SAR图像强回波目标检测的偏态分布方差方法

对复杂背景下的SAR图像强回波目标检测问题进行了研究,提出了基于偏态分布方差的自适应检测算法。首先设计一种新的基于偏态分布模型的方差滤波器,偏态分布方差滤波器可减少相干斑噪声对检测的不良影响,提高图像方差的差异性,即强目标回波边缘灰度方差相对于强目标回波灰度方差、背景杂波灰度方差更小。其次,算法改进了根据图像复杂度自动选取阈值方法,通过自适应检测小方差像素,实现强回波目标检测。仿真结果说明该算法能够对SAR图像强回波目标较快地进行准确检测。相比方差特征法(VAR)和扩展分形特征法(EF)在检测速度与虚警率方面均具有较大的优越性。     

强海杂波背景下目标检测方法综述

高频地波雷达被广泛应用于海面目标的检测,而由于海杂波的分布散射具有很强的动态特性,通常情况下成为了海面目标检测的主要干扰成分.因此,在强海杂波背景下进行目标检测的关键在于如何有效抑制海杂波.从循环对消、子空间分解、模型预测以及分形特征这几方面对海杂波抑制技术进行综述、分析和总结,为后续对海面目标检测提供参考.     

一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测方法

针对在非均匀杂波背景下,杂波抑制后孤立强杂波剩余能量导致动目标检测虚警率升高的问题,提出了一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测(SAR-GMTI)方法。对多通道的合成孔径雷达(SAR)图像进行维纳匹配滤波处理,在杂波抑制残差图检测的基础上,根据滤波前后信号的能量差异设计了滤波响应损失检测量,对潜在目标进行二次检测,以剔除虚警。仿真与机载实测数据表明:该方法能在非均匀杂波背景下有效改善动目标的检测性能,可应用于运动平台雷达对地监视预警。     

一种基于分形和ICA的海杂波SAR图点目标检测新方法

提出了一种新的用于海杂波合成孔径雷达(SAR,Synthetic Aperture Radar)图点目标检测的方法。传统方法一般是基于亮度差异的阈值分割,或者基于降噪之后的目标提取。然而它们处理强海杂波SAR图时,效果并不理想。将传统方法的本质加以提炼和融合,并将分形Hlder指数和独立成分分析(ICA,Independent Component Analysis)相结合,提出了空间分离法,实现了海杂波SAR图的降噪和点目标检测。首先,求得点态Hlder指数图,并用二值模糊化技术对其处理;接着使用ICA技术得到基图像和独立成分;然后使用空间分离法,对独立成分进行分离,同时对基图进行对应分类,获得非噪声和噪声两个空间。最后在非噪声空间上进行独立成分增强,并复原图像。实验部分,将该算法与传统算法进行对比,从视觉效果和量化指标两方面证实了该算法的有效性和优越性。     

一种新的SAR图像目标检测方法

基于统计特性的恒虚警率(CFAR)算法和小波多分辨率分析方法很难检测到微弱的、小的和隐藏的目标。合成孔径雷达(SAR)成像机理是相干成像,相干相位信息为目标的检测提供了可能性。从相干成像机理出发,结合恒虚警率和背景杂波分布模型,提出了一种新的SAR图像目标检测算法,即相干性CFAR目标检测算法,并且针对图像相干源提出了亚像元空间域源算法。实验证明,该方法是可行的、有效的,有利于SAR图像的理解和应用。     

基于方位去斜的SAR/GMTI方法研究

具有同时获取静止场景高分辨率图像和检测慢速运动目标能力,是多通道SAR/GMTI雷达优于传统单通道SAR和预警雷达的重要特征之一.文章采用基于方位去斜SAR成像技术的三通道SAR/GMTI方法对地面运动目标进行检测、定位和测速,着重研究了一种结合相位补偿、图像配准和多通道多像素自适应处理的杂波抑制方法.分别在有无配准误差情况下,对比了自适应处理与直接对消方法的杂波抑制效果,说明了多消一的自适应处理针对配准误差具有更好的稳健性.最后利用对三通道SAR/GMTI系统实测数据的处理,验证了所述方法流程的可行性.     

基于CFAR检测的SAR噪声干扰效果评估方法

在研究美国林肯实验室的SAR恒虚警(CFAR)自动目标检测方法的基础上,分析了CFAR目标检测技术在不同噪声干扰强度下检测概率的变化情况,并结合图像相关性分析得出一种改进的基于CFAR检测技术的SAR噪声干扰效果评估方法.     

一种SAR图像特征增强新方法

军事目标的SAR图像特征在合成孔径雷达目标识别(SAR ATR)中扮演着重要的角色。提出了一种在多小波域中用维纳滤波重构进行SAR目标图像特征增强的新方法,并在此基础上进行了目标图像分割。实验结果表明,该方法能够有效增强SAR图像中的目标区域特征,增大目标和背景杂波之间的统计可分离度,有利于目标图像的精确分割和特征提取。     

通过扩展分区特征改善SAR目标检测

本文对利用扩展区分（EF）特征来改善合成孔径雷达（SAR）自动目标识别（ATR）系统观注目标聚焦（FOA）阶段处理的有效性进行了评估。不象传统的SAR检测特征仅能在对比度基础上将图像像素从背景中区分开，EF特征对物体的对比度和尺寸都敏感，EF特征算法便于实现，并已证实有着类似CFAR（恒虎警率）性质的新特征，我们使用这个新特征，通过两个数据库提供的SAR图像，对几种不同检测方法进行了测试，验证新方法对性能有所改善。     

海杂波FRFT谱的近似分形特性与目标检测

主要介绍了海杂波分数阶Fourier变换（FRFT）谱的近似分形特性及其在海杂波目标检测中的应用。根据FRFT的尺度变换性质,研究了自相似过程FRFT谱的近似分形特性,然后将近似分形分析方法引入到实测海杂波FRFT谱分析中,发现在特定变换阶数下得到的海杂波FRFT谱间存在近似分形特性,且目标回波可使近似分形特性描述参数——FRFT域Hurst指数发生变化。因此,可利用FRFT域Hurst指数设计恒虚警率（CFAR）检测方法。经X波段和C波段雷达实测数据验证,所提方法的检测性能明显优于经典的利用时域Hurst指数的目标检测方法。     

基于SVM的SAR图像中水上桥梁目标的检测

针对SAR图像中桥梁目标的特性,提出了一种基于统计特性和先验知识相结合的桥梁目标检测方法。通过对SAR图像中桥梁和背景的分析,首先对河流区域进行特征提取,再利用支持向量机方法对数据进行训练建模,通过训练后的模型对SAR图像中的河流进行分割,最后在分类后的二值图中按方向累加能量最小准则进行桥梁目标检测。基于真实SAR图像的实验结果显示,此方法不需要对SAR图像进行复杂的预处理,有强的抗斑点噪声性,能快速检测SAR图像中的桥梁目标。     

多普勒盲区条件下的改进粒子滤波跟踪算法

机载预警雷达采用脉冲多普勒体制,具有良好的低空探测性能,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹中断和重起批。针对多普勒盲区条件下的目标连续跟踪问题,提出了一种基于多假设运动模型的改进粒子滤波跟踪方法。该方法根据多普勒盲区对目标状态的约束形成多个可能的运动模型,粒子在每个模型下再进行带有状态约束的更新,当新出现的量测值落入任何一个运动模型形成的粒子云内,则航迹关联成功。仿真结果表明,该算法在不同盲区范围条件下,针对不同机动能力的目标均具有较高的航迹关联率,能够实现目标的连续跟踪。     

低空逃逸小RCS目标PD雷达探测技术C

雷达面临的挑战之一是来自于对低空逃逸微弱目标的探测。现代军事逐渐向低空领域扩展,超低空逃逸技术也在日益发展,促使对低空逃逸微弱目标检测技术研究的地位日益提升。雷达对低空微弱目标进行下视探测时,目标的低空和超低空飞行致使雷达接收的回波功率变弱,被淹没在强烈的背景杂波中。与传统脉冲多普勒PD（Pulse-Doppler）雷达不同,合成宽带脉冲多普勒雷达可以同时实现距离和速度的二维高分辨,并且具备良好的相参性和抗干扰性能。针对低空飞行目标的特点进行定性定量分析,对探测所遇到的杂波环境进行仿真验证,提供了一种基于合成宽带脉冲多普勒雷达低空逃逸小雷达截面积RCS目标的探测方法,并对参数设计进行优化分析,降低漏探概率。     

遥感影像弱小目标智能解译算法研究

随着遥感技术的快速发展,光学遥感影像弱小目标智能解译成为遥感信息处理的研究热点之一。遥感影像的地物目标常具有尺度小、种类多、数量大、部分重点小目标移动速度快的特点,易受到复杂背景环境及噪声影响,使得提取遥感影像弱小目标的信息面临着巨大的挑战。早期智能解译算法中的弱小目标分割、检测及跟踪等算法研究,多依赖模板匹配及先验知识,此类算法需耗费大量资源、算力及专家知识成本,存在着计算量大、泛化能力差的问题。近年来,随着深度学习等人工智能技术的快速发展,在海量遥感数据中准确获取弱小目标的信息,通过结合深度学习算法可对弱小目标的特征进行快速提取,以提供高效、准确的解译信息。本文综述了遥感影像弱小目标智能解译算法研究进展,包括基于传统图像处理方法的弱小目标分割、检测和跟踪算法,以及基于深度学习等典型相关算法。通过分析这些方法的优点与局限性,对于提高相关目标的信息获取能力、提升观测的态势感知水平以及未来应用等方面具有重要意义。     

一种视频SAR运动目标成像算法

视频合成孔径雷达ViSAR(Video Synthetic Aperture Radar)成像模式与传统SAR成像模式不同,此模式需要持续监测目标区域。通过子孔径划分的方法将目标区域的回波划分孔径,然后针对每一个划分后的子孔径进行单独成像和配准,最后把每一帧图像进行处理形成视频,利用序列图像形成的视频去提取目标的运动信息。视频SAR独特的高帧率成像处理使其对运动目标的检测具有很大的优势。提供了一种基于极坐标算法PFA(Polar Format Algorithm)的视频SAR运动目标成像的方法,视频SAR成像帧率可达到每秒5帧。     

地基雷达探测方位对目标识别的影响研究

导弹防御系统的地基X波段雷达和海基X波段雷达是进行目标识别的主要传感器,它们只有在探测到目标以后才能通过记录目标的相关特性,进行目标识别。由于雷达探测的方向不同,探测到的目标散射截面也不同,因此,在导弹突防过程中,可通过调整弹头的飞行姿态,改变雷达探测方位,从而最大限度地减小目标散射截面,最终影响雷达识别目标的效果。     

空间目标小型相控阵雷达探测技术

地基探测系统受站点布局限制,难以实现全轨道空间的目标探测与跟踪。为对高价值航天器邻域空间目标进行全时探测与跟踪,提出基于伴随微纳卫星的小型化相控阵雷达技术。通过分析不同波段雷达对大范围空间目标搜索与精细跟踪的性能,并综合考虑系统复杂度与功耗等因素,最终选择C波段作为雷达工作频段。详细阐述小型化相控阵雷达的系统设计、目标搜索与跟踪的信号处理方法、测距与测角误差分析等。仿真分析证明,该小型化相控阵雷达能对25 km范围内、40°×40°的三维空间进行目标搜索,实现0.4 m的测距精度与0.03°的测角精度,满足空间目标大范围搜索与跟踪应用的需求。     

一种分布式目标滑窗检测方法

随着成像雷达图像分辨率的不断提升,对分布式目标的探测性能指标要求越来越高,然而现有的恒虚警检测算法尚未形成适用于多分辨单元的目标检测性能评估理论体系。提出一种分布式目标滑窗检测方法。首先,基于待检测目标RCS（radar cross section,RCS）、平面尺寸以及雷达二维分辨率等先验信息对二维滑窗进行设计,实现了任意航向目标的最优匹配。接着,利用M/N准则对滑窗内目标占据的多分辨单元回波进行直接处理,避免了人为构建扩展检测量引起的检测性能损失。最后,从系统虚警指标要求出发,通过挖掘分布式目标与所占据单个分辨单元的检测性能关系,设计了一套分布式目标探测性能的定量评估方法,可在满足虚警性能前提下大幅提升分布式目标的检测概率。该算法不需要人为进行复杂的扩展检测量设计,为高分辨图像目标稳健检测和性能评估开辟了一种新途径。     

基于参数化解调的旋转目标微多普勒频率提取方法

旋转运动是航天领域中最为常见的微运动,如卫星天线转动、弹道导弹自旋运动等。旋转目标的微多普勒特征对雷达目标识别具有重大影响。针对旋转目标不同散射点的微多普勒频率相互重叠、难以提取的问题,提出了基于参数化解调的旋转目标微多普勒频率提取方法。由点散射模型得到旋转目标的微多普勒信号解析形式。考虑到旋转目标微多普勒信号具有正弦频率调制特征,构造了基于正弦模型的参数化解调算子,优化微多普勒频率参数,使解调信号在载波频率处的频谱值达到最大。为了估计多个散射点的微多普勒频率参数,提出了参数迭代估计方法,在每次迭代中只估计当前最强散射点的微多普勒参数,将相应信号分量从原始信号中剔除,消除对后续分量估计结果的影响。仿真和实验结果表明:基于参数化解调的旋转目标微多普勒频率提取方法与传统时频峰值检测方法相比,能更精确地提取相互交叉的旋转目标微多普勒频率,为最终实现雷达空间目标识别提供了理论基础,能应用于卫星天线、弹道导弹等目标的监测、识别。