SAR图像舰船目标检测研究

利用SAR图像进行舰船目标检测是近年来海洋监测一大研究热点,受到各国的高度重视,目前SAR已成为当今舰船检测、监视和定位的最有效手段之一。本文首先回顾了SAR图像舰船目标检测领域近20年的重要研究成果,而后对目前常用检测算法在原理和检测性能方面进行了分析比较,指出各算法的优势与问题,最后对该技术领域的发展趋势做出展望。  

基于小波分解的 K-分布 SAR 图像舰船检测

舰船目标检测是合成孔径雷达海洋应用的一个重要组成部分. 通过对合成孔径雷达图像中舰船目标和海杂波背景的结构差异特点进行分析,提出了一种利用小波分解技术和 K-分布海杂波模型的恒虚警率舰船目标检测方法,并对实际 SIR-C C 波段 SAR 图像进行了实验. 实验结果表明,该方法能够在复杂相干斑和海杂波背景中大幅增强舰船目标,并且有效保证了检测结果的准确性.  

合成孔径雷达图像的恒虚警率目标检测

目的　对合成孔径雷达 (SAR)图像实施恒虚警率 (CFAR)目标检测 .方法　利用 K-Gamma和Weibull分布的杂波模型分别对海面和陆地的人造目标实施检测 ;同时 ,对不同杂波背景下 CFAR检测方法进行比较 .结果与结论　通过检测结果的比较 ,证实了 K-Gamma分布和 Weibull分布分别适合于海面和陆地杂波背景下的目标检测 ;在非均匀杂波背景中 ,有序统计量 (OS)较单元平均 (CA)方法具有优越性  

一种恒虚警线谱检测算法研究

提出基于高低分辨率功率谱匹配度估计的线谱检测算法,该算法对信号分别进行高分辨率功率谱估计和多段低分辨率功率谱估计,然后以高分辨率功率谱估计为模板,用多段低分辨率功率谱估计进行校验的方式进行线谱检测。基于单频信号加高斯白噪声假设条件,理论上导出该检测方法的检测率和虚警率,并进行了仿真验证。与传统的线谱检测方法相比,该线谱检测算法不需要预知噪声功率谱,且具有恒虚警的特点。在车辆目标远距离声学检测应用中,该检测算法具有较好的检测性能。  

雷达非合作目标恒虚警检测和分类一体化方案

提出一种雷达识别非合作目标的检测和分类一体化方案。用广义序贯拒绝检验的方法把目标检测和分类作为一个问题来处理。不同种类的目标用隶属于由投影矩阵确定的不同子空间上的随机信号建模。观测数据“并行”通过具有恒虚警（CFAR）能力的各“局部”检测器，各检测器输出的逻辑位通过逻辑电路最后选择一个目标输出。详细评价了新方案的工作性能。仿真结果表明，本方案在以给定的虚警率检测到目标的同时，也能正确地对目标进行分类。