共查询到19条相似文献,搜索用时 125 毫秒
1.
自适应检测技术可有效提升岸对海警戒雷达海面目标探测性能,但海岛和陆地会导致成片或离散强杂波点,污染协方差矩阵估计的样本,海杂波的复杂性使得整片海杂波难以采用单一模型描述。为解决海面目标自适应检测时面临的非均匀样本参与协方差矩阵估计时杂波抑制性能严重下降问题和海杂波建模准确性不高的问题,该文提出一种面向海面目标检测的陆海分离和海面分区算法。首先,根据陆地回波序列的相位之间具有强相关性,而海洋回波序列为随机值这一特性,区分陆地杂波和海杂波;然后,根据擦地角对海杂波分区,拟合出每个分区的最优分布后选择合适的检测器进行自适应检测;最后,基于某S波段雷达实测数据验证该算法,检测结果与性能分析表明该算法相对传统算法可有效提高海面目标的检测率。 相似文献
2.
空域上非均匀海杂波使得参考单元内数据难以服从独立同分布,致使参数估计不准确而往往导致杂波抑制能力下降和弱小目标丢失。针对非平稳海杂波下雷达目标检测难题,文中提出了一种基于海面场景感知的雷达目标检测算法。首先,采用启发式分割法依据回波幅度均值将整个场景的距离门分离为多个区域间非平稳、区域内平稳的回波区域;之后,感知各平稳区域回波类型及波动程度,即利用地杂波具有回波直流分量高的特点,识别出岛屿区域及其边界,对纯海杂波进行K分布拟合提取出其起伏参数;然后,利用从海杂波区域提取的波动参数,按恒警率法获取幅度阈值提取出可疑目标;最后,提取可疑目标的信号特征来甄别目标。基于《雷达学报》公开X波段岸基对海监测雷达数据的测试试验表明,本算法不仅能有效识别出海面场景,而且能大幅度提升非平稳海杂波下弱目标检测能力。 相似文献
3.
在机载预警雷达对海洋背景运动目标的探测过程中,雷达平台的高速运动状态使得海杂波多普勒谱发生严重展宽现象,影响目标的检测性能.针对此问题,空-时自适应处理是一种有效的杂波抑制技术,该技术利用杂波的空-时2维耦合特性进行杂波抑制.但相对于陆地杂波而言,海杂波的内部复杂运动特性使得杂波空-时谱发生展宽现象,导致杂波多普勒频率与空间锥角不再保持一一对应关系,从而影响杂波抑制效果.针对海杂波的运动特性,该文提出一种稳健的基于子空间投影的杂波抑制处理算法,所提算法通过滤波凹口自适应展宽技术和先滑窗滤波后自适应处理技术来提高杂波抑制的稳健性.最后通过仿真的海杂波数据和实测海杂波数据验证了所提算法的有效性. 相似文献
4.
5.
高频地波雷达(high frequency surface wave radar,HFSWR)对于海事监测具有重要的军用及民用意义,然而在HFSWR回波信号中,待检测的目标常常淹没在海杂波和各种背景噪声中.因此,如何有效抑制杂波并实现多目标的自适应检测是HFSWR实现海事检测的关键和难点.该文提出了一种结合误差自校正极限学习机(error self-adjustment extreme learning machine,ES-ELM)和分数阶傅里叶变换(fractional Fourier transform,FRFT)的多目标自适应检测算法.算法根据相空间重构理论获得ELM的最佳状态空间,利用ES-ELM建立海杂波预测模型并对海杂波进行有效抑制;再在分数域根据目标信号的峰值集聚特征,利用Haar-like算子提取目标点的形态特征,并通过ES-ELM神经网络对目标进行自动辨识.实验结果表明,该文提出的算法具有良好的海杂波抑制能力,并可以实现海杂波背景下多运动目标的自适应高精度检测. 相似文献
6.
在机载预警雷达对海洋背景运动目标的探测过程中,雷达平台的高速运动状态使得海杂波多普勒谱发生严重展宽现象,影响目标的检测性能。针对此问题,空-时自适应处理是一种有效的杂波抑制技术,该技术利用杂波的空-时2维耦合特性进行杂波抑制。但相对于陆地杂波而言,海杂波的内部复杂运动特性使得杂波空-时谱发生展宽现象,导致杂波多普勒频率与空间锥角不再保持一一对应关系,从而影响杂波抑制效果。针对海杂波的运动特性,该文提出一种稳健的基于子空间投影的杂波抑制处理算法,所提算法通过滤波凹口自适应展宽技术和先滑窗滤波后自适应处理技术来提高杂波抑制的稳健性。最后通过仿真的海杂波数据和实测海杂波数据验证了所提算法的有效性。 相似文献
7.
8.
9.
基于VTA的超视距雷达海面目标检测前跟踪算法 总被引:1,自引:1,他引:1
针对超视距雷达(OTHR)海杂波环境下的目标检测问题,提出了一种基于贝叶斯滤波和VTA的检测前跟踪算法。将雷达回波信号进行距离、方位维处理后,即在多普勒级进行信号处理。对每一个距离、方位单元,利用临近单元信号构建白化滤波器对信号进行预白化处理,采用贝叶斯滤波方法构造各个检测单元目标存在的广义似然比,即路径积分矩阵的各元素。采用Viterbi算法进行检测跟踪,在输出检测结果的同时给出目标航迹。仿真结果表明,该算法可以有效地解决跨单元问题,检测到目标。 相似文献
10.
针对机载气象雷达气象模式地杂波抑制问题,提出利用回波幅度信息的基于数字高程模型(DEM,Digital Elevation Model)的时域地杂波剔除方法。首先利用回波幅度信息对存在雷达回波信号的数据区域进行分割,然后对区域的边界距离单元利用基于DEM的可视性算法分析其触地情况。根据分析结果可知,存在回波信号的区域可分成仅含气象的区域、仅含杂波的区域以及二者相连的区域,其中相连区域还需进行逐距离单元判断确定分界距离单元。将杂波存在的距离单元予以剔除,即可去除地杂波。经实测数据验证,该方法能够根据雷达参数和DEM数据准确地判断杂波所在的距离单元,有效地剔除地杂波。提出的方法仅处理存在回波信号的区域,且不需要对所有的距离单元进行分析,可以大大减小运算量。 相似文献
11.
强海杂波与海面目标的复杂特性使得海面目标回波微弱,有效的海杂波抑制和稳健快速的目标检测是雷达对海上目标探测需考虑的重要因素。然而,现有的海面目标检测算法对于复杂环境下的目标检测性能有限,环境和目标特性适应性差。该文设计了一种杂波抑制和目标检测融合网络(INet),通过层归一化-传递和连接方法提取关键目标特征,采用注意力网络抑制杂波和增强目标,构建跨阶段局部残差网络保证检测网络的轻量化和准确性。基于导航雷达在多种观测条件下采集的回波数据,构建了海面目标雷达图像数据集;通过模型的预训练和平面位置显示器(PPI)图像的帧间积累对INet进行了优化,得到了Optimized INet(O-INet)模型。经过多种天气条件下实测数据测试和验证,并与YOLOv3, YOLOv4,双参数CFAR和二维CA-CFAR对比后证明,所提方法在提高检测概率、降低虚警率和复杂条件下的强泛化能力有显著优势。 相似文献
12.
13.
海面目标检测是雷达信号处理中的重要内容,在军事、民用领域内都有重要应用价值。在海面目标雷达信号处理中,海杂波的存在对检测算法的性能有很大影响,传统的雷达信号处理方法多基于统计理论,对于复杂环境条件和多样的目标特性检测性能下降明显。近年来深度学习技术发展迅速,为可靠的海面目标的检测方法提供了技术支持。本文对近年来目标检测算法、深度学习方法的发展进行总结,从雷达信号数据结构和维度出发,采用深度学习理论,分别提出了基于二维图像、三维视频雷达信号、多维雷达信号多通道融合的智能处理框架,并以导航雷达图像海上目标智能检测为例,提出一种Precise ROI?Faster R?CNN雷达图像检测算法,通过构建的导航雷达数据集训练和测试,相比经典恒虚警检测和Faster R?CNN检测方法有更高的检测精确度和更好的泛化能力,从而为对海雷达智能导航和目标检测提供了有效的技术途径。 相似文献
14.
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。 相似文献
15.
16.
风力发电迅速发展,风电场杂波使机载雷达产生大量虚假目标,导致机载雷达出现检测概率下降、虚警概率上升等问题。因此,研究机载雷达风电场杂波抑制方法对于提升机载雷达工作性能具有十分重要的意义。考虑到机载雷达风电场杂波先验信息无法实时获取、难以估计且机载雷达回波频谱更加复杂等特殊问题,本文基于低秩矩阵优化(LRMO)算法根据风电场杂波与目标微动特征随时间的不同变化特性,实现目标与风电场杂波处于不同距离单元的风电场杂波抑制。目标与风电场杂波处于同一距离单元时,考虑到LRMO算法存在的局限性,依据风电场杂波与目标的不同稀疏特性,利用形态成分分析(MCA)算法进行补充抑制风电场杂波。实验结果验证了所提方法的有效性。 相似文献
17.
Detection of low observable targets within sea clutter by structure function based multifractal analysis 总被引:13,自引:0,他引:13
Sea clutter is the backscattered returns from a patch of the sea surface illuminated by a radar pulse. Robust detection of targets within sea clutter may strengthen coastal security, improve navigation safety, and help environmental monitoring. However, no simple and reliable methods for detecting targets within sea clutter have been proposed. We introduce the structure function based multifractal theory to analyze 392 sea clutter datasets measured under various sea and weather conditions. It is found that sea clutter data exhibit multifractal behaviors in the time scale range of about 0.01 s to a few seconds, especially for data with targets. The fractal and multifractal features of sea clutter enable us to develop a simple and effective method to detect targets within sea clutter. It is shown that the method achieves very high detection accuracy. It is further shown that in the time scale range of 0.01 s to a few seconds, sea clutter data is weakly nonstationary. The nonstationarity may explain why modeling using distributions such as Weibull, log-normal, K, and compound-Gaussian only offers limited understanding of the physics of sea clutter and is not very effective in detecting targets within sea clutter. 相似文献
18.