一种基于Wiener滤波的红外背景抑制方法

红外图像序列中小目标的检测问题是当前的研究热点。为了检测起伏背景中的弱小目标,在理论分析的基础上提出了用Wiener滤波器去除起伏背景,然后进行自适应目标检测的小目标检测方法。采用连续采集的长波红外图像序列进行了实验研究,并给出了目标检测结果及其分析。结果表明,该算法能够从信噪比大于2.0的图像序列中检测出目标轨迹。     

一种新的非线性/非高斯滤波方法

自主滤波方法是一种递归式贝叶斯估计方法 ,该方法采用一组抽样值来近似目标状态的概率密度函数 ,可用于非线性系统模型和观测模型、非高斯观测噪声条件下的滤波。将该算法与扩展卡尔曼滤波方法进行了比较 ,仿真结果表明 ,该算法性能优于扩展卡尔曼滤波方法     

宽带I/Q解调器:测量技术与匹配特性

本文研究用于测量雷达信号幅度,相位和瞬时频率的宽带Ｉ／Ｑ解调器,开发了一种简单的付里叶变换技术以利用注入一测试信号的方法来表示Ｉ／Ｑ解调器的不平衡特性和直流偏移特性。利用元部件匹配和校正技术使不平衡性和直流偏移最小。     

从卫星SAR海洋图像中检测船目标

船在卫星ＳＡＲ海洋图像中一般是以亮点的形式出现。本文先简要地介绍了船目标在卫星ＳＡＲ海洋图像中的成像原理，在此基础上介绍了三种检测船目标的方法——窗口滤波方法、自适应阈值法、概率密度函数法，并运用实际的卫星ＳＡＲ海洋图像对这三种算法进行了测试。测试结果表明，后两种方法效果比较好。     

基于KALMAN滤波的两种多传感器观测融合方法

目前有两种基于K a lm an滤波的多传感器观测融合方法,方法1是将观测向量的维数增加,获得扩展观测向量。方法2是在最小均方误差准则下,对不同传感器间的观测向量进行加权运算,获得与单个传感器相同维数的观测向量。通过对滤波器的状态估计误差协方差的分析和相关数学表达式,给出了两种方法的对比。仿真结果表明,当两个传感器的观测矩阵相同时,两种方法在功能上等价,但方法2的运算复杂度低。当两个传感器的观测矩阵的维数相同,但其值不相等时,方法1优于方法2。当两个传感器的观测矩阵的维数不同时,只能用方法1,而方法2失效。     

GNSS/SINS组合导航在地地导弹中的工程应用

介绍了基于Kalman滤波的GNSS/SINS组合导航技术在地地导弹中的应用,在发射点惯性坐标系中建立了便于工程应用的数学模型,针对某型号进行了位置速度仿真,并和目前在工程实际中应用的加权平均组合方法进行了比较。仿真结果表明,Kalman滤波技术可以应用于地地导弹工程实际中。     

匹配滤波器编码宏像素的选取方法

讨论了匹配滤波器迂回相位编码方法中宏像素的选取问题,分别对宏像素为1×2,1×4,1×8,1×16,2×2,4×4,8×8,16×16的匹配滤波器性能进行计算机仿真以及光路实验,并对所得到的结果进行离轴距离、峰值以及信噪比的分析。综合以上性能指标,确认1×4编码方法要优于其它编码方法。     

基于改进噪声检测的迭代中值滤波算法

提出了一种基于改进噪声检测的迭代中值滤波算法。该算法首先检测出噪声点,然后利用信号点对噪声点滤波。其中噪声检测方法改进了IMFLED方法,进一步降低了误检率和漏检率。经过仿真实验并与其他滤波算法进行比较表明,该算法可以有效地去除图像中的脉冲噪声并且保留原图像的细节。     

基于U-D分解滤波的交互多模型算法

简要回顾了基于相控阵雷达的三维空间中机动目标建模与自适应跟踪的机理,针对交互多模型算法在其跟踪应用过程中可能会出现的滤波发散问题,提出了一种基于U-D分解的交互多模型目标跟踪算法.该算法可以有效地限制交互多模型算法滤波计算过程中的滤波发散的可能性,从而使得IMM算法更加稳定.     

一种基于Q-R矩阵分解的自适应滤波算法

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性。在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于Q-R矩阵分解的自适应卡尔曼滤波算法。将协方差阵分解为两个矩阵的乘积,来保证协方差矩阵的正定性。仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点。