一种采用自动筛选技术的鲁棒恒虚警检测器

本文基于有序统计（ＯＳ）和筛选平均（ＣＭ）提出了一种新的恒虚警检测器，它采用ＯＳ和ＣＭ方法来产生局部估计，再采用二者的平均值作为对杂波功率水平的估计，并应用了文献［５］提出的自动筛选技术，在ＳｗｅｒｌｉｎｇⅡ型目标假设下，本文推导出了它的Ｐｆａ、Ｐｄ和度量ＡＤＴ的解析表达式，并与其它方案进行了比较。分析结果表明，它对均匀背景和多目标环境均具有适应性，尤其是在多目标引起的非均匀背景场合中，它呈现较好的锝棒性，它的性能与ＯＳ相比有较大的改善，并且它的样本排序时间不及ＯＳ、ＣＭ的一半。     

基于ResNet的智能恒虚警目标检测方法

传统恒虚警检测方法通常假设待测单元的杂波与训练杂波满足独立同分布,然而在实际雷达工作环境中,强杂波呈现出非均匀特性,沿距离单元的杂波统计特性差异变化较大,使得传统恒虚警目标检测方法在复杂环境下的检测性能下降。为解决该问题,本文从杂波统计特征提取分类出发,通过深度学习方法对杂波进行分类,提出了一种基于残差神经网络(ResNet)的智能恒虚警目标检测方法。首先,根据雷达实测杂波数据建立ResNet的训练集和测试集;其次,构建ResNet对数据进行智能特征提取,得到杂波的统计特征,并用训练好的网络对测试集进行测试;最后,以阈值可设的Softmax分类器对所得统计特征进行分类,根据分类结果实现智能恒虚警目标检测。实验结果表明:相比传统恒虚警检测方法,本文提出的方法具有自适应能力更强、检测性能更好等优点。     

Ll—CFAR—一种灵活的鲁棒设计

本文介绍一种新的恒虚警率（ＣＦＡＲ）处理器。Ｌｌ－ＣＦＡＲ通过对参考集排列样本线性滤波来形成其噪声功率估值；但是，这一组合的权值不仅仅取决于排列，而且还取决于样本与测试单元的相对接近程度。这类Ｌｌ－ＣＦＡＲ中有些能有效检查假目标；有些可以在有杂波边缘时对虚警进行令人信服的控制；而另一些则对这两种不均匀性均具有鲁棒性。当设计中含有这些方案时，它们执行起来不比普通序列统计ＣＦＡＲ（ＯＳ－ＣＦＡＲ）累赘     

编队卫星间自适应双门限恒虚警率捕获算法设计

快速准确稳定的捕获是编队卫星间自主测控的关键,针对传统的编队卫星间捕获方法虚警率高、捕获时间长等缺点,提出了一种基于自适应双门限的恒虚警率捕获算法,采用双积分滑动相关搜索,第一积分电路输出超过门限时,启动第二个积分电路,以实现快速准确的捕获;对输入信号进行噪声能量强度实时估计,自适应调节捕获门限,从而在不同的干扰噪声强度下实现恒虚警率控制。以加性高斯白噪声信道为背景对算法性能进行分析,证明虚警概率为独立于信噪比的常数,通过设计积分时间常数,可以实现快速捕获。仿真结果表明,与传统固定单门限滑动相关捕获方法相比,本文的方法具有捕获时间短、虚警率低等优点,适用于编队卫星间捕获。     

超视距雷达中的目标检测问题

工作在高频波段(3—30MHz)的超视距雷达能够探测和跟踪视距以外飞机、舰船等目标，它在民用和军事上均有重要的应用价值。但超视距雷达的目标信号会埋没在强海杂波中，使得目标信号的检测极为困难。本文先讨论了一阶和二阶Bragg海杂波特性，然后针对强海杂波中目标检测的特点，讨论了距离一频率维的目标恒虚警检测方案，并提出了一些有意义的建议。     

一种适用于雷达的增强混合指数检测器

本文中中的指数混合概率密度函数（pdf）被看作是有用的雷达海杂波模型。某些参数的易变性导致了从这类模型中派生出来的检测方法的性能降低和估计错误。本文介绍了一种增强方式，即假设已知参数存在于特定区间内并对参数值进行选择以防止虚警过多。实验研究表明，与通常的恒虚警率（CFAR）处理器相比，这种方法能获得平均6－9dB的增益。     

利用S变换的X射线脉冲星信号恒虚警率检测算法

针对传统的X射线脉冲星信号检测算法计算量大及在低信噪比下检测性能差的问题,提出了一种结合S变换的恒虚警率检测算法。首先,根据高斯白噪声的S变换域功率谱分布特性对累积信号的时频功率谱进行阀值滤波;然后累加阀值滤波后的信号功率谱作为检测统计量,从理论上对检测统计量的分布特性进行分析,得出检测统计量服从高斯分布,并用蒙特卡罗方法进行了验证。在此基础上,利用检测统计量的概率密度函数计算判决门限,从而实现了恒虚警率检测。理论分析和实验结果表明,本文算法的检测性能优于同类基于高斯分布的恒虚警率检测算法,并且具有较低的复杂度。     

脉冲干扰条件下雷达自适应恒虚警算法及其体系结构

本文提出一种用于信号处理的新型并行算法以及带有自适应检测后积累（API）的恒虚警（CFAR）处理器的并行systolic结构。这种处理器用于脉冲干扰条件下雷达对小型机载目标回波的单个距离分辨率单元中的有效目标检测。这种算法的主要特征是在进行噪声水平估计前能自动地确定并删除二维参考窗口及检测单元中受脉冲干扰污损的不希望的样本。通过这种方法可将脉冲干扰环境对自适应门限处理的影响减至最低程度。对这种目标控制自满的统计分析表明，即便在脉冲干扰的功率与频率都非常高的情况下，信噪比损失也微乎其微。设计了CFAR API的Systolic结构。Systolic结构的基本微量尺度为处理器单元的数目、计算时间及实时实现所需的加速度。     

非高斯杂波背景中的两个距离扩展目标检测器

针对采用球不变随机向量(SIRV)建模的非高斯杂波背景中检测具有稀疏散射点的距离扩展目标问题,先假设目标强散射点的位置信息已知,采用广义似然比检验(GLRT)理论,提出了基于散射点位置的GLRT (SL-GLRT) 检测器。然后,采用门限法估计散射点的位置信息,提出了双门限恒虚警率(DT-CFAR)检测器,推导了虚警概率与检测门限关系的解析表达式,并给出门限的确定方法。与现有方法相比,散射点位置信息已知时, SL-GLRT 具有最佳的检测性能,散射点位置信息未知时,DT-CFAR具有较好的鲁棒性。     

一种多目标鲁棒跟踪滤波器研究

多目标鲁棒跟踪是现代雷达跟踪系统的重要技术指标之一。为此,本文在作者以往的研究成果[1—4]基础上,提出了一种多目标鲁棒跟踪滤波器。该滤波器主要由模糊α—β滤波器和自校正估值器组成。它们分别是根据模糊集理论和本文提出的二次新息序列概念设计的。仿真结果表明,这种滤波器比以往的α—β滤波器,不但跟踪机动目标精度高,而且具有较好的鲁棒特性。     

一种确定机载雷达杂波检测性能的简单方法

在恒定的方位旁瓣和多普勒信号处理条件下，使用本文介绍的简化方法，对任何脉冲重复频率，都能确定其多普勒滤波器输出端的杂波噪声比。     

一种新的鲁棒CFAR检测器设计方法

针对先验环境信息未知或先验环境信息不准确导致的检测性能损失问题,设计了一种复杂背景下鲁棒CFAR检测器。在检测器设计中,通过利用样本的统计直方图和均值比判断观测窗所属杂波类型,在存在干扰目标或杂波边缘环境时使用新的干扰加权算法对观测样本进行筛选,根据筛选后的样本得到相应的检测门限。分析了所设计检测器在均匀杂波、存在干扰目标及杂波边缘环境下的检测性能。研究结果表明,在各种先验信息未知的复杂杂波环境中,所设计的CFAR检测器可以得到较好的检测性能,对天基预警雷达系统的检测器设计具有一定的参考价值。仿真结果验证了方法的有效性和正确性。     

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。     

一种基于可操纵金字塔的鲁棒图像匹配算法

图像匹配是计算机视觉和图像处理领域中一个比较活跃的研究课题。针对离散小波变换对于图像平移和旋转的敏感性，提出了一种基于可操纵金字塔的图像匹配算法。算法考虑的是图像之间存在平移和旋转变换的情况。首先，变换的近似旋转角在图像分解的最底层采用环映射算法得到，然后在图像分解的其余层提取兴趣点作为匹配特征，并使用Hausdom距离来度量参考图像和待匹配图像之间的相似性，依次得到由粗到细的匹配结果。实验表明该算法具有较高的匹配精度和较强的鲁棒性。     

一种新的红外目标跟踪方法

在成像制导过程中需要实时处理大量的信息,为了尽可能在保留有效信息情况下降低 计算量,提出了一种基于人眼非均匀采样特性和粒子滤波相结合的红外目标跟踪方法。首先 应用对数极坐标模型的旋转、缩放及灰度分布不变性来压缩信息量以提高计算速度,然后采 用基于目标灰度特征的粒子滤波跟踪方法来抑制匹配点漂移和目标的非刚性形变,从而实现 对非刚性变形目标的稳健跟踪。与角点匹配跟踪方法及传统的Mean Shift跟踪方法相比,该 方法具有跟踪稳定,计算速度快等优点。实验结果表明,该方法能够有效抑制匹配点漂移和 目标的非刚性形变。     

故障检测中的一种鲁棒自适应阈值方法

对于一类带有模型不确定性、噪声干扰的线性系统，研究了其故障检测中的阈值设计问题。建立了残差与模型不确定性、噪声、控制输入、故障之间的关系；提出了基于信号L2范数与系统H∞范数的鲁棒自适应闯值设计方法；针对其检测率低的问题，进一步基于概率鲁棒的思想，对模型不确定性与残差引入了截尾高斯分布这一“软边界”描述方式；在此基础上所设计的阈值兼顾了检测率和虚警率两方面的要求，考虑了模型不确定性与噪声的影响，能够跟随控制输入信号的变化，具有较好的鲁棒性和自适应性。     

一种小天体表面阴影区的鲁棒匹配算法

鉴于软着陆小天体过程中自主光学导航的状态估计问题,提出了一种针对小天体表面阴影区的提取与鲁棒匹配算法。首先,提取出阴影区中相对稳定的区域;然后,对提取出的阴影区域进行仿射归一化;最后,对仿射归一化后的阴影区域用多角度尺度不变特征变换（Multiple Angles Sift,MA-SIFT）描述子进行特征提取,并进行匹配与错匹配去除。在试验中,本文算法与SIFT算法进行了对比,结果表明,当图像间出现较大的视角变化时,利用本文算法能得到较高的正确匹配率。     

飞行器姿态的一种鲁棒自适应模糊解耦控制

飞行器姿态系统具有非线性、强耦合、多输入多输出(MIMO)的特点。本文针对飞行器姿态模型的非线性和不确定性，提出鲁棒自适应模糊解耦控制方法，对飞行姿态进行机动控制。首先，设计基于精确反馈线性化的模糊解耦控制环节。针对模糊逼近所带来的误差以及外部干扰项，采用H∞鲁棒补偿控制方法，使误差干扰项对系统的影响最小。为充分利用有限的模糊规则，采用非线性可调参数模糊模型。模糊参数的自适应调节律由李雅普诺夫综合法得到。数学仿真表明，该控制方案对于空间飞行器姿态系统中的非线性和参数不确定性具有较强的适应能力。