一种新的临近空间MIMO雷达的空时自适应处理方法

针对多输入多输出（MIMO）雷达动目标显示（MTI）中均匀密布阵列性能较差、稀疏阵列会导致栅瓣,进而出现盲速和一定尺寸平台上天线长度受限的问题,提出了以降低最小可检测速度(MDV)为准则的MIMO雷达天线阵列优化设计方法。结合具有良好自相关和互相关性能的二相编码正交信号,改善了尺寸受限平台上MIMO雷达的STAP性能;仿真比较分析了不同天线阵列结构时的空时自适应处理（STAP）性能,验证了该方法的有效性。     

基于增强字典稀疏表示分类的SAR目标识别方法

针对合成孔径雷达(SAR)目标识别方法中分类决策存在的不足,提出基于增强字典稀疏表示分类的SAR目标识别方法。该方法通过对原始训练样本进行多信噪比、多分辨率样本构造,进而构建描述能力更强、对于扩展操作条件更稳健的增强字典进而采用稀疏表示分类器提高目标识别的整体性能。基于MSTAR数据集的实验结果表明,该方法在对于3类和10类目标的平均识别率可分别达到98.61%和98.12%,验证其区分多类目标的能力;通过测试在不同信噪比、不同分辨率下的识别性能,验证了该方法对于噪声干扰、分辨率变化具有较强的稳健性。     

空时自适应处理算法性能影响因素分析

空时自适应处理（Space Time Adaptive Processing,STAP）技术是在强杂波环境中进行慢速运动目标检测的有效方法之一。该方法能够抑制强大且分布广的地面（海面）杂波,从而有效地检测淹没在空中或地（海）杂波中的慢速小目标。在工程应用中,各种实际因素会影响STAP算法的检测性能。介绍了STAP算法的基本原理,结合仿真结果详细分析了实际因素对检测性能的影响。     

声自导鱼雷空时自适应处理

介绍了全维和降维空时自适应处理（STAP）的基本原理,通过分析鱼雷工作环境、工作方式以及数据组织方式,讨论了采用STAP方法提高声自导鱼雷混响背景下目标检测性能的可能性,给出了关键步骤的解决方案和STAP抗混响的基本流程。分析结果表明,采用STAP进行混响抑制难度要大于对机载预警（AEW）雷达杂波的抑制,然而在实现上却是可能的。仿真结果表明,采用STAP方法能够获得比常规方法更好的检测性能。STAP方法能够充分利用声自导鱼雷混响空时分布特性,是一种有前途的抑制鱼雷混响的新方法。     

稀疏表示系数下局部最优重构的SAR图像目标识别算法

针对现有基于稀疏表示分类的合成孔径雷达(SAR)图像目标识别方法存在的不足,提出了稀疏表示系数下局部最优重构的SAR图像目标识别算法。该算法基于全局字典上求解得到的稀疏表示系数,选取若干具有最大系数的原子并分别在各个类别上对测试样本进行重构,获得相应的重构误差。同时,考虑到SAR图像方位角的敏感性,在各类别上选取与测试样本具有相近的方位角的原子,并对重构误差进行修正,从而获得最终的决策变量对目标类别进行判定。实验结果表明,该方法在标准操作条件和扩展操作条件下均可以取得更好的性能。     

基于形态成分稀疏表示的红外小弱目标检测

信号稀疏表示的超完备字典可有效感知信号的各种结构特征。针对红外小弱目标检测问题,文中提出了一种基于图像形态成分分析(morphological component analysis,MCA)理论的自适应信号稀疏表示的小弱目标检测方法。该方法根据红外图像信号自适应的训练和构造超完备字典,并进一步分为反映目标信号特征的目标子字典和表示背景噪声的背景子字典。然后求取待检测图像块在超完备字典的稀疏表示系数,挖掘目标和背景的稀疏表示系数差异,最后通过量化和比较信号在目标子字典的表示系数检测小弱目标。实验结果证明了该方法的有效性。     

一种新的基于CM和CA的恒虚警检测器

文中基于删除平均（CM）方法和单元平均（CA）方法．提出了一种新的恒虚警检测器（CMCAGO-CFAR）。它采用CM和CA方法产生两个局部估计，再取二者的最大值作为背景噪声功率水平估计。在SwerlingⅡ型目标假设下。文中推导出CMCAGO-CFAR在均匀背景下虚警概率Pfa和检测概率Pd及多目标环境下检测概率Pd的解析表达式，并与其它方案作了比较。分析结果表明CMCAGO的优势主要体现在非均匀背景中，它在杂波边缘的虚警控制能力明显优于OS，对多目标干扰也呈现了较好的鲁棒性，它以均匀背景中较小的代价换取在多目标干扰情况下检测性能的较大提高。     

基于非下采样剪切波特征提取的SAR图像目标识别方法

针对现有合成孔径雷达(SAR)图像特征提取方面的不足,提出基于非下采样剪切波(NSST)特征提取的SAR目标识别方法。该方法采用NSST对SAR图像进行分解获得多层次的子代图像,这些子代图像具有良好的平移不变性并且可以很好地反映目标的主要和细节特征。在分类阶段,采用联合稀疏表示对多层次NSST子代图像进行联合表征;联合稀疏表示在独立表示各个分量的同时考察了不同分量之间的相关性,因此可以有效提高联合表征的精度;最终,根据整体重构误差判定测试样本的目标类别。基于MSTAR数据集对提出方法进行测试,实验结果分析表明该方法在标准操作条件、型号差异、俯仰角差异以及噪声干扰的条件下均可以保持优异性能。     

基于联合时间维训练样本的非平稳杂波抑制方法

针对机载雷达的杂波距离依赖性导致空时自适应处理(STAP)器性能下降的问题,提出一种基于回波快-慢时间二维训练样本的非平稳杂波抑制方法。利用脉冲雷达回波信号的时域平稳性以及杂波多普勒频率随距离缓变的特点,在STAP 时域分段的降维处理中,利用慢时间和快时间维的数据样本联合估计协方差矩阵,达到减小距离向杂波非平稳的目的;对所有滤波器输出进行相干叠加,减小降维引起的孔径损失,提高输出信杂噪比。将该方法应用于非正侧视阵机载雷达杂波抑制中,仿真结果表明不仅能显著提高协方差矩阵的估计精度和主瓣杂波抑制性能,而且具有较高的稳健性。     

基于空时稀疏表示的红外小目标检测算法

提出了一种基于过完备空时字典及其稀疏表示的红外小弱目标运动检测算法。采用K奇异值分解算法学习连续多帧图像的运动信息和形态特征,构建自适应形态过完备空时字典;利用高斯运动模型检验自适应形态过完备空时字典,将其划分为能分别描述目标与背景的目标过完备空时字典和背景过完备空时字典;将连续多帧图像分别在目标过完备空时字典和背景过完备空时字典上稀疏分解,利用几个最大稀疏系数及其空时原子重构信号,增强二者残差来检测小目标信号。实验结果表明,该过完备空时字典不仅能同时描述目标与背景的运动信息和形态特征,极大地提高信号表示的稀疏程度,而且能有效增强目标与背景的特征差异,提高小运动目标的探测能力。提出了一种基于过完备空时字典及其稀疏表示的红外小弱目标运动检测算法。采用K奇异值分解算法学习连续多帧图像的运动信息和形态特征,构建自适应形态过完备空时字典;利用高斯运动模型检验自适应形态过完备空时字典,将其划分为能分别描述目标与背景的目标过完备空时字典和背景过完备空时字典;将连续多帧图像分别在目标过完备空时字典和背景过完备空时字典上稀疏分解,利用几个最大稀疏系数及其空时原子重构信号,增强二者残差来检测小目标信号。实验结果表明,该过完备空时字典不仅能同时描述目标与背景的运动信息和形态特征,极大地提高信号表示的稀疏程度,而且能有效增强目标与背景的特征差异,提高小运动目标的探测能力。     

水下目标的Gammatone子带降噪和希尔伯特-黄变换特征提取

水下目标识别是水声探测中的关键技术,具有重要的应用价值。海洋环境的复杂性导致水下目标识别中存在不可回避的噪声干扰。以人耳听觉机理为基础,提出了一种结合Gammatone滤波器、小波阈值降噪和希尔伯特-黄变换(HHT)的水下目标识别方法。采用Gammatone滤波器实现人耳听觉机理的模拟,并在此基础上进行小波阈值降噪,提高系统的噪声鲁棒性,然后利用HHT进行时频分析和特征提取。利用实际水下目标数据进行识别实验,对提出的方法进行了验证。实验结果表明,提出的方法在低信噪比条件下具有良好的鲁棒性,并具有较好的识别效果。     

Dim Moving Small Target Detection by Local and Global Variance Filtering on TemporalProfiles in Infrared Sequences

In this paper, the temporal different characteristics between the target and background pixels are used to detect dim moving targets in the slow-evolving complex background. A local and global variance filter on temporal profiles is presented that addresses the temporal characteristics of the target and background pixels to eliminate the large variation of background temporal profiles. Firstly, the temporal behaviors of different types of image pixels of practical infrared scenes are analyzed.Then, the new local and global variance filter is proposed. The baseline of the fluctuation level of background temporal profiles is obtained by using the local and global variance filter. The height of the target pulse signal is extracted by subtracting the baseline from the original temporal profiles. Finally, a new target detection criterion is designed. The proposed method is applied to detect dim and small targets in practical infrared sequence images. The experimental results show that the proposed algorithm has good detection performance for dim moving small targets in the complex background.     

一个新的串联式自适应谱线增强器

为了从非高斯噪声中有效增强水下目标辐射噪声中的线谱特征，提出了基于四阶累积量变步长极性迭代的自适应谱线增强器( FOCVSSBALE)，并与基于短时自相关的自适应谱线增强器（STABALE）串联，构造了一个新串联式自适应谱线增强器。该增强器对水下目标辐射噪声的线谱特征分量有二次增强作用，对环境噪声有二次抑制效果，对时变信号有良好的跟踪能力，而且计算量小。用水下某目标辐射线谱的实测数据，对该增强器的性能进行了仿真研究。理论分析和仿真结果表明，该增强器与单个的STABALE或FOCVSSBALE相比，能更有效提高信噪比、增强线谱特征。     

基于以太网的鱼雷声自导电信号半实物仿真系统

由于鱼雷作战水声环境的复杂性,鱼雷声自导半实物( HWIL)仿真成为实验室环境下声自导系统设计与性能评估的重要手段。提出了一种基于以太网的分布式半实物仿真系统,采用电信号注入法模拟目标／背景信号,介绍了其构成方法及工作原理;详细讨论了窄带点目标、窄带体目标、混响和海洋噪声等主要目标／背景信号的水声仿真模型;给出了使用流水线阵列处理的仿真信号源硬件系统设计,并提出了延时滤波算法实现了多路仿真信号源的实时同步输出。相应的信号仿真试验结果证明了采用电子注入法实现声自导半实物仿真系统的有效性。     

水下主动声引信回波集成检测方法

针对水下主动声引信在复杂的自然干扰下难以准确检测的问题,结合目标回波信号与混响等干扰的各种宏观和微观信息,一方面利用改进的经验模式分解方法对引信系统接收的原始信号进行处理,得到不同模态的本征模式分量,以实现目标回波与混响的分离;另一方面利用本征模式分量得到瞬时频率方差检测统计量和能量检测统计量,将瞬时频率方差检测统计量和能量检测统计量进行组合,构建集成检测器,实现对水下主动声引信的优化检测。试验结果表明,与基于常规能量检测和瞬时频率方差检测方法相比,该方法具有更好的检测性能。     

稀疏FRAME模型的感兴趣目标检测算法

针对基于非齐次FRAME（Filters,Random filed,And Maximum Entropy）模型的目标检测算法在目标发生较大形变或存在阻挡等情况下的定位产生一定偏差,以及学习模型所需大量时间等各方面的研究,提出了一种稀疏FRAME模型的感兴趣目标检测算法。首先用共享稀疏编码方法对样本图像进行特征提取,由所选择的基函数构成可变形的稀疏FRAME模型;然后用交替的求和图及最大值图结构对测试图像进行匹配检测,实现目标定位。经多组实验结果表明,该算法不仅在一定程度上提高目标发生较大形变或存在阻挡等情况下的鲁棒性,而且节省了大量的样本训练时间。     

基于极限学习机模型的粒子滤波无设备定位方法研究

在无线通信环境中,无线射频信号易受到干扰,强度波动较为明显。为定量描述和分析目标位置与无线信号强度之间复杂、多变的关系,更加精准地估计目标位置,提出了基于极限学习机（ELM）模型的粒子滤波（PF）无设备定位算法。该算法包括ELM模型构建（离线阶段）和目标位置估计（在线阶段）。在ELM模型构建阶段,建立目标在不同位置与链路（发射节点与接收节点之间的通信链路）信号强度变化的离线数据库,利用ELM构建目标位置与无线射频信号强度的映射关系。在目标位置估计阶段,通过映射关系结合PF实现目标位置的跟踪。实验结果表明,所提算法不仅有效地解决了目标位置与无线射频信号强度的映射关系,而且比高斯过程模型-PF、支持向量机-PF等现有算法显著提高了目标跟踪精度。     

静电探测器信号采集与目标特性预测方法研究

静电目标特性是静电探测和目标识别的基础。构建了一个基于USB数据采集卡的静电探测器数据采集系统，给出了低通滤波器算法的基本原理和设计实现过程。为满足高速弹目交会条件下对信号处理速度的要求，采用线性神经网络和非线性Elman神经网络设计了目标特性预测器，仿真结果表明：非线性Elman神经网络预测器能够有效给出目标特性预测结果，提高了静电探测系统实时性。