利用期望最大化算法的EMCCD噪声分布模型的参数估计

讨论了电子倍增CCD（EMCCD）图像的噪声来源及其统计特性,建立了混合泊松-高斯噪声分布模型。针对混合泊松-高斯噪声分布模型的极大似然函数难以求解的问题,对噪声模型进行了适当的初始化设置,利用期望最大化算法对噪声模型进行参数估计,有效实现了噪声参数的极大似然估计。Monte Carlo仿真结果及实验结果表明,期望最大化算法估计性能较好,对混合泊松-高斯分布有较好的拟合效果,能得到较高精度的参数估计值。     

基于原点矩偏导的K分布杂波参数估计

K分布的参数估计研究对于雷达杂波特性预测和估计具有重要意义。基于矩估计的K分布参数估计方法通过联立不同阶原点矩进行参数求解,这些不同阶数下的联合,在数据长度受限情况下会产生误差。因此,通过计算原点矩偏导和原点矩之间的关系,推导出了一种新的K分布杂波参数估计方法。该方法在同阶原点矩的条件下进行参数估计,避免了不同阶原点矩之间的估计误差,具有更好的估计性能。通过仿真和实测杂波数据,分析比较了该方法与其他矩估计法的参数估计有效率和估计精度,该方法具有100%的估计有效率且估计精度更高。高阶矩对数据敏感,在矩估计法中应尽量选取低阶矩,通过合理选取阶数k可以得到较为理想的估计结果和精度。     

基于Pareto 杂波的参数估计范围研究

当雷达工作在高海情环境时,相比于K分布模型,Pareto 分布是一种优势更大的统计杂波模型。基于Pareto杂波模型的参数估计研究,一直存在着参数估计表达式不闭合以及参数估计范围受限的问题,该文利用了正数阶矩估计的方法,不仅得到了闭合的估计表达式,而且扩大了参数估计的范围。同时,提出了负数阶矩估计,使参数估计的范围覆盖到参数的整个取值区间。实验表明,负数阶矩估计法运算速度快,估计范围不受限。与传统的估计法相比,参数取值越小,负数阶矩估计的估计性能越好,并且估计精度呈指数趋势提高。     

高斯混合噪声中弱信号的Rao检测方法

期望最大化(Expectation Maximization,EM)算法是求解参数最大似然估计(MLE)的最优迭代算法,但若参数初始化不恰当,会使估计值落入"初值陷阱",导致错误的参数估计值.为此,本文提出了估计高斯混合噪声参数的矩 - EM算法,即先求参数的矩估计,并用矩估计值初始化参数,再通过EM迭代算法估计参数.在此基础上,经高斯化滤波,导出了高斯混合噪声背景下未知幅度弱信号的Rao检验统计量.仿真结果表明,矩 - EM算法可以更准确地估计噪声参数;基于矩 - EM算法的Rao检测性能优于基于EM算法的Rao检测性能.     

双基地MIMO雷达参数估计

文中探讨了双基地MIMO雷达进行参数估计的方法。针对时域噪声为高斯白噪声,存在空间高斯有色噪声的背景,引入时间延迟这个因素构造旋转因子,同时利用匹配滤波器和ESPRIT子空间算法实现目标角度以及多普勒频率的参数联合估计。仿真结果表明这种算法可以消除系统中空间高斯有色噪声的影响,得到较高的估计精度。     

一种基于最小1-范数准则的TDOA估计算法

针对脉冲噪声条件下利用传统广义互相关法(Generalized Cross-Correlation,GCC)进行时延(TDOA,Time Difference of Arrival)估计性能退化问题,提出一种基于最小1-范数准则的TDOA参数估计算法.对于高斯噪声,传统GCC估计方法能够实现统计最优,但当噪声的统计分布为非高斯分布时,利用传统GCC参数估计方法的估计精度和鲁棒性急剧下降.利用最小1-范数准则,提出一种存在α-稳定分布重尾脉冲噪声环境下的TDOA估计算法.系统仿真实验与结果分析表明,与传统GCC方法和分数低阶矩(Fractional Lower Order Moments,FLOM)方法相比,该算法在鲁棒性和估计精度方面均有明显改善.     

基于RELAX的气象雷达回波参数化谱矩估计方法

气象雷达回波的功率、平均频率和谱宽等谱矩参数与气象目标的类型密切相关,如何准确估计一直是关注的问题。地杂波也是气象雷达面临的严重干扰。气象目标回波和地杂波的频谱呈现高斯谱的特征,其参数化模型可以利用来估计这些谱矩参数。提出了拟合信号功率谱的参数化谱矩估计方法,并采用RELAX的思想进行多个高斯谱信号混合时的谱矩参数估计。最后利用仿真气象雷达信号进行了实验和性能分析,实验结果表明提出的方法能准确估计出高斯功率谱的谱矩参数,且具有较高的分辨率。与脉冲对法相比可用于估计多个高斯谱混合的情况（比如地杂波和气象回波叠加在一起时）,与最大似然法相比降低了运算量。      

基于不对称高斯调制模型的超声回波参数估计

该文将用于连续函数优化的蚁群算法成功应用到超声回波参数估计中,根据不对称高斯调制模型,给出了用于超声回波估计的蚁群算法的基本原理和参数估计步骤.通过数值仿真,对不同信噪比条件下超声回波参数进行了估计.仿真结果表明,该方法不依赖于初始值的选取,可在较大范围内搜索,得到全局最优解,且估计出的超声回波参数具有较高的精度.     

基于Fisher分布的极化合成孔径雷达统计建模及其参数估计方法

为更准确地描述高分辨极化合成孔径雷达(Synthetic Aperture Radar, SAR)图像的尖峰和长拖尾等统计分布特性, 提出了基于Fisher分布的极化图像多变量乘积模型, 并研究了其参数估计方法.首先给出了柯西分布相干斑噪声等效纹理分量的概率密度函数及其低阶矩特征;然后利用散射因子服从F分布的等效纹理变量与高斯散斑变量相乘形成的多变量乘积统计模型, 得到了Fisher分布模型的概率密度函数, 并推导了其多视协方差矩阵的概率密度函数和矩阵行列式值的低阶矩特征;最后提出了基于矩阵行列式值的矩估计和基于Mellin变换的对数累积量估计等两种参数估计方法, 并进行了对比, 同时通过仿真数据和实测数据验证了理论模型和新参数估计方法的有效性.这为高分辨极化SAR图像建模、目标检测和识别等领域的理论研究和工程实现提供了新途径.     

基于多维矩特征联合的K分布杂波参数估计

K分布杂波参数估计在海洋雷达自适应目标检测中起着关键作用。传统的矩估计器通过联立两个矩求解参数,其估计性能受限于有限矩的信息。因此,本文提出一种基于多维矩特征联合的参数估计方法,旨在拓展矩信息的维度。首先,从观测数据中,提取多个精心设计的线性矩和对数矩,构建一个特征向量。其次,将传统基于统计分布的参数估计问题转换为非线性优化问题。然后,通过引入梯度提升决策树（Gradient Boosting Decision Tree, GBDT）算法,建立特征向量和形状参数之间的函数关系,实现形状参数的估计。此外,推导证明特征向量与尺度参数的独立性以及二阶矩只依赖于尺度参数,从而解决两个参数估计的相关性问题。最后,仿真和实测数据结果表明,所提估计器能利用多个矩的丰富信息,进一步提高参数估计性能。特别是在小形状参数时,其估计性能显著优于现有矩估计法和zrlog(z)期望法。     

电子倍增CCD性能参数测试方法研究

电子倍增CCD（EMCCD）性能参数测试是电子倍增CCD芯片及其成像系统研制的重要辅助手段和设计依据。在对 EMCCD的工作原理进行了阐述之后,介绍了 EMCCD 的各项特性参数,分析了相关参数的测试方法。针对测试过程中出现的单位转换问题,引入了转换增益的概念,提出了基于改进的光子转移技术的EMCCD性能参数的测试方法,建立了EMCCD性能参数测试系统,该系统包括高稳定度可控标准钨灯、光学系统、暗箱、数据采集与处理系统等。对Andor Luca相机的转换增益、满阱容量、倍增增益、读出噪声、时钟诱导噪声和暗电流进行了测试。实验结果表明:测试值与相机的指标值基本一致,测试结果准确,证明了所提出的测试方法有效可靠。     

针对EMCCD电路设计中的噪声特性分析

介绍EMCCD的增益原理,详细分析了EMCCD各种噪声的产生机理及其与外部驱动电路的关系,为设计EMCCD相机外围驱动电路提供有价值的参考。EMCCD散粒噪声与量子效率有关,无法消除;热生暗电流噪声与器件工作温度、曝光时间和工作模式有关,需对EMCCD进行深度制冷并使其工作于IMO模式才能抑制暗电流噪声;CIC噪声与工作模式、垂直转移驱动信号幅度、频率、上升沿、下降沿都有关系,必须选择合适的驱动幅度和频率,并对波形进行整形;噪声因子F与增益的稳定性和工作温度有关系,必须保持工作温度恒定,高压增益驱动信号高低电平十分稳定,没有抖动;等效读出噪声与倍增增益、读出速率和温度有关,在满足应用要求的前提下应尽量降低读出速率、增大增益。     

The noise performance of electron multiplying charge-coupled devices

Electron multiplying charge-coupled devices (EMCCDs) enable imaging with subelectron noise up to video frame rates and beyond, providing the multiplication gain is sufficiently high. The ultra-low noise, high resolution, high-quantum efficiency, and robustness to over exposure make these sensors ideally suited to applications traditionally served by image intensifiers. One important performance parameter of such low-light imaging systems is the noise introduced by the gain process. This work investigates the noise introduced by the electron multiplication within the EMCCD. The theory and measurements of the excess noise factor are presented. The measurement technique for determining the excess noise factor is described in detail. The results show that the noise performance matches that of the ideal staircase avalanche photodiode. A Monte Carlo method for simulating the low-light level images is demonstrated and the results compared with practical experience.     

磁共振图像阀值去噪方法研究

磁共振成像已成为脑功能病理和解剖研究的主要手段，是医学影像学领域中最活跃的技术。由于在成像过程中复杂的电磁场环境容易受到人体热噪声干扰，使得磁共振图像去噪成为很重要的研究热点。小波分析具有多尺度分辨和去相关性等特点，在去除被白噪声污染的磁共振图像方面得到了广泛应用。但磁共振图像经传统的小波分析去噪后，细节信息部分丢失，图像的边缘变得模糊．针时这些问题，时经典的小波阀值去噪方法进行了改进，将关键参数取值与预估计联系起来，将阀值的选定与图像的局部特征结合起来，提出一种灵活的、自适应的去噪新方法。与经典方法相比，采用本方法处理的噪声图像去噪后图像的细节更丰富，边缘信息完善，视觉效果更好。     

基于量子衍生参数估计的医学超声图像去斑算法

 本文提出了一种基于量子衍生参数估计的医学超声图像去斑方法.通过对对数变换的超声图像小波系数建模,提出了一种带自适应参数的概率分布函数.该方法充分考虑了小波系数的尺度间相关性,利用父-子代小波系数的归一化乘积,首次在高频子带中引入量子衍生信号与噪声出现概率.并利用贝叶斯估计理论,提出了一种基于量子衍生参数估计的自适应收缩函数.实验结果表明本方法较相关算法具有更好图像细节保持能力,去斑效果显著.     

A Novel Method for Near-Field Source Localization in Impulsive Noise Environments

The joint estimation of direction of arrival and range for a near-field source in impulsive noise environments remains unaddressed in array signal processing. Inspired by the robustness of phased fractional lower-order moment and the efficiency of generalized estimation of signal parameters via rotational invariance techniques, a novel near-field source localization method is proposed. To reduce the computational complexity, the estimated parameters are determined by the roots of a polynomial rather than searching for the peaks of the spectrum. To characterize its performance, the Cramér–Rao bounds for the estimated parameters of near-field sources in Cauchy noise environments are derived. Compared with existing methods, the proposed method can avoid spectral peak search, loss of array aperture, and parameter pairing. The simulation results demonstrate that the proposed method is superior to existing methods in terms of the probability of resolution and the estimation accuracy, especially in low generalized signal-to-noise ratio and highly impulsive noise environments.     

一种用于双基地雷达目标定位问题的改进算法

考虑到在大残量情况下,用Gauss-Newton法求解非线性最小二乘目标定位问题时,迭代点可能会偏离到无规则的远处,且收敛精度和收敛速度依赖于迭代初值与真实值的接近程度和函数的非线性强度。基于此,进一步利用目标函数Hessian阵的二阶信息,并将目标位置的一个大致估计作为迭代初始点,结合修正拟牛顿法提出了一种双基地雷达目标定位问题的优化改进算法。计算机仿真结果表明了该算法在无观测噪声、低观测噪声和中观测噪声情况下的可行性和有效性。