基于恒虚警检测的汽车主动防撞毫米波雷达信号处理算法

为提高车辆的安全性能,提出一种基于时频分析和恒虚警检测(constant false alarm rate,CFAR)的汽车主动防撞毫米波雷达信号处理算法.使用时频分析方法建立连续可调频(frequency modulated carrier wave,FMCW)毫米波雷达探测目标的理论模型,介绍信号处理的算法流程,详细阐述CA-CFAR算法及改进算法(GO-CFAR),并通过仿真实验和外场实验进行分析验证.结果表明,该算法在高速公路环境下探测目标和计算目标的速度与距离参数方面有很高的精度.     

一种基于排序数据方差的恒虚警检测器

为了充分利用参考单元信息,减少恒虚警(CFAR)损失,基于有序统计(OS)方法和排序数据方差(ODV)方法提出一种新的恒虚警检测器(MOSODV),它的前沿和后沿滑窗分别采用OS和ODV产生2个局部估计,然后取二者之和作为背景功率水平估计.在Swerling II型目标假设下,推导出MOSODV在均匀背景下虚警概率的解析表达式,并与其他CFAR方法进行了比较.仿真结果表明,MOSODV在均匀背景及多目标环境中均具有较好的性能,而杂波边缘环境中,MOSODV也保持了比较好的虚警控制能力.     

Pearson分布杂波背景下均值类恒虚警检测器的性能分析

文中研究Pearson杂波背景下的CFAR检测问题。推导出CA、GO和SO三种CFAR检测器在Pear—son分布杂波背景下虚警概率的初等函数表达式，证明了它们在Pearson分布杂波背景下仍具有恒虚警性能。全面分析了这三种均值类检测器在均匀背景和非均匀背景下的性能。结果表明SO-CFAR在均匀背景和多目标干扰情况下均具有最好的检测性能，而GO-CFAR则在杂波边缘情况具有更好的虚警控制能力。     

一种新的基于CM和CA的恒虚警检测器

文中基于删除平均（CM）方法和单元平均（CA）方法．提出了一种新的恒虚警检测器（CMCAGO-CFAR）。它采用CM和CA方法产生两个局部估计，再取二者的最大值作为背景噪声功率水平估计。在SwerlingⅡ型目标假设下。文中推导出CMCAGO-CFAR在均匀背景下虚警概率Pfa和检测概率Pd及多目标环境下检测概率Pd的解析表达式，并与其它方案作了比较。分析结果表明CMCAGO的优势主要体现在非均匀背景中，它在杂波边缘的虚警控制能力明显优于OS，对多目标干扰也呈现了较好的鲁棒性，它以均匀背景中较小的代价换取在多目标干扰情况下检测性能的较大提高。     

基于排序数据变率的最大似然恒虚警检测方法

在韦布尔杂波背景下,针对在未知数目的目标干扰情况下不能够正确估计杂波统计模型的参数,进而影响雷达对目标的恒虚警检测性能,提出了一种基于排序数据变率的自适应删除最大似然恒虚警检测(ACML-CFAR)。利用基于排序数据变率(ODV)的删除算法对杂波单元进行自适应删除,然后使用其余参考单元采样基于最大似然法来估计杂波分布的参数,并形成检测器的检测门限。仿真结果表明:在均匀杂波下,ACML-CFAR略好于ML-CFAR,表明了ACML-CFAR对于拖尾杂波中的部分较强的杂波尖峰也能够删除;在干扰杂波背景下,能够自适应删除杂波中的干扰,不需要关于干扰目标数的先验信息,克服了ML-CFAR检测器在删除个数小于干扰个数时检测性能严重下降的问题。     

基于 SystemVue 的导弹矢量脱靶量测量仿真系统

针对矢量导弹脱靶量测量系统设计初期不易于实地、实物试验,为深入分析该系统性能,利用SystemVue软件进行建模,建立了面向调频连续波(frequency modulation continuous wave,FMCW)导弹矢量脱靶量测量的高效、直观仿真系统.系统对信号生成、MIMO收发天线、回波信号生成、混频、模数转换、FFT、单元平均类恒虚警算法(cell averaging-constant false alarm rate,CA-CFAR)模块进行理论与仿真分析,并针对模数转换器采样率这一关键参数对系统的影响进行调试对比.结果表明:在SystemVue建立的仿真系统能够实现高效动态的导弹矢量脱靶量测量仿真,参数调试简便,结果展示直观,对于导弹矢量脱靶量测量系统的设计改进具有重要意义.     

SAR图像中地面目标自动检测方法研究

文中对SAR图像中的目标检测进行了研究.运用雷达目标恒虚警(CFAR)检测方法,在SAR图像杂波统计特性为Weibull分布的条件下,对SAR图像目标进行自适应检测.利用有效象素及其比率对不同虚警率下的SAR图像目标检测结果进行分析.仿真结果表明CFAR方法在SAR图像目标检测中是有效的,并给出了相应参数的最佳值.     

利用非参量恒虚警率抑制雷达杂波

在雷达信号处理中,最重要的是消除杂波噪声,检出目标,提高识别率。为此正在研究杂波的统计特性。作为抑制杂波的方法,已知依赖于杂波振幅强度分布的恒虚警率(以下简称CFAR)回路比较有效。这里提出了应用不依赖杂波振幅强度分布的非参量方法抑制海杂波,实验证明,在不规定杂波振幅强度分布时非参量方法有效。从距离方向杂波信号的随机性着眼,对距离方向进行非参量恒虚警率处理,可以抑制雷达杂波,提高对杂波中舰船的检测精度     

全数字雷达仿真系统中恒虚警率建模方法探索

由于雷达仿真系统设计时常存在参数设计未知和替代模型合理性验证的问题,为解决此类仿真过程存在问题,以恒虚警率(constant false alarm rate,CFAR)建模为例,提出一种全数字雷达仿真系统中恒虚警率建模解决方法.将雷达模型中未知参数的推演及估算和复杂模型的替代模型结合,进行参数分析及设计思路.通过模型边设计边验证的过程,分析并确认设计模型是否能够达到已知的关键性能指标要求,进而反向调整并确定设计的合理性.应用结果证明:这种将模型建立和模型验证同步进行的设计方法,应用于某型号反潜直升机飞行模拟器的全数字多普勒搜索雷达的仿真实现.经验证,该设计方法能具较强实用性及合理性.     

利用图象识别抑制海杂波

利用LOG-CFAR(对数—恒虚警率)电路抑制海杂波,即便散射值不固定,也可知道杂波的存在.进一步抑制这种杂波的方法之一,是利用图象识别的方法.该方法设1×m=N个识别单元,根据该单元上的信号分布来识别目标与杂波。本文就这种方法,在以单元上连续出现信号为目标的前提下,进行了工作原理分析,从理论上求出了杂波抑制率、阈值改善量以及对应雷达常数的条件等。其次,就海杂波的实际视频信号应用图象识别的方法,与理论特性进行了比较探讨。     

基于有序统计类恒虚警检测的脉冲压缩雷达移频特征消隐多载波干扰研究

针对采用有序统计类恒虚警检测的线性调频脉冲压缩雷达,提出了一种专门的多假目标产生方法。根据有序统计类恒虚警检测原理进行干扰假目标设计,在此基础上提出具有移频特征消隐的多载波干扰方法;针对有序统计类恒虚警检测的特点,对干扰参数进行设置,在真实目标的左右检测单元产生了数量、幅度、空间分布可控的多假目标。仿真结果表明,该干扰方法可以有效降低目标在雷达检测端被发现的概率。     

基于多尺度局部对比度和多尺度梯度一致性的红外小弱目标检测算法

针对复杂背景和强杂波干扰下红外小弱目标检测虚警率高的问题,提出了一种基于多尺度局部对比度方法与多尺度梯度一致性方法的红外小弱目标检测算法。利用多尺度局部对比度方法对红外图像中红外小弱目标进行增强,利用多尺度梯度一致性方法剔除复杂背景和强杂波干扰造成的虚警。从信噪比（SNR）增益、平均残留背景绝对值、检测率、虚警率及ROC曲线方面将新算法与max-mean算法、max-median算法、top-hat算法、IPI算法及MGDWIE算法进行了对比。实验显示：新算法相较于对比算法具有更高的SNR增益、更低的平均残留背景绝对值、更高的检测率及更低的虚警率。对比结果表明：新算法在复杂背景和强杂波干扰下具有良好的红外小弱目标检测准确性和鲁棒性,有效改善了复杂背景和强杂波干扰下红外小弱目标检测虚警率高的问题。     

基于分治贪心思想的联合多站目标关联定位

现有的目标关联定位方法将关联和定位拆成两个独立过程,这种分步处理并取局部最优的关联定位方式,其目标定位精度严重受限于关联正确率,为此提出一种基于分治贪心思想的联合多站目标关联定位方法。根据分治思想并采用最小距离原则选取每条方位线上的真实交点集合;根据贪心思想对所有的交点集合进行合并,在集合合并过程中,通过定位过程和关联过程之间的反复验证,保证目标关联的准确率和定位精度;根据关联关系对相互互斥的目标量测集合进行组合,选取联合关联概率最大的多目标量测集合作为最后输出。仿真结果表明：存在虚警杂波时,该方法的关联正确率保持在90%以上;同时存在虚警和漏检情况下,该方法的关联正确率保持在70%以上;该方法利用贪心思想降低了计算复杂度,减少了计算开销。仿真结果及试验数据均验证该方法具有良好的目标关联定位性能,适用于低检测、高虚警的水下环境。     

Pearson杂波背景下基于模糊积累的距离扩展目标检测

研究Pearson分布杂波背景下基于模糊积累的距离扩展目标检测方法性能。推导出将观测值映射到虚警空间的隶属函数,分析了模糊代数积、模糊代数和两种积累方法的性能,并与二进制积累方法进行了比较。仿真结果表明Pd=0.5时模糊代数和积累、模糊代数积积累较二进制积累方法可分别获得广义信杂比约10dB和6dB的性能改善。     

相空间重构在引信信号检测中的应用

随着低空超低空突袭兵器技术的不断发展,防空导弹引信面临着越来越强的地海杂波的干扰.基于统计理论的传统信号检测很难从强地海杂波中把微弱目标信号检测出来.以相空间重构理论为基础,提出了基于神经网络的混沌时间序列建模与预测方法,探讨了相空间重构技术在引信信号检测中的应用.通过理论分析和实测杂波数据仿真,表明了该方法不需建立统计模型.适合在防空导弹引信系统中应用,能够有效地提高引信检测微弱信号的能力,为强杂波环境下的微弱信号检测提供了一个新方法.     

一种基于显著性的红外弱小目标检测方法

红外弱小目标检测是目标识别等领域的研究热点。考虑到红外弱小图像中目标信噪比较低,且成像目标的尺度变化较大,构建一种同时考虑局部显著性特征和全局显著性特征的红外弱小目标检测框架。构建一种基于多尺度卷积核的显著性目标检测算法,将该算法与谱残差算法分别进行显著图计算;在得到局部和全局显著图后,采用形态学方法进行显著图的融合以及自适应阈值方法进行二值分割。在给定的公开数据集上的实验结果表明,该方法相对于基准的显著性算法,在目标检测的准确性和虚警率上均有明显优势。     

复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法

由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种 基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA对轴承多重故障的无量纲指标数据进行线性映射降维处理;通过拉格朗日极值法获得最佳投影向量,沿着该方向将轴承多重故障数据投影到类别最易区分的方向;将经投影处理后的样本作为BP神经网络的输入样本,通过训练测试网络,实现轴承多重故障的预测分类。对某型装备大型旋转机械机组进行仿真实验,验证了所提方法能够有效对轴承多重故障进行降维映射,并且能较好地实现多重故障分类诊断,具有良好的有效性和实用性。     

复杂海洋环境噪声下甚低频声信号检测方法

针对复杂海洋环境中的探测潜艇目标问题,开展复杂海洋环境噪声下的甚低频信号检测研究。采取更加符合实际的列维分布描述复杂海洋低频环境噪声,并基于对数矩法估计实测噪声的分布参数,为后续的系统参数选取提供先验知识;提出随机共振来检测复杂海洋环境噪声下的甚低频信号,分析列维噪声下的2阶随机共振方法;推导列维噪声下随机共振系统匹配参数,建立2阶双稳态匹配随机共振信号检测系统。仿真实验结果表明：2阶匹配随机共振检测器比传统相关检测器的检测性能优越很多;在虚警概率0.01条件下要使得检测概率达到0.9,比相关检测器所需输入信噪比降低10 dB. 通过外场湖中试验,验证了该系统对水下移动航行器产生甚低频声信号的有效检测。