基于微动特征提取的太赫兹雷达目标检测算法研究

微多普勒现象是微动目标在极高频雷达照射下重要的特征属性之一,已广泛应用于雷达目标成像与识别方面。但是,目标微多普勒现象可能会在一定程度上导致雷达检测概率的降低,这在太赫兹频段尤为明显。本文结合目标微动特征,建立了一种新的信号检测模型,在原有常规目标检测模型的基础上,考虑了微动特征参数,该参数由时频分析算法提取。仿真结果显示,基于微动特征提取的信号检测模型可有效的提高雷达检测概率,在13dB的信噪比下,针对一定的虚警概率,检测概率可提高13%左右,对太赫兹雷达系统设计具有重要的理论意义。     

基于数学形态学的运动目标检测算法

帧差法和背景差法都是重要的运动目标检测方法,帧差法不能完全提取出目标的所有相关点,而背景差法又受环境光照的影响。针对传统运动目标检测算法的不足,提出一种基于数学形态学的帧差法与背景差法相结合的运动目标检测算法。先将帧差法得到的图像经过数学形态学处理,再将其与背景差法得到的图像相结合。实验表明,该算法能适应复杂变化的环境,准确地提取运动目标,对复杂干扰场景下的实时运动目标检测得到了较为满意的效果。     

一种基于双阈值区域分割的SAR图像目标提取方法

本文提出一种基于"双阈值"的区域生长算法。该方法首先对图像中感兴趣的区域进行分割,通过阈值的选取对已分割区域进行合并与剔除虚警来提取感兴趣的目标。采用国产机载SAR图像,以大中型建筑物为例进行了实验。实验结果表明该方法能够有效地提取目标特征,进行区域分割。     

基于图像块相关的弱小目标检测算法研究

针对复杂云层背景下的弱小目标检测问题,提出了一种基于图像块相关的弱小目标检测算法。首先对图像进行灰度值反转,然后利用相邻块之间相关性进行云层背景抑制的预处理,从而削弱复杂云层背景对弱小目标检测的干扰,最后对图像进行灰度值拉伸处理,增强弱小目标,提高对目标的检测准确率。实验结果表明,提出的算法可抑制云层背景对弱小目标干扰,实现复杂背景下弱小目标的检测。     

基于混合灰度差指标的低空目标图像检测方法

为了解决地面背景和云朵干扰对低空目标检测的影响,提出一种基于混合灰度差指标的低空目标图像检测算法。首先,分析地面背景与天空区域在图像中的分布以及灰度特征,根据水平灰度投影的阶跃变化将图像分割为天空区域和地面背景区域两部分;然后,在天空区域内,由于目标和背景之间的相似性比较小,而云朵和天空的相似性较高,由混合灰度差指标水平投影和垂直投影定位目标;最后,验证获取的目标坐标。试验结果表明,算法能检测出具有复杂地面背景的低空目标,也适用于背景中存在云朵干扰的目标以及弱小目标的检测;此外,算法的速度较快,满足视频图像处理的实时性要求。     

网络协同雷达对Swerling型目标的检测研究

在介绍Swerling目标模型的基础上,研究了网络协同雷达对Swerling起伏目标的检测性能。分析了单站雷达对Swerling起伏目标的检测性能,进而推广到网络协同雷达对Swerling起伏目标的检测,并给出了网络协同雷达对单个多起伏特性目标的检测性能的仿真结果,为研究目标起伏与网络协同雷达系统设计提供了理论依据。     

一种基于数学形态学的灰度图像边缘检测方法

图像边缘包含图像的绝大部分有用信息,因而图像识别、匹配等具有很大的研究价值。传统的边缘检测算法去噪能力差、边缘定位能力低,而一般数学形态学算法提取的边缘清晰度不高,且不够平滑,难以满足图像处理的需要。采用序列多尺度结构元素分别对图像进行滤波,再灰度累加取均值,有效滤除噪声的基础上,尽量突出有效的边缘信息,去掉无效的细节信息。通过仿真验证,边缘定位精度高且平滑连贯,效果良好。     

基于毫米波雷达的动态目标生命体征检测研究

毫米波雷达测量生命体征技术具有重大医用价值,然而呼吸谐波和人体随机移动信号作为噪声信号的一种,严重影响了心跳频率的提取。针对上述问题,根据不同呼吸方式的特点提出了一种多检测点信号分离技术与自适应噪声抵消算法相结合的方法测量动态目标心率,完成实验测试。该方法先通过77 GHz调频毫米波雷达同时测量待测者胸部和腹部微动信号,再利用新提出的基于胸部和腹部的多检测点信号分离技术分离胸部和腹部基带信号,之后通过自适应噪声抵消算法消除噪声信号,最后对心跳信号进行频谱分析得到心跳频率。实验表明,在人体随机移动状态下,该方法可以有效消除噪声信号干扰,且单一目标多次测量实验中测量心率的误差率仅为1.19%,较多通道卡尔曼平滑器方法降低了0.97%。     

基于多特征融合的红外弱小目标检测

为解决红外弱小目标检测领域中基于单类先验知识的人类视觉系统检测方法检测准确率低、虚警率高以及显著图计算复杂等问题,提出一种在复杂背景条件下对红外弱小目标多种特性进行融合处理的检测方法。通过融合红外弱小目标的局部灰度值大、自身灰度信息符合二维高斯分布以及与邻域相似度低的三大特性,利用协方差检测和相似度对比计算得到显著图,对显著图进行简单阈值分割得到真实目标。对不同复杂背景和不同数据类型的红外源图像进行弱小目标检测实验,结果表明:与基线算法相比本文所提算法检测结果背景抑制因子和信杂比增益均提高2~3倍,交并比为HVS类方法最优,ROC曲线在较低虚警率时获得最高检测准确率。本文方法将红外源图像中弱小目标多个特性进行有效融合,提高检测精度的同时降低了显著图计算复杂度,在不同复杂背景和杂波干扰的情况下仍能取得较好的目标定位和背景抑制效果。     

基于天幕靶与声靶的入靶参数检测及性能分析

为了准确检测弹丸的入靶参数,提高精度靶检测性能,在分析弹丸定位算法的基础上,建立基于天幕靶与声靶的五元定位模型,进一步提出一种弹丸入靶参数检测算法。根据模型间各阵元的矢量关系,推导出弹丸入靶参数的计算公式,实现弹丸入靶参数检测。利用阵列参数,偏航角和弹丸入靶坐标点到阵元中心距离与定位性能关系,对测距测向精度进行分析。结果表明,该算法弹丸入靶坐标最大误差为1.41%,方位角最大误差为1.23%,具有较好的弹丸入靶参数检测效果。     

形态学与HHT检测相结合的行波波头准确标定方法

由于长输电线路高阻故障和线路色散等因素使得故障行波波头高频成分衰减较大,提出并实现了一种将形态学与 Hilbert-Huang 变换(HHT)相结合的行波检测及其波头到达时刻准确标定方法.行波暂态信号经形态学滤波之后,再对其做经验模态分解(EMD)提取其高频部分IMF1和IMF2分量,藉此实现对行波波头到达时刻的精确标定.若由于线路雷电冲击电晕和线路参数频变等因素引起行波波头较大衰减,使得故障行波反射波头在IMF1表现不明显时,则可采用IMF2分量对其反射波头到达时刻进行准确标定.该方法对行波波头的时间标定可以精确到采样点.电磁暂态仿真数据和实际工程数据验证表明,该方法正确、有效,并已应用于故障行波分析与测距装置.     

基于卡亨南-洛维展开的修正 OBF 磁目标检测方法

针对磁异信号的检测通常会受到地磁噪声干扰的问题,在磁干扰补偿研究的基础上,提出一种基于卡亨南-洛维展开的修正OBF磁目标检测方法。首先构建磁干扰的椭球拟合模型,通过求解拟合模型的系数实现对干扰的总体补偿,补偿精度约30 nT;再利用卡亨南-洛维展开对OBF检测算法进行修正,提升有色背景噪声下的信号检测能力;最后开展无人机探测磁目标的实验研究,实验结果表明,修正的OBF检测算法具有更佳的检测效果,尤其是针对低信噪比目标的检测优势明显,信噪比增益提升约2 dB。     

人体步态雷达信号时频分析方法研究

人体行走步态是一类重要的生物特征,通过分析连续波雷达采集的人体反射回波信号可以获取行走步态的关键特征.提出了人体行走步态特征信号模型,在构建连续波步态试验雷达的基础上,应用时频分析方法对采集的步态样本信号进行了分析,重点讨论了多分量非稳态信号的时频分析方法,对比了短时傅里叶分析、WIGNER-VILLE分布、伪平滑WV...     

基于偏振特征的水下目标检测

近年来机器视觉技术在目标检测领域得到广泛的应用,其中最常用的是基于Treisman理论的Itti模型.传统基于Itti模型的检测方法往往过分依赖于光谱图像,然而水下环境完全迥异于陆地环境,光谱信息几乎消失殆尽,简单地将Itti模型直接应用于水下并不能取得很好地效果.基于此本文提出了一种将偏振信息与Itti模型相结合的水下目标检测模型.主要思想是:与传统Itti模型提取颜色、亮度、方向等特征不同,针对水下环境的特殊性,分析并提取了更加适合水下环境目标检测的偏振度特征、边缘特征以及直线特征进而利用Itti模型生成显著图,实现水下目标检测.实验结果表明该方法针对水下目标检测有很好的效果.     

基于双边滤波和小目标抑制的异源遥感变化检测

针对异源高分遥感影像变化检测中面临突出“伪变化”突出问题,本文提出了一种基于改进双边滤波和小目标抑制的变化检测方法｡在传统基于全局像素的滤波策略的基础上,本文设计了一种分割对象边界约束条件下的改进双边滤波器,以提高对象内部像素间的空间结构一致性;此外, 为进一步弱化局部异常值所导致的“伪变化”,提出了一种基于高阶神经元on-off通道的小目标抑制策略;最后,采用大津法对差分信息进行分类,从而获得最终变化检测结果。通过对多组异源高分遥感影像的实验结果表明,所提出方法能够有效减小“伪变化”所造成的检测误差,总体精度可达92.2%,误检率低于8.7%,在目视分析和定量评价中均显著优于三组对比方法。     

压缩感知理论在MIMO雷达目标测量中的应用

目前,压缩感知理论和多输入多输出（MIMO）雷达系统得到了越来越多研究人员的关注。压缩感知理论已经成功应用在图像处理、无线通信等领域;MIMO雷达在目标检测中有着重要的应用。主要分析了压缩感知理论在MIMO雷达信号目标检测方面的应用。MIMO雷达系统通过多个发射天线发射一组正交探测信号（例如：频分窄带线性调频信号）,这些信号遇到空间中的运动目标后发生反射,回波被一组MIMO雷达接收天线接收。基于压缩感知理论,实现了从MIMO雷达接收的回波信号中提取匀速运动的目标、测量目标的速度和方位角,并在MATLAB仿真环境下取得了良好的效果。     

基于时频投影的跳频信号分选研究

提出一种基于时频投影的跳频信号分选算法。从频域投影信号分选出潜在跳频信号频率集合。根据跳频信号瞬时带宽,将潜在跳频频率点邻域时频图投影到时域,分选潜在频率跳变点集合。根据从驻留期和过渡期直方图中提取的驻留期与过渡期参数集合,剔出定频信号,实现不同跳频网台信号分选。仿真给出了该算法的理论网台分选性能。实验测试结果表明,该算法能在处理延迟为一个跳周期条件下实时解跳出信噪比为SNR≥？5dB跳频信号的基带IQ。     

复合调制探测系统中频信号的时频重排分析

为了得到伪码调相和锯齿调频复合调制探测系统中频信号的能量时频分布,根据理论推导得到复合调制中频信号是伪随机码与锯齿调频波的差频信号相乘的结果,使用相位分析法和傅里叶变换对复合调制中频信号的锯齿调频波差频信号项进行了详细分析,得到其精确时频域表达式,结合时频重排方法并借助Matlab得到了中频信号的时频分布,继而得到伪码...     

Highly robust ground moving target detection and relocation method for distributed satellites

The performance of ground moving target detection for distributed satellites will be affected significantly when there is an image registration error, clutter decorrelation and array error. In this paper, a new approach to moving target detection and relocation is proposed based on multi-channel and multi-pixel adaptive signal processing in an image domain. First, multichannel and multi-pixel joint data are equated to a simple array model. Given that there is an image registration error, the real steering vector of the moving target can be estimated through a space projection approach. The optimal beam forming approach is used to cancel clutter, and at the same time the cross-track velocity of the moving target can be determined by searching for the peak value of the cost function. The moving target can then be relocated on the SAR image. The simulation results indicate that this method has a good robustness to image registration error, clutter decorrelation and array error. The detection performance and the estimation accuracy are significantly improved. __________ Translated from Acta Electronica Sinica, 2007, 35(6): 1009–1014 [译自: 电子学报]     

基于时频分析的战场声信号主成分特征提取技术

信号的时频分布描述了信号从时域到频域的变换,较为全面地表征了信号的特征.主成分分析是统计学中分析数据的一种有效方法.本文将时频分析的方法应用于声目标的特征提取及分类;在保证信息的相对完整性的基础上,利用基于时频分析的主成分特征提取技术对4类战场目标的声信号进行了特征提取.经仿真实验验证,信号的时频分布较好地体现了各类声目标在时一频域的分布规律,主成分分析方法有效地压缩了数据量.结果表明,各目标的类间可分性测度值较大,具有良好的可分性.