基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法。首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰。声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采用Radon恒虚警率(Radon Constant False Alarm Rate,Radon-CFAR)检测声呐历程累积图像中的目标短时运动轨迹,能够检测到低信噪比的目标。分析了空时归一化处理和检测算法的性能,并通过海试数据验证了该算法的有效性,可以检测到低信噪比的蛙人目标回波。     

基于TMS320VC5402的数字图像空间滤波系统设计

针对红外成像观测系统中获取的低信噪比、背景及噪声干扰严重的小目标图像的特点,设 计一种具有保护带(5×5 G)的5×5 Robinson空间滤波器,采用TMS320VC5402进行硬件实现。实验表明,该空间滤波器能够大大提高目标的信噪比,抑制背景和噪声,保证系统实时性要求,很适用于小目标检测。     

一种基于单帧红外图像抗类目标干扰的算法

提高红外小目标检测概率的前提是应尽可能的对云、烟雾或地物等类目标进行准确预测,达到抑制干扰、突出目标的目的.为有效去除红外小目标检测中的类目标干扰,降低虚警率,本文提出一种基于单帧红外预警系统图像抗类目标干扰的方法.该方法先通过背景抑制,消除系统噪声的干扰,提高图像的信噪比;然后根据目标头尾特征,并结合目标的长度,将潜在目标从类目标干扰中分离出来,待后续处理.从实验结果来看,该算法能够有效降低类目标干扰,对红外小目标检测算法具有较好的辅助作用.     

红外弱小目标检测背景抑制算法研究

复杂背景下红外小目标识别一直是红外图像处理的关键技术之一,针对复杂云背景下红外弱小目标的时域和空域特征,考虑到易于硬件实现和实时性要求,提出基于快速统计排序滤波和Robinson Guard滤波并行快速处理算法,对复杂背景进行高信噪比抑制。实验证明,该方法能够有效地提高红外弱小目标图像信噪比和复杂背景下的小目标的检测概率。     

相干分布源的方位估计

在水下声纳工作的环境中,若目标体沿中心角方向的扩展角度不能忽略,则基于点源假设的众多高分辨方位估计算法会导致错误的估计结果,而基于分布式目标模型的方位估计算法则可以适应这种目标环境。目前,随着空间分布源受到越来越多的关注,有人相继提出了一些算法例如DSPE和ESPRIT等等,但是这些算法需要很高的输入信噪比和要求不同目标源之间不相干,为了解决相干源的方位估计问题以及提高算法低信噪比下的估计性能,给出一种处理方法。仿真实验证明,该方法能够在低信噪比下提高算法的估计性能及有效的区分相干源。     

主动声纳直达波干扰抑制的盲分离算法

针对舰艇编队作战中主动声纳之间存在的强直达波干扰，提出了一种基于信号统计二阶矩的直达波干扰抑制算法，实现了强干扰背景下的微弱目标回波检测。这种方法将盲分离理论和匹配相关技术相结合，首先对接收数据进行直达波干扰抑制，再利用已知发射信号副本进行匹配相关，最后提取目标回波信号。相比其它强干扰抑制算法，特别是高阶累计量法，该算法具有计算复杂度低的优点。通过数值仿真实验表明：该算法能够对直达波干扰进行有效抑制，对目标回波的检测性能优于直接匹配相关方法。     

高帧频大视场多目标实时检测方法研究

针对高帧频大视场电视跟踪系统中多目标检测的实际需要研究了一种简单的目标检测方法──自适应邻域均值门限检测方法；通过分析，证明该方法能够在信噪比较低和背景干扰较强的情况下对全视场中多个弱小目标进行实时检测，并建立了该算法的实时处理系统；结果表明该方法是完全可行的。     

干扰阻塞算法衰减区间分析及改善方法研究

为了抵消主瓣干扰,干扰阻塞算法被提出。该方法首先利用均匀线阵具有的相位差特点构建阻塞矩阵;然后用构建的阻塞矩阵对线阵接收数据进行阻塞预处理;最后进行波束形成将主瓣干扰去除。但该方法在抵消主瓣干扰的同时也会对线阵输出总能量、信号、噪声、信噪比造成不同程度衰减,致使不同方位波束形成输出结果差异较大,降低了对部分方位区间内目标的检测性能。为了详细分析干扰阻塞算法衰减区间,提高抗干扰性能和检测性能,推导了干扰阻塞算法实现原理和干扰阻塞前后总能量、信号、噪声、信噪比变化函数,论述了影响衰减区间相关因子,并提出了相应改善方法。理论分析和数据处理结果表明:干扰阻塞算法在去除主瓣干扰时,由于受衰减区间影响,无法对衰减区间内弱目标实现有效检测;改善方法通过修正因子降低了背景能量差异,减小了干扰阻塞算法衰减区间,提高了干扰阻塞算法对在方位区间内的检测性能,可对相邻干扰2°的弱目标实现有效检测。     

低信噪比条件下引导源目标定位算法

为了实现引导源目标定位算法在低信噪比声源信号条件下的准确定位,在推导了引导源目标定位算法原理基础上,根据算法仿真结果的特点,提出了利用领域平均法对算法进行降噪处理的方法。对几组不同信噪比的引导声源和目标声源,进行了算法仿真,比较分析了其降噪前后的引导源目标定位算法处理结果。计算机仿真结果表明领域平均法降噪处理能有效提高引导源目标定位算法在低信噪比条件下的定位效能。     

强干扰背景下的鱼雷辐射噪声信号检测方法

常规被动声纳利用宽带波束能量进行目标检测,在低信噪比、强目标干扰情况下,宽带能量检测的性能迅速降低。利用鱼雷辐射噪声信号中含有丰富线谱成分的特点,提出了一种针对鱼雷辐射噪声信号的窄带和宽带联合检测方法。通过对预成波束方向信号的窄带处理和线谱提取,利用特定频段的线谱能量对宽带波束输出进行加权,提高了线谱目标的检测能力。该方法能够有效地抑制非线谱强干扰目标,提高低信噪比信号的检测能力。仿真和海试数据处理结果验证了该方法的有效性。     

光电图像序列运动弱目标实时检测算法

针对光电探测图像序列中的运动弱小目标实时检测问题,提出了一种基于时空域融合滤波的弱目标检测算法。算法在空域上利用形态学Tophat滤波抑制背景增强目标,在时域上通过改进的帧间差分方法增强运动目标,两者融合后经自适应门限分割与航迹关联确认目标。实际录取数据分析结果表明,算法全面考虑运动弱小目标在时域与空域方面的特性,能更有效地从复杂背景中检测低信噪比运动弱小目标,减小了虚警率,抗噪声干扰能力强。     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法.首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰.声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采...     

阵列信号维纳滤波用于主动声呐图像增强处理

声呐图像的噪声背景抑制是提高水下目标检测能力的重要问题。针对声呐图像背景斑点噪声强、目标轮廓模糊、目标回波对比度低等问题,利用确定性目标回波信号与随机分布的干扰噪声之间的相关统计特性差异,采用基于最小均方差准则的阵列信号维纳滤波器,通过主动最小方差无畸变响应（Minimum Variance Distortionless Response,MVDR）波束形成和后置维纳滤波的两级处理,去除声呐随机噪声背景。试验数据的处理结果表明：在噪声干扰条件下,相比于常规波束形成（Common Beamforming,CBF）,主动MVDR处理提高了目标回波的局部信噪比,后置维纳滤波处理降低了随机分布的斑点噪声,使声呐图像的清晰度得到增强。     

基于FPGA设计的图像增强预处理器

就如何提高复杂背景条件下低信噪比的小目标检测概率问题展开讨论,提出了用数字滤波方法改善图像质量,提高信噪比,达到抑制背景噪声,增强小目标的目的。针对高帧频电视系统的特点,应用现场可编程门阵列（FPGA）构造高速图像预处理器,完成数字电视的图像预处理的实时计算,进而为后续工作打下良好的基础。仿真和实验结果证明是可行的。     

复杂背景、强噪声环境中的点源目标检测及跟踪方法

介绍了一种在复杂背景、强嗓声环境中检测并跟踪多个点源目标的方法。目标在图象中的位置是未知的；其轨迹是连续的并可以是任意的；图象序列中含复杂的变化背景，并伴有强的随机白噪声；目标为压几个象元的点目标，本文提出的是一种回形窗扫描、相关处理及相关跟踪相结合的算法，能有效地从复杂背景、强噪声环境中检测与跟踪多个点源目标。这种算法能对图象进行分割、并行处理，适合于实时的目标探测及跟踪。     

机动小目标的时空联合检测技术

主动声呐信号处理中一般采用匹配滤波和背景均衡等算法检测回波信号,为提高信号的检测性能,还需利用信号与混响和环境噪声在时间、空间上的统计特征差异。文章在对信号的时、空特征算法进行简单描述的基础上,提出了频率能量统计特征和方位能量统计特征,将两种特征检测器的输出进行融合处理构成时、空联合检测器。仿真和试验数据处理结果证明,此方法可有效提高机动小目标在混响及环境噪声中的检测性能。     

广义互相关时延估计声定位算法研究

针对地面目标声定位因信噪比较低而定位精度差的现象,提出了基于广义互相关法的声定位系统,根据平面四元法目标定位计算式,研究了广义互相关算法在实际中的应用。环境噪声、军事目标声和民用目标声频谱范围大多集中,即出现目标声会与背景噪声高度重合的情况,发现一般加窗滤波法在降低噪声的同时亦会将目标声强度大大削弱,而广义互相关时延估计法是通过计算两路信号互相关函数的最大值而求得时延差,其精度高、稳定性好。通过计算机仿真得到在信噪比较低的情况下,加窗滤波因大大削弱目标声强度而造成定位精度较低,而利用广义互相关方法可得到较为精确的声定位坐标。     

基于EEMD-SCBSS的岩石声发射信号去噪方法

针对岩石声发射(AE)信号的低信噪比、随机性强、非平稳性等特点,提出了一种基于总体经验模态(EEMD)及单通道盲源分离(SCBSS)的AE信号滤波方法。将含有背景噪声的AE信号进行EEMD分解,得到一系列按频率从高到低排列的本征模函数(IMF);提取高频背景噪声信号与观测信号构建虚拟多通道观测信号;利用快速不动点优化算法(FastICA)对构建的虚拟多通道观测信号进行盲源分离(BSS),进而得到滤波后的AE信号。通过构造含噪声AE信号进行数值仿真实验及实测数据分析,将基于EEMD及SCBSS滤波方法与小波阈值滤波方法进行比较。实验结果表明:小波阈值滤波方法会导致滤波后的AE信号频域信息失真,影响滤波后的AE信号上升时间,能量等参数识别;该方法可以对含噪声AE信号进行有效地滤波处理,能够较好地滤除AE信号中的非平稳随机噪声,并且能够保护滤波后的AE信号频域信息。