基于子孔径分离的SAR动目标检测与定位

提出了一种基于子孔径分离的SAR(Synthetic Aperture Radar)动目标检测与定位方法。首先分析了运动目标和静止目标在多个子孔径中图像的差异,提出了利用子孔径图像相减来抑制杂波。其次给出了子孔径划分的依据和过程,提出了子孔径图像配准的方法,并设计了运动目标检测与定位的信号处理流程。最后引入了出现速度模糊情况下结合距离走动量来辅助准确定位的方法。利用仿真结果验证了算法的有效性。此方法适用于单天线SAR,它具有处理方法简单、运算量小、可实时实现等优点。     

基于道路辅助的机载SAR动目标检测和参数估计

经典的合成孔径雷达(SAR)动目标检测方法无法实现地面非匀速动目标的参数估计,为解决这一问题,本文根据动目标成像的特点,提出一种基于道路信息辅助的机载双通道SAR动目标检测方法。根据双通道SAR系统空间几何模型和回波信号模型,首先采用DPCA技术实现杂波抑制和动目标的检测,然后利用道路信息确定动目标的位置和速度,最后根据动目标方位向的散焦程度,估计动目标的距离向加速度。仿真结果验证了该方法的有效性。     

动目标检测信号处理器的研究与设计

本文介绍了一种先进的动目标检测雷达信号处理系统的实现方法,分析了动目标检测的原理以及其关键技术有限冲激响应滤波器组的设计和算法,并介绍了杂波图的形成,实践证明采用该先进技术能获得良好的杂波抑制力,提高雷达的探测率。     

基于高次模糊函数的SAR图像动目标检测

SAR图象中动目标运动形成的相位误差可描述为有限次幂级数,时频分析将时域信号变换为时频联合域,揭示出信号瞬时频率随时间的变化规律,应用高次模糊函数可估计出动目标信号的相位多项式系数,检测含高次相位误差的动目标,结合逐次消去法,可将其用于检测含高次相位误差的多个动目标.     

极化SAR图像的人工目标检测

针对目前极化合成孔径雷达(SAR)目标检测仅使用单一极化检测器进行一次判决而造成检测率较低的问题,给出一种新方法。该方法将功率最大合成检测器、极化白化滤波检测器和最优极化检测器融合使用,用前一种检测器的输出来优化后一种检测器的输入,且通过迭代不断优化检测结果。为比较不同目标检测方法的性能,提出了一种准则,该准则规定对一幅SAR图像每种检测方法都取出相同点数的检测结果,虚警点少的方法性能好。实验表明:新目标检测方法在性能上优于其他方法;以该准则来比较不同极化SAR图像目标检测方法的性能简单易行,结果合理直观。     

一种简易的LFM脉冲雷达动目标检测方法

采用脉冲压缩与DMTI以及FFT滤波器组级联的信号处理方案,实现线性调频(LFM)脉冲雷达的动目标检测.先将LFM回波信号进行脉冲压缩,再采用数字动目标显示(DMTI)技术进行一次对消以抵消固定杂波,然后用FFT滤波器组对动杂波进行抑制并改善低速目标的信噪比.仿真结果表明:与单纯采用DMTI技术相比,系统输出信噪比明显提高;与单纯采用FFT滤波器组相比,级联DMTI后,地杂波被大幅度抑制,低速目标输出信噪比有所下降,高速目标输出信噪比进一步提高.     

一动一静双基地SAR动目标检测方法研究

针对一动一静双基地合成孔径雷达(SAR)系统,提出了一种多通道双基地SAR动目标检测与速度估计方法;并且在杂波对消后利用目标幅度或相位信息,得到了运动目标径向速度和位置偏移量估计的解析表达式.仿真中利用卫星平台作为发射机、平流层飞艇平台作为接收机,验证了算法的正确性.     

基于多视图像序列跟踪的SAR地面运动目标检测

为基于合成孔径雷达(SAR)检测地面切向运动目标,提出基于多视图像序列跟踪的检测方法。在SAR多视图像序列上,具有切向速度的地面运动目标在子视图像间的位移轨迹可近似为一条斜线。该算法利用具有方向性约束的动态规划实现动目标在SAR多视图像序列上的轨迹跟踪,进而沿散焦轨迹作非相干积累可显著改善微弱目标检测性能。基于跟踪信息可实现动目标切向速度估计和解Doppler模糊。基于实测机载SAR数据的数值实验证明了该方法的有效性。     

图象动目标检测

提出一种用连续运动的三帧图像递推处理方法,检测出当前帧运动目标.处理前用特征向量相关背景配准算法对图像进行背景配准.还提出了一种快速去噪声并同时提取目标轮廓的算法.采用高速数字信号处理器TMS320C25研制的图像动目标检测装置,可实时对128×128的图像进行动目标检测处理。     

一种基于保留边缘的SAR图像相干斑滤除方法

研究一种能保持边缘的星载ＳＡＲ图像相干斑噪声滤除方法,常规滤波算法在滤除噪声的同时也带来了图像边缘模糊问题,利用多种检测图像边缘算法的有机组合,首先提取出图像边缘,然后将边缘从图像中剔除,对剩下的无边缘噪声图像用改进Ｌｅｅ滤波法进行噪声抑制,再把边缘图像加入,最后得到了能保持边缘的ＳＡＲ图像相干斑滤除图像。用实际数据进行检验,并和常规方法得到的结果比较,验证了本算法的有效性。     

运动点状目标检测的改进算法

讨论了用Ｈｏｕｇｈ变换、匹配搜索和神经网络来检测点状运动目标的方法，当目标信号微弱时，目标检测必须依靠多帧信号的积累。Ｈｏｕｇｈ变换、匹配搜索和神经网络对于可检测信杂比，计算复杂性及可实现性等各有其特点。本文通过计算机仿真和理论分析对几种算法了比较，并提出了相应改进的综合算法。     

红外序列图像中运动小目标的检测方法

研究红外图像中运动小目标的检测和跟踪问题．根据红外图像中背景干扰和噪声的特点,采用梯度倒数加权低通滤波器对图像进行滤波．在目标分割和标记后,沿目标轨迹进行能量积累以搜索和跟踪小目标．实验结果表明,该方法能极大地提高实际红外目标图像的信噪比,改善目标分割效果,能有效地进行小目标的检测和跟踪,尤其适用于目标遮掩或偶尔出现目标丢失的情况．     

分数阶傅里叶变换在合成孔径雷达目标识别中的应用

本文通过分析合成孔径雷达动目标回波线性调频特点,采用分数阶Fourier变换对合成孔径雷达动目标进行检测,对其多普勒参数进行比较精确的参数估计,并通过理论分析和模拟计算证明该方法的有效性。     

一种基于背景差分的运动目标检测新方法

针对传统运动目标检测方法存在的缺点和不足,提出了一种运动目标检测的新方法:基于背景差分,融合多种检测手段和理念,有效地克服了传统方法存在的误检和空洞等问题.实验结果表明,该方法快速、有效,能够满足运动目标的实时检测要求.     

摄像机运动情况下的运动目标检测技术研究

针对视频运动目标检测技术的研究现状,介绍了摄像机运动情况下的视频运动目标检测方法,包括帧间差分法、图像分割法、运动矢量场法等,并对其算法适应性、复杂度、实时性等算法性能方面进行了较为详细的对比分析,详细讨论了各种运动目标检测方法的适用场合和优缺点,从而为不同应用场合下视频运动目标检测方法的选择提供参考依据。     

Cooperative Sensor Anomaly Detection Using Global Information

Sensor networks are deployed in many application areas nowadays ranging from environment monitoring, industrial monitoring, and agriculture monitoring to military battlefield sensing. The accuracy of sensor readings is without a doubt one of the most important measures to evaluate the quality of a sensor and its network. Therefore, this work is motivated to propose approaches that can detect and repair erroneous (i.e., dirty) data caused by inevitable system problems involving various hardware and software components of sensor networks. As information about a single event of interest in a sensor network is usually reflected in multiple measurement points, the inconsistency among multiple sensor measurements serves as an indicator for data quality problem. The focus of this paper is thus to study methods that can effectively detect and identify erroneous data among inconsistent observations based on the inherent structure of various sensor measurement series from a group of sensors. Particularly, we present three models to characterize the inherent data structures among sensor measurement traces and then apply these models individually to guide the error detection of a sensor network. First, we propose a multivariate Gaussian model which explores the correlated data changes of a group of sensors. Second, we present a Principal Component Analysis (PCA) model which captures the sparse geometric relationship among sensors in a network. The PCA model is motivated by the fact that not all sensor networks have clustered sensor deployment and clear data correlation structure. Further, if the sensor data show non-linear characteristic, a traditional PCA model can not capture the data attributes properly. Therefore, we propose a third model which utilizes kernel functions to map the original data into a high dimensional feature space and then apply PCA model on the mapped linearized data. All these three models serve the purpose of capturing the underlying phenomenon of a sensor network from its global view, and then guide the error detection to discover any anomaly observations. We conducted simulations for each of the proposed models, and evaluated the performance by deriving the Receiver Operating Characteristic (ROC) curves.     

大背景噪声下动目标实时检测方法研究

提出用帧间方块编码差值法和邻域综合法提取运动目标．第一种方法是把当前帧方块的二值图像像素编码值与前帧对应的二值图像像素编码值求差值，由差值检测运动目标；第二种方法是检测２×２方块内各像素的帧差值符号位和帧差绝对值，由二者判别是否运动像素．与普通帧差法相比，提高了抗噪度，改善了运动目标的边缘特性，减少了硬件量．检测算法可以以视频速率工作．实验结果表明，所提出的检测方法是有效的．     

Using Multiple Satellites to Search for Maritime Moving Targets Based on Reinforcement Learning

Searching for maritime moving targets using satellites is an attracting but rather difficult problem due to the satellites' orbits and discontinuous visible time windows.From a long term cyclic view,a non-myopic method based on reinforcement learning(RL)for multi-pass multi-targets searching was proposed.It learnt system behaviors step by step from each observation which resulted in a dynamic progressive way.Then it decided and adjusted optimal actions in each observation opportunity.System states were indicated by expected information gain.Neural networks algorithm was used to approximate parameters of control policy.Simulation results show that our approach with sufficient training performs significantly better than other myopic approaches which make local optimal decisions for each individual observation opportunity.     

一种装有动体传感器的移动机器人

本文介绍了一种装有基于超声波传感器而派生出来的动体传感器机器人,动体传感器利用超声波传感器的较大波束角作为探测区域,在该区域内如有物体相对运动,动体传感器即可探测到物体的存在,在不同的接收灵敏度的情况下,可以确定物体到传感器的最小距离,结合探测区域的转动,又可以探测出物体正面的轮廓线,从而获得了障碍物较全面的信息．