基于小波变换的水天线提取算法研究

文中提出了一种基于小波变换的复杂背景下受强杂波、噪声污染的水天线的检测算 法。该算法利用了小波变换的多尺度特性,将要检测的图像进行多尺度小波变换,再采用多尺度边缘匹配,将不同尺度的输出集成为一个简单边缘图像。仿真试验结果表明,该方法可较强的抑制强杂波背景和强噪声的干扰,能有效检测出复杂海面背景中的水天线。     

一种基于随机集的PHD多目标多传感器关联算法

针对复杂电磁环境下的多目标关联计算量大、准确率低的问题,提出了一种基于随机集概率假设密度(PHD)的多目标多传感器关联算法。该方法首先采用高斯混合PHD(GMPHD)对多传感器的量测信息进行滤波,再对滤波结果做最近邻数据关联处理,从而得到多目标航迹。杂波环境下的仿真实验表明,该方法在保证滤波精度的同时,能够有效降低运算量,提高数据关联的准确度。     

基于多速率运动模型的多帧概率数据关联算法

该文指出Hong(2001)在多速率运动模型巾关于过程噪声的一处错误,提高了多速率运动模型状态估计效果,并在此基础上建立了多帧概率数据关联算法。在确定多帧量测数据有效回波时,提出双重门限方法,有效减少了多帧概率数据关联算法的计算量。最后针对各种杂波密度情况对多帧量测数据概率数据关联算法的性能进行了分析。     

一种实现多机动目标跟踪的JPDA-STF算法

联合概率数据关联(JPDA)算法在解决多目标跟踪时需要目标准确的动力学模型,动力学模型失配在多机动目标跟踪中时常发生,而作为有效的解决方法之一——强跟踪滤波(STF)是针对无杂波环境下的单机动目标设计的.为了提高杂波环境下多机动目标跟踪精度,提出一种联合概率数据关联强跟踪滤波(JPDA-STF)算法.该算法为了能够实现...     

角度信息辅助的集中式多传感器多假设跟踪算法

对于密集杂波环境中的多目标跟踪,传统集中式多传感器多假设跟踪(CMS-MHT)算法在每一时刻的航迹-量测关联假设数量大大增加,导致数据关联不确定性增大,以至很难由常规航迹得分给出正确关联,表现为高的漏情率以及航迹分裂现象。基于传感器测量误差较小时虚警与目标量测的空间分布特点,针对多个相同类型传感器进行目标跟踪,该文提出一种角度信息辅助的CMS-MHT算法,设计了新的角度信息辅助的航迹得分计算方法,可以降低航迹-量测关联的不确定性,从而得到比传统CMS-MHT更优的关联假设。仿真实验结果表明,在密集杂波环境中,该算法能有效降低漏情率,并有更好的航迹完整性。     

多传感器模糊-概率交互作用的数据关联算法

本文基于估计理论和模糊系统理论,提出了一种多传感器多回波模糊－概率交互作用的数据关联滤波算法,以解决密集杂波干扰环境中多传感器跟踪机动目标的数据关联问题。模糊关联度和关联概率共同组成了各有效回波的加权系数,弥补了概率数据关联滤波方法（ＰＤＡＦ）的不足,提高了杂波环境中机动目标的跟踪性能。     

基于时频脊-Radon变换的海面小目标检测方法

针对海杂波背景下雷达对海面弱小目标探测技术难题,提出一种基于时频脊-Radon变换的帧平滑双特征检测方法。该方法首先采用分块白化方法对海杂波进行抑制,根据抑制后海杂波单元与目标单元在时频域二维平面呈现的不同能量分布特征,对时频脊做Radon变换并在变换域特征空间中提取出峰值和频宽特征。考虑到实际雷达采用的相干脉冲数通常较少（大多情况下为64个或更少）,易导致特征不稳定,进而影响海杂波与目标可分性,为此,通过多帧扫描历史数据和当前帧数据的综合应用,对特征做帧平滑处理以增强可分性。最后采用凸包分类算法,在双特征平面进行融合检测。经2级和4级海况实测数据验证,在同等参数条件下,本文检测方法相比已有基于时频三特征的检测方法、频域CFAR检测方法和分形特征检测方法具有更好的检测性能。      

基于多规则小波变换的视频水印加密算法研究

通过对视频嵌入水印的安全性和鲁棒性的分析,采用了一种基于多规则小波变换的视频水印嵌入与提取算法.该算法首先对水印图像进行置乱加密增强其安全性,其次对视频帧和水印图像分别进行多层小波变换,最后根据不同的小波系数进行多规则水印嵌入.算法不仅充分利用了小波变换的多分辨特性,而且兼顾了水印的不可感知性和视频帧的鲁棒性.实验结果表明,该算法对高斯噪声、几何失真和压缩等具有良好的安全性和鲁棒性.     

基于多特征融合的红外目标关联算法

利用红外目标同时具有位置、灰度、面积等多特征的特点,提出了一种基于多特征融合的目标关联算法.首先在极坐标系下对目标位置采用概率数据关联算法计算候选目标的关联概率,然后结合目标的灰度、面积特征的预测误差计算关联波门中的候选目标在各种特征条件下的关联概率,进而利用多特征融合方式,计算出综合关联概率,完成目标状态估计的更新.实验仿真结果表明,由于跟踪关联概率由多种特征共同确定,避免了目标位置特征信息不稳定所造成的跟踪精度下降的问题,实现了密集杂波环境下红外目标稳定跟踪,其跟踪精度和稳定性明显高于依靠位置特征信息进行关联的传统概率数据关联算法.     

基于自适应可调Q因子小波变换的海杂波背景下的目标检测技术

本文针对海杂波背景下的慢速微弱目标的检测问题,根据海杂波和目标的振荡特性差异,提出了一种基于自适应可调Q因子小波变换(Adaptive Tunable Q-factor Wavelet Transform,A-TQWT)的海杂波背景下的目标检测算法.通过迭代计算、搜索出最能匹配海杂波和目标振荡特性的可调Q小波变换(TQ...     

基于恒比鉴别和小波变换的脉冲激光雷达成像

为了提升脉冲激光雷达的成像性能,减小杂波对雷达成像的影响,本文提出了一种将恒比鉴别算法和小波变换算法相结合的复合算法。利用由激光脉冲发射、杂波干扰、激光脉冲接收和生成目标图像构成的仿真模型,分别使用恒比鉴别算法,小波变换算法,恒比鉴别和小波变换的复合算法生成激光雷达图像。同时为了进一步提高新复合算法的性能,提出了一种基于新型的阈值函数的小波变换算法与恒比鉴别结合,生成激光雷达图像。仿真分析的对比结果表明,基于恒比鉴别和小波变换的复合算法的雷达图像的均方误差为9.5508,基于恒比鉴别和改进小波变换的复合算法的雷达图像的均方误差为7.9065,均方误差小于其他算法,从而证明了新复合算法在杂波识别方面具有更好的性能。     

海杂波背景下基于FRFT的多运动目标检测快速算法

针对海杂波背景中多运动目标检测问题,建立了目标检测和参数估计模型,结合小波包变换（WPT）的多尺度分辨能力和分数阶Fourier变换（FRFT）对线性调频（LFM）信号良好的能量聚集性的特点,提出了一种应用小波包变换的FRFT域动目标检测算法。算法采用“最小Shannon熵”标准确定最优小波树,利用阈值删除技术,对不同频段信号进行滤波,达到抑制海杂波的目的;经分数阶Fourier变换后,取峰值的绝对值作为检测统计量,与门限进行比较后判断目标的有无。采用分级迭代运算的方法估计目标参数,大大提高了运算速度,降低了运算量;借鉴“CLEAN”思想,有效地解决了强目标对弱目标的遮蔽影响。经X波段实测海杂波数据验证,算法具有良好的检测海杂波中微弱动目标的能力。      

复杂杂波背景下海洋SAR图像中舰船目标的检测

针对卫星SAR图像海洋背景和舰船目标特点,文献[1]提出了基于小波多分辨率分析的卫星SAR海洋图像舰船目标检测的新方法。在此基础上,本文针对不同海情杂波服从不同概率密度分布的特点,讨论了复杂杂波背景下基于小波变换检测海洋SAR图像中舰船目标的性能,给出了不同海情下的检测性能,并与传统门限检测方法比较,给出了不同信杂比下虚警概率曲线。仿真结果表明,该方法实用、有效。     

杂波环境下被动多传感器机动目标跟踪新算法

针对杂波环境被动传感器机动目标跟踪问题,该文研究了一种基于粒子滤波的被动多传感器机动目标跟踪新算法。 在该算法中,首先推导了杂波环境下粒子滤波的似然函数表达式。其次将粒子滤波与交互多模型(IMM)相结合,用IMM方法实现模型的切换,以适应目标的机动变化。用粒子滤波实现对观测方程的非线性处理。最后,建立了被动多传感器的非线性观测模型,避免了目标的不可观测性,并且算法还能够处理非高斯噪声情况。仿真实验结果表明,提出的算法能够有效地对被动机动目标跟踪,且性能优于交互多模型概率数据关联滤波器(IMM-PDAF)。     

一种非均匀Weibull杂波背景中的CFAR检测器

针对传统恒虚警(CFAR)算法在非均匀环境下,待检测单元(CUT)与参考窗的分辨单元不具有独立同分布(IID)特性,检测器性能出现剧烈下降的问题,提出一种新的CFAR检测器。该检测器首先引入一种M-N杂波边缘二元积累实现非均匀杂波边缘提取;然后,对数据平面内相邻杂波边缘内的数据,利用一种地形特征分类算法实现对地形的分类编号;最后,根据地形编号选择与CUT相同地形的分辨单元作为参考单元实现CFAR检测,则所选择的参考单元与CUT具有IID特性。利用实测数据验证M-N杂波边缘二元积累检测算法和地形特征分类算法的有效性。计算机仿真证明:文中提出的CFAR检测器的性能,比传统CFAR检测器的性能有明显提升。     

一种改进的基于特征空间自适应波束形成算法

在基于特征空间(ESB)自适应波束形成算法的基础上,本文提出一种更稳健的波束形成算法,该算法利用对阵列接收信号相关矩阵特征分解获得的信号子空间,对基于特征空间算法中的约束导向矢量进行校正,并完成波束形成.计算机仿真和分析证实了该算法性能要优于常规ESB算法的性能.     

多源观测逆问题的多尺度分布式分层求解算法

针对多源观测逆问题求解时所需的计算量过大这问题,该文给出了多源观测逆问题的一种多尺度分布式分层求解算法。其基本思想是:首先,对各传感器上采集到的观测数据分别进行多尺度分解;其次,基于每个传感器的观测信息,得到目标信号的小波变换系数的局部最优估计值;然后,基于相对误差协方差矩阵提供的信息,在每个尺度上将目标信号的小波系数或最粗尺度系数的局部估计值进行融合;最后,做小波逆变换,得到目标信号基于全局信息的融合估计值。采用该算法求解多源观测逆问题既能得到与采用集中式求解算法相当的估计效果,又能有效地降低求解所需的计算量,进一步增强算法的可实施性。     

基于核密度杂波估计的改进MHT算法

传统多假设跟踪(Multiple Hypothesis Tracker,MHT)算法假定杂波强度先验已知,在未知杂波的观测场景中,杂波强度误差将导致数据关联的准确性急剧下降.针对这一问题,本文提出一种基于核密度估计(Kernel Density Estimation,KDE)的在线杂波估计MHT算法.首先利用核密度函数...     

Weibull海杂波环境中基于Hough变换的目标检测研究

给出了基于Hough变换的信号检测结构，用Weibull分布对加拿大McMaster大学IPIX雷达的某单个距离单元的海杂波幅度数据进行拟合，构造了仿真环境，基于MonteCarlo仿真对基于Hough变换的检测器在非起伏目标和四种Swerling起伏环境下的目标检测性能进行了分析，并得到了有参考价值的结论