基于深度卷积神经网络的慢动目标检测

针对强杂波背景下慢速运动目标检测性能不足的问题,设计了一种基于深度卷积神经网络(DCNN)的目标检测方法.主要将雷达回波信号距离—多普勒谱作为输入,送入设计的DCNN中,通过学习回波信号中杂波特征,并隐含的去除回波信号中目标成分,得到回波信号的残差谱.然后利用残差谱与回波信号R-D谱进行背景对消以抑制杂波,进而实现对回...     

基于AR模型估计的抗冲击干扰算法

高频雷达探测目标时,随机出现的冲击干扰会遮盖目标谱线,从而导致目标丢失.由于时域海面回波一般情况下绝对占优,因此基于时域的抗干扰算法不能有效地解决该问题.本文提出的算法利用海杂波距离谱分布结构上的特点,通过AR模型参数估计,重构并对消海杂波,反变换到时域的信号中突发冲击干扰能够占优,进而利用野值判别与剔除方法将幅度较突出的冲击干扰予以剔除,达到抑制突发冲击干扰的目的,使雷达在突发干扰情况下也能有效地发现和跟踪目标.     

海面目标的自适应预白化检测前跟踪算法

针对超视距雷达的海面目标检测问题,提出一种基于自适应预白化处理的检测前跟踪（TBD）算法。在目标TBD处理之前,利用海杂波的自回归模型构建白化滤波器进行杂波预白化,在跟踪阶段采用递归贝叶斯算法估计目标运动状态,在检测阶段通过跟踪滤波器的输出构造广义似然比进行似然比检测。不同信噪比下的仿真结果表明,该算法能有效抑制海杂波,检测到低信噪比的目标。．     

基于堆叠双向LSTM的雷达目标识别方法

现阶段雷达目标检测识别主要依赖人工算法提取目标的特征,难点在于环境自适应能力弱,高强度杂波背景下难以有效检测到目标;针对上述问题,结合深度学习在图像识别等领域表现出的强大的学习表示能力,提出基于堆叠双向长短期记忆网络的雷达目标识别方法;网络模型以雷达多普勒维的回波数据构建数据集,采用双向LSTM提取雷达回波数据在时间序列上的正向和逆向信息,通过RMSProp优化算法对神经网络参数迭代训练,实现了对无人机这种低空慢速小目标的有效识别;实验结果表明,基于堆叠双向LSTM的雷达目标识别方法优于传统的SVM分类算法和卷积神经网络分类算法.     

船载高频地波雷达一阶海杂波仿真模型研究

船载高频地波雷达(High Frequency Surface Wave Radar, HFSWR)海杂波仿真模型的建立对于有效海杂波抑制方法的提出具有重要指导意义。针对目前一阶海杂波模型存在的问题，提出了改进的船载HFSWR一阶海杂波空时分布模型。首先分析了船载平台在相参积累周期内前向运动对海杂波回波入射角的影响，提出了不同距离元海杂波子块入射角随时间变化的规律，并由此导出新的一阶海杂波时空分布模型、海杂波回波信号模型、以及目标回波模型。仿真结果表明，生成的海杂波数据的分布特性比传统模型更加接近实测海杂波的分布特性，为以后船载HFSWR海杂波有效抑制算法的研究提供较好的仿真数据支持。     

基于Hough变换的海面目标检测仿真平台

对于海面目标的检测,由于雷达波束擦地角低,海杂波很强,且由于雷达目标等效截面积小,信噪比低,常规的门限检测方法虚警概率高、检测概率低,有必要探讨新的检测方法。采用Hough变换将同一目标航迹上的回波能量进行累积的方法,对模拟的(分别利用K分布、对数正态分布、高斯分布和韦伯分布模拟海杂波,并人工加入单个或多个运动目标信息来合成雷达回波)或真实的雷达回波数据进行处理,并通过Hough反变换求取目标航迹。最后,在该算法的基础上,使用Matlab提供的界面设计工作台,制作出适于人机交互的海面目标检测综合仿真平台。     

分数阶Fourier域低分辨雷达飞机回波的分形特性分析与目标分类

常规低分辨雷达体制下的目标分类与辨识是雷达目标识别领域的一个研究难点。研究表明,地、海、空等雷达杂波具有分形特性,不同类型目标会对回波分形特性产生不同的影响,但在强杂波背景下,回波的分形特性更多地表现为杂波的特性。作为一种非平稳信号分析工具,分数阶Fourier变换可以有效地获取目标回波信号的细节特征并充分抑制杂波,且具有快速算法。为此,论文立足于分形及其相关理论,拟从分数阶Fourier域对常规雷达飞机目标回波的分形特性进行分析,估计和分析其分形参数,并对分数阶Fourier域回波分形特征在飞机目标分类中的应用进行探讨。研究结果表明,在最优变换阶数下,分数阶Fourier域飞机目标回波具有显著的分形特性,且充分反映了目标的特性,分形测度分析可以揭示回波的动力学演化机制,且最优变换域回波分形特征可以有效用于飞机目标的分类和识别。     

机场跑道异物监测雷达的杂波图恒虚警率检测

随天线扫描平稳变化的强地杂波是实现机场跑道异物(FOD)检测的主要干扰,传统的空域恒虚警率(CFAR)处理不能有效地检测到目标,针对上述问题,提出了一种单元平均杂波图恒虚警率检测算法。首先基于系统特性和跑道环境建立了回波信号模型;然后通过杂波图划分、单元平均、递归滤波等处理技术,实现了距离—方位二维恒虚警率检测;最后进一步分析影响检测性能的主要参数。仿真结果表明,所提算法在低信杂比背景下能有效检测到弱目标,并获得较高的检测概率。     

基于时频分析的海杂波背景下舰船目标检测

为了克服基于小波尺度谱重排的时频分析方法中时、频分辨率不佳及时频分布可读性较差等问题,本文提出了一种基于参数优化Morlet小波变换和奇异值分解的海杂波背景下舰船目标检测算法。算法首先利用Shannon小波熵作为目标函数,根据高频地波雷达信号的特点自适应地优化Morlet小波变换的时间带宽积参数,使得后续重排尺度谱的时、频分辨率同时达到最佳。然后再对重排小波尺度谱进行基于奇异值分解的降噪处理,以抑制环境噪声的影响,进一步提高时频分布的可读性。实验结果表明：与传统的时频分析算法相比,本文提出的算法具有更好的时频聚集性和较强的噪声抑制能力,能有效地检测海杂波背景下缓慢运动的匀速和匀加速舰船目标。     

基于信号杂波噪声比的认知雷达扩展目标探测波形设计

针对认知雷达在杂波环境下探测扩展目标时,回波信号的信号杂波噪声比(SCNR)较低的问题,提出了一种基于SCNR认知雷达发射波形优化设计方法。首先,不同于以往的点目标模型,通过建立扩展目标探测模型,得到认知雷达回波信号杂波噪声比(SCNR)与发射信号能量谱密度(ESD)间的关系;其次,根据最大SCNR准则推导出发射信号ESD的全局最优解;最后,为了得到有实际意义的时域信号,采用相位调制的方式,结合最小均方误差(MMSE)和迭代算法将最优ESD合成满足雷达发射要求的恒幅时域信号。仿真实验中,该方法所得时域合成信号幅度为1,在匹配滤波器输出端的SCNR为19.133 dB,仅小于理想值0.005 dB。结果表明,所得到的时域波形不仅能够满足恒幅要求,而且能使接收机输出端的SCNR接近理想值,提高了扩展目标探测性能。     

面向船载雷达图像的船只检测方法

提出一种适用于船载雷达图像的船只检测方法,对相邻的多幅雷达图像进行叠加处理,采用概率神经网络模型估计海杂波雷达后向散射的概率分布,利用恒虚警率技术确定全局阈值,根据连通区域的大小去除虚警。使用X波段船载雷达图像序列对该方法进行检验,结果表明,利用该方法得到的船载雷达图像的船只检测精度可达89.5%。     

海天背景下港口船舶检测算法研究

针对海面视频图像中目标船舶总是出现在海天线附近且海面经常出现间断性不连续杂波和孤立噪声点的问题,采用边缘检测、阈值分割与霍夫线检测结合的方法检测出海天线.去除海天线及以上背景,准确定位目标船舶.采用局部自适应阈值分割去除海面由于漩涡产生的间断性杂波,分割出真实目标船舶.通过形态学处理来填补目标船舶中间出现的空洞,连通域面积检测去除静止点来消除对目标点的影响.实验结果表明:该方法能有效地去除海面杂波和噪声点等对目标的干扰,有效检测出海面背景下的目标船舶.     

非正侧视机载雷达一种改进的多普勒频移算法

非正侧机载雷达的杂波分布随距离变化而变化,各距离单元的杂波分布不再满足独立同分布条件,导致统计型STAP处理器性能下降。多普勒频移（Doppler Warping,DW）算法沿主波束方向对杂波非均匀进行了补偿,但在其余方向上杂波非均匀依然存在,因而性能较差。提出了一种改进的非正侧视机载雷达杂波抑制算法——修正的多普勒频移法（Modified Doppler Warping,MDW）,先通过多普勒频移法使各距离单元的杂波谱在主波束方向重合,再沿多个多普勒通道使参考单元和检测单元的杂波谱保持一致,进一步消除非正侧视机载雷达的杂波非均匀程度。仿真结果表明,与原有方法相比,该方法的杂波抑制性能有明显提高,且运算量增加不多,是一种具有工程应用价值的方法。     

一种全谱域的机载前视阵雷达杂波补偿方法

机载前视阵雷达近程不同距离门杂波的方位-多普勒分布不同,导致杂波具有强烈的距离依赖性,从而使得杂波噪声协方差矩阵估计不准确,空时自适应处理（STAP）的杂波抑制性能严重下降。针对该问题,提出了一种全谱域的杂波距离依赖性补偿方法。以雷达先验参数知识为基础重构各距离门的杂波协方差矩阵,对重构的杂波协方差矩阵向参考距离门进行一定变换,进而实现全谱域的补偿。仿真实验结果证明了该方法的有效性。     

Robust ionospheric clutter mitigation method for high frequency surface wave radar

This paper analyzes the characteristics of ionospheric clutter, which has proven to be the greatest impediment in high frequency surface wave radar （HFSWR）. Ionospheric clutter influences most range bins, all Doppler bins and beams, and exhibits a high directivity. A robust adaptive side-lobe cancellation algorithm based on orthogonal auxiliary beams, which use the difference beams to estimate the ionospheric clutter information, is introduced to suppress the ionospheric clutter. Training data was selected by excluding the sea clutter and probable target unit; and diagonal loading was added to enhance the robustness of the algorithm. Experimental results demonstrate that the algorithm is able to suppress the ionospheric clutter whilst preserving the desired characteristics of the target echoes and is suitable for practical implementation.     

实测海杂波光电图像混沌特性研究

基于随机信号模型的光电图像海杂波抑制是目前海杂波背景下目标检测常用方法,检测性能不甚稳定。在分析混沌动力系统相空间重构的基础上,通过提取实际海杂波光电图像序列的关联维数和最大Lyapunov指数,检验海杂波是否具有混沌性。实验结果表明:海杂波光电图像序列具有有限的关联维数和正的最大Lyapunov指数,验证了海杂波光电图像序列的混沌特性。海杂波具有的混沌特性使得可采用短时间预测法抑制海杂波,为海杂波光电弱目标检测提供新的解决思路。     

基于多结构形态学的港口船舶检测方法

针对港口监控摄像机与船舶目标距离远,船舶目标成像小,海面噪声干扰大等特点,采用一种基于多结构元素形态学滤波的背景抑制算法.根据船舶的几何特征,采用多组结构元素的加权形态学滤波,将船舶目标与海面背景分离,然后利用基于邻域的自适应快速中值滤波滤除脉冲噪声,最后根据海面杂波在帧间运动不连续且面积较小等特点,利用连通域计算建立船舶的形态特征模型,来排除海面杂波对船舶检测的干扰.实验结果证明,该检测方法在实际港口获取的视频中,可以有效的抑制背景噪声和海面杂波,快速的检测出船舶目标.     

基于DSP的序列图像弱小运动目标检测

针对强杂波背景中的弱小运动目标检测问题,在分析弱小目标的运动特性在时频变换中表现出显著差异的基础上,采用两级滤波方法检测运动目标,提出了一种基于DSP的序列图像弱小运动目标检测方法.该方法首先对序列图像进行预处理、设置门限过滤噪声,然后根据目标和杂波的时频特征差异识别出弱小运动目标.实验结果表明,该方法可以很好地抑制噪...     

PolSAR ship detection based on the contrast enhancement of polarimetric scattering differences

The ship detection in polarimetric synthetic aperture radar (PolSAR) mode is a hot topic in recent years, because of the diversity of polarimetric scattering mechanisms between ship targets and sea clutter. To improve the detection performance of ship targets, this paper mainly develops the ship detection method based on the contrast enhancement utilizing the polarimetric scattering difference. The algorithm first enhances the target signal utilizing the scattering difference of the polarimetric coherency matrix between ship targets and sea clutter, and then a simple threshold is applied to distinguish the ship targets from the sea clutter. Finally, real PolSAR datasets recorded by AirSAR system are used to evaluate the effectiveness of the proposed detection method. Compared with other detection methods, experimental results indicate that the proposed method can effectively improve the detection performance of ship targets.