基于改进SSD模型的输电线路巡检图像金具检测方法

为了解决航拍图像金具智能检测问题,提出一种基于改进SSD模型的输电线路航拍巡检图像金具目标检测方法。对巡检图像进行多角度旋转并自适应裁剪扩充样本,以解决金具在图像中占比过小导致大量漏检问题,使用改进的IoU得到对目标尺度更敏感的默认框;进一步针对图像中金具目标密集问题,在模型中加入对密集目标检测有效的斥力损失,提高模型对密集遮挡金具的检测效果。在包含6934个训练目标框和1879个测试目标框的11类金具数据集中进行实验,使用文中方法的金具检测准确率达到了75.64%,相对于使用原始SSD模型检测准确率提升了4.73%,且检测框更贴合目标。     

基于IR方位信息的多普勒盲区跟踪方法研究

机载脉冲多普勒雷达存在多普勒盲区,对处在多普勒盲区内的目标跟踪容易出现跟踪中断或重新起批的问题.针对这一问题,提出了一种基于雷达与红外传感器的数据融合方法.目标未进入多普勒盲区前,通过雷达与红外融合跟踪获取目标运动的先验信息;目标进入多普勒盲区内,利用红外传感器获取的方位信息,结合盲区前融合跟踪获取的先验信息实现目标的连续跟踪.仿真结果表明本文提出的方法能够对处于多普勒盲区内作机动转弯的目标进行连续跟踪,弥补了雷达在盲区内对目标跟踪过程中出现的跟踪中断与重新起批问题.     

基于毫米波雷达传感器RAI图像的手势识别方法

针对现有的手势识别方法存在数据集过少、利用特征信息较少和神经网络部分提取信息不充分的问题,提出一种基于毫米波雷达传感器RAI图像的手势识别方法。首先使用TI公司的IWR1443毫米波雷达传感器采集10类手势数据构建数据集,再通过对手部反射的雷达信号进行时频分析,获取固定帧数的RDI和RAI。为了充分提取手势特征并精确分类,在卷积神经网络基础上,引入了残差块和通道注意力块。实验结果表明,相较其他特征如RDI,RAI能更准确的表征手势,所提出的网络相比于CNN方法准确率提高了12.72%,相比于VGG16-Net和单参数VGG16-Net方法准确率提高了8.93%与10.41%,参数量降低了90.68%,时间复杂度降低了17.2%。     

改进 YOLOv4 的内丝接头密封面缺陷检测算法

针对传统目标检测算法对内丝接头密封面的缺陷识别率不高的问题,提出利用改进的YOLOv4算法对其进行检测。首先使用K-means++聚类算法对目标样本进行先验框参数优化,提高先验框与特征图的匹配度;其次在主干网络嵌入SENet注意力机制模块,强化图像关键信息,抑制图像背景信息,提高不易识别缺陷的置信度;然后在网络颈部增加SPP模块,增强主干网络输出特征的接受域,分离出重要的上下文信息;最后采用收集的内丝接头密封面缺陷数据集分别对改进前后的YOLOv4进行训练,并分别测试模型效果。实验结果表明,YOLOv4检测内丝接头密封面缺陷的性能较好,但有部分小目标漏检;改进后的模型对小目标缺陷的检测表现优异,均值平均精度(mAP)达到了87.47%,相比于原始YOLOv4提升了10.2%,平均检测时间为0.132 s,实现了对内丝接头密封面缺陷的快速准确检测。     

基于距离走动校正的星载雷达空中动目标检测

在不增大功率孔径积的情况下,提高星载雷达对微弱空中运动目标检测能力的主要方法是增加积累时间,但卫星平台与目标间的高速运动,使积累时间内有大的距离走动,导致直接相参积累增益下降.同时,目标回波多普勒模糊也是星载雷达目标检测必须解决的问题.为提高目标回波多普勒模糊和大距离走动情况下的相参积累效果,提出预设模糊重数的并行距离...     

Wigner-Hough变换在毫米波防撞雷达信号处理中的应用

毫米波车载防撞雷达的中频信号是包含目标距离和相对速度信息的信号,针对中频信号通常是被噪声和干扰污染的非平稳信号,在频域内无法获取高质量的中频信号的难题,提出了利用时频分析中的Wigner-Hough变换来提取中频信号的方法.方法根据中频信号、chirp类干扰信号和噪声在Wigner-ville时频平面上的不同统计分布特性达到进行信号区分和检测的目的,能够有效地抑制Wigner分布中交叉项的干扰,提取带有距离和速度信息的中频信号.计算机仿真结果表明该方法在检测被污染的中频信号方面是有效的.     

改进YOLOv3的安全帽佩戴检测方法

针对目前安全帽佩戴检测模型在复杂环境下对于密集目标和遮挡目标存在漏检的问题,基于YOLOv3框架,提出了一种新的安全帽佩戴检测算法YOLOv3-H。YOLOv3-H算法在主干网络提取的3个特征层后加入多尺度自注意力机制,提升模型捕捉有用信息的能力;同时对K-means聚类算法进行优化,获得适合安全帽佩戴检测的最优先验框,从而提升网络模型的检测精度;最后采用GIOULoss作为目标定位损失函数,使得网络可以沿着预测框与真实框重叠度高的方向进行优化,从而加快模型的收敛速度。在Safety Helmet Wearing detect公开数据集上进行实验,结果表明,YOLOv3-H算法相比原有YOLOv3,平均检测精度提升了7.05%。     

基于YOLO的无人机电力线路杆塔巡检图像实时检测

无人机巡检已成为电力线路灾后巡检的重要方式。然而,目前的无人机巡检仍主要通过人工方式评估线路灾损,不仅费时费力,而且准确率低。提出了一种基于深度学习算法（YOLO）的实时目标检测模型,用于灾后根据无人机巡检视频实时检测电力杆塔的状态。通过对倒断类杆塔图像进行数据增广,解决了杆塔类别不平衡问题。通过使用K-means算法对杆塔数据集的目标框进行重新聚类,改进了YOLO算法参数。测试结果表明,该模型能有效检测多种环境下多种尺度的杆塔目标。改进后的模型在测试集上的召回率和交并比（IoU）较改进前有所提高,且平均均值精度（mAP）达到94.09%,检测速度达到20帧/s。此外,也对更快的简化版YOLO模型进行了测试,检测速度能达到30帧/s。     

目标跟踪在坦克防撞中的研究与应用

考虑到毫米波雷达在噪声源较多的战场上存在较大的测量误差,为了提高毫米波雷达在坦克防撞系统中采集数据的可靠性,提出了用交互式多模型卡尔曼滤波算法对坦克前方机动车辆进行准确的目标跟踪。该算法运用不同机动模型的卡尔曼滤波器进行并行处理,以模型匹配似然函数为基础更新模型概率,并组合所有滤波器的修正后的状态估计值以得到状态估计。仿真结果表明,该算法能够有效的跟踪坦克前方行驶的车辆,获悉其距离、速度等信息,具有跟踪精度高的特点,降低了虚警率。     

新一代多普勒天气雷达网探测数据对比分析系统

多普勒天气雷达探测资料具有很高的时空分辨率,在局地强降水、暴雨、飑线、冰雹、龙卷、雷暴、暴雪和登陆台风等灾害性天气的临近预报和三维精细结构研究中发挥着越来越重要的作用。我国从1998年布设新一代多普勒天气雷达（China new generation Doppler weather radar,CINRAD）,日前已经有近150部天气雷达业务运行,极大地提高了强对流大气的监测和预警能力。即将建成的包含216部地基多普勒天气雷达的观测网,基本实现对我国东部和中部地区天气系统的无缝观测以及西部部分地区的监测。高质量的雷达组网数据是充分发挥天气雷达作用的基础;为了提高新一代多普勒天气雷达观测网数据质量和雷达数据应用水平,必须对组网雷达观测数据的可靠性和一致性进行系统性研究,这也是新一代多普勒天气雷达探测数据三维组网拼图应用的基础。如果两部天气雷达在相同观测时间段内对相同空间的探测数据差异很大,此时组网拼图数据就失去了意义,后续天气预报和科学研究也无从谈起,建立多普勒雷达网探测数据实时对比客观评估处理系统,对全国天气雷达观测网数据进行实时处理,对比分析相邻雷达之间探测数据的异同,以便及时发现并解决雷达运行中的相关问题,这有利于提高天气雷达网数据的质量,更好地开展基于组网雷达拼图数据的临近预报和相关科学研究。     

三角调频连续波雷达多普勒中心估计

调频连续波雷达在近距离探测中具有重要的应用价值,而基于三角调频连续波的雷达通过对回波上下两个变频周期的联合分析,可以在一个扫频周期内获得目标的距离及其多普勒中心频率。本文将从三角调频连续波信号模型出发,分析目标相对雷达运动引起的多普勒频移,以此为基础进一步分析一种多普勒检测算法及速度距离耦合引起的测量误差,然后还通过仿真实验检测算法及其抗噪声性能。     

一种复合微动空间目标窄带成像方法

提出一种复合微动空间目标窄带成像方法。由于窄带雷达在目标检测和跟踪等方面的优势,窄带雷达被广泛用于空间目标探测中。对空间微动目标,微动产生时变多普勒调制,蕴含了目标的重要结构信息,通过对时频图像应用逆约旦变换方法可获取目标各散射点的位置,实现窄带成像。窄带成像降低了对雷达带宽的要求,在空间目标探测上具有优势。然而,在实际探测场景中,目标运动表现为微动和平动的复合叠加,使窄带成像方法失效。在建立复合微动空间目标雷达回波模型的基础上,分析目标的时变多普勒调制特性,提出一种复合微动窄带成像方法,该方法首先基于时频相关系数估计微动周期,利用多普勒相消方法去除平动影响,估计目标平动参数,进而实现平动补偿,最后基于逆约旦变换方法实现窄带成像。所提方法不受目标平动影响,能有效实现复合微动空间目标的窄带成像。     

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%。     

Low velocity target detection based on time-frequency image for high frequency ground wave radar

The Doppler spectral broadening resulted from non-stationary movement of target and radio-frequency interference will decrease the veracity of target detection by high frequency ground wave (HFGW) radar. By displaying the change of signal energy on two dimensional time-frequency images based on time-frequency analysis, a new mathematical morphology method to distinguish target from nonlinear time-frequency curves is presented. The analyzed results from the measured data verify that with this new method the target can be detected correctly from wide Doppler spectrum. __________ Translated from Chinese Journal of Radio Science, 2006, 21(3): 391–396 [译自: 电波科学学报]     

一种基于射向约束的预警卫星弹道估计方法

天基预警系统是战略预警系统的重要组成部分,又分为双星探测与单星探测。传统单星探测方法基于标准弹道模板先验信息的支持,而标准弹道模板信息难以获取。针对预警卫星对弹道导弹进行弹道估计的问题,提出了一种基于射向约束的预警卫星对导弹弹道的估计模型。分别运用单星、双星探测弹道导弹的主动段数据对其弹道进行估计和预测并进行了定量计算。单星探测时,卫星位置与导弹平面夹角越小误差越大,当夹角达到5°以上,误差较小,基本可以满足远程预警雷达位置引导需求。双星探测时,预测误差进一步减少,精度进一步增加。上述仿真结果表明,该方法的弹道估计精度可为地基预警雷达提供足够的目标交接引导精度。     

基于半监督生成对抗网络的毫米波雷达跨域手势识别

基于深度学习的毫米波雷达手势识别以其免接触、保护隐私和环境依赖性低等特点受到越来越多的关注。但是目前的学习方法大都采用全监督方法,其性能受限于雷达数据的获取和标注,且其学习样本都来源于单一环境,极大的影响了不同场景下的迁移能力,因此本文提出了一种基于半监督生成对抗网络的跨域手势识别方法。首先,通过数据预处理,提取动态混合特征时间图（DFTM）以消除环境干扰,并且对手势动态特征进行更加全面的表征;其次,结合毫米波信号特点进行数据增强,进一步扩充数据量,提高模型泛化能力;第三,针对实际应用中可获得的标记数据通常较少的问题,提出并构建了一个改进半监督生成对抗网络,在原始GAN的基础上增加了分类器,通过生成数据帮助提高分类器辨别能力,同时利用源域中的少量标记数据和目标域中的大量未标记数据,实现域无关的手势识别。实验结果表明,对于新用户、新环境和新位置的平均手势识别准确率分别达到 98.21%、95.23%和97.6%。与现有其他手势识别方法相比,本文所提方法在只有少量标记数据的情况下也能达到较高的跨域手势识别准确率,为后续毫米波雷达人机交互提供了新的研究思路。     

太赫兹频段目标微多普勒信号特征分析

微多普勒运动是近年来高分辨雷达目标观测的重要研究内容之一,对微动目标的运动特征提取与识别已成功的应用于雷达研究的诸多领域。本文首先对典型的微动模型进行数学建模,并在对几种典型微动形式的微多普勒信号进行理论推导的基础上,对太赫兹频段和X频段的微多普勒现象进行了仿真比较,从仿真结果中可以看出,在微动特征较小的情况下,基于X频段的雷达观测手段已几乎失效,很难对运动特征提供有用的观测信息,同时,仿真结果验证了太赫兹雷达系统对厘米或及毫米量级微动观测的有效性,为进一步开展太赫兹频段下高分辨率目标观测及成像研究提供理论依据。