基于观测新息和状态信息的联合脉冲机动检测

针对提高空间机动目标跟踪精度的机动检测问题,提出一种新型机动检测方法-χ2-β检测法。该算法以脉冲前后沿为研究对象,通过分析观测新息和常推力a-β动力学模型中辅助变量β的物理特性,给出脉冲机动前后沿检测判据。仿真实验比较了χ2检测法和β检测法的特性,结果表明: χ2检测法,对机动前沿的敏感性与采样点和机动阀值相关,较多的采样点与较大的机动阀值可以降低虚警率,但会增加检测延时,反之,可以减小检测延时,但会增加虚警率;β检测法,对机动后沿的敏感性与滤波跟随性能相关,在测量精度的保证下,可对机动后沿准确检测。两种方法联合起来,可有效检测多种形式脉冲机动,性能优于传统的机动检测方法,具有一定的工程实用性。     

机动目标跟踪算法

文中提出了一种新的机动目标跟踪方法。一种基于新息序列的最快检测方案被设计出来,用于目标机动的快速检测。对给定的虚警概率,得出了最小机动检测延迟的最佳滑动窗口长度。检测到机动后,用增加机动项的方法修正系统模型。文中提出用递推算法来估计机动幅度。使用该估计,修正的卡尔曼(Kalman)滤波器可被用来对目标实施跟踪。仿真结果表明尤其是在目标机动过程中该算法具有优越的性能。     

箔条云干扰下的单目标恒虚警率检测研究

箔条云在扩散过程中随着时间变化会稀释和扩大,其回波特性会发生改变,被检测目标与箔条的相互位置关系也会影响雷达恒虚警检测。针对作战对抗过程中箔条干扰易造成雷达接收机阻塞干扰目标检测,检测概率迅速降低且易丢失目标贻误战机,通过详细分析箔条的扩散过程及信号频谱特性及其箔条云和目标的两种位置关系,利用恒虚警处理算法在噪声基底为10 dB和20 dB情况下对目标进行恒定虚警率检测研究。研究结果对改善飞机检测性能和抗虚警能力以及提高战场生存率具有积极作用。     

基于多步新息的机动检测方法

为提高末端防御系统对高速机动反舰导弹的处理能力,一种方法是提高武器系统目标跟踪数据率,使火控解算能够获得更多的目标信息,但数据采样率的提高会降低传统机动检测中单步窗口量测的信噪比。为此,提出了基于多步新息预测的机动检测算法。该算法利用当前量测值与多步预测值信息,并采用基于衰减记忆的机动检测方法,通过仿真计算方式,给出了最小机动检测延迟时间与衰减系数,以及与预测步长的关系;同时该方法还可有效降低检测虚警率。     

适用于水下高速机动目标的自适应检测方法

近年来,发展主动声呐目标检测技术逐渐成为水声信号领域的研究热点。该技术在实际应用中,浅海探测环境的复杂多变导致辅助数据获取困难,同时目标高速运动时引起的距离徙动现象会导致水下目标检测性能下降。针对这类问题,提出了一种适用于水下高速机动目标的自适应检测方法。首先,构建多元假设检验模型来准确描述高速机动目标的回波分布情况。其次,使用模型阶数选择方法来估计目标回波位置。然后,利用干扰协方差矩阵的斜对称特性有效减少辅助数据的需求量,以降低检测方法对辅助数据的依赖性。最后,基于广义似然比检验准则实现未知参数的最大似然估计以及检测统计量的推导。仿真结果表明,该方法具有恒虚警特性,同时在辅助数据受限的情况下,相较于其他同类检测方法有7dB以上的目标检测性能优势,并且能够更准确地估计目标回波分布情况,有效改善了距离徙动现象导致的检测性能下降问题。     

多预警机雷达信息融合的多普勒盲区目标检测

预警机雷达采用脉冲多普勒体制,不可避免地存在多普勒盲区。在对空工作模式下,多普勒盲区会导致目标频繁暂消和重复起批。在深入分析预警机雷达多普勒盲区目标的检测问题的基础上,构建了基于多站信息融合的分布式恒虚警率目标检测器。通过理论推导确定了融合规则,给出了局部雷达全空时处理条件下的目标检测广义似然比和虚警门限。仿真结果表明,该方法能够显著提高对落入多普勒盲区内的目标点迹的检测概率,同时改善了目标航迹质量,具有一定的实际意义和应用价值。     

一种基于最大选择的Switching-CFAR检测器

针对传统CFAR(Constant False Alarm Rate)检测器不能同时适应于均匀和非均匀杂波背景的问题,提出了一种改进的CFAR检测器,即IEGOS(Iterative Excision Greatest of Switching)-CFAR检测器。在迭代删除的基础上,采用Switching方法,利用检测单元幅度自适应选择参考单元,得到前后滑窗的局部杂波功率估计,然后取二者中的最大值作为总的杂波功率估计,实现恒虚警检测。在SwerlingⅡ型目标和瑞利包络杂波分布的假设下,推导证明了IEGOS的恒虚警性,与CA、GO、SO、OS和EXS算法的对比分析表明IEGOS在均匀杂波、多目标干扰和杂波边缘中均拥有较好的性能,且该算法无需排序,便于工程实现。     

提高视线转率精度的一种改进方法

视线转率算法的改进是提高视线转率精度的重要途径之一。提出了一种计算视线转率的修正的几何算法,并利用该算法改进了α-β滤波器,改进的α-β滤波器具有更高的精度,其性能与Kalman滤波器相当,但算法更简单、可靠。仿真结果验证了该方法的有效性。     

一种判决门限自动推荐的脉冲检测方法

在起伏环境中,针对判决门限设置导致的脉冲检测结果不稳定问题,提出一种判决门限自动推荐的脉冲检测方法。通过时域迭代相关法获取待分析数据包络;按类间类内方差比最小准则实现判决门限的自动推荐;根据推荐门限和检验统计量对"真脉冲"实现判决与提取。在仿真条件下,相比噪声方差法,在同一虚警概率和漏报概率下,该方法对判决环境的最低要求降低了4 d B,进一步降低了起伏环境对脉冲检测性能的影响,改善了脉冲检测效果。实测数据处理结果进一步证明了该方法的可行性和有效性。     

结合YdUaVa颜色模型和改进MobileNetV3的视频烟雾检测方法

为降低视频烟雾检测中的虚警率和提升检测效率,提出Y^dU^aV^a颜色模型,该模型可以表征烟雾的空间域分布特性和时间域变化特性。利用该颜色模型快速筛选出疑似烟雾图像块,降低虚警率和提升运算效率。提出改进的MobileNetV3网络结构,用于提取图像深度特征并对疑似烟雾图像块进行分类识别,检测视频中是否存在烟雾。视频烟雾检测仿真结果表明:该方法准确率和检测帧率高,虚警率低。     

基于χ~2检验的惯性/卫星紧耦合系统故障检测与隔离方法

研究了一种基于χ~2检验的惯性/卫星紧耦合系统故障检测与隔离方法,该方法可利用故障检测函数自动识别单个卫导故障,并实时剔除故障星重构观测信息序列,从而避免了对紧耦合系统的影响。构建数字化仿真环境对所研究的故障检测与隔离方法进行了仿真,仿真结果表明,该方法可在卫星发生故障时及时检测并隔离故障星,并自动实现观测信息重构,保证了紧耦合系统的精度和完好性。     

基于粒子滤波的目标跟踪抗野值算法

运用粒子滤波对目标位置进行跟踪时,测量数据的异常突变点、目标的机动转弯、粒子数量的制约和重要性密度函数的优劣都会导致估计误差较大的野值出现,这将严重影响雷达对目标的跟踪精度。现有的野值剔除方法在目标发生机动时,都存在误剔率较高的问题。针对这个问题,采用莱特准则与机动门限准则相结合的方法,提出了不确定观测点的概念,设计了一种适用于机动目标的抗野值粒子滤波算法。仿真结果表明,该方法能较好地检测和更新野值,降低跟踪误差,提高跟踪精度。     

一种基于点迹的刚体目标运动仿真方法

提出了一种基于点迹数据的六自由度刚体目标机动仿真方法。该方法在点迹数据的基础上,采用三次样条插值算法逼近目标航迹,据此求取偏航角,从而减少了由采样导致的误差;然后结合刚体目标运动特性,分别计算目标的横滚角和俯仰角;在此基础上引入机动调节参数,对目标的机动级别做出适当的调整。仿真表明,该方法简化了目标姿态角获取方法,能够较真实地再现各类刚体目标在空间的六自由度机动。     

低空复杂场景红外弱小目标快速精准检测

针对低空复杂场景下红外弱小动目标检测难度大、虚警率高等问题,面向探测系统中高帧频图像实时处理应用需求,提出基于全卷积网络的弱小目标精准检测方法和基于现场可编程逻辑门阵列(field programmable gate array, FPGA)的低时延并行处理方法。采用轻量化全卷积网络对红外图像中弱小目标进行空域检测,对相邻图像帧疑似目标进行时域轨迹关联以进一步降低虚警率。实验结果表明:上述方法相比于五种传统方法在检测率和虚警率性能方面均有显著提升,并在单片FPGA上完成100 Hz图像实时处理,处理时延低于1.8 ms,实现低空复杂场景弱小目标高精度高鲁棒快速实时检测。     

基于频域CFAR方法的SAR图像自动目标检测

针对机载合成孔径雷达中常见的图像目标,以基于对比度的目标检测方法为根本出发点,简单介绍了频域恒虚警检测方法以及SAR图像自动目标CFAR检测原理.重点分析了均值类恒虚警检测器的基本原理与处理过程,最后以模拟点目标为例进行方案验证,实现了频域中不同CFAR处理方法对于SAR图像中异质区域的MATLAB仿真,并对仿真性能进行了深入分析,证明了频域恒虚警处理在SAR图像自动目标检测处理中的可行性和有效性.     

海杂波背景中的一种恒虚警率检测方法

提出了一种适用于机载预警(AEW)雷达海杂波背景中目标检测的双参数有序统计恒虚警(CFAR)处理方法———BOS CFAR方法,并对该方法在非高斯海杂波背景、多脉冲非相参积累和多目标干扰环境下的检测性能进行了讨论和分析。理论分析和仿真结果表明,该方法能有效地提高AEW雷达海杂波背景中的CFAR检测性能。     

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.     

改进Faster R-CNN的视频SAR动目标检测算法

针对当前可用于深度学习的视频SAR数据稀少的现状,以及动目标检测算法中存在较多的漏检和虚警问题,基于美国桑迪亚国家实验室真实视频SAR数据制作深度学习数据集,提出一种改进Faster R-CNN的视频SAR动目标检测算法。算法以截取后的ResNet50为特征提取网络,利用K-means加遗传算法自适应计算锚框,并在数据预处理环节加入S型曲线增强方法,来增强图像的对比度信息。经实验验证,所提出方法能够显著提升动目标检测率和检测速度,其中,平均精度（AP）和F1分数提升均达到10个点以上,有效降低了虚警和漏检,整体表现优于一阶段算法SSD和RetinaNet。     

压制干扰环境下组网雷达的检测性能分析

为定量地研究压制干扰环境下组网雷达的检测性能,根据受干扰时雷达检测概率与接收信号信噪比、虚警概率和脉冲积累数的关系,结合秩K法则,推导得出了压制干扰下雷达网的综合检测概率的表达式。并以干扰压制比作为评估指标,通过仿真定量分析了不同干扰情况下组网雷达的检测性能。仿真结果表明所构建模型和方法的有效性。     

基于UKF_IMM的多信源机动目标跟踪研究

针对异类传感器的非线性机动目标跟踪中,由于采样信息差异、目标强机动等原因造成的跟踪性能低或失效等问题,提出UKF_IMM跟踪算法并进行了仿真计算.该方法直接面向极坐标量测信息,计算量小,且有较强的鲁棒性.仿真结果表明:该跟踪方法能获得较高的目标跟踪精度,系统反应时间短,目标跟踪稳定、连续,有重要的工程参考价值.