相关局部判决下基于N-P准则的分布式检测融合算法

研究了在相关局部判决条件下的基于N-P准则的分布式检测融合算法，给出了利用相关系数来表示的最优融合规则的表达式，解决了相关系数的求解问题，并在实验仿真的基础上，给出了部分有益的结论。     

一种基于分布式穿墙雷达的复杂条件下人体目标检测方法

超宽带雷达由于具有距离分辨率高、穿透性强等特点,被广泛应用于废墟下的人体救援。然而,在复杂的环境条件下,依靠单台雷达对被困人员进行检测是一个巨大的挑战。该文基于分布式穿墙雷达系统,提出一种低信噪比条件下的人体目标自动检测方法。首先,两台超宽带脉冲雷达分时交替进行工作,从而避免探测时的互相干扰;然后对两台雷达的回波数据进行慢时间维度互相关处理,增强人体呼吸信号;其次,利用适配于分布式穿墙雷达的恒虚警率检测,实现人体呼吸信号的快速、自动检测;最后,通过三角定位方法实现被困人员的2维定位。一系列的实验结果表明,所提方法可以在低信噪比条件下实现人体的检测,其探测性能优于单台雷达。     

空间光通信中的分布式检测算法

分布式多输入多输出(MIMO)技术是抑制空间光通信中大气湍流效应和降低误包率的有效手段之一。文章首先介绍MIMO光通信系统的信道模型,采用Kalman滤波器对接收信号均值和方差进行自适应估计和预测。然后提出了空间光通信中分布式检测算法,并推导了全局误码率的迭代公式。仿真结果表明:与等增益似然检测算法相比,分布式检测算法在低信噪比时,有较优的误码性能,抗干扰性能强。随信噪比的增加,分布式检测算法的误码率达到一个稳态值。     

一种自适应分布式多用户检测算法

本文针对移动CDMA加性白高斯噪声和衰落信道 ,提出了一种自适应分布式多用户检测算法 .它由空间分集和解相关检测复合组成 .解相关检测器的性能近似最佳多用户检测器 ,且不依赖于其它用户的信号能量及衰落特性 .基于随机梯度技术的盲自适应分集合并方案由最佳似然比检验准则构成 .对其性能做了理论分析和数值估计 ,并与传统的选择法、等增益法及最大比值法做了比较 .所提出的方法易于实时实现 ,可以较大地提高接收机性能和系统容量增益     

一种状态扩维标签匹配的分布式融合算法

在分布式多传感器网络中,针对标签多伯努利（Labeled Multi-Bernoulli,LMB）后验分布进行广义协方差交集（Generalized Covariance Intersection,GCI）融合时,存在标签不一致、计算复杂度高、以及目标漏跟使得GCI融合后势低估问题,提出一种状态扩维标签匹配的分布式传感器融合算法。首先,针对标签不一致问题,对目标状态进行扩维,改进分布式融合中的目标标签的匹配过程,使融合过程更加高效,同时也克服标签空间不一致的问题;针对计算复杂度高的问题,只传输“疑似目标”后验分布,减少通信数据量,采用“分而治之”的策略对已匹配的存活目标、新生目标、漏跟目标等分别进行融合,结合前述改进目标标签匹配过程有效降低了计算复杂度;针对目标漏跟使得GCI融合后势低估问题,建立漏跟与虚警表记录相应目标,对漏跟目标分布采用反馈补偿策略,有效降低单一传感器目标漏跟对传感器网络GCI融合后跟踪精度的影响。实验结果证明了提出融合方法的有效性和鲁棒性。      

多基地雷达反隐身分布式检测融合算法研究

随着目标隐身技术的发展,单雷达已不能够及时地发现隐身目标.本文首先利用目标的前/侧向散射特性和多传感器分布式检测两个方面的优势建立了两种布站方式的多基地雷达系统,继而提出了基于聂曼-皮尔逊(Neyman-Pearson)准则下的局部决策积累融合算法,给出了系统检测概率和虚警概率的表达式,提出了基于遗传算法(Genetic Arithmetic)的最佳门限计算方法,最后对该系统的检测性能进行了仿真,仿真结果说明了系统反隐身的有效性和融合算法的优越性,本文结论对系统的工程实现具有一定的参考价值.     

分布式网络雷达检测融合处理算法

针对分布式网络雷达的特点,提出将检测融合应用于数据处理系统,给出了检测融合处理算法,并对子网融合的性能进行了仿真。仿真分析表明,将检测融合应用到分布式网络雷达数据处理,对提高系统的探测性能是有效的,尤其是对提高对低空、慢速、小目标的发现概率,有较大的实际意义。     

一种分布式MIMO差分检测方法

本文提出一种无需信道估计的分布式MIMO差分编码及检测方法:发送端将发射符号进行相位差分调制后生成空时码矩阵进行发射,接收端利用前后接收量判断相位信息恢复出发送端数据信息.本文将该方法在不同信道传播时延场景下进行了仿真验证,仿真结果表明,在相同E_b/N₀情况下,不同信道传播时延对应的误码率性能不同:在信道传播时延从0.1T_s到0.9T_s的变化过程中,误码率随信道传播时延的增大先降低后升高,当信道传播时延为0.6T_s左右误码率达到最低,存在使系统误码率性能较好的信道传播时延.     

一种稳健的人脸检测算法

人脸检测是人脸识别系统的重要组成部分,对于安全级别较高或特殊场合的门禁系统而言,高准确率的人脸识别技术尤为重要。为提高门禁系统的安全性,采用了多种特征相结合的人脸识别算法,融合了背景分离、肤色检测、人脸五官特征检测、运动物体轮廓分析、人体运动跟踪等多种技术进行人脸检测测试,有效地解决了单一特征的人脸检测方法对人脸进行漏检和误检的问题。实验结果表明,该算法在复杂背景和光照条件不足以及有遮蔽物的情况下,均能快速准确地检测出人脸,误检率低。     

基于符号检测器的修正双模融合检测算法

针对双模复合制导中的融合检测问题,提出了一种修正的符号检测器融合检测算法。通过对两局部统计量增加一个修正系数并使用修正的检验统计量进行判决,融合后系统的检测性能比传统符号检测器融合检测算法有明显提高。文中给出了修正系数和融合检测器的虚警概率表达式,仿真结果表明,文中提出的算法使检测概率比传统符号检测器略有下降,但虚警概率却大大降低,修正算法检测性能有很大改善,仿真结果还验证了修正系数和虚警概率关系的正确性。     

一种分布式环境中的近邻检测方法

 为了提高分布式环境中近邻检测的效率,本文提出了一种基于近邻框的检测方法.近邻就是在用户周围一定物理距离范围内其所关心的朋友.在大规模近邻检测中,一般的检测方法研究都关注减少系统内用户客户端和服务器之间位置更新消息的数目,以降低服务器的负担.本文使用近邻框概念,通过移动用户之间位置关系的简单判断来取代欧氏距离或者最短距离的计算,来提高系统的处理效率.同时在用户客户端结合地图信息对自身的移动区域进行自适应地预测,减少客户端和服务器之间的消息交互.论文讨论了近邻框检测的一般步骤,检测过程中疑似近邻用户的处理,并对系统性能展开了分析,通过实验验证了近邻框检测的可行性.实验结果表明本文的方法在不同环境下都能较好地完成近邻查询,方法中使用的优化技术可以显著提高系统的整体效率.     

分布式蠕虫流量检测技术

分析了网络蠕虫病毒的传播特点和已有的检测方法,针对慢速传播蠕虫病毒,提出了基于流量异常传播序列的检测算法,并通过分布式系统结构,综合多个子网的检测结果,进一步提高检测准确率。模拟实验证明：该算法可以根据流量特征,在蠕虫病毒慢速传播的早期检测到该病毒的传播行为,并获得传播所用网络协议和目标端口。     

基于EM算法和信息论准则的分布式目标检测算法

该文针对在相干积累期间发生距离走动且转动较快的分布式目标检测问题,提出了一种基于EM算法和信息论准则的改进广义似然比检测算子。采用信息论准则与期望极大化方法对不同预设速度下各个距离单元的信号参数进行估计,并进一步利用目标相邻强散射单元特性和相邻预设速度相关性,推导出改进的广义似然算子,随后证明了该算法的恒虚警率特性。两类飞机实测数据的多个实验结果表明,该算法性能相对于传统的广义似然算法和非相干积累算法有明显的提高。     

基于分布式检测的浮标信号检测级融合算法研究

针对单枚浮标对目标检测能力有限的问题,为了提高对目标的检测性能,根据多枚空投浮标的位置和信息特点,对多枚浮标的检测级融合进行了研究;在对分布式检测融合理论进行研究的基础上,研究了基于分布式检测的浮标信号检测级融合体系结构、融合规则、融合算法等.通过仿真验证,给出了各浮标及融合系统的检测性能曲线,及相关系数、接收机信噪比等参数与检测性能的关系.仿真分析结果表明:经过融合后的浮标信息检测性能优于单枚浮标的检测性能.     

SAR目标检测中的一种稳健变化检测算法

在合成孔径雷达(SAR)目标检测中,目前采用的变化检测算法主要包括构造似然比法和最小二乘图像相减法,这两种算法在实际变化检测中分别存在如下问题：构造似然比法需要目标、杂波及噪声充分的先验知识,而最小二乘图像相减法则存在稳健性差的问题,鉴于上述问题,该文提出一种稳健可行的变化检测算法,该算法在最小二乘图像相减法的基础上引入了误差影响因子,通过迭代的方法求取待定参数,大大提高了变化检测的稳健性,文章最后基于不同算法进行了变化检测试验,试验结果进一步证明了该文提出算法的稳健性。     

基于分布式检测的雷达组网探测技术研究

分布式检测处理技术能够在同等信噪比的条件下有效提高雷达网络的检测性能。分析了以分布式检测为基础的雷达网络处理模式和流程,然后重点针对传统雷达网所存在的问题和不足,给出了一种基于分布式检测体制的雷达网络化设计方案。该方案以传统雷达网络构架为基础,可以有效提高雷达网络的综合性能。相关仿真和分析结果表明,该方案借助网络内雷达间数据的联合处理,能够扩展雷达网的覆盖范围,充分发挥传统雷达的潜在能力。     

基于鲁棒主成分分析的运动目标检测优化算法

针对鲁棒主成分分析(Robust Principal Component Analysis, RPCA)算法中将动态背景误检为运动目标的问题,该文提出一种运动目标检测优化算法。在RPCA算法初步检测出运动目标后,利用动态背景在时间域上满足高斯分布的特性,以及动态背景和运动目标在整个视频流上检出点均值和方差的差异特性,进一步将动态背景和运动目标分离开来。实验结果表明,所提算法能够有效地处理动态背景的问题,并在一定程度上完整检测出运动目标。     

TDFF:一种强鲁棒性的烟雾图像检测算法

烟雾图像检测是及早发现火灾的一种重要手段。针对传统LBP(Local Binary Patterns)特征与Gabor特征的融合算法存在鲁棒性和检测率低的问题,提出一种TDFF(Triple Multi Feature Local Binary Patterns and Derivative Gabor Feature Fusion)的烟雾检测算法。采用T-MFLBP(Triple Multi Feature Local Binary Patterns)算法分别对像素间不同灰度差值以及非均匀模式中特殊位置的像素进行编码计算,可以捕捉更清晰的纹理特征;然后利用高斯核函数的一阶偏导数提取Gabor特征,从而优化提取图像边缘灰度信息的性能;最后对融合后的特征进行训练,可以提高最终分类的准确性。实验结果表明,TDFF算法具有较强的鲁棒性,烟雾图像的检测率也显著优于未改进的传统算法。