一种基于强散射中心的距离扩展目标检测方法

针对高分辨率雷达距离扩展目标检测问题,利用广义似然比检验,提出了一种基于强散射中心的恒虚警检测器.首先,以较高的第一虚警概率设置第一门限,提取强散射中心,然后针对强散射中心采用广义似然比方法得到检测统计量,并与基于第二虚警概率的检测门限进行比较,判断目标有无.仿真实验表明,这种检测器在已知和未知散射中心空域分布时都要优于SDD-GLRT(Spatial scattering density-generalized likelihood ratio test)检测器,并且具有鲁棒性.     

用TMS320C25高速信号处理器实现混响背景下的动目标检测

本文对混响和噪声干扰下动目标检测的高速信号处理顺实现进行了研究。依据水下信号处理任务的特点,结合流水线处理和并行处理,采用模块化设计方法,实现了一个由1片8086微处理器和7片高速数字信号处理器TMS320C25构成的高速信号处理系统。该系统成功地实时实现了混响背景下的动目标检测,同时也能实现复杂的信号处理算法。     

基于改进VI-CFAR的模糊距离扩展目标检测算法

为了提高主动声呐在高斯背景下对距离扩展目标的检测能力,本文提出了一种新的恒虚警(CFAR)检测方法。该方法首先利用最小选择无偏最小方差和单元平均(UMCASO)方法对可变指数恒虚警(VI-CFAR)进行改进,得到改进VI-CFAR方法,再将其用于对距离扩展目标检测的第一门限处理中,同时第二门限处理使用模糊积累方法。仿真结果表明,该方法在均匀背景下只有较小的CFAR损失,而在多目标干扰下相比传统方法有更强的鲁棒性,对抗多目标干扰性能优越。对于起伏目标模型,模糊代数积积累准则性能优于模糊代数和积累准则。在不同的背景下,选用与之相适应的积累准则,可获得较为理想的检测性能。     

基于GLRT的光学卫星遥感图像舰船目标检测

传统的CFAR检测应用到光学卫星遥感图像舰船目标检测中时不能对黑极性目标进行判断,针对此提出改进的基于广义似然比检验(Generalized Likelihood Ratio Test,GLRT)的舰船目标检测算法。该算法采用滑动窗口检测形式,在假设背景和目标灰度均服从高斯分布的前提下,通过GLRT判断背景窗口与目标窗口是否同分布来检测目标,兼顾了目标黑白两种极性的情况。算法实现中对图像进行了分块检测,并通过形态学处理对检测结果进行了目标聚类。采用SPOT5与CBERS实测数据进行实验,验证了海背景服从高斯分布的假设。典型数据检测结果表明,该算法可以检测黑极性目标,且相比CFAR虚警率更低,大量数据计算ROC曲线的结果以及比CFAR检测少约40%的耗时进一步表明该算法性能更优。     

稀疏距离扩展目标自适应检测及性能分析

在球不变随机向量杂波背景下,研究了稀疏距离扩展目标的自适应检测问题.基于有序检测理论, 利用协方差矩阵估计方法,分析了自适应检测器(Adaptive detector, AD).其中,基于采样协方差矩阵(Sample covariance matrix, SCM)和归一化采样协方差矩阵(Normalized sample covariance matrix, NSCM),分别建立了AD-SCM和AD-NSCM检测器.从恒虚警率特性和检测性能综合来看, AD-NSCM的性能优于AD-SCM和已有的修正广义似然比检测器.最后,通过仿真实验验证了所提方法的有效性.     

有色噪声中信号的GLRT检测算法研究

针对在高斯广义平稳(WSS)有色噪声环境中含有未知参数信号的检测问题,对于广义似然比检验(GLRT)和匹配子空间方法,提出了一种新的检测算法.通过AR(自回归)参数模型得到含有未知参数的信号加噪声渐进概率密度函数,利用参数变换的方法把一个非线性最小二乘估计问题转化为线性求解问题,然后采用最小二乘估计方法得到参数的极大似然估计(MLE),从而建立了具有恒虚警特性的GLRT检测器.最后结合匹配子空间方法得到了检测概率和虚警概率的表达式,计算机仿真实验验证了方法的有效性.     

基于相对欧氏距离的背景差值法视频目标检测

为了从包含大量冗余信息的监控视频中快速查找到运动目标,提出了一种改进的背景差值目标检测算法。首先,通过灰度化和中值滤波对视频图像进行预处理;其次,对视频帧进行抽样统计,计算各个对应像素点的灰度值的中值,建立背景模型;再次,通过大量的实验确定合适的阈值后,计算当前帧与背景模型之间欧氏距离的相对差值,并由此判断前景帧和背景帧;最后,将含有运动目标的图像或视频截取出来。实验结果表明,该方法可以更加准确有效地检测目标,可用于视频监控(如生活小区、铁路交通、仓库的监控视频等)中的目标检测。     

一种工程化的双门限辐射源目标识别方法

针对辐射源数量多、运动速度差异大、信息处理时效性要求高等特点,提出一类双门限辐射源目标识别方法;该方法首先构造信号与目标的相似度度量,通过双门限检测得到辐射源信号不属于任何目标、信号属于某个目标、模糊三类判定结论,对于模糊判定结果,构造差值门限进一步减小不确定性,提高目标识别能力;仿真结果表明所提出的方法能够快速有效地实现目标识别,便于工程化应用。     

一种改进的有色噪声背景下信号的检测算法

摘要:对于自回归型(AR)的广义平稳(WSS)高斯有色噪声,以改进的协方差法得到了该噪声未知参数基于AR模型的估计,该估计优于现在广泛使用的周期图方法.然后利用渐进似然函数,建立了广义似然比(GLRT)检测器,该检测器的性能依赖于噪声的未知参数估计的精度,并且得到了检测概率和虚警概率的渐进表达式.通过对含有WSS高斯有色噪声的信号在不同信噪比下的计算机仿真实验分析,结果验证了提出方法的有效性,而且检测性能明显优于原算法.     

基于GLRT零速检测算法的行人室内定位系统

针对微机电系统中惯性传感器漂移大、精度低导致室内行人定位精度不高的问题,本系统在惯性导航解算算法的基础上,提出基于广义似然比检验的零速检测算法.该方法是利用广义似然比检验对行人处于站立相或摆动相的概率进行估计以及进行零速更新,提高行人定位精度.基于本文提出的行人室内定位模型,搭建以惯性测量单元为核心的实验平台,评估本文算法的可行性.实验结果表明行人定位的动态误差为-1.8141 m~1.4516 m,置信度为97.61%.表明本文的行人室内定位系统满足实际定位的要求.     

Fault detection using multiscale PCA-based moving window GLRT

The presence of measurement errors (noise) in the data and mode l uncertainties degrade the performance quality of fault detection (FD) techniques. Therefore, an objective of this paper is to enhance the quality of FD by suppressing the effect of these errors using wavelet-based multiscale representation of data, which is a powerful feature extraction tool. Multiscale representation of data has been used to improve the FD abilities of principal component analysis. Thus, combining the advantages of multiscale representation with those of hypothesis testing should provide further improvements in FD. To do that, a moving window generalized likelihood ratio test (MW-GLRT) method based on multiscale principal component analysis (MSPCA) is proposed for FD. The dynamical multiscale representation is proposed to extract the deterministic features and decorrelate autocorrelated measurements. An extension of the popular hypothesis testing GLRT method is applied on the residuals from the MSPCA model, in order to further enhance the fault detection performance. In the proposed MW-GLRT method, the detection statistic equals the norm of the residuals in that window, which is equivalent to applying a mean filter on the squares of the residuals. This means that a proper moving window length needs to be selected, which is similar to estimating the mean filter length in data filtering. The fault detection performance of the MSPCA-based MW-GLRT chart is illustrated through two examples, one using synthetic data, and the other using simulated Tennessee Eastman Process (TEP) data. The results demonstrate the effectiveness of the MSPCA-based MW-GLRT method over the conventional PCA-based and MSPCA-based GLRT methods, and both of them provide better performance results when compared with the conventional PCA and MSPCA methods, through their respective charts T² and Q charts.     

混响噪声局部平稳条件下次佳检测方法研究

在东海海域的沉底小目标探测中,混响严重影响了回波信号对有效目标的探测.基于混响信号的局部平稳性结论,采用分段白化滤波器实现了混响背景下的信号次佳检测.仿真结果和海上实验结果均表明,该方法可以较好的抑制混响.     

一种基于典型相关分析的主动声纳水下混响抑制算法

混响抑制是提升主动声纳接收机性能的关键技术之一。传统的混响抑制算法主要采用多普勒和时间增益控制,以及预白化处理。这些算法需要对混响建模并进行参数估计,其计算量较大,且易受水声环境变化的影响。为了提升抗混响算法的鲁棒性,提出了一种基于典型相关分析的算法,能够与支持向量机结合实现对混响的预先分类识别。湖上试验结果表明该算法能够显著提升混响背景下主动声纳的检测性能。     

电站传感器故障在线自动检测

本文介绍以概率理论为基础的称为综合似然率试验的传感器故障在线自动检测技术，它不仅能检测传感器的故障，而且能诊断出故障的类型、幅值及发生的时间，保证了电站的控制和专家系统的正常工作，从而可提高电站的使用率，优化其性能及提高机组的寿命。     

视觉测量中环状编码标记点检测与识别方法

针对视觉测量中环状编码标记点检测识别易受成像角度、光照等因素影响的问题,提出了一种基于编码环采样的解码识别方法.使用Canny算子对图像进行边缘检测,提取图像轮廓结构信息,基于尺寸和形状约束,滤除非标记点轮廓;使用Otsu算法进一步提取标记点边缘环状邻域,通过最小二乘椭圆拟合求解椭圆参数,通过椭圆参数约束,再次滤除非标...     

基于运动区域的多目标检测

运动目标的检测在天文观测、气象分析、安全监视、交通管制等许多领域有着广泛的应用，它是机器视觉研究的重要课题。本文提出了基于运动区域的多目标检测方法，有效地解决了同一运动目标在序列图像中“远小近大”的问题，运用运动区域正确地检测出运动目标在序列图像中的位置。     

SAR图像中海上舰船目标自动检测新方法

针对中分辨率近岸海域SAR图像,结合已有的舰船检测算法,提出了一种新的海上舰船目标自动检测方法。该方法先根据相应的抽取算法和图像数据映射准则,分离图像中的海洋和陆地区域,并结合最大熵分割法提取海洋背景中包含候选目标的感兴趣区域,最后利用特征匹配方法检测出真正的舰船目标。对50多幅SAR图像进行了试验,其结果表明该方法能自动、快速、准确地检测出图像中舰船目标。     

面向航拍图像多运动目标的实时检测与识别

为了实现无人机(UAV)航拍图像中多运动目标的实时检测与识别,将静止目标和运动目标分别定义为背景和前景,利用图像稳化技术将航拍图像序列中的每帧与相邻帧对齐,克服UAV飞行动作对摄像机转动拍摄图像的影响;选取图像中的行人和车辆作为前景,分别使用哈尔(Haar-like)特征和级联分类器对图像中的目标进行检测和识别;利用密集光流计算两幅连续图像的运动矢量,从而区分静止目标(背景)和运动目标(前景),最终图像结果仅保留运动目标所在区域;将文章方法用于DroneVehicl航拍数据集实验,每秒平均帧数达到47.08 fps,检测精度为94%,并且表现出较高的召回率和F统计量,可达到实时检测与识别效果。