Sequential detection of target trajectory using the decision statistics of pips

Algorithms of target trajectory detection using the likelihood functions of the pip with maximum decision statistic and all the pips in the tracking strobe have been synthesized on the basis of the Wald sequential criterion. These algorithms were analyzed using the statistic simulation for the case of detecting the target trajectory from data of surveillance radar measuring the range and radial velocity of target.     

基于OpenCV的红外弱小运动目标检测与跟踪

针对信噪比低、背景和噪声干扰严重的红外图像,根据图像序列中运动目标的帧间相关特性以及噪声的不相关理论,基于OpenCV（Open Soure Computer Vision Library）计算机视觉库,提出了一种弱小目标的检测算法,并对检测到的目标进行了跟踪。采用能量累积的方法得到背景,然后从原始图像中去除背景,提高信噪比;利用目标的帧间相关特性以及运动信息去除噪声;最后通过Kalman滤波算法来对检测到的目标进行跟踪。实验结果表明:该检测算法能有效地从序列图像中提取出弱小运动目标,跟踪算法也能实时地进行跟踪并在目标被遮挡时准确地预测出目标位置。     

基于动态自适应双门限能量检测的序贯协作频谱感知算法

针对在一般高斯白噪声环境中,传统的双门限能量检测频谱感知算法忽略确定两门限之间的感知信息的问题,该文提出一种基于动态自适应双门限能量检测的序贯协作频谱感知算法。新算法以最优化检测概率为目标,采用序贯方式对协作用户进行动态自适应双门限建模,并对处于两门限之间的接收能量值进行软判决。进一步地,新算法能自适应动态调整门限大小和各判决区域协作用户数,以达到最大化检测概率和最优化受试工作特征曲线的目的。理论分析和仿真结果表明,与经典的双门限能量检测算法相比,提出算法具有更优的检测概率。     

两种TBD算法在HPRF-PD雷达应用中的比较

在低信噪比环境中检测和跟踪运动目标是目标跟踪的重要内容,TBD是弱小目标检测与跟踪的有效方法,不同的TBD方法在检测跟踪性能及运算量上有不同的特点.针对HPRF-PD雷达的应用,建立了目标的动态模型和观测模型,给出了动态规划和粒子滤波TBD算法的原理及实现流程,并对各步骤的实现进行了详细说明,通过仿真实验比较了两种算法的检测、跟踪性能和运算量.仿真结果表明,动态规划TBD运算量较小,更易于实现,而粒子滤波TBD具有更好的跟踪性能,且在低信噪比下有较高的检测能力.     

一种基于小波与遗传算法的小目标检测算法

本文提出了一种快速检测序列图像中低信噪比(＜2)小目标的算法.该算法采用小波滤波器对每帧图像滤波,提高目标的信噪比,剔除部分噪声点,降低了低信噪比小目标检测算法的运算量;设计了基于遗传算法的起始航迹搜索算法,有效地避免航迹的漏检;采用截断序贯似然比检验,形成确认航迹.仿真结果表明应用此算法,可快速实现信噪比小于2的小目标(2×2)的检测与跟踪.     

基于动态规划算法的无源毫米波弱小目标检测方法

针对无源毫米波弱小目标特点,结合已有的动态规划算法,利用图像阈值分割原理实时计算检测门限,提出一种适用于无源毫米波小目标检测的实用动态规划算法,并分析了动态规划的计算过程及分割门限的确定方法。实验仿真结果表明,此算法能准确检测出复杂背景下的低信噪比无源毫米波弱小目标,并得到目标运动轨迹,在单帧成像信噪比为4.5dB左右时,能准确检测出目标运动轨迹。     

基于倒谱特征的带噪语音端点检测

在语音识别系统中产生错误识别的原因之一是端点检测有误差.在高信噪比情况下,正确地确定语音的端点并不困难.然而,大多数实际的语音识别系统需工作在低信噪比情况下,一些常规的端点检测方法,例如基于能量的端点检测方法在噪声环境下不能有效地工作.本文利用倒谱特征来检测语音端点,提出了带噪语音端点检测的两个算法,第一个算法利用倒谱距离代替短时能量作为判决的门限,第二个算法改进了基于隐马尔柯夫模型(HMM)的语音检测以适应噪声的变化,实验结果表明本方法可得到高正确率的带噪语音端点检测.     

一种跟踪信息辅助的认知目标检测方法

近年来认知雷达技术取得了快速发展,如何利用已获取的感知信息提高雷达探测性能成为研究热点。针对跟踪阶段的认知目标检测问题,提出一种跟踪信息辅助的认知目标检测方法,旨在利用跟踪信息提高目标检测性能和跟踪性能。对于处于跟踪阶段的目标,目标真实性已被充分证实,此时可以将跟踪信息传递至检测模块,以期望获得探测性能提升。本文认知检测方法的基本思路是,提取当前时刻跟踪信息中的目标运动特征,构建下一时刻的预测波门,并利用目标在波门内的预测概率分布特征,在贝叶斯准则和航迹恒虚警的共同约束下调整波门内检测门限,最终完成认知目标检测。仿真实验表明,所提认知目标检测方法可以有效改善目标检测跟踪性能。     

一种适用于天波超视距雷达的TBD工程化算法

从天波超视距雷达探测目标信噪比伏大的实际情况出发,提出了一种适用的检测前跟踪(TBD)工程化算法。通过对信噪比起伏大的重点目标进行关联降门限检测,大幅提高了重点目标的检测概率。相比于常规的TDB算法,文中提出的算法原理更加简单,算法复杂度低,十分易于工程实现。     

空间目标的光度特性及其成像信噪比研究

开展空间目标的光散射与辐射特性的研究,对目标的探测、跟踪与识别、突防等技术具有十分重要的应用价值.本文对空间目标光度特性以及成像信噪比展开了研究.首先,对太阳在大气层外辐射照度进行了计算,推导出空间目标的辐照度计算公式,计算了目标的等效视星等值.然后,研究了J2000.0惯性坐标系中太阳、观测卫星和目标卫星的矢量坐标和各个角度与距离关系,并分析了相对距离、太阳相位角的变化及其对空间目标视星等值的影响.最后,针对CCD相机的系统参数,计算了空间目标CCD成像的信噪比.仿真表明,空间目标的等效星等在不同的观测时刻存在2个星等左右的差别,导致目标成像的信噪比在观测过程中也存在变化.系统地对空间目标的光度特性和进行了研究,为空间目标的探测和识别提供了依据.     

基于JVC的紧凑型地波雷达海上目标点迹-航迹最优关联方法

紧凑型地波雷达由于接收天线阵列孔径减小导致对海上目标的定位精度低,在多目标跟踪算法中采用序贯式的点迹-航迹关联方式易发生误关联导致航迹断裂、误跟踪等问题。对此,该文将多目标点迹-航迹关联转化为最优分配问题,提出一种基于JVC算法的多目标点迹-航迹最优关联方法。对于关联波门重叠区域内存在公共候选点迹的多条航迹,首先以雷达获取的目标多普勒速度、距离与方位角作为目标特征参数,利用最小代价函数确定公共候选点迹与所有航迹之间的相似度,得到关联代价矩阵;然后以总关联代价最小化作为优化准则,采用JVC算法求解得到最优的点迹-航迹关联结果。利用仿真与实测目标数据开展了点迹-航迹关联实验,并与序贯最近邻关联方法的关联结果进行了对比。实验结果表明:采用该文所提方法跟踪得到的航迹时长明显优于序贯最近邻关联方法的结果,解决了序贯式关联因关联错误导致的航迹断裂、误跟踪等问题,提高了航迹跟踪的连续性。     

一种改进的红外弱小目标快速检测方法

针对复杂背景下红外弱小目标检测率低、目标跟踪困难的问题,提出一种改进的红外弱小目标快速检测方法。该方法采用改进的形态学滤波抑制背景噪声,对处理后的多帧图像进行方差估计初步突出目标像素,然后对其进行信噪比估计得到整个图像序列像素得分,图像中像素信噪比高的被标记为目标像素,再对标记过的图像进行分块分析,最终准确提取出连续图像序列中的目标像素。检测出的目标像素作为Hough变换的目标跟踪算法的输入,设置双阈值实现目标的有效跟踪。实验结果表明,在复杂背景下的红外弱小目标提取中,基于噪声方差估计的目标检测拥有较高的检测概率和较低的虚警概率,将其获得的目标像素作为Hough变换的输入,不仅可以有效跟踪目标,而且简化了算法的复杂度,实现目标的快速提取和跟踪,具有很高的应用价值。     

Block sequential least squares decision feedback equalizationalgorithm with application to terrestrial HDTV transmission

Due to the very high symbol rate of terrestrial HDTV systems, up to now there exist no equalization solutions with sufficiently low hardware complexity and satisfactory performance for commercial applications. We present a block sequential least squares decision feedback equalization algorithm with application to over-the-air HDTV channels. The proposed adaptive algorithm is derived on the basis of minimization of the least squares criterion, thereby achieving faster convergent and tracking rate relative to the recommended LMS algorithm. Meanwhile, good numerical stability is guaranteed because it successfully eliminates time updates of the filtering coefficients, which is the main cause of instability of FTF-like algorithms. Also of great significance is its drastic reduction in computational complexity by means of block operation, taking advantage of the slowly time-varying nature of terrestrial broadcasting channels. Simulation results show that the equalizer achieves an almost 3.5 dB SNR improvement at a bit error rate of 3×10^-6 without significant increase in computational complexity, as compared to the conventional LMS decision feedback equalizer (DFE) when applied to the equalization of over-the-air HDTV channels     

Sequential detection of unknown frequency-hopped waveforms

The channelized receiver, which is optimal for the detection of unknown noncoherent frequency-hopped waveforms, bases its decisions on a fixed-length block of input data. A sequential method of interception is presented according to which whenever a new data element is collected, a decision is made as to the presence or nonpresence of a frequency-hopped waveform. If that decision is indeterminate, another data element is collected. An optimal sequential test is derived, under the assumption that the waveform signal-to-noise ratio (SNR) is known. It is shown that this sequential test requires less data, on average, than the fixed-length method to make a decision with the same reliability. A truncated sequential test is also derived where a decision is forced, if still indeterminate, after some fixed amount of data is collected. The truncated test is shown to improve the number of samples needed for a decision when the input SNR differs greatly from that assumed in the derivation of the test. Furthermore, it is shown that the truncated test yields a limited degree of robustness when the input SNR differs from that assumed.<>     

基于平均相关和差分相干累积的微弱GPS C/A码信号精密捕获算法

针对弱信号条件下GPS C/A码捕获问题,提出一种基于平均相关和差分相干累积的码捕获算法。首先,引入相干能量最大值与第二大值的比值作为判决变量,仿真了各种捕获算法的虚警概率得到最佳的判决门限;然后,通过设置的判决门限获得不同多普勒频率偏差及信噪比条件下的检测概率;最后,比较了所提差分相干累积算法、相干非相干累积算法以及非相干累积算法的捕获灵敏度。仿真实验表明,在相同接收数据长度的情况下,采用差分相干累积算法比其他2种算法提高捕获灵敏度约2 dB。     

基于分区动态规划和航迹关联的弱小目标检测

序列图像中低信噪比运动弱小目标的实时检测算法,是精确制导系统中的关键算法之一。提出一种图像序列弱小目标实时检测新算法,采用分方向区间的动态规划算法和二值图像航迹关联检测。通过在动态规划能量累加过程中引入方向限制,减小了噪声轨迹能量积累和目标轨迹能量扩散,提高了算法的目标检测能力。对算法的检测性能进行了仿真实验,结果表明该算法能有效检测深空背景下信噪比大于1.8、运动方向任意、速度不大于1像素/帧的多个运动弱小目标。     

一种基于多传感器多级信息融合的红外目标检测方法

针对远距离低信噪比条件下目标检测难的实际问题,该文提出一种基于多传感器多级信息融合的目标检测方法。该算法包括两个部分:特征级融合和决策级融合。在特征级融合阶段,首先提取双波段红外图像的各个特征图像;然后,采用自适应加权方法对所得到的特征图像进行融合,得到目标判决置信图;最后根据置信度最大规则对置信图进行目标位置搜索,得到各级目标判决结果。在决策级融合阶段,对各级目标判决结果采用组合逻辑进行融合,得到系统的目标检测输出。实验结果显示了该算法的有效性。     

复杂背景下红外目标的检测算法研究

复杂背景下红外目标的检测一直都是研究的重点和难点,在总结国内外现有算法研究的基础上,针对非独立同分布情况下的目标运动提出了一种新的检测算法.该算法首先建立了GLR和GALR两个模型,然后在此基础上对影响检测算法性能的两个主要参数--虚警概率和平均检测延时进行了分析和计算,最后对两种模型进行了对比和仿真验证,结果表明在低信噪比的环境下检测算法的有效性和可行性.     

基于恒虚警的高频雷达起伏目标检测算法研究

针对高频雷达目标检测过程中由于信噪比波动导致检测概率降低、跟踪丢失的问题,提出了基于高低双门限的关联检测算法。基于高频雷达相邻次扫描过程中目标运动信息的相关性,根据目标的速度、距离、方位等运动信息为目标建立关联区域,后续检测时在此关联区域内自动降低判决门限以提高检测概率。理论分析及实测数据表明,与常规恒虚警检测比较,关联检测算法在保持相同虚警概率的同时可获得更高的检测概率,从而有效提高高频雷达的检测和跟踪性能。