一种基于动态规划的雷达小目标检测方法

在PD雷达检测中,雷达接收到的回波信号的能量相当弱时,用传统的雷达积累与检测方法不能可靠地检测目标.检测前跟踪技术(TBD)是一种多帧信号积累技术,其基本思想是对多帧信号进行处理,先进行目标预测,在此基础上对检测出的目标进行目标跟踪,利用目标的运动特征沿各种可能轨迹积累能量.然后对各个能量积累值进行检测判断,从而检测出真实目标,同时提取出目标的轨迹.研究了一种动态规划应用于雷达小目标检测的方法.     

一种新的高动态GPS载波跟踪算法

提出了基于无迹粒子滤波（UPF）算法的高动态GPS载波跟踪环路,仿真分析了该方案在高斯噪声和非高斯噪声环境下对高动态GPS信号的跟踪性能,并与分别基于扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）、粒子滤波（PF）及扩展卡尔曼粒子滤波（EPF）这四种算法的载波跟踪环路进行了性能对比。仿真结果表明,基于UPF估计器的载波跟踪环路在高动态、弱信号以及非高斯噪声环境下具有优越的跟踪性能,既可以提高跟踪精度,又解决了非高斯噪声干扰问题。通过模拟实验验证了该方案的有效性。     

高斯粒子滤波检测前跟踪方法

针对低信噪比条件下微弱目标的检测和跟踪,提出了一种高斯粒子滤波检测前跟踪（TBD）方法。该方法采用高斯粒子滤波递归地估计目标的状态,结合固定样本长度（FSS）似然比检验实现了对微弱目标的检测和跟踪。由于避免了粒子滤波TBD方法中的重采样过程,高斯粒子滤波TBD方法没有采样枯竭现象,算法复杂度小。仿真实验表明,该算法对微弱目标具有良好的实时检测和跟踪性能。     

一种应用于水声目标检测的盲源分离算法

提出了一种新的盲源分离方法.该方法基于独立分量(ICA)理论,可以有效去除噪声,提高目标检测的性能.针对在盲源分离中噪声消除比较困难这一问题,利用水声信号半盲的特点,引入了虚拟信号的概念.通过添加虚拟信号,成功地分离了混合信号.高斯噪声和K分布噪声的仿真表明,该算法在强背景噪声下较匹配滤波算法有明显的检测优势.     

一种WSN下的Mean Shift跟踪算法*

为有效地利用无线传感器网络跟踪移动目标,提出了一种基于高斯混合模型的Mean Shift跟踪算法。该算法运用高斯混合模型描述网络区域内目标信号分布的统计特征,利用Mean Shift区分目标信号与环境噪声,并对目标进行定位与跟踪。仿真实验结果表明,该算法在网络存在较大噪声,特别是网络存在大量异常传感器节点读数的情况下,定位精度高、受异常传感器节点读数影响较小。较之以往无线传感器网络目标跟踪算法,该算法具有更好的鲁棒性。     

粒子滤波连续帧图像中弱目标检测前跟踪的机理研究

基于粒子滤波的检测前跟踪算法是当前连续帧图像中弱目标检测与跟踪的研究热点。鉴于已有研究成果中缺少针对粒子滤波检测前跟踪的机理研究,在Bayes推理框架内,分析了检测前跟踪基于累积观测似然比检测弱目标的原理。在理论上推导了Bayes检测前跟踪递归累积观测数据来实现弱目标检测与跟踪的过程,分析验证了采用粒子滤波过程中未归一化粒子权重实现该过程的机理,并基于该机理实现了一种粒子滤波检测前跟踪算法。仿真试验验证了理论分析的正确性和文中粒子滤波检测前跟踪算法的有效性。     

一种改进的基于混合高斯模型的运动目标检测算法

运动目标检测是实现目标跟踪和行为分析等任务的基础。在运动目标检测中,消除背景与噪声的干扰,从而将运动目标从图像中分离出来一直是研究的重点。混合高斯模型法被广泛地应用于运动目标检测,对存在小幅度运动的背景有较好的抗干扰能力,并且能提取出较完整的运动目标,但是同时存在噪声干扰,且对阴影抑制效果较差。针对传统混合高斯模型法的不足,提出一种改进的基于混合高斯模型的运动目标检测算法,利用帧差法对光照突变适应性较好和算法简单的特点,将传统混合高斯模型法与和四帧差法结合。实验结果表明,该方法能够有效地消除复杂环境中的噪声,并对阴影有一定的抑制作用,提高了运动目标检测的准确性和完整性。     

基于凸优化技术的改进型卡尔曼滤波算法

为了能够在高斯噪声和稀疏噪声混合情况下对目标进行准确跟踪,提出基于凸优化的改进型卡尔曼目标跟踪算法。改进后的方法以传统卡尔曼滤波方法为基础,结合凸优化技术,从最大后验估计理论和贝叶斯理论的角度构建目标跟踪的优化问题,将噪声统计特性作为先验约束引入优化过程中,实现在高斯噪声和稀疏噪声混合情况下对目标的准确跟踪。仿真实验结果证明该方法的可行性和有效性。     

基于帧间扰动相关性的弱小目标提取方法

帧差分和背景差分技术在运动目标检测方面具有很好的原理性效果;但是对弱小目标图像来说,当目标尺寸和噪声、干扰点尺寸能够比拟,硬件系统和信号噪声的随机性会使差分方法几乎完全失效;在研究差分结果噪声相关性的基础上,提出定点能量积累,避免了能量积累时对目标运动速度的限制;并利用组合扰动排除法,大幅度削弱了帧间相互独立的噪声和杂波干扰;实验结果表明,该方法能够以较低的运算量准确地检测出强噪声干扰和复杂背景下的运动弱小目标,实时性好。     

基于高斯模型和卡尔曼预测的检测与跟踪

为同时保证运动目标检测与跟踪的稳定性与准确性,提出一种基于高斯模型和卡尔曼预测的检测与跟踪方法.在检测中,先采用分块拼接方式初始化背景,再利用动态权值完成高斯背景模型自适应更新,使得目标检测能够持续有效.在跟踪中,Kalman滤波器利用目标检测结果完成预测跟踪,并且对观测噪声矩阵进行自适应更新,使得跟踪的稳定性得到加强.实验结果表明,该算法能够良好地保证其有效性.     

Small target recognition method on weak features

For real time tracking the moving small target under complex backgrounds, this paper will present a tracking algorithm and a recognition method for small target based on the fusion filtering of single frame and multiple frames. For a case that the moving small target is masked or submersed easily by other objects or noise in complex background, this paper will present an opening and closing transform algorithm to eliminate or weaken background and noise; present a competitive model with adaptive neural network of online learning for the puniness characteristics of moving small target, use its competitive active unit to extract the multidimensional characteristic parameter of small target; consequently, present a tracking recognition method for moving small target based on a complex background. In conclusion, the significant novelty is the small target recognition method proposed, including the eliminating noise method, extraction method for weak small features, establishment of prediction model of motion target state, recognition method for small target. These researches development in this paper help to the personnel of target recognition and image processing understand the motion law, reduce expenditure, decrease unnecessary damage or injury, etc.

     

基于改进Kalman滤波的可见光极小目标TBD跟踪方法

针对无人机可见光图像极小目标跟踪问题,本文提出一种基于改进卡尔曼滤波的 (Tracking before detection,TBD)跟踪方法。首先利用检测算法定位目标位置作为卡尔曼滤波的测量值,检测过程中的匹配相似度参数作为卡尔曼滤波测量噪声协方差矩阵的参照依据,其次利用卡尔曼滤波建立跟踪框架预测下一帧的目标位置,最后检测模块以预测位置为 参考位置进行局部搜索,完成整个检测跟踪过程。为了提高跟踪效率,本文根据检测和预测位置积累误差判决检测模式,误差超过门限值则采取全局检测模式消除积累误差,否 则使用局部检测模式,降低TBD跟踪算法的运算复杂度。仿真实验证明,本文方法可以有效检测跟踪极小目标,提高跟踪的实时处理能力。     

基于双耦合改进型混沌振子系统的弱信号检测

介绍传统的单Duffing混沌振子系统检测微弱信号的原理。传统混沌检测弱信号方法中,在强噪声环境下检测弱信号时系统易出现相位变化不稳定、抗噪性需进一步增强等问题。针对这些问题,本文提出基于双Duffing耦合改进型振子系统来对强噪声环境下的弱信号进行检测的方法,并用此方法对强噪声下的微弱正弦信号进行检测仿真。通过仿真得出双耦合改进型混沌振子系统能够更好地检测强噪声环境下的弱信号,对噪声有着更好的抑制作用。     

Automatic target recognition and tracking in forward-looking infrared image sequences with a complex background

This paper presents a technique for automatic airborne target recognition and tracking in forward-looking infrared (FLIR) images with a complex background. An image splitting and merging method is applied for detecting target signals. The presence of a complex background due to clouds and sun glint generates clutter in the image with the resulting possibility of false alarms. A Bayesian classifier trained using the NMI (normalized moment of inertia) feature is proposed for efficient clutter rejection. After classification, target candidates are entered into a tracking filter. As an efficient and robust multi-target tracking filter in cluttered environments, the JDC-JIHPDAF is proposed. Experimental results using a wide range of real FLIR images ensure reliable classification and automatic target recognition performance.     

新的全球定位系统弱信号高灵敏捕获算法

通过对弱信号条件下的全球定位系统(GPS)捕获算法的分析,建立了相干累加—非相干累加结合捕获算法的信号模型及检测概率模型。为了提高强弱信号并存时GPS卫星信号的捕获性能,提出一种采用序贯概率比检测方法的GPS捕获算法。对该方法和相干累加—非相干累加算法的检测概率、时间复杂度进行了分析比较,并进行了仿真验证。通过理论分析和计算机仿真,证明该方法在保证较高检测概率性能情况下,可以有效地缩短强弱信号并存时的检测时间,提高对GPS弱信号的捕获性能。     

一种优化的火箭弹图像检测与跟踪算法

文章研究火箭弹图像的检测及跟踪。首先,提出了一种基于B样条函数对火箭弹图像进行边缘检测的算法,文中推导了相应的数学模型,并通过最大熵阈值法、图像细化以及计算中心点等,以提取火箭弹图像形心坐标,在此基础上提出一种基于最优组合模型对火箭弹运行参数进行跟踪,该模型的主要特点是避免了单一预测模型仅利用部分信息而带来的不足。文中对实际拍摄的火箭弹图像进行实验研究,得到的图像边缘清晰连续、中心点位置准确,较目前常用算法在火箭弹图像边缘检测方面有更大的优势,文中同时仿真证实了优化预测模型较单一预测方法降低了预测误差、提高了预测精度,有较好的应用前景。     

基于SVD-形态降噪的TKEO故障诊断方法研究

针对强噪声干扰背景下微弱故障特征信息难以提取的问题,提出了一种基于奇异值分解(SVD)-形态降噪的Teager能量算子(TKEO)故障诊断方法.首先对轴承振动信号进行SVD,对得到的分量信号进行形态滤波,以滤除噪声干扰;然后利用峭度准则对分量信号进行筛选,并对其进行重构;最后利用TKEO计算重构信号的瞬时能量,得到信号的能量谱,提取振动信号的特征.将提出的方法应用于滚动轴承故障分析,结果表明该方法能清晰地提取故障特征信息.     

小波神经网络在微弱信号检测中的应用

因为噪声总是会影响检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。小波神经网络比数字滤波器更加适合检测微弱信号。小波神经网络是一种时频分析的自适应系统,它能检测信号中的微小变化。该文提出了一种新的检测白噪声中微弱信号的方法。仿真结果表明,小波神经网络在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

Dual-scale cascaded adaptive stochastic resonance for rotary machine health monitoring

Effective extraction of weak signals submerged in strong noise that are indicative of structural defects has remained a major challenge in fault diagnosis for rotary machines. Unlike traditional techniques that focus on noise filtering and reduction, stochastic resonance (SR) takes a noise-assisted approach to detecting weak signals. This paper presents a new adaptive method for weak signal detection, termed Dual-scale Cascaded Adaptive Stochastic Resonance (DuSCASR), which can quantify the frequency content of a weak signal without prior knowledge. Simulations and experiments have confirmed the effectiveness of the method in bearing fault diagnosis at the incipient stage, with high precision and robustness.     

Distributed particle filter based speaker tracking in distributed microphone networks under non-Gaussian noise environments

Non-Gaussian noise distorts the speech signals and leads to the degradation of speaker tracking performance. In this paper, a distributed particle filter (DPF) based speaker tracking method in distributed microphone networks under non-Gaussian noise and reverberant environments is proposed. A generalized correntropy function is first presented to estimate the time differences of arrival (TDOA) for speech signals at each node in distributed microphone networks. Next, to address spurious TDOA estimations caused by noise and reverberation, a multiple-hypothesis likelihood model is introduced to calculate the local likelihood functions of the DPF. Finally, a DPF fusing local likelihood functions with an average consensus algorithm is employed to estimate a moving speaker's positions. The proposed method can accurately track the speaker under non-Gaussian noise and reverberant environments, and it is scalable and robust against the nodes failure in distributed networks. Simulation experiments show the validation of the proposed speaker tracking method.