UMVE对数单元平均恒虚警检测器性能分析

利用无偏最小方差估计(UMVE)算法分析了UMVE对数单元平均恒虚警检测器的性能.它的前沿和后沿均采用UMVE算法产生局部估计,再对两者求和得到背景功率水平.在SwerlingⅡ模型下,给出UMVE对数单元平均恒虚警检测器虚警概率和检测概率解析表达式.与对数单元平均恒虚警检测器相比,UMVE对数单元平均恒虚警检测器的性能得到了改善.     

一种局部自适应内窥镜图像降噪模型

在内窥镜图像处理中,如何消除图像中的噪声一直是个热点问题。由于图像二进小波变换在每次分解时不进行下抽样,所以其表示同小波级数相比是冗余的,且图像二进小波变换的部分系数扰动不会带来重构图像的严重失真。因此,在相同的误判概率下,二进小波变换的图像去噪效果会好于小波级数变换的图像去噪效果。基于这个思想,文章从二进小波理论入手,提出一种自适应二进小波去噪模型,简称ADWD。该方法利用图像信息、噪声信息与小波系数之间的关系,采用局部自适应的方法识别噪声像素,避免了直接确定噪声门限的困难。实验结果及分析表明该方法对Gaussian噪声和Pepper噪声均有较高的信噪比,且对图像的细节有较好的保持能力。     

一种限定虚警概率的PN码捕获自适应门限估计算法

提出了一种限定虚警概率的PN码捕获的自适应门限估计算法,首先在对判决变量的统计特性分析的基础上,计算出了判决门限的有偏估计量;然后分析了估计偏差对捕获系统检测概率和虚警概率的影响;最后,计算机仿真表明,在限定虚警概率的前提下,捕获系统在高斯白噪声信道和瑞利衰落信道下具有较高的检测概率,自适应门限的估计方法易于实现,且适合工程应用。     

基于静态小波变换的雷达信号特征点检测方法

提出了一种基于静态小波变换的特征点检测方法,该方法能够精确定位特征点的位置,并且对输入信号的平移不敏感。利用静态小波变换系数的梯度和幅值构造一个准则函数,初步确定候选特征点出现的位置,再根据小波模极大值随尺度变化的李氏指数规律确认特征点。仿真试验证明,该算法能够在多种噪声干扰下有效检测出特征点。     

数字式自适应双门限检测装置的研究

 数字式自适应双门限检测装置是一种简化的雷达自动目标检测器;在设计得当时。其性能可与理想非相每检测器比美。本文着重分析组成实际的检测系统时必须加以考虑的两个重要问题。即:1.波门的形式及其宽度的选择。指出,在实际系统里,整个波门间隔内单次检测的虚警概率要比波门内某点的虚警概率大数倍;并指出噪声包络多次超跃第一门限这一事实的存在,最后提出采用“跳跃”式波门以降低系统的总虚警概率。2.检测系统的恒虚警。本文提出一种按平均估值方式工作的恒虚警方法;指出,这种估值方式完全能实现恒虚警控制,而其检测性能,当观察次数 n 大于50时,与最佳的均方根估值方式相比,相差不到1分贝。由于这种估值方式大大简化了数学模型,给工程实践,特别是给小型数字式信号处理装置带来不少设计上和技术实现上的便利。本系统正是采用这种方式实现恒虚警,使系统组成大为简化。与某机载雷达的联试结果表明,数字式自适应双门限检测装置能使原雷达发现目标所需之最低信噪比降低4～6分贝,而且雷达显示画面清晰,没有由噪声引起的杂乱背景。     

红外图像特征提取的一种方法

小波变换是信号处理、图像处理的重要工具,已广泛应用于信号分析、数据压缩和边缘检测等各个领域。本文基于图像小波变换,提出了一种红外图像特征提取的一种方法。通过对红外图像进行小波分解,设置门限,将小波变换系数转换为二进制,然后将二进制小波系数再转换为十进制,这样既得到了红外图像的特征,又压缩了数据。通过大量的红外图像目标识别实验,证明本文提出的方法是有效的。     

一种变信噪比条件下的恒虚警野值检测方法

野值检测又称异常值检测,是模式识别、机器智能和知识发现等领域经常面临的一个问题。当出现环境失配,数据信噪比（SNR）发生变化时,测试样本和训练样本所含噪声会有不同方差,以往的野值检测方法在虚警控制方面将会失效。针对这一问题,提出一种基于归一化残差（NR）的野值检测方法。该方法首先根据所需虚警概率和噪声方差变化情况确定野值检测门限,其次基于训练样本计算待考查模式的NR值,再比较NR值与检测门限的相对大小,从而判断待考查模式是否为野值。这一方法所依赖的检测门限对所需虚警率和噪声方差变化具有适应能力,因此可以在变信噪比条件下实现恒虚警（CFAR）野值检测。仿真实验验证了所提方法在虚警控制和野值检测方面的优越性能。     

双树复小波域MCA降噪在齿轮故障诊断中的应用

齿轮箱早期故障信号中往往包含强烈的干扰噪声,而基于简单阈值规则的小波系数降噪方法往往不能取得良好的效果.针对该问题,提出了基于形态分量分析(MCA)的双树复小波降噪方法.首先,对强背景噪声故障信号进行双树复小波变换,得到不同层的小波变换系数;然后,选取小波系数周期性较为明显层的小波系数进行MCA降噪;最后,将降噪后的系数进行单支重构后便可获得故障特征信号,对降噪信号进行包络分析便可以确定信号的故障特征频率.利用该方法对仿真分析和某轧机齿轮箱打齿故障早期信号进行了处理,结果表明:该方法能够在有效去除信号中的强背景噪声,比单独MCA降噪及软阈值降噪具有更好的效果,得到了更清晰的故障特征频率,从而为齿轮早期故障诊断提供了一种新方法.      

基于数据驱动的结构钢表面应力磁巴克豪森噪声表征方法

磁巴克豪森噪声（MBN）技术可用于定量评估铁磁材料的表面应力。当前MBN法应力评估技术存在特征量选取较难、定量预测模型复杂且对标定数据集的拟合精度较低的不足。提出一种数据驱动的非线性映射算法拟合MBN噪声和应力的关系，研究了基于小波包变换系数的时频特征替代统计特征量，减少了样本数据计算量。采用MBN噪声在小波包变换时-频域内的小波包变换系数作为特征向量，利用基于奇异值分解的数据降维算法降低特征向量的维数，将经过数据降维后的特征向量输入反向传播（BP）神经网络进行模型训练以建立预测模型。结果表明：采用基于奇异值分解的数据降维算法可降低模型的复杂度，利用降维后的小波包变换系数特征向量训练BP神经网络可实现铁磁材料表面应力的高精度预测。建立的表征方法有效解决了铁磁构件应力分布成像问题，在预防应力腐蚀、提高疲劳强度等损伤预警方面具有广阔的应用前景。     

基于子空间投影的未知背景航拍高光谱图像恒虚警目标检测

针对航拍高光谱图像中未知背景地物特征条件下小目标的检测问题,给出一种检测算法。利用目标的低概率特性,通过模糊聚类获取高光谱图像中背景的光谱特性;然后将高光谱数据向背景光谱信号的正交子空间及目标信号子空间投影以抑制背景和噪声信号;最后在特征层利用广义似然比检验构造出具有恒虚警特性的检测器,完成融合检测过程。理论分析和实验结果表明了算法的有效性。     

基于灰度级分组的X光行李图像增强改进方法

针对低对比度X光手提行李图像在机场安检中容易产生高虚警或高漏警的问题,提出了一种基于灰度级分组的X光行李图像增强改进方法。首先应用离散小波变换对低、高能图像进行融合,然后通过分频处理得到低、高频图像,再分别采用基本灰度级分组和可选择灰度级分组方法实现增强。将本文方法与基于灰度级分组的增强方法、传统的直方图均衡方法进行比较,实验结果表明,本文方法能够有效地改善图像质量,提高图像的清晰度。     

基于改进归纳式监控算法的液体火箭发动机实时故障检测

对归纳式监控算法（IMS）应用于故障检测时虚警率高的问题,提出一种改进IMS.改进后的算法对测试时可能出现的野点进行了处理,降低了待测数据中野点对测试结果的干扰.以某型液体火箭发动机仿真试车数据为例,进行了使用IMS的实时故障检测实验.结果表明,原始IMS在进行故障检测时会出现多次虚警,改进后的IMS在实时准确的同时,虚警率大大降低,由37.5%降低至0,达到液体火箭发动机故障检测程序的要求.      

基于改进型CFAR的SAR图像目标检测算法

针对传统的双参数恒虚警率(Constant False Alarm Rate,CFAR)算法存在的虚警率高、实现过程繁琐、算法执行效率低等问题,提出了一种改进型的CFAR检测算法。该算法根据SAR图像的统计直方图,对可疑的目标像素进行预筛选,再用2个滑动窗口对像素进行判别。改进型的CFAR检测算法简化了原检测算法的结构,降低了检测结果的虚警率,提高了算法的计算效率,并在国际公开的雷达数据集上进行软件与DSP硬件的应用验证,测试表明该算法的有效性。     

Matched subspace CFAR detection of hovering helicopters

A constant false alarm rate (CFAR) strategy for detecting a Gaussian distributed random signal against correlated non-Gaussian clutter is developed. The proposed algorithm is based on Scharf's matched subspace detector (MSD) and has the CFAR property with respect to the clutter amplitude probability density function (apdf), provided that the clutter distribution belongs to the compound-Gaussian family and the clutter covariance matrix is known to within a scale factor. Analytical expressions of false alarm and detection probabilities are derived. An application to the problem of detecting hovering helicopters against vegetated ground clutter is reported     

基于双边截断的双参数海上风电站 SAR图像 CFAR检测

文章提出了 1种基于双边截断的双参数海上风电站 SAR图像 CFAR检测器 DTCS-TPCFAR,目的是提高在具有多个目标海上区域和石油泄漏区域等环境下对海上风电站的检测性能。DTCS-TPCFAR所提出的双边截断杂波的方法,能够同时消除高强度和低强度异常值的干扰,同时保留真实的杂波样本。通过使用最大似然估计计算双边截断后样本的均值和标准差,然后通过这 2个参数估计值计算出截断阈值,最后再结合指定的虚警率(Probability of False Alarm,PFA)来对测试单元(Test Cell,TC)进行判断,完成最终的目标检测。这也是首次将 CFAR检测器用于检测海上风电站。文章通过 Sentinel-1数据集来验证该方法的有效性。实验结果表明,文章所提出的算法在相同指定虚警率下,具有更高的检测率(Detection Rate,DR)和更低的误报率(False Alarm Rate,FAR)。     

Radar detection and preclassification based on multiple hypothesis

This work presents a single-scan-processing approach to the problem of detecting and preclassifying a radar target that may belong to different target classes. The proposed method is based on a hybrid of the maximum a posteriori (MAP) and Neyman-Pearson (NP) criteria and guarantees the desired constant false alarm rate (CFAR) behavior. The targets are modeled as subspace random signals having zero mean and given covariance matrix. Different target classes are discriminated based on their different signal subspaces, which are specified by their corresponding projection matrices. Performance is investigated by means of numerical analysis and Monte Carlo simulation in terms of probability of false alarm, detection and classification; the extra signal-to-noise power ratio (SNR) necessary to classify once target detection has occurred is also derived.     

Adaptive detection schemes in compound-Gaussian clutter

Radar detection of coherent pulse trains embedded in compound-Gaussian disturbance with partially known statistics is discussed. We first give a thorough derivation of two recently proposed adaptive detection structures. Next, we derive a different detection scheme exploiting the assumption that the clutter is wide-sense stationary. Resorting to the theory of circulant matrices, in fact, we demonstrate that the estimation of the structure of the clutter covariance matrix can be reduced to the estimation of its eigenvalues, which in turn can be (efficiently) done via fast Fourier transform codes. After a thorough performance assessment, mostly carried on via computer simulations, the results show that the newly proposed detector achieves better performance than the two previously introduced adaptive detectors. Moreover, a sensitivity analysis shows that, even though this detector does not strictly guarantee the constant false alarm rate property with respect to the clutter covariance matrix, it is robust, in the sense that its performance is only slightly affected by variations in the clutter temporal correlation     

False Alarm Rate and False Alarm Number for Discrete and Continuous Time Sampling

A comparison of the false alarm rates and false alarm numbers for discrete and continuous time sampling is given for different noise spectrums (rectangular, Hamming, Gaussian, and cosine noise voltage spectrums) and for different sampling rates for the case of discrete time sampling. Also given is the increase in the false alarm rate when going from discrete to continuous time sampling when the detection threshold is held fixed. The amount that the threshold has to be increased for continuous sampling to achieve the same false alarm rate obtained with discrete time sampling is also given.     

Parallel Distributed CFAR Detection Optimization Based on Genetic Algorithm with Interval Encoding

Aiming at parallel distributed constant false alarm rate (CFAR) detection employing K/N fusion rule, an optimization algorithm based on the genetic algorithm with interval encoding is proposed. N-1 local probabilities of false alarm are selected as optimization variables. And the encoding intervals for local false alarm probabilities are sequentially designed by the person-by-person optimization technique according to the constraints. By turning constrained optimization to unconstrained optimization, the problem of increasing iteration times due to the punishment technique frequently adopted in the genetic algorithm is thus overcome. Then this optimization scheme is applied to spacebased synthetic aperture radar (SAR) multi-angle collaborative detection, in which the nominal factor for each local detector is determined. The scheme is verified with simulations of cases including two, three and four independent SAR systems. Besides, detection performances with varying K and N are compared and analyzed.