一种改进的恒虚警率SAR图像舰船检测算法

自动删除恒虚警率算法(AC-CFAR)作为一种自适应的CFAR检测算法被广泛应用于目标检测中,文中引入均值比对自动删除恒虚警率算法进行改进,使得其在杂波边缘处也有很好的检测效果。在检测过程中,通过分析4个不同方向的均值比来判断边缘方向,能够很好地解决边缘对检测结果的影响。采用能对高分辨率SAR图像精确建模的G0分布进行杂波区域建模,通过更加准确地对背景区域数据的拟合,进一步提高了检测精度。实验表明改进后的算法不仅在同质区域和多目标区域有很好的检测效果,在杂波边缘处也能取得比较好的检测效果。     

SAR图像局部窗口K-分布目标检测算法

该文分析了双参数CFAR算法和K-分布CFAR算法的特点,将双参数CFAR算法局部窗口的概念应用到K-分布CFAR检测中,适应了SAR图像海面背景复杂且局域性强的情况,获得了较好的检测效果。     

SAR图像舰船目标检测算法的对比研究

SAR图像舰船目标检测有二种经典算法:双参数CFAR算法和K-分布CFAR算法。本文分析了二种算法的特点,使用RADARSAT卫星不同模式SAR图像分别进行实验,给出二种算法的适应性。     

SAR图像局部自适应ACCA-CFAR检测算法

该文在ACCA-CFAR(Automatic Censored Cell Averaging-CFAR)的基础上提出了一种以K分布对SAR图像杂波建模的局部自适应ACCA-CFAR目标检测算法。该算法首先估计局部窗口的K分布参数,然后根据参数确定局部ODV(Ordered Data Variability)门限,进而完成背景像素筛选,最后做出检测判决。文中证明了ODV门限与局部统计模型的参数有关,给出了采用局部自适应门限的理论依据。该文以海面舰船SAR图像为例,证明该算法在海面杂波背景中具有较少的虚警,可以完整地检测出舰船目标,保留更精细的结构特征。     

SAR图像目标检测研究综述

SAR图像目标检测是SAR ATR(自动目标识别)的关键步骤,也是近年来SAR图像解译应用的一大研究热点.在广泛文献调研的基础上,本文从SAR图像目标检测的历史沿革、研究现状开始,综述了SAR图像目标检测的研究进展及存在问题,指出了该技术领域的发展趋势.     

一种SAR图像舰船目标快速检测方法

基于SAR图像的舰船目标自动检测是海洋监视应用的重要方面,但随着SAR成像能力和图像分辨率的提高,传统的CFAR检测方法已不能满足舰船目标自动检测的要求。针对中高分辨率SAR图像中舰船目标自动检测问题,提出一种基于像素筛选G0分布的SAR图像舰船目标快速检测方法,该方法首先根据像素灰度值出现频率选取阈值对杂波像素进行筛选,然后通过抽样定理对图像进行降分辨率处理,最后再在经过像素筛选的降分辨率图像中实现基于G0分布的自适应CFAR检测。NASA/JPL AIR-SAR实测数据的实验结果表明,该方法不仅能有效减少中高分辨率SAR图像舰船目标自动检测的虚警,而且能显著提高检测效率。     

SAR图像港口区域舰船检测新方法

SAR图像港口内舰船检测是SAR图像海洋应用研究的重要方面。快速、准确地检测港口内舰船将大大提高SAR图像的自动解译能力。该文通过分析港口内舰船停靠特点,提出了一种新的SAR图像港口内舰船检测方法。首先基于港口岸线获取港口沿岸区域SAR图像,然后详细分析了港口沿岸区域SAR图像的杂波统计特性,进而采用基于G0分布的CFAR(Constant False Alarm Rate)检测算法完成了港口内舰船检测。实验结果表明,新方法能有效地将不同形状的港口区域的舰船与绝大部分陆地分开,具有港口内舰船检测率高、虚警率低等特点。     

SAR图像目标的融合检测方法

该文提出了一种利用扩展分形特征和局部对比度特征进行融合的SAR图像目标检测方法。分析了扩展分形特征的尺度敏感性及其在不同目标杂波模型下的二阶统计特性,分析表明扩展分形特征在目标检测中存在负值效应,即在正确检测出目标的同时把一些与目标具有相似形状而灰度值较低的区域也检测出来。而CFAR检测方法只利用了目标的局部对比度信息,不存在负值效应,但在强杂波环境中的检测结果存在很高的虚警。两种方法的融合可以滤除大量杂波虚警而保持目标。实测数据的融合检测结果证明了该方法的有效性。     

一种结合空间信息的星载SAR图像舰船目标检测算法

针对常规恒虚警率(CFAR)方法对低信杂比合成孔径雷达(SAR)图像舰船目标检测效果不佳的问题,提出一种结合空间信息的星载SAR图像舰船目标检测方法。该方法通过将像素的空间信息与灰度信息相结合构造联合图像,以提高目标与背景的对比度,然后对联合图像进行CFAR检测。基于不同分辨力实测星载SAR图像舰船目标检测的实验结果表明,与直接基于CFAR的方法相比,该方法对低信杂比SAR图像具有更好的检测性能。     

基于有序数据可变索引的SAR图像目标检测方法

该文提出了一种基于有序数据可变索引(Ordered Data Variability Index, ODVI)的SAR图像目标恒虚警检测算法,该算法首先对待测像素的参考窗进行基于ODVI的自适应筛选处理(Automatic Censoring, AC),以去除窗内的强杂波和干扰像素,并以窗内保留的均匀像素对背景的统计特性进行建模,估计其概率密度函数的参量,同时构建双参数恒虚警检测(CFAR)的检验统计量,计算检测的自适应阈值,实现检测的判决。论文给出了该算法的检测性能曲线,并利用实测的X波段SAR图像进行实验验证,与其它检测方法进行比较,结果显示该文算法具有较好的检测性能和较低的虚警概率。     

基于局部均值分解的脉率变异性估计

为了克服时域提取脉率变异性(PRV)信号过程中噪声、采样频率等因素的影响,提出一种PRV估计的新方法—局部均值分解(LMD)法。首先对原始脉搏信号进行LMD分解及Hilbert变换,得到脉搏信号各积函数(PF)分量、脉搏信号瞬时频率(PIF)以及边际谱,按照PRV信号频率分布得到瞬时脉率(IPR)信号。分别利用LMD估计IPR信号的方法和时域提取PRV信号的方法对本研究采集的10名大学生脉搏信号同时进行处理,经对比发现IPR信号可以准确地表征PRV信号。利用LMD法估计睡眠、视觉疲劳、运动等状态下脉搏信号中的PRV信号,结果表明该方法可用于估计不同状态下脉搏信号中的PRV信号;对MIT-BIH数据库中的年轻人和老年人的PRV信号进行短时脉率变异符号序列熵分析,结果表明该方法可以敏感地检测出年龄的变化。本文工作为临床PRV信号的有效检测和处理提供了一种有效的方法。     

基于组合索引与欧氏距离相结合的OFDM-IM可见光通信系统研究

直流偏置光正交频分复用系统(DCO-OFDM)存在较高的峰均比(PAPR)、易受多径干扰和噪声频偏等影响。因此该文将载波索引调制(IM)引入DCO-OFDM中,提出适合可见光通信(VLC)的DCO-OFDM-IM调制方案。该方案采用基于组合索引与欧氏距离相结合的信号映射约束模型对子载波进行分块组合索引,不仅可在信号域使用传统星座调制传递信息,还可通过频率域利用载波索引额外携带信息,有效改善了系统峰均比及误码率性能。推导了DCO-OFDM-IM系统的理论误码率(BER),利用蒙特卡罗方法对其进行仿真验证。结果表明：相对传统DCO-OFDM系统,当子载波数为256,调制阶数为4,系统误码率为10^–3时,DCO-OFDM-IM系统所需信噪比平均改善了约2 dB;当误码率为10^–3时,采用组合索引与欧氏距离相结合的算法较随机选取载波组合系统所需信噪比平均改善约2 dB;当系统互补累计分布函数(CCDF)为10^–1时,DCO-OFDM-IM原始信号峰均比比DCO-OFDM下降了约2.4 dB。     

方差均值平方比恒虚警检测器

为了提高雷达恒虚警(Constant False Alarm Rate,CFAR)检测器在多目标背景下的鲁棒性,更好地检测目标,提出了一种新的基于方差均值平方比(VMSR)的恒虚警检测器,并建立了相应的检测器模型,得出了标称化因子T值和置信区间(a,b)。在均匀背景和多目标背景下,对VMSR检测器进行了仿真分析。在均匀背景下,VMSR检测性能优于OS,相比CA仅有很小的检测损失;在多目标背景下,VMSR检测性能相比OS得到了提升,特别是在干扰目标个数r>N-k时,OS不能有效检测出目标,而VMSR仍能保持较好的检测性能。结果表明,VMSR在多目标背景下检测性能优于OS,其在多目标背景下具有较强的鲁棒性。     

基于能量函数的极值中值滤波星图去噪算法

利用地基观测相机拍摄的以深空为背景的星图受星空复杂背景的影响,往往具有较高的噪声水平。同时由于星图主要由恒星、空间目标和星空背景噪声组成,且成点状分布,星图目标和噪声呈现较大的相似性,传统的图像去噪算法并不适用于星图。为此,该文提出一种基于能量函数的极值中值滤波去噪算法,该算法在去除星图椒盐噪声的同时能够较好地保持图像目标信息。该方法针对疑似噪声点采用二次检测的方式,并且结合改进的自适应中值滤波和能量函数模型进行灰度值恢复。该文分别使用仿真试验和真实星图处理试验对该方法进行验证,在客观评价中,图像峰值信噪比PSNR(Peak Signal to Noise Ratio)最高可提高3倍多,均方误差MSE(Mean Squared Error)减小为加噪图像的 。试验结果表明,该方法可有效地降低传统方法的噪声误检问题,同时提高噪声图像的恢复精度,非常适合星图噪声的去除。     

学生t量测分布下鲁棒粒子滤波算法的设计与实现

野值是一种异于总体数据的非高斯量测值,在实际传输中野值的加入常使信号出现厚尾特性。粒子滤波是基于贝叶斯框架的适用于非线性/非高斯系统的一种滤波方法。如果在量测噪声中存在野值会使粒子滤波的精度下降。该文利用学生t分布建模量测噪声模型,结合变分贝叶斯(VB)递推方法设计一种新颖的边缘粒子滤波(MPF-VBM),它在滤波同时可对量测噪声的包括均值在内的全部参数进行实时估计。进一步,利用该估计算法,在量测噪声时变条件下研究了噪声关联的粒子滤波算法(MPF-VBM-COR)。通过对典型单变量增长模型的仿真,验证了所提两种算法相比于已有算法在状态估计上具有更优越的鲁棒性。     

固相萃取技术在六价铬检测中的应用

欧盟RoHS指令中有害物质包括:Pb、Hg、Cd、Cr6 、PBB和PBDE.而六价铬的检测方法主要有:针对聚合物材料和电子材料的US EPA3060A碱溶提取,采用US EPA7196A比色定量检测.上述方法不能很好地解决深色试样提取液颜色对比色的影响.本文采用固相萃取技术对样品进行处理,从而很好地克服了提取液颜色对比色影响的难题.     

基于4G MR数据的5G覆盖测算研究

随着5G网络快速发展,如何有效地在网络建设前评估室内外覆盖效果是目前面临的重要问题.基于4G MR数据的5G覆盖测算是通过4G与5G设备传播差异,进行测算5G网络覆盖情况,并且提出针对场景特性的测算结果的校验算法,对5G测算结果进行二次修正,可较为准确地评估5G网络覆盖情况.