一种抑制DPA评价函数扩散的方法

传统DPA算法在跟踪目标的过程中存在评价函数的扩散现象,即目标周围的评价函数会被"抬高",形成以目标所在位置为顶点的"目标锥"。若目标相距较近,各目标锥会相互融合,导致DPA算法难以有效地将全部目标检测出来。且经研究发现,目标的信噪比越高、或检测时间越长,扩散的程度就越大,故抑制各目标(特别是较高信噪比目标)的扩散很有必要。为此,提出了一种对评价函数扩散的抑制方法,目标信噪比越高,该方法对扩散的抑制效果越显著。仿真结果表明,采用新方法后目标周围评价函数的扩散程度相比传统DPA算法有了明显减弱,提高了DPA算法检测密集目标的能力。     

红外点目标跟踪方法综述

综述了常见的红外点目标跟踪方法。介绍了全局最近邻(GNN)、概率数据关联(PDA)、联合概率数据关联(JPDA)、多假设跟踪(MHT)和动态规划(DPA)等算法,讨论了它们的区别、联系。介绍了概率假设密度(PHD)滤波方法,指出它在跟踪多目标方面相比其他算法的优势。展望了红外点目标跟踪方法的研究前景,提出对DPA和PHD两算法的继续研究是今后的重要研究方向。     

无源双基地雷达系统直达波抑制算法

无源双基地雷达系统目标时延和多普勒频移估计,一般采用直达波通道信号与目标回波通道信号作互模糊函数处理,通过搜索互模糊函数的峰值来检测目标。虽然直达波干扰信号的互模糊函数峰值出现在零时延和零多普勒频移处,但其能量远大于目标回波信号,导致信号检测噪声门限增高,旁瓣电平增大,从而淹没目标信号。利用矢量空间的最小二乘算法抑制目标通道中的直达波信号,针对计算速度问题,提出了改进算法。仿真结果表明,该算法能够明显抑制直达波信号,同时该算法也可以完成弱目标的检测,因而具有重要的应用意义。     

低信噪比下融合随机共振的运动目标检测算法

为提高智能视频监控系统中运动目标检测算法在低信噪比条件下的鲁棒性,结合混合高斯背景建模算法和随机共振原理实现一种低信噪比下的运动目标检测算法。算法根据混合高斯背景模型对当前帧生成目标概率灰度图,在本文定义的性能评价函数下,通过向该概率灰度图添加噪声使得评价函数最优化从而达到随机共振,对该随机共振灰度图进行阈值分割得到输出的检测目标。针对昏暗、大雾和红外视频分别进行了实验,证实了本文算法的有效性同时也显示本文算法相对于普通背景差算法性能获得了明显提升。     

基于子束变换的自适应线性特征检测

子束变换是一种在多个尺度上对图像线段求积分的线段检测算法.针对二值图像中的线性特征,在强杂波环境下,研究了子束变换的特征检测问题.综合利用了不同尺度上的子束特性,引入线性插值、新的目标函数和Chebyshev不等式,提出了一种自适应线性特征检测算法.仿真结果表明,该算法对杂波环境下的线性特征检测非常有效,并对短线干扰有一定的抑制能力.     

基于RBF神经网络的背景估计及红外小目标检测

利用RBF神经网络的函数逼近特性,得到了一种红外图像背景估计算法,进而提出了一种检测红外小目标的方法。利用有目标和没有目标的真实红外图像对此算法进行检测,背景估计效果理想,小目标检测效果理想,证明该算法是可行有效的。     

基于DSP的运动目标检测算法优化

本文针对视频图像运动目标检测算法数据量多、处理速度慢的缺点,提出了对运动目标检测算法的优化方法,使用基于TMS320C64X系列DSP的程序优化方法对运动目标检测代码进行优化,采用了编译器选项、内联函数与宏定义、查找表、软件流水等优化方法,最后综合分析了相关优化方法对于时间性能的改进情况,实验结果证明了优化方法的有效性。     

最小二乘向量机结合光谱维信息检测弱小目标

现有天基红外导弹预警系统对目标的检测侧重于对红外图像的处理。从光谱维数据分析角度出发,结合红外弱小目标图像信噪比低的特点,提出了一种利用最小二乘向量机(LSSVM)结合目标光谱维信息检测弱小目标的方法,并以F测度函数为适应度函数,利用人工蜂群算法(ABC)对最小二乘向量机的正则化参数和核函数参数进行优化。应用小样本训练数据建立了LSSVM检测器,以4型典型导弹目标尾焰红外辐射特征谱数据作为训练样本,比较了ABC算法、网格搜索(grid search)算法、粒子群(PSO)算法和遗传(GA)算法。实验结果表明,在低信噪比条件下,由ABC优化的LSSVM模型能获得更好的检测性能。     

基于自适应二阶终端滑模的航天器有限时间姿态机动算法

针对航天器有限时间姿态机动问题,提出一种自适应二阶终端滑模控制算法。设计一种终端滑模面,保证系统状态能够在有限时间内沿滑模面收敛到系统原点;为克服系统抖振,设计了二阶终端滑模控制器,并采用参数自适应估计项补偿系统中的外部干扰力矩。基于Lyapunov函数法证明了二阶自适应终端滑模控制器能够保证闭环系统实际有限时间稳定。仿真结果表明,提出的姿态机动算法响应速度快、精度高,能够有效实现对系统抖振和外部干扰的抑制,具有重要的科学意义和工程应用价值。     

混沌蝙蝠算法UAV网络控制系统故障诊断策略

针对总线条件下具有双通道多包传输的短时变时延无人机(Unmanned Aerial Vehicle,UAV)发动机控制系统,提出一种基于改进蝙蝠优化算法(Bat Algorithm,BA)的发动机故障检测算法,快速变化的延迟被认为是系统不确定性的一种。残差信号的传递函数与噪声和故障信号的传递函数之比用作目标函数。通过改进的Bat算法对其进行优化,以获得最佳的观察增益矩阵,使得该故障观测器系统不仅能够抑制噪声,而且对提升对故障敏感程度。最后将该方法在网络控制系统半物理平台上进行仿真,仿真结果说明所提出的方法能够同时抑制噪声信号和放大故障信号,从而提高了故障诊断的正确率,降低了虚警率。     

一种评价伪装目标雷达发现概率的方法

为简化描述脉冲积累数、雷达参数及目标后向散射截面与发现概率、虚警概率之间的关系,结合伪装效果检测情况,提出了一种评价目标伪装前后雷达发现概率的方法,即构建评价函数对上述关系进行特征逼近研究.结果表明,该评价函数能反映伪装前后目标RCS与背景RCS比值的变化规律,且计算过程简单,可用于雷达检测评估.     

红外空中小目标小波域检测方法

针对空中远距离红外小目标检测的实际问题,提出了一种基于小波变换的检测算法.该方法首先对小目标图像进行小波分解并在考虑高频系数能量的基础上对噪声和背景边缘系数进行抑制,然后将遗留下来的高频系数通过线性映射变换成灰度图像.其次对3个方向的高频图像按照一维最大熵法进行二值化处理并通过形态开算子进一步滤除噪声,随后将高频图像两两相与关联生成单帧检测结果,并进一步利用帧间目标位置的相关性完成小目标检测过程.最后,在原图像中以检测结果图像的质心为中心生成跟踪窗口.试验结果表明,相对于通常的小目标检测算法,提出的算法在背景抑制、检测准确度以及速度方面都具有一定的优势.     

基于改进Radon-wigner变换的微弱目标加速度估计算法

针对已有Radon-Wigner变换（RWT）对线性调频连续波（linear frequency modulated continuous wave,LFMCW）雷达目标加速度估计计算复杂高、精度低的问题,提出了一种改进的RWT算法。该算法通过熵值法得到加速度的粗估计,对RWT结果求二阶原点矩减小搜索计算量,并且提出了RWT插值方法,将其应用到迭代RWT中用于提高加速度估计精度。实验结果表明,该算法在低信噪比的情况下可以准确检测出匀加速微弱目标,计算量较小且精度较高。     

针对军事集群目标的YOLOv3改进算法研究

YOLOv3目标检测模型对于巡飞弹作战中的军事集群目标存在可能漏检紧邻目标的问题.改进算法以YOLOv3为基础,对其候选框选择算法采用的非极大值抑制(NMS)引入惩罚函数,实现soft-NMS,从而减少紧邻目标识别边框被误删的概率.同时针对军事目标数据稀缺的情况,对数据的预处理采用k-fold交叉验证策略,抑制过拟合现象,充分训练模型.实验结果表明,改进算法后对集群目标的检测效果要好于原YOLOv3,其准确率提高了3.14％,召回率提高了17.58％,符合巡飞弹作战中对目标检测精度指标的要求.     

基于候选轨迹统计模型的红外弱小点目标检测(英文)

建立候选目标轨迹集合,以候选目标轨迹集合为样本空间,利用沿候选轨迹的能量积分构造此空间上的概率分布,从而建立候选轨迹的概率统计模型.以此模型为基础,设计了一种弱小点目标检测方法.通过蒙特卡罗实验方法调节模型参数,使得算法的检测性能达到所提出的指标.该算法规避了以往算法中需要获得解析形式的候选轨迹密度函数的限制,因此能检测出沿任意方向作直线运动的点目标.最后,针对给定的弱小点目标观测图像序列,利用所提出的算法进行检测,仿真结果证明此算法是有效的.     

基于人眼视觉特性的盲图像质量评价

文中针对含噪图像的质量评价,提出一种基于人眼视觉特性的盲图像质量评价算法。利用人类视觉系统的对比度敏感函数对空间域的噪声检测结果进行加权,得到符合主观评价结果的盲图像质量评价值。利用L IVE图像库的评价图像和主观评价值对算法进行了仿真验证。仿真实验结果表明,该方法具有无参考、运算复杂度低、主客观评价较一致等特点。     

主动声纳宽带信号的一种高效参数估计算法

讨论在宽带信号体制下,对水中高速目标的检测与估计问题,给出了高斯包络线性调频信号必须采用宽带模糊函数进行检测时的带宽和目标速度范围。在仿真分析了信号宽带、窄带模糊函数主峰特性的基础上,提出了一种联合利用宽带模糊函数和窄带模糊函数的高效目标参数估计算法,该算法可以将二维相关运算简化到一维相关运算,降低了运算量,同时具有良好的估计精度。     

跟踪机动目标的一般输入估计方法

本文提出一种新的目标跟踪输入估计方法。传统输入估计方法的主要缺陷是假设目标机动强度在检测窗内是常量。本文的新方法把目标的机动视为一些基本时间函数的线性组合,从而克服了上述缺陷。由此得出的算法具有包括此前输入估计研究成果的一般形式。根据选取的机动模型和其他设计参数如检测窗宽度、量测噪声水平和采样周期等,研究检测灵敏度,并据此分析了本文算法的检测性能。计算机仿真研究表明本文新算法的性能比得上Bogler输入估计方法,且计算时间大大减少。     

基于二阶Keystone的微弱运动目标检测

雷达技术是为了探测远距离目标而发展起来的。弹载雷达处理回波信号,实现对移动目标的测速与测距。微弱运动目标的"远距、低可探测、高机动"性使传统的检测方法难以识别、探测、跟踪。为提高对这类目标的检测能力,常会对信号进行积累。但由于目标的运动,长时间积累会产生跨越距离走动单元与跨速度单元现象。研究了匀加速运动目标回波信号模型,分析其中引起距离走动的分项,分析比较用一阶与二阶Keystone算法校正距离走动的效果,选择用CZT-IFFT(Chirp-Z transformation-inverse fast fourier transform)的方法实现二阶Keystone校正距离弯曲与距离走动,并对比了不同校正方法的信噪比改善效果。     

基于改进动态规划的雷达弱小目标检测与跟踪

针对复杂背景下雷达弱小目标的检测和跟踪问题,提出了一种改进动态规划的检测前跟踪算法.该方法用多级检验判决方法代替常用的两级门限检测,并用传统跟踪技术进行目标位置状态估计,根据估计值与状态值的欧氏距离设计一个惩罚项来改进值函数.通过仿真验证,结果表明该方法能有效消除伪航迹,减小计算量,提高对雷达弱小目标的检测和跟踪性能.