MTD雷达系统仿真及其抗干扰性能分析

动目标检测(MTD)雷达作为一种被广泛用于强杂波背景下检测运动目标的雷达,其各项性能越来越受关注.在分析MTD雷达信号处理系统的基础上,对某MTD雷达系统进行了仿真,得到了该系统中各个处理点上的具体信号形式.该仿真模型能较好地满足分析MTD雷达各项性能的需要.最后给出了发现概率随信杂比变化的曲线来说明该雷达的抗干扰性能.     

一种基于优化设计的动目标检测方法及其运用

提出一种新的动目标检测(MTD)滤波器组设计方法,即通过设置目标处理通道和气象处理通道,其中目标通道采用自适应动目标检测(AMTD)处理方式,实时检测杂波的存在,根据杂波的强弱自动产生或选择滤波器加权因子,以保证抑制地杂波的同时,减少信噪比损失,提高对弱小目标的检测性能。仿真结果证明该方法是有效的,且在工程上有一定的实用价值。     

一种动目标检测的优化设计及应用

文章提出一种新的动目标检测(MTD)滤波器组设计方法,即信号处理系统分为目标处理通道和气象处理通道;目标通道采用自适应动目标检测(AMTD)处理方式,实时检测杂波的存在,判定杂波强度(如强、中、弱),根据杂波的强度自动产生或选择滤波器加权因子,以期保证对地杂波高度抑制的前提下,尽量减少信噪比损失,提高对弱小目标的检测能力。该方法可提高雷达在杂波环境中的自适应性能,具有一定的实用价值。     

一种小波与分形相结合的检测方法

提出一种小波与分形相结合的检测方法,利用某型雷达的实测海杂波数据,研究小目标(低信杂比)情况下该检测策略的检测性能,仿真结果表明该检测方法是有效的。     

组合式动目标检测和合成孔径雷达

本文介绍一种使用一串共同的射频(RF)脉冲同时完成合成孔径雷达(SAR)和动目标检测(MTD)功能的技术。通过使用这种技术,动目标出现的信息可以直接显示在高分辨率静态雷达图象上,这种雷达图象对判读有很大的好处,而且从一个指定区域获得必要的信息所需要的时间可缩短至最小。     

基于改进FCOS网络的遥感目标检测

找出目标的位置和类别是目标检测的主要任务。随着人工智能和深度学习的发展,目标检测可以达到人眼所达不到的精度。由于信息较少,覆盖面积小且基于锚框的检测算法易受锚框大小、比例数目的影响,对较小的目标难以精确检测。针对以上问题,改进无锚框算法全卷积单阶段目标检测(Fully Convolutional One-stage Object Detection,FCOS)实现了小目标检测的效率和精度。将FCOS算法的特征提取网络结构残差网络(Residual Network,ResNet)更换为轻量级网络结构MobileNetV3,随后在骨干网络中引入通道注意力机制和空间注意力机制对特征提取网络进行改进,最后设计T交并比(TIOU)代替原本的交并比(IOU),改善模型精度。实验结果表明,所改进的网络结构与FCOS相比,网络训练时间和模型大小为原来的一半,计算参数量由原来的32.12×10⁶减少为11.73×10⁶,减少到原来的三分之一,模型推理速度提升了10%,每秒传输帧数为11帧,与主流网络FasterRCNN相比,检测精度和速度更快,可以满足对小目标...     

基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。     

一种基于变周期LFMCW雷达MTD多目标配对方法

为提高线性调频连续波（LFMCW）雷达在多目标环境中检测的准确性，消除传统对称三角波配对产生的虚假目标信息，对真实目标的距离和速度进行有效测量，文章创新性地提出了在运用变周期LFMCW的基础上，结合动目标检测（MTD）的算法方式，充分利用二维多普勒信息进行检测。通过对两个不同调制扫频周期差拍回波信号MTD检测之后，即一维FFT之后，再对同一距离单元进行二维FFT的快速算法，以缩减目标环境并利用相同多普勒模糊通道的信息进行准确配对，达到减少虚假目标产生的目的。对于同一多普勒通道的多目标情况，利用两个调制扫频周期内其真实目标一致性进行准确配对，通过中心频率解耦合计算出目标距离速度。最后，通过 Matlab仿真，分别对两个调制扫频周期进行积累并做二维FFT，进行一次配对解耦合之后，再进行二次配对，测得目标真实距离速度信息，证明了该方法的有效性。     

基于梯形波调制FMCW雷达的多目标检测

由于传统的对称三角LFMCW雷达上下扫频配对问题，极容易因错配而产生虚假目标。为了解决对称三角波调制在复杂目标情况下的目标配对难题，文章利用梯形波的调制方式，并结合MTD（动目标检测）技术缩减目标环境，利用恒定频段测得的目标速度实现配对；即创新性地提出采用MTD 恒频速度配对法，对上下扫频信号进行二维FFT显示出动目标，利用同速度通道对单目标配对缩减目标环境，再利用恒频段对信号一维得到的速度信息对同速度通道下的多目标进行配对，同时把恒频段的目标速度作为信息测得的真实速度，提高了目标信息的准确度，从而实现复杂目标环境下的准确配对，获得目标信息。最后，通过检测得到的真实速度，对梯形波的上扫频（或者下扫频）进行速度补偿，以实现目标距离的矫正。仿真效果验证了该方法的有效性。     

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。     

长时间积累下雷达高速目标检测算法综述

隐身技术与高速飞行器的发展给雷达探测目标带来了严峻挑战,而长时间积累技术就是在信号处理领域帮助雷达进行目标检测时提高信噪比的一种有效方法。对于高速高机动目标而言,信号在长时间累积中会在距离域和多普勒域引起跨距离单元走动和跨多普勒单元走动问题。“两跨”问题会严重影响积累增益,传统的MTD（Moving Target Detection,运动目标检测）方法已经无法对信号进行能量累积。为了解决“两跨”问题,提高雷达对高速目标的探测性能,近些年已涌现很多方法,本文将依据目标运动模型把长时间积累下分为径向匀速运动下的长时间积累、径向加速运动下的长时间积累、径向高阶复杂运动下的长时间积累三类进行分析,对相应模型下的“两跨”问题与解决方法进行综述和总结,意在为后续研究提供参考。     

反对称双正交小波在红外图像小目标检测中的应用

在给出利用反对称双正交小波进行图像多尺度边缘提取的相关理论基础上,针对海空背景下远距离小目标的特点,提出了一种海空背景下红外图像小目标检测方法。首先应用反对称双正交小波变换的多尺度边缘检测方法,确定目标的潜在区域,进一步在潜在区域内采用形态学方法提取目标,从而实现了在小波塔式分解数据上的图像边缘特征提取和小目标检测。与采用二进卷积型小波的检测方法相比,具有图像处理数据量小,实现速度快的特点。实验结果表明,该方法能够有效抑制杂波干扰,准确检测出小目标。     

基于改进YOLOv3的SAR舰船图像目标识别技术

合成孔径雷达(SAR)图像自动目标识别(ATR)技术是人工图像解译的关键技术之一。针对传统的SAR舰船目标检测算法大多受限于场景且泛化能力较差的问题,设计了一种基于改进YOLOv3网络的检测模型。将YOLOv3与DenseNet网络融合,使用稠密网络模块代替用于提取中小尺度特征的残差网络模块,通过训练得到模型的最优权重,实现端到端的目标检测。使用综合交并比(GIoU)损失代替交并比(IoU)边界框回归损失,提供更加准确的边界框位置信息,提高检测精度,采用中国科学院空天信息研究院制作的SAR图像船舶检测数据集进行测试。测试结果表明:与原YOLOv3算法相比,改进后的YOLOv3检测准确率提高了1.4%。     

频率捷变与动目标检测(MTD)兼容技术述评

频率捷变雷达在抗有源杂波干扰、抑制海浪杂波以及提高雷达的探测性能方面,一般来说均优于普通雷达。为了抗雷达箔条和地物、云雨杂波干扰,须采用动目标检测技术。频率捷变和动目标检测是两种不同体制的雷达技术,两者在原理上及对器件的要求上都存在着矛盾。目前,国内外对频率捷变和动目标检测的兼容性还在进行研究。对全相参雷达,已实现了成组捷变与动目标检测的兼容以及随机捷变同频MTD处理;对非相参雷达,还仅仅是实现了二者的并存。本文分析了目前已经采用的、正在研究和可能采用的几种兼容方法的原理,主要性能及优缺点,提出了对两种体制兼容的最佳方案的看法。     

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。     

结合形态学理论与Hough变换的SAR图像线目标检测方法

针对典型线状军事目标,提出一种SAR图像的目标检测方法。该方法首先将分块阈值分割的思想应用于未经斑点噪声抑制的原始SAR图像,得到ROI(Region of Interest)图像;然后,利用区域的几何特征有效地剔除大量虚警,并采用形态学梯度算子提取目标的边缘信息,与传统的Canny边缘检测相比,边缘轮廓更加连贯;最后,利用Hough变换对梯度图像进行直线检测,得到机场跑道的边缘。该方法对原始SAR图像采用传统的图像处理技术进行目标检测,因此,比基于SAR图像统计特性的目标检测方法简单易行。对真实SAR图像的实验结果验证了该方法的有效性。     

基于顶点成分分析的高光谱图像低概率异常检测方法研究

用低概率检测(LPD)方法对小概率异常进行检测时,由于在低频空间中选取正交向量作为背景光谱,使得小概率异常检测受噪声影响较大,存在漏检率较高的缺点。提出用顶点成分分析(VCA)算法提取端元光谱作为背景光谱,并将观测光谱向量投影到背景光谱张成空间的正交子空间中,从而有效抑制背景、突出目标进行异常检测。通过对高光谱原始数据的仿真分析,该检测方法降低了漏检率,提高了检测能力。     

星载SAR在轨成像及舰船目标检测方法

针对现有星上在轨SAR成像和目标检测处理的实时性、有效性及能效比等性能指标较低,文章提出了一种高能效比星载SAR成像及舰船目标检测方法,该方法是基于高速并行化混合快速傅立叶变换(FFT)阵列加速的星载SAR成像实时实现方法和以局部降维统计分类为基础的舰船目标检测方法,并建立计算精度误差模型,自主调度定/浮点计算,在有效降低硬件资源占用的同时,保障了星载SAR成像和舰船目标检测计算的实时性。在Xilinx公司现场可编程门阵列(FPGA)开发板上,经合成孔径雷达卫星-1(RadarSat-1)遥感卫星数据,验证了方法的可行性和有效性。该方法的能效比为传统FPGA+数字信号处理器(DSP)经典处理架构的4倍以上,可为星上在轨实时处理设计提供参考。     

雷达信号处理MTI／MTD的性能分析和仿真研究

介绍了雷达信号处理技术中MTI/MTD的基本原理,对其性能进行了分析,研究了实现MTI/MTD的仿真方法,并在Simulink仿真平台上构建了MTI/MTD的仿真模型,最后给出了仿真结果。经分析可知,此仿真实现了雷达信号处理中的MTI/MTD,可为雷达系统建模仿真以及雷达信号处理技术和抗干扰技术的研究提供仿真支持。     

针对弹载平台红外小目标的检测与跟踪算法

为了提高对红外小目标检测与跟踪的精度与速度,设计了一种针对红外小目标的单目标检测与跟踪算法,包含一个基于MB_LBP+AdaBoost与管道滤波器的目标检测模块,和一个有跟踪失败监测机制的基于模板匹配的多尺度跟踪模块。经过测试,该算法对边长11~31像素大小的指定类型的红外小目标取得了较好的检测效果,目标跟踪模块对于目标的尺度变化,快速运动,遮挡有较高的鲁棒性,算法中的跟踪失败监测机制在检测到跟踪异常的情况下能重新调用目标检测算法找回目标,经过测试对比,本方法跟踪的精度和速度综合优于主流跟踪算法,并且能够在弹载平台上实时运行。