基于随机Hough变换的匀加速运动目标检测算法及性能分析

该文针对K分布海杂波加热噪声背景环境下作匀加速抛物线运动的低可观测目标的检测问题,提出了一种新的基于随机Hough变换的快速检测算法.该算法利用随机采样的3点数据和一维角度搜索来提取开口方向任意的抛物线轨迹,并利用所采样的3个雷达数据点携带的时间信息进一步减少了无效采样,大大加快了算法的运算速度.文中针对该算法的检测性能分析提出了一种理论分析方法.性能分析的结果既表明了检测概率、虚警概率、门限以及采样次数之间的关系,还表明当采样次数趋向无穷大时,随机Hough变换的检测性能趋向于 Hough变换的检测性能.     

SAR图像点目标的检测

分析了在均匀杂波回波功率服从 Gamma分布条件下 SAR点目标检测 ,推导了点目标虚警概率和检测概率与阈值系数关系 ,提出了检测点目标阈值系数选择根据和方法。在杂波均值估计方面 ,提出了以全局均值代替局部动态均值。实际测试结果表明所提出的检测方法在检测效果和计算量方面都优于双参数恒虚警检测算法     

基于激光雷达的多帧联合目标跟踪系统

本文讨论了利用激光雷达与检测前跟踪算法进行室内行人跟踪,实现监测室内人群社交距离的探测系统。激光雷达距离分辨率高,定位误差小,目标探测时间间隔小,很适用于对轨迹不确定的行人进行跟踪。本文所用检测前跟踪算法分为三步,首先利用历史数据所建杂波图滤除固定物杂波。其次利用多帧检测算法得到时间窗内的目标轨迹段,以此滤除随机噪声产生的虚警点,提升检测效率。第三步利用轨迹关联算法,将各个时间窗内的轨迹片段相互关联,得到完整的行人轨迹,从而增强机动目标与相互临近目标的跟踪效果。实测实验表明在激光雷达跟踪多个目标时,其跟踪精度在10~15cm,多次实验均未出现目标丢失或虚假轨迹,较好地完成了室内行人的检测与跟踪。     

基于图像特征的机载正交雷达网空时处理算法

该文针对机载正交雷达网(Airborne Orthogonal Netted Radar, AONR)在高度非均匀杂波中的目标检测问题,提出基于图像特征的分布式AONR空时处理算法(Airborne Orthogonal Netted Image Feature-based Space-Time Processing, AON-IFSTP)。首先,研究了AONR杂波在角度-多普勒平面内的轨迹,并在一种特殊几何结构下推导出该轨迹的闭合表达式,揭示出目标信号和杂波信号不同的图像特征,分析了IFSTP在AONR中的可行性。然后,给出AON-IFSTP算法。结果表明,AON-IFSTP算法无需估计杂波协方差矩阵,适合在高度非均匀杂波背景下检测目标,同时能利用空间分集减小目标RCS起伏特性和小径向速度对检测性能的影响。     

海杂波背景下目标的联合特征差异检测

针对低信噪比海情下的小目标检测效果不理想的问题,利用消除趋势波动分析法提取海杂波分形参数,分析了海杂波的功率谱及其熵特征,提出了海杂波背景下的联合特征目标检测方法.在雷达回波中提取海杂波的分形参数和功率谱熵特征组成二维向量,利用凸包训练算法获得纯海杂波判别区域,同样对先验知识下的待测海杂波提取这两个特征参量,以此特征参量所对应的点是否在此判别区域内来判别是否存在目标.利用加拿大IPIX雷达数据,证明了所提算法优于用单个特征差异作为统计量的方法,在相同虚警概率下检测效果明显提高,为雷达目标检测提供了新的检测方案.     

杂波环境下基于智能认知的捷变频目标检测技术

针对强杂波背景下的捷变频回波信号目标检测问题,文中提出了一种基于智能认知的稀疏重构算法,获取箔条杂波环境下的目标与杂波散射点的距离与速度估计。该方法将箔条杂波的速度范围与目标所在粗分辨距离门信息作为先验知识,在迭代过程中率先检测出强杂波散射点,实现杂波与目标散射点的分离,完成目标的检测与参数估计。此外,针对稀疏度对算法重构性能的影响,文中提出了根据杂波与目标散射点个数自适应选取合适的捷变频脉冲数进行稀疏场景重构的方法,能够在完整重构雷达观测场景中散射点的同时降低算法的计算量,提升目标检测的效率。     

K杂波下基于Bootstrap的分布式检测

传统雷达目标检测算法在相关K分布杂波下虚警概率过高,为此提出了一种基于Bootstrap 的分布式检测(BBDD)算法.仿真数据表明,BBDD在相关K分布杂波中的虚警控制能力优于分布式广义符号检测器(DGSD),且K分布杂波形状参数变化对BBDD的虚警概率影响不大,适当增加BBDD脉冲参考单元数可更好地控制虚警概率.同时,为定量控制BBDD虚警概率,分块数据长度选择应根据杂波相关长度与脉冲累积单元数之间大小关系谨慎选择.最后,仿真结果证明了所述方法和相关结论的正确性.     

一种基于HMM模型的弱小点目标的检测算法

讨论复杂背景、强干扰条件下移动平台下弱小目标的检测，提出一种基于隐Markov模型的快速检测算法，该算法通过计算摄像机视场的运动，消除背景的干扰，通过计算模型中的目标转移概率和似然函数，确定点目标的运动轨迹，实验表明了该算法的有效性。     

基于动态规划的雷达检测前跟踪新算法

 为解决低信杂比下雷达检测前跟踪技术存在末级检测门限设置困难和动态规划算法对运动目标跟踪能力弱的问题,本文首先分析了两级检测门限的雷达检测前跟踪算法自身特点.在瑞利杂波条件下,对经过动态优化后的信号进行杂波置信检验和航迹检测和校正.该算法末级检测门限设置简单并且提高了跟踪概率.仿真验证了新方法的有效性.     

恒虚警极化自适应子空间检测器

本文研究了在未知统计特性的局部均匀高斯杂波环境中的相干雷达极化自适应目标检测问题.基于广义似然比检验提出极化自适应子空间检测器,并推导出虚警概率和检测概率的理论表达式.研究结果证明该算法在均匀杂波环境和局部均匀杂波环境都有恒虚警的性质.比较了均匀杂波环境下极化自适应子空间检测器、极化广义似然比检验和极化自适应匹配滤波器算法的检测性能,仿真分析了不同极化状态局部均匀杂波环境下极化自适应子空间检测器算法在的检测性能.     

一种天波超视距雷达分级Hough变换航迹起始方法

天波超视距雷达固有的低数据率、低检测概率和低量测精度等特征对航迹起始方法提出新的挑战。本文提出了一种天波超视距雷达两级Hough变换航迹起始算法(TH-HT)。该方法首先采用时间-径向距离数据进行第1级Hough变换,将多普勒量测作为积累约束条件来避免无效积累,得到候选航迹;之后对与每条候选航迹相应的时间-方位角数据进行第2级Hough变换,最终得到确认航迹。通过描述各级积累单元获得杂波投票数期望的定理,给出两级阈值的确定方法。与MMUPDA的仿真比较表明,TH-HT不但具有较高的航迹起始概率和较低的虚假航迹概率,而且运行时间大大降低。     

密集杂波和未知数目条件下的多目标检测算法

针对低信杂比和目标数量未知条件下的多目标检测问题,提出了一种基于Hough变换及扩展网络的检测前跟踪算法。首先采用标准Hough 变换及最小距离法生成侯选航迹,然后以每条侯选航迹为单位构成扩展网络,对侯选航迹进行杂波滤除,并利用功率均值法对侯选航迹进行二次筛选。最后通过剔除野点得到准确的航迹数及航迹参数。实验表明该方法不但实时性强,而且较好地解决了以往检测前跟踪算法在未知目标数量的条件下要求目标数量上限先验已知的问题。      

一种临近空间高超声速目标航迹起始算法

提出一种三维空间中基于多普勒的改进修正霍夫变换快速航迹起始算法。利用传统航迹起始算法起始高超声速目标将导致目标容易丢失和虚假航迹增多,这不利于对高超声速目标的跟踪。文中提出的方法在三维空间中首先利用条件约束和多普勒信息辅助剔除部分虚假点,再利用修正霍夫变换法进行航迹起始。该算法不仅能有效起始航迹,而且极大地抑制虚假航迹。通过蒙特卡洛仿真实验表明,该算法能快速高效地起始航迹,是一种可行的临近空间高超声速目标的航迹起始算法。     

云杂波背景下红外弱小目标的改进检测算法

根据目标和背景的时域特性,建立了不同像素类型的时域模型。提出了一种基于时域廓线的云杂波背景下红外弱小目标的一种改进算法。首先,采用基于时域方差滤波预处理方法,滤除平稳背景;然后采用基于时域廓线的目标检测方法,根据时域剖面线上的拐点值变化,转化为大小相当的正负脉冲来检测目标。理论分析和实验结果表明,文中算法对于不同云杂波背景具有广泛的适应性。     

基于稀疏表示的杂波建模和微弱运动目标探测

雷达回波中,微弱运动目标会被强杂波掩盖,造成目标探测困难。文中提出基于匹配追踪稀疏表示方法的雷达微弱运动目标探测算法,采用训练的过完备字典线性组合对杂波进行建模并解决稀疏表示问题,提高了杂波建模的准确性,利用杂波模型抑制杂波,可以从杂波背景中有效地探测微弱目标。仿真结果表明:文中提出的算法优于传统的目标探测方 法,可以提高杂波抑制和微弱运动目标探测性能。     

基于非下采样Contourlet变换的红外小目标检测方法

对存在背景干扰和噪声情况下的红外小目标检测方法进行了分析,提出了一种时空结合的红外小目标检测算法.首先根据背景图像变化较慢的特点,运用相邻帧相减以减少背景和噪声的干扰,接着对残差图像进行非下采样Contourlet变换,利用非下采样Contourle分解后子图像的特性抑制剩余的背景并消除噪声,提高了目标信噪比,最后通过...     

基于动态有序矩阵的外辐射源雷达CFAR算法

外辐射源雷达采用不可控的第三方辐射源,其电磁传播条件复杂,尤其是在低空目标探测中,检测性能极大地受到杂波特性的影响,使得传统恒虚警算法性能明显下降。为了改善检测性能,该文提出一种基于雷达杂波空间划分的动态有序矩阵恒虚警检测算法(DOM-CFAR)。该算法将杂波空间从距离和多普勒维进行划分,构造为有序矩阵,再根据背景杂波变化进行动态极值替换、提取杂波估计中值用以计算检测阈值,从而使得检测算法阈值可动态适应杂波功率变化。仿真和实测结果表明,该算法可以在均匀杂波、多目标和杂波边缘等复杂情况下保持稳定的检测性能。     

最近邻联合概率数据关联算法在舰载雷达跟踪中的应用

舰载雷达的工作环境海杂波多,导致雷达在跟踪时可能关联上杂波。针对这个特点,本文应用最近邻联合概率数据关联(NJPDA)算法作为舰载雷达目标跟踪的数据关联算法,这个算法可以解决密集目标的正确跟踪问题。仿真结果理想,仿真场景设为目标相交、目标平行、有杂波时均可正确跟踪。     

基于非平稳背景下的红外小目标检测

针对非平稳复杂背景下单帧图像的红外小目标检测概率较低的问题,该文提出了一种基于当前残差的改进M估计的红外背景预测和抑制算法。该算法利用M估计的基本模型预测背景,将目标像素和观测噪声视为背景估计的混合干扰,提出与背景图像残差相关的校正函数c()自适应地调整估计增益,从而减小异常样本对背景估计的影响,提高了估计的准确性。同时引入遗忘因子使算法能够适应于非均匀复杂背景的估计,提高了算法的鲁棒性。多组红外图像实验表明:所提算法不仅能够在非平稳背景下有效地估计背景,还能在滤除背景的同时最大程度地保留目标像素的信息,提高了目标的检测概率。