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）图像实验恒虚警率（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验检测，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。     

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     

复杂非均匀背景下的鲁棒声呐恒虚警检测算法

针对复杂非均匀水下环境中目标检测问题,提出了一种基于背景统计特性的鲁棒声呐恒虚警(Background Statistical Characteristics based Robust Sonar Target Constant False Alarm Ratio,BSCR-CFAR)检测算法。该算法将自动删除平均级检测(Automatic Censored Mean Level Detection,ACMLD)和排序统计恒虚警(Order Statistic CFAR,OS-CFAR)检测算法引入可变指数恒虚警(Variability Index CFAR,VI-CFAR)检测算法中,并通过评估背景特性,自适应选择更匹配的CFAR检测方法。仿真和声呐实测数据分析结果表明,相比较单元平均恒虚警(Cell Average CFAR,CA-CFAR)、单元平均选大恒虚警(Greatest of CFAR,GO-CFAR)、单元平均选小恒虚警(Smallest of CFAR,SO-CFAR)和OS-CFAR、VI-CFAR等检测算法,该算法在混响边缘、混响区、单/多强离散干扰等典型非均匀背景下的恒虚警检测保持了良好的鲁棒性。     

α稳定分布在SAR图像目标检测中的应用探讨

对SAR图像常用的杂波分布模型进行分析,利用α稳定分布作为SAR图像的杂波模型进行探讨,同时对利用α稳定分布来分辨几种常见杂波分布模型进行探讨,提出更好的CFAR处理方法。     

基于自适应梯度倒数滤波红外弱小目标场景背景抑制

由于红外弱小目标尺度小、能量弱,所以抑制背景以增强目标使后期检测跟踪性能得到保障是关键的目标检测技术环节.为了提高梯度倒数滤波算法对杂波纹理的抑制能力,减少差分图像中残留纹理对目标的干扰,本文提出了自适应梯度倒数滤波算法(AGRF).AGRF算法通过分析背景区域、杂波边缘纹理、目标的分布特性和统计数字特征来确定邻域像素...     

结合CFAR与自适应窗口的舰船目标检测

针对大多数CFAR算法在检测舰船目标时受滑动窗口的限制,检测耗时长、效率低和易造成漏检等问题,提出一种将自适应窗口与CFAR算法结合的舰船目标检测方法。首先利用目标的全局显著性找到其大致位置,根据目标区是否满足自适应窗口设置条件分别进行处理：采用剔除掉目标干扰的背景参数检测内部目标;采用检出目标与整体背景参数双重筛选边缘目标;最后将两部分合并进行后续处理。实验结果表明,本文方法能够准确快速地定位目标区域,且能精确检测并刻画目标形状,取得了较为满意的检测结果。     

对海面重拖尾杂波下相位梯度自聚焦算法的改进

由于海杂波的随机动态特性,用合成孔径雷达(Synthetic Aperture Radar,SAR)对海面上的舰船目标成像时,相位梯度自聚焦算法(Phase Gradient Autofocus,PGA)的聚焦效果变差.在统计海杂波的分布特性之后,在大多数情况下可以用α-stable分布模型比较好地描述海杂波的幅度特性,尤其对于拖尾较大的海杂波.用分数低阶统计模型和相位梯度自聚焦算法结合起来(PGA-FLOS),可以有效地改善海面上舰船目标的成像效果.仿真和对实测海面数据处理都证明了文中算法的有效性.     

基于Anderson—Darling检验的恒虚警检测

提出一种基于Anderson-Darling检验的恒虚警检测方法(AD-CFAR),根据输入杂波特性,实现干扰杂波块删除、杂波分布检测,具有参考单元数可变、检测策略可变的特点,提高了检测器复杂杂波环境下的鲁棒性.检测算法应用K样本Anderson-Darling假设检验对输入杂波单元进行分块筛选,输出同分布杂波块,再经过单样本Anderson-Darling分布检验判断杂波分布类型,综合现有的检测技术,选择合理的检测策略.性能分析表明,在均匀杂波条件下,AD-CFAR具有近似CA-CFAR的检测性能,在多干扰目标、杂波边缘以及两者同时存在时具有良好的虚警性能和检测性能.     

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.     

声呐图像背景区域灰度统计特性分析与拟合

利用声呐进行水下目标定位识别是当前水下目标识别与跟踪的重要手段之一,由于声呐图像受噪声影响严重、分辨率低,对声呐图像的背景建模有助于其目标分割与识别。首先,分析声呐图像背景区域灰度的统计特性,结合其特点采用高斯分布、Gamma分布、威布尔分布、瑞利分布模型对6类不同背景区域声呐图像统计特性进行拟合,构建声呐图像背景区域模型。最后,采用?2准则和Kolmogorov距离误差评价准则评估拟合效果。拟合结果表明,高斯分布、Gamma分布和威布尔分布均能较好地逼近声呐图像背景区灰度统计特性。为满足实时性的应用需求,选用高斯分布构建声呐图像背景灰度统计模型是可行、合理的方案,从而为声呐图像预处理和目标分割提供了背景模型建模的理论依据。     

Network Intrusion Detection Using CFAR Abrupt-Change Detectors

In this paper, the constant false alarm rate (CFAR) detectors are proposed for network intrusion detection. By using an autoregressive system to model the network traffic, predictor error is shown to closely follow a Gaussian distribution. CFAR detector approaches are then developed on the prediction error distribution. In the present study, we consider the optimal CFAR, the cell-averaging CFAR, and the order statistics CFAR. The use of these CFAR techniques can significantly improve the detection performance. In addition, we propose the use of fusion of these CFAR detectors by using Dempster-Shafer and Bayesian techniques. Computer simulations based on the DARPA traffic data show that the proposed approach achieves higher detection probabilities than the conventional detection method. Even under different types of attacks, the intrusion detection performances based on the proposed CFAR detectors shows consistent improvement.     

Sea clutter transient spatial coherence and scan-to-scan constant false alarm rate

High-resolution radar sea clutter exhibits long-term temporal and spatial correlation features consistent with the sea surface wave structure. Data are presented showing that there is a transient coherence in the long-term fluctuations of the clutter, which locally appears to show the single periodic fluctuation of a dominant wave, but when averaged over a large area is seen to contain a wide band of fluctuation frequencies. This apparently non-stationary behaviour makes it difficult to predict the local sea clutter level for constant false alarm rate (CFAR) thresholding using conventional techniques. A new method of scan-to-scan CFAR processing is therefore proposed, which takes account of this behaviour. The scheme is analysed and its performance characterised.     

Constant false-alarm rate algorithm based on test cell information

A new constant false-alarm rate (CFAR) detection algorithm, designated as switching CFAR (S-CFAR), is proposed and analysed. The S-CFAR algorithm selects CFAR reference samples using the magnitude of the sample in the cell under test, which is an information that has not been exploited in any other existing CFAR detectors. S-CFAR closed-form analysis is presented, and comparisons with other representative CFAR algorithms are given. An S-CFAR detector can be tuned such that it has a small CFAR loss when operating on a homogeneous background while achieving improved robustness in the presence of interfering targets and clutter power transition. The S-CFAR detector is also simple to design and implement since no sample ordering is required.     

极化合成孔径雷达图像船舶目标检测算法

结合区域划分和结构检测模板提出了改进极化白化滤波(IPWF)算法,利用IPWF算法融合极化合成孔径雷达(POL-SAR)中各极化通道图像,同时抑制相干斑,然后利用双参数恒虚警率(CFAR)检测方法对融合后的图像进行船舶目标检测.本文利用香港地区SIR-C全极化单视复数据进行了实验,结果表明IPWF算法更好地降低了相干斑因子,提高了船舶目标的检测率、控制了虚警率,同时可以更好地保持船舶目标的结构信息.     

雷达信号的恒虚警率检测

雷达信号的恒虚警率检测是雷达信号处理的重要组成部分。本文首先论述了雷达信号恒虚警率检测的设计原理，分析了评价其性能的准则，在此基础上介绍了恒虚警率技术在雷达信号处理中的发展和应用。最后概述了恒虚警率技术的研究动态。     

非平稳环境下主动声呐检测器研究

针对在水下存在多途、混响及噪声边缘等非平稳背景条件下主动声呐检测器的检测性能,给出了一种变异指数的恒虚警率(Variability Index Constant False Alarm Rate,VI-CFAR)检测器。VI-CFAR结合了单元平均恒虚警率、最大选择恒虚警率和最小选择恒虚警率的检测算法,它在均匀平稳环境和非平稳环境下都具有较强的自适应性。理论分析和仿真结果表明,该检测器在均匀平稳背景下的检测性能与单元平均恒虚警率检测器相似,在多途、混响等干扰背景条件下具有较强的抗干扰能力,在噪声边缘背景下有较好的虚警概率控制能力且运算量小,是一种稳健的检测器。     

基于特征提取和谱匹配优化的区域地震动时程构建方法EI北大核心CSCD

地震的区域构造背景和传播路径有较大差异特征,因而实际观测的地震动具有显著的区域性差异。在结构动力时程分析时,虽然人工合成方法能够提供匹配设计谱的输入地震动,但是其并不能体现出地震动的区域特征。为了模拟考虑目标区域特征且完美匹配目标谱的地震动,该文提出了一种基于智能算法的地震动合成新方法。该方法应用主成分分析算法获取目标区域地震动的区域特征,由最大方差理论提取目标区域的种子地震动,再用基于粒子群算法优化的时域反应谱匹配方法调整种子地震动的反应谱,最终构造出包含区域特征和谱匹配的地震动时程。以四川地区为例验证了该方法的合理性和有效性,合成的地震动在时域和频域上均与该区域实际地震动特征一致。该文提出的方法的优点在于合成的地震动具有显著的区域特征,且与目标谱有更好的匹配效果和更高的匹配效率,可为结构动力反应分析提供考虑区域性差异、具有低不确定性的地震动输入。     

高校新校区交通噪声预测评价

交通噪声是造成高校环境噪声超标的主要因素,尤其对城市道路下穿校园的新校区影响更大。运用噪声预测方法对在建的安徽理工大学新校区进行噪声预测评估,为其环境规划提供相应的依据和技术支持。通过测量统计校园周围道路不同类型的机动车流量数据,结合测量已有道路的交通噪声,利用Cadna/A噪声预测软件,建立新校区交通噪声模型,计算并绘制噪声网格分布图,并提出相应噪声控制措施。结果表明,通过采取在校园四周增加围墙,并在南北下穿城市道路旁设置声屏障等措施后,可以改善校园声环境,使其达到国家I类地区噪声规定标准。