基于时频检测与极化匹配的雷达无人机检测方法

针对雷达检测无人机这一难题,该文提出了一种时频检测与极化匹配相结合的双极化雷达无人机检测方法。首先,雷达降低检测门限,各极化通道分别采用常规的时频2维单元平均恒虚警率检测方法,检测出无人机与杂波虚警;接着,各极化通道分别针对多帧检测结果进行积累,进行2次检测,剔除部分杂波虚警;最后,对两个极化通道双门限检测结果进行匹配,进一步剔除杂波虚警。对两型无人机的外场试验数据处理结果表明：该方法能够有效检测出无人机,消除杂波虚警。     

基于杂波模型的相干雷达极化自适应恒虚警检测算法

该文研究了高斯杂波背景下相干雷达极化自适应检测问题。利用雷达回波的极化信息来提高检测性能。提出了一种基于杂波模型的极化自适应恒虚警检测算法,该算法比极化自适应匹配滤波器算法有更小的估计损失,并推导出了虚警概率表达式。仿真结果表明,所提出的检测算法相对于杂波协方差矩阵都有恒虚警的性质。     

高频地波雷达协同检测新方法

电离层杂波、海杂波以及射频干扰的存在造成高频地波雷达目标检测上的困难。针对高频地波雷达的极化特性和目标在距离-多普勒谱中的扩张特性,先设计一种改进的二维恒虚警检测算法,后将该方法与极化处理方法融合设计一种新的协同检测算法,该检测算法实现了能量域和极化域的协同检测,突破传统极化检测方法计算复杂等问题。高频地波雷达实测数据中的仿真和检测结果表明:在电离层杂波背景中,协同检测算法性能优于恒虚警方法。     

一种简单的相干雷达极化恒虚警检测算法

该文提出了高斯杂波背景下一种结构简单的相干雷达极化恒虚警检测算法。利用雷达回波的极化信息来提高检测性能,推导出了虚警概率表达式。研究结果表明,该相干雷达极化恒虚警检测算法相对于杂波协方差矩阵有恒虚警的性质。该检测算法比极化广义似然比检测算法计算量小,易于工程实现,适合于强信杂比和目标信号导向矢量未知的情况。同时仿真分析了不同极化状态时的检测性能。     

部分均匀杂波环境中极化自适应Rao检测器

研究了机载极化雷达在部分均匀杂波背景下对于低慢小目标的自适应检测问题。基于Rao准则设计得到了极化自适应Rao检测器,分析了极化自适应Rao检测器的性能,推导得到了虚警概率和检测概率的解析表达式,证明了极化自适应Rao检测器对于杂波协方差矩阵和杂波功率比因子具有恒虚警率特性。理论分析和数值仿真表明,与基于广义似然比检验准则得到的自适应子空间检测器和自适应匹配检测器相比,极化自适应Rao检测器具有更好的检测性能和更低的计算复杂度。      

雷达起伏目标的极化检测

为识别目标——杂波,现正在研制一种能用极化说明雷达接收信号的数学模型.同时还为目标和杂波研制了—些统计模型,这些模型包括因反射引起的雷达信号极化的全部变化.用这些模型对称之为斯托克斯参数的极化相对参量各函数的门限检测器进行分析,并把它的性能与现有检测器的性能进行了比较.算出两种恒虚警率的检测统计量,其中之一表明性能优于两个正交接收电场之间相对相位正弦的伪相关门限检测器。     

恒虚警极化自适应子空间检测器

本文研究了在未知统计特性的局部均匀高斯杂波环境中的相干雷达极化自适应目标检测问题.基于广义似然比检验提出极化自适应子空间检测器,并推导出虚警概率和检测概率的理论表达式.研究结果证明该算法在均匀杂波环境和局部均匀杂波环境都有恒虚警的性质.比较了均匀杂波环境下极化自适应子空间检测器、极化广义似然比检验和极化自适应匹配滤波器算法的检测性能,仿真分析了不同极化状态局部均匀杂波环境下极化自适应子空间检测器算法在的检测性能.     

极化空时自适应匹配滤波检测器

针对极化空时自适应处理时目标极化状态和杂波协方差矩阵未知等实际瓶颈问题,提出了一种适应于机载极化阵列雷达的极化空时自适应匹配滤波(PST-AMF)检测算法.该检测算法先利用回波数据估计目标的极化状态,然后再将估值代入似然比得到了新的检验统计量,进一步推导了检测器虚警概率和检测概率的解析表达式,从理论上证明了该检测方法具备恒虚警(CFAR)特性.该检测器计算量比极化空时广义似然比检测器(PST-GLRT)少,易于工程实现.最后,仿真验证了在检测慢速运动目标时,其性能优于单个通道的空时自适应匹配滤波检测器(ST-AMF),具备较强的稳健性.     

线性调频航管雷达风电场杂波背景下目标检测

传统动目标检测(Moving Target Detector, MTD)技术无法抑制具有频谱展宽特性的风电场杂波,可能导致目标检测概率下降和虚警率上升等问题。针对此问题,提出了一种线性调频航管雷达风电场杂波背景下的目标检测方法。该方法先进行风电场杂波抑制,再对杂波抑制后的数据基于MTD进行飞机目标检测。文中给出的风电场杂波抑制方法中,首先将传统谱中心补偿的风电场杂波抑制方法应用到线性调频体制雷达,针对此时存在的旁瓣抑制后的主瓣展宽问题,利用雷达参数信息优化恒虚警率(Constant False-Alarm Rate, CFAR)检测方法,再根据目标与杂波相对位置不同采用不同的方法抑制杂波。对于目标与杂波扩展主瓣在不同距离单元时,基于谱中心补偿及基于雷达参数的CFAR检测方法来检测并抑制风电场杂波;对于目标与杂波扩展主瓣在相同距离单元的情况,基于匹配追踪（Matching Pursuit,MP）算法抑制风电场杂波。仿真数据与实测数据实验结果表明该方法在保证有效检测目标的前提下能降低风电场杂波引起的虚警率。      

基于速度模板匹配的扫描间杂波抑制方法

针对雷达杂波中单帧检测虚警概率高的问题,提出了基于速匹配的扫描间积累杂波抑制方法。该方法首先根据场景中目构造不同速度和加速度的运动模板,覆盖所有可能的目标运动。用不同的模板去匹配场景中的运动目标,实现目标的二元积累决,积累过程中根据多普勒信息对CFAR点迹进行辅助判决,进一步除雷达杂波虚警对扫描间积累性能的影响。最后,通过实测海杂验证所提方法的有效性。针对雷达杂波中单帧检测虚警概率高的问题,提出了基于速度模板匹配的扫描间积累杂波抑制方法。该方法首先根据场景中目标运动特征构造不同速度和加速度的运动模板,覆盖所有可能的目标运动轨迹。利用不同的模板去匹配场景中的运动目标,实现目标的二元积累和检测判决,积累过程中根据多普勒信息对CFAR点迹进行辅助判决,进一步剔除雷达杂波虚警对扫描间积累性能的影响。最后,通过实测海杂波数据验证所提方法的有效性。     

特征检测与异常检测相结合的入侵检测模型

介绍了入侵检测技术的基本概念,讨论了几种常见的入侵检测技术,提出特征检测和入侵检测相结合的一种检测技术,建立了模型并分析了实验结果,发现其检测性能更好。     

网络入侵检测系统中的漂移检测

目前基于机器学习的入侵检测系统大都建立在入侵数据始终保持统计平稳的假设之上,无法应对攻击者有意改变数据特性或新型攻击方式的出现,而导致的检测率下降的状况.对于上述问题,即攻击漂移,提出了加权Rényi距离的检测方法.在KDD Cup99数据集上的实验证明,Rényi距离可以有效地增强检测效果;在检测到漂移后,通过重新训练模型可以使得对攻击的识别率显著提高.     

综合多级别检测的林地变化检测方法

为了提高植被变化检测精度和获取植被变化类型信息,在综合利用像素级变化检测、特征级变化检测和分类后变化检测的基础上,提出了一种由粗到精并准确获取变化信息的植被变化检测方法。文中选取2002 年和2007 年的QuickBird多光谱图像作为试验对象,使用像素级变化检测处理多时相遥感数据,确定出包含植被变化的候选区域;然后,使用特征级变化检测确定出变化区域;最后,结合分类后变化检测获取变化信息的位置和类型。通过对两时相遥感数据进行变化检测试验,并与各单独检测方法对比,验证新方法的有效性。结果表明:该方法在提高了变化检测精度的同时能够提供变化地物信息,可以有效地应用于植被变化信息的检测。     

主动红外探测式视觉生命探测系统

针对地震后救援现场光照度低、温度变化复杂等特点,设计一款视觉生命探测系统,该系统主要由图像采集、图像传输、图像处理及显示、系统控制四模块构成.当救援现场光照度≥1.0 lx 时,系统对救援现场进行可见光图像采集;当救援现场光照度<1.0 lx 时,采用红外主动探测方式,即系统近红外光源打开,CCD 接收救援现场反射的近红外光并将其转化为图像信号.同时,为提高救援现场环境成像的信噪比,系统中图像处理模块对采集的图像进行相应处理.该系统可实现低照度下震后救援现场的高清晰成像要求,为救援人员制定高效可行的救援方案提供决策依据.     

图像重采样检测

图像的重采样篡改检测和JPEG双重压缩的篡改检测都是图像篡改取证的重要方法.大多数重采样篡改检测都会忽略JPEG压缩对图像的影响,而文中提出的方法主要是利用图像经过重采样和JPEG压缩之后的周期性、图像的自然统计特征对重采样图像进行检测,首先提取出可以区分原图像和重采样图像的重采样因子和JPEG压缩因子,然后提取图像的4个统计特征,最后将6个因子组合成特征向量,利用支持向量机对其进行训练和分类.实验证明,该算法对于缩放因子小于1的图像和原图像都有较好的检测率.     

Greedy Detection

In this paper, we introduce a new greedy algorithm developed for communication systems characterized with multiple simultaneous data transmission. Specifically, we consider code-division multiple-access (CDMA) systems and systems employing space-time coding (STC). The optimum detection in such systems has an exponential complexity and cannot be used in practical systems. We show that performance close to the optimum performance yet with significantly lower complexity can be achieved by the proposed algorithm. Also, we show that its performance is significantly better than that of most of the existing sub-optimum schemes for a wide range of operating conditions.     

UWB SAR叶簇遮蔽目标中的变化检测技术

在超宽带合成孔径雷达叶簇隐蔽目标检测中,目前采用的变化检测算法主要包括归一化相减法和似然比法,这两种算法在实际应用中存在如下问题:归一化相减法在图像相关性较低时性能下降严重,而似然比法需要目标及杂波充分的先验知识。鉴于上述问题,本文提出了一种两级处理变化检测算法,第一级基于修正的线性均方估计构造变化检测量;第二级采用一种改进的秩序滤波器,在保持目标边缘特性的同时,克服了待检测图像中杂波分布的正向拖尾特性,提高了算法检测性能。文中最后基于实测数据验证了算法的有效性。      

Greedy Detection

In this paper, we introduce a new greedy algorithm developed for communication systems characterized with multiple simultaneous data transmission. Specifically, we consider code-division multiple-access (CDMA) systems and systems employing space-time coding (STC). The optimum detection in such systems has an exponential complexity and cannot be used in practical systems. We show that performance close to the optimum performance yet with significantly lower complexity can be achieved by the proposed algorithm. Also, we show that its performance is significantly better than that of most of the existing sub-optimum schemes for a wide range of operating conditions.     

基于激光检测的无人机探测系统与实验

现有的无人机探测通常采用以雷达扫描为主,辅以其他传感器探测的方式。但是,目前使用雷达探测的成本较高,而激光器作为一种低成本、低功耗的器件已受到人们广泛关注。以激光为载体,结合无线光通信中的捕获、瞄准、跟踪(APT)系统,设计并实现了一种基于激光探测技术的无人机扫描定位系统,并以气球模拟无人机目标的测试方式,测试了该系统的定位精度和效率。扫描试验结果表明:在激光发射器平均功率小于40mW的情况下,该系统对目标的捕获定位能达到较高的精度,误差在5%以内,最大可探测范围为45m。     

Lesion Detection in Dynamic FDG-PET Using Matched Subspace Detection

We describe a matched subspace detection algorithm to assist in the detection of small tumors in dynamic positron emission tomography (PET) images. The algorithm is designed to differentiate tumors from background using the time activity curves (TACs) that characterize the uptake of PET tracers. TACs are modeled using linear subspaces with additive Gaussian noise. Using TACs from a primary tumor region of interest (ROI) and one or more background ROIs, each identified by a human observer, two linear subspaces are identified. Applying a matched subspace detector to these identified subspaces on a voxel-by-voxel basis throughout the dynamic image produces a test statistic at each voxel which on thresholding indicates potential locations of secondary or metastatic tumors. The detector is derived for three cases: using a single TAC with white noise of unknown variance, using a single TAC with known noise covariance, and detection using multiple TACs within a small ROI with known noise covariance. The noise covariance is estimated for the reconstructed image from the observed sinogram data. To evaluate the proposed method, a simulation-based receiver operating characteristic (ROC) study for dynamic PET tumor detection is designed. The detector uses a dynamic sequence of frame-by-frame 2-D reconstructions as input. We compare the performance of the subspace detectors with that of a Hotelling observer applied to a single frame image and of the Patlak method applied to the dynamic data. We also show examples of the application of each detection approach to clinical PET data from a breast cancer patient with metastatic disease.