个运动目标的早期预警问题,在推导已知目标数量时的二元广义似然比检验的基础上,提出了一种次优的基于“逐目标消除和极坐标Hough变换（STC-PHT）”的多目标检测前跟踪算法,并推导了该算法的虚警概率和检测概率表达式。与以往的多目标检测前跟踪算法相比,新算法具有较低的计算量,且本质上无需目标数量的先验信息,避免了目标数量未知时需执行多元假设检验的问题。仿真分析表明,新算法能有效地改善MIMO雷达在低信噪比条件下的检测性能。     

基于恒虚警的高频雷达起伏目标检测算法研究

针对高频雷达目标检测过程中由于信噪比波动导致检测概率降低、跟踪丢失的问题,提出了基于高低双门限的关联检测算法。基于高频雷达相邻次扫描过程中目标运动信息的相关性,根据目标的速度、距离、方位等运动信息为目标建立关联区域,后续检测时在此关联区域内自动降低判决门限以提高检测概率。理论分析及实测数据表明,与常规恒虚警检测比较,关联检测算法在保持相同虚警概率的同时可获得更高的检测概率,从而有效提高高频雷达的检测和跟踪性能。     

基于粒子滤波器的TBD检测性能分析

针对低信噪比的目标检测问题,采用基于粒子滤波器和Bayes似然比的联合检测跟踪的算法,以对数似然比作为目标检测判决的准则,利用粒子滤波器获得状态的后验证分布,推导出了门限、信噪比与检测跟踪概率关系式,同时得到了自适应门限,较好地控制了虚警概率。     

GPS接收机的自适应门限设定方法

针对GPS接收机中的信号捕获问题提出了一种新颖的判决门限的自适应设定方法,它在接收信号的信噪比大幅度变化的情况下也可同时保证捕获的虚警概率和检测概率在一定范围内稳定不变.与以往自适应门限设定方法不同的是,它不是基于传统的恒虚警概率判决准则,而是基于一种新颖的恒等效信噪比准则.因为只有当输出信噪比恒定时,才有可能在虚警概率恒定的同时也保证检测概率稳定,所以这个门限监测器的目的就是要通过非相干累加来实现累加后的等效信噪比的恒定.一方面,将自适应门限设置成实时估计的噪声能量的函数,从而保证超过门限的累加输出值一定能达到指定的等效信噪比.另一方面,检测样本数也是在自适应的调整,即累加时间会不断增加直到输出的非相干累加结果超过当时的门限值.所以,一旦判决为检测到信号时,这时的输出等效信噪比都是恒定的,因此检测概率和虚警概率都可保持稳定而无论当时的输入信噪比如何变化.     

基于区域生长和背景配准的低信噪比红外目标检测算法

为了进一步提高复杂背景下低信噪比红外运动目标的检测性能,提出了一种基于区域生长和背景配准的低信噪比红外运动目标检测算法。该算法首先利用局部对比度找出几个种子点;然后根据种子点进行区域生长,统计生长出目标的相关特征;接着采用多帧关联的方法,挑选出候选目标;最后采用背景配准的方法,剔除虚假目标,降低虚警概率。采用大量实验数据进行仿真验证,仿真结果表明,相对于传统算法,本文算法对低信噪比红外运动目标具有较高的检测概率,较低的虚警概率。     

低信噪比1090ES报头的恒虚警检测方法

针对S模式1090MHz扩展电文(1090ES)的报头检测在低信噪比下虚警概率高的问题,提出基于报头多脉冲匹配滤波的恒虚警率报头检测方法。由于检测门限是利用报头低电平期间的样本确定的,所以该方法对1090ES的数据块中的伪报头的误检具有一定的抑制能力。仿真结果表明,在低信噪比环境下,该文方法相对于传统1090ES报头检测方法具备较好的检测性能,且较好实现1090ES数据块中伪报头的抑制,减轻了后续设备的数据处理负荷。      

基于恒虚警率的门限判决系数寻优研究

在雷达信号检测系统中,对于一定的检测门限,如果噪声或杂波电平增大一点,虚警率便会大大增加,同时使发现概率降低,这样便降低了雷达系统发现目标的能力,因此在现代雷达信号检测系统中,为了保证一定的发现概率,一般采取恒虚警率(CFAR)处理,在雷达系统进行恒虚警处理时,由于杂波强度可能偏离统计平均值而产生起伏,此时采用理论的门限判决系数将使虚警率大大增加。通过对雷达信号检测恒虚警性能的研究,分析了有限参考单元数对虚警率及发现概率的影响,同时提出一种有效的寻优算法在恒虚警检测中对实际的门限判决系数进行实时的动态寻优,使检测系统始终保持在恒虚警的工作状态中。     

基于多帧相关算法的稀布阵雷达目标航迹检测

为提高稀布阵脉冲孔径雷达探测能力和小目标的发现概率,采用降低信号处理门限的方法,致使虚警概率高。常规方法难以完成目标航迹检测,需要通过TBD处理来完成目标检测。文中给出了基于多帧相关的TBD算法,利用目标的运动特性,通过对多帧数据的帧间相关处理,沿目标轨迹累积能量,从而提高信噪比,实现了在高虚警环境下的目标航迹检测。     

基于Geiger-mode APD的激光雷达性能分析

针对基于盖革模式雪崩光电二极管(Gm-APD)阵列的激光雷达,提出一种分析其探测性能的方法.以分析单个Gm-APD像元产生的初始光电子和暗计数噪声为基础,对Gm-APD像元的探测概率、虚警概率和漏警概率进行研究,并进一步提出一种多脉冲阚值探测法,并对其探测概率、虚警概率进行了研究和仿真.结果表明,对2～10 km外的目...     

基于网络流量预测模型的CFAR入侵检测方法研究

论文提出了一种基于网络流量预测模型的CFAR入侵检测系统。采用AR模型对网络流量进行预测,并运用雷达信号处理中的恒误警CFAR技术,选取检测阀值以判定是否存在入侵信号。利用林肯实验室DARPA数据对系统进千亍试验,通过对不同的CFAR检测进行比较分析,最后提出三种CFAR联合检测,使得系统具有更高的检测率和更低的误警率。     

用CMOS探测脉冲激光中的虚警抑制技术研究

如何在保证激光探测距离的基础上保持低的探测虚警,一直是激光探测系统的核心问题.以CMOS成像型激光探测系统为技术背景,分析了引起虚警的主要因素是场景噪声和强光干扰等,对此提出从三个方面来抑制系统虚警:光谱滤波技术;提高图像采集帧频,减少积分时间;帧相减技术.实验表明,在采用相同的探测阈值时,它们使虚警概率得到大大的降低,达到了较好的虚警抑制效果.     

图象积累与自适应门限检测技术的研究

为了从低分辨率和低信杂比的图象序列中检测亚象元目标和点目标，本文定义了有效积累帧数，证明了在有效积累帧数内，积累ｍ帧序列图象，积累平均图象的信杂比提高到√ｍ倍，在图象积累的基础研究自适应门限检测技术，定义了最小错误率规则，并且导出了初始门限以及概率参数的计算公式，为了进一步降低虚警，还建立了后处理的方案，实验结果证实了理论分析的正确性。     

LTE中PDCCH有效控制信道元素的软判决检测算法

在LTE系统的PDCCH盲检中,检测信道中的有效控制信道元素（CCE）是一种常用的盲检加速方法。对于有效CCE的检测,基于硬判决的能量检测与融合判决相结合的方法是一种常用手段,但随着信道环境的下降这种方法的可靠性也会大幅降低。为了确保低较差信道条件下的可靠性和提高算法性能,本文提出了一种基于软判决的有效CCE检测算法。利用奈曼-皮尔逊准则推导出满足系统可靠性需求的最佳软判决检测阈值,降低错检概率,提高了原有检测方法的性能。本文推导了判决的软信息形式,给出检测的软判决门限。仿真结果证明了理论推导的正确性。与硬判决相比,如系统在SNR = -2dB,漏警率均为0.15时,软判决虚警率降低了82%,表明所提算法可以有效保证检测的低漏警率并降低虚警的发生概率。      

空域加权局部对比度的红外小目标检测算法

针对传统局部对比度算法在强杂波背景下,容易引入虚警目标的不足,提出了一种空域加权局部对比度的红外小目标检测算法。首先,利用具有中心激励和侧向抑制性的二维高斯差分滤波器,抑制了原始图像大部分的背景杂波,以提高图像的信噪比;然后,利用目标均值与邻域的中值的比值进行局部对比度测量,再用目标各区域的灰度均值差加权局部对比度,生成目标显著图;最后,对显著图进行自适应阈值分割,检测出真实目标。实验结果表明,与其他几种检测方法对比,该算法不仅具有较高的信躁比增益和背景抑制因子,还具有较高的检测率和较低的虚警率,是一种有效的红外小目标检测方法。     

一种基于修正激活函数的CNN车载毫米波雷达目标检测方法

为了提高车载毫米波雷达在复杂城市道路环境中目标检测的抗杂波与干扰能力,本文利用卷积神经网络（CNN）特征参数提取和目标分类特性,提出了一种改进的基于CNN的车载毫米波雷达目标检测方法。该方法首先将毫米波雷达回波信号距离-多普勒二维数据运用滑窗进行分割,并采用CNN网络模型处理分割后的二维矩阵,训练二维CNN网络模型及其参数,使其具有提取回波特征并基于特征参数模型进行目标分类的能力,从而实现目标检测功能。通过对卷积神经网络模型结构进行优化,增加批量归一化层,优化Dropout层使得低权重特征失活,自适应地删减部分神经元节点修正该层非线性激活函数,进一步降低了CNN模型目标检测的虚警概率。实验结果表明,在相同虚警概率条件下,CNN网络检测方法目标发现概率优于传统的单元平均恒虚警检测方法,并且在低信噪比的条件下仍然能够保持较高的发现概率;在同等发现概率水平下,修正后CNN网络检测方法的虚警概率较修正前可提高约1个数量级。     

基于随机共振和非中心F分布的频谱感知算法

为解决频谱感知算法在低信噪比（SNR）时检测概率较低且检测所需采样点数较多的问题,提出了基于随机共振和非中心F分布（SRNF）的频谱感知算法。通过引入直流随机共振噪声,建立了SRNF的系统模型,推导了服从非中心F分布的检验统计量表达式、虚警概率与检测概率以及判决门限表达式,并采用数值法求解最佳的随机共振噪声参数。仿真结果表明,在低信噪比时,所提基于SRNF算法的检测性能优于能量检测（ED）算法和基于F分布的盲频谱感知（BSF）算法,当虚警概率为5%、信噪比为–12 d B、采样点数为200时,所提算法的检测概率是95%,分别比BSF算法和ED算法高34%和67%;当信噪比为–12 dB、检测概率达到95%时,所提算法所需的采样点数是210,比BSF算法节省了340个采样点。此外,噪声不确定度对所提算法的影响小于ED算法。