基于知识的SAR图像目标检测

提出了一种基于知识的SAR图像目标检测算法。针对军用车辆,利用各种先验知识,以地形类型信息、距边界的距离信息、目标聚集程度为影响目标出现概率的因素,通过分类获得SAR图像的地形及边缘信息,得到影响因子,并综合地形信息使用MAP准则,从而获得目标检测的结果。使用真实SAR图像进行了测试,结果表明,与CFAR检测算法相比,该算法有效地提高了目标的检测率,虚警目标数目明显减少。     

基于目标极化适配的极化检测算法

极化检测是雷达目标检测的一个重要分支.在高斯杂波统计特征已知的情况下,极化白化滤波器(PWF)常被用于杂波中雷达目标的检测.假设目标的极化特性和杂波的统计特征均已知,为了利用目标的先验知识,提出了一种基于目标极化适配的检测算法,据此算法设计了极化适配检测器(PAD).PAD和PWF对低极化度高斯杂波中二面角的模拟检测结果显示,在低信杂比下,PAD算法具有较好的检测性能.     

利用Gamma CFAR进行SAR图像目标检测

利用二项式Gamma核进行SAR图像目标检测,并提出自适应选取扫描窗大小的方法,给出了一种基于改进的二项式Gamma核SAR图像检测方法提高二项式Gamma核检测器的性能。用于高分辨率单视单极化的极不均匀的SAR图像,能够在较小虚警率下将人造目标全部检测出来,而且能很好地保持人造目标的结构信息。实验证明所提方法的有效性。     

一种基于Weibull分布的SAR图像分割方法

分析了合成孔径雷达(SAR)图像的统计分布特性,推导了SAR目标及阴影的分割阈值与虚警概率之间的关系,给出了一种基于Weibull分布的SAR图像目标及目标阴影的分割方法,首先根据推导出的分割阈值公式对SAR目标图像及阴影图像进行粗分割,然后利用形态学滤波和计数滤波器进行细分割。基于MSTARSAR实测数据进行的大量实验表明,该方法是有效的,优于传统的双参数恒虚警分割方法。     

三天线机载SAR动目标轨迹检测

在军事应用场合中,SAR除了能获得高分辨率图像外,还具有对地面运动目标进行探测、跟踪和定位的能力。结合试验用SAR/MTI雷达的具体情况,对采集的数据运用通道校正和均衡处理等技术,并在图像域进行杂波抑制干涉处理来提高系统的杂波对消能力。通过计算机仿真和三孔径SAR/MTI实测数据的处理,证明该处理方法能有效地从地杂波中检测出地面慢速运动目标的运动轨迹。     

数学形态学在SAR图像目标识别中的应用

提出了一种能够从复杂背景的SAR图像中识别出圆状目标的方法。该方法首先对SAR图像进行双参数恒虚警(B-CFAR)预处理,排除明显的非目标区,增强下一步对目标的识别效果,然后着重分析了上下文相关加权的形态模板生成算法,在此基础上采用不同的数学形态学变换滤波方法对预处理后的SAR图像候选目标区进行识别,并与相关文献比较,对圆状目标得到了良好的识别效果。     

极化目标检测算法性能评价研究

在对极化目标检测算法简单介绍的基础上,着重分析极化检测算法的性能。根据极化检测算法的特殊性,在详细的数学推导的基础上给出了检测算法的工作特性(ROC)计算公式。根据实验获得的杂波和目标极化协方差矩阵参数给出了计算机仿真结果,得到了一系列检测算法性能评价结论。同时,从各种检测算法的计算量与性能折衷方面考虑,指出实际应用中可以考虑的几种极化检测算法。     

基于深度卷积神经网络的SAR舰船目标检测

针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法。首先将目前先进的单次多盒检测器(single shot multibox detector,SSD)检测算法应用到SAR图像舰船目标检测领域,指出了其在该领域存在的局限性,在此基础上提出了基于SSD的新的检测方法,包括融合上下文信息,迁移模型学习,在公开的SSDD数据集上进行了训练和测试,对实验结果进行了对比分析,实验结果表明,相比于原始的SSD检测算法,所提出的方法不仅提高了目标检测精度,同时也保证了算法的检测效率。     

基于广义似然比的宽带分布式目标检测算法

针对在相干积累期间发生距离走动的分布式目标检测问题,提出了一种广义似然算法及其改进算法。该算法采用广义似然函数准则与极大似然方法对不同预设速度下各个距离单元的信号进行估计,得到了两步广义似然比检测算子。进一步利用目标相邻强散射单元特性和相邻预设速度相关性,推导出改进的三步广义似然算法,随后证明了这两种算法的恒虚警率性。对两类飞机实测数据的多个实验结果表明,当目标发生距离走动的情况下,该算法性能相对与传统的非相干积累算法有明显提高。     

一种基于谐波数估计的距离扩展目标检测算法

宽带雷达的目标回波信号分布在多个距离分辨单元内,被称为距离扩展目标。距离扩展目标信号傅里叶变换后在距离频率域可表示为由散射点强度和相对位置决定的不同幅度、频率和相位谐波叠加的谐波过程。将高斯白噪声中距离扩展目标检测问题转换为谐波过程的谐波数估计问题来进行目标检测。给出了高斯白噪声中使用总体最小二乘奇异值分解的谐波数估计的距离扩展目标检测器,对检测器的性能分析表明该检测器具有恒虚警性能。使用模拟数据和实测飞机数据的计算机仿真实验表明,本文提出的检测器比能量积累检测器有更好的检测能力。     

时域递归滤波算法中k系数确定方法的研究

时域递归低通滤波是高精度光电实时跟踪控制系统在复杂背景条件下提高信噪比,检测运动弱小目标的主要方法,属于自适应的非线性滤波。这种非线性滤波的关键在于实时确定滤波算法中的k系数。这个k系数是预测偏差的函数,它能够根据目标运动的情况实时校正滤波算法。通常在确定这个系数时有不同的算法,通过比较这些算法在硬件上实时实现的差别,确定出适用于光电实时跟踪控制系统比较理想的时域递归低通滤波方法。     

高分辨率SAR图像中车辆群目标检测的研究

研究了对SAR图像中车辆群目标的检测问题。采用统计检测的方法进行了理论分析,得到了3种检测算法的参数估计及检测门限的计算公式,提出了一种改进的综合目标检测算法。检测结果表明,采用常规双参数CFAR检测算法和单视标准CFAR检测算法存在较多的虚警,而采用改进的综合目标检测算法,检出目标准确,目标细节清晰,虚警很少,具有优良的检测性能。同时给出了该算法的滤波算子构造方法、参数选取方法及最佳参数。     

基于Keystone变换的地面运动目标检测研究

合成孔径雷达 (SAR)在检测地面运动目标中所面临的难题之一是距离和速度的耦合导致了地面运动目标在SAR图像中模糊、错位、甚至消失。分析了Keystone变换的原理 ,提出了Keystone变换在一般正侧式SAR系统具体实现的方法与步骤 ,分析了Keystone方法对不同运动类型目标成像效果的修正作用。最后通过仿真证明了实现方法和分析结果的正确性。     

UWB-SAR图像中二面角目标的检测

目标的散射特性常依赖于雷达和目标间的姿态角,该依赖性在大积累角的UWB-SAR(UltraWide-BandSAR)中尤为明显,但是经过成像处理,这种关系在图像中被掩盖了。通过分析SAR图像的频谱特点,提出一种方向滤波与双参数恒虚警检测相结合的方法,利用目标响应的方向性检测大处理角UWB-SAR图像中的目标点。对仿真数据处理的结果表明,该方法具有结构简单、性能优良稳定等优点。     

机载合成孔径雷达成像算法研究

首先建立了机载合成孔径雷达回波信号的理论模型,阐述了SAR成像的基本原理,分析了目标与雷达之间的相对运动对成像的影响.然后对各种机载SAR成像处理算法进行了讨论和比较,包括标准的距离-多普勒(R-D)算法、改进的R-D算法、标准Chirp-Scaling(C-S)算法、扩展C-S算法和非线性C-S算法.分析表明,C-S算法以较小的运算量取得了较好的斜视情况下的性能,已取代R-D算法成为机载SAR成像的标准算法.最后指出了机载SAR成像算法今后的发展方向.     

气象杂波环境下二维次序统计量恒虚警检测器

利用实际的气象杂波数据 ,研究了其CFAR处理问题。基于FFT处理技术 ,比较了CAGO -CFAR检测器、CLUTTERMAPPING -CFAR检测器和MX -OS -CFAR检测器的抑制气象杂波性能。针对存在的问题 ,提出了将通常在一维距离向进行的CFAR处理改为在R-Fd(距离 -多普勒频率 )二维平面进行 ,并利用次序统计量估计杂波幅度 ,形成新的稳健的 2D -OS -CFAR检测器。对实际杂波数据和仿真目标数据的处理结果表明所提出的 2D -OS -CFAR检测器具有良好的性能     

反向投影成像算法的理论分析及目标特征恢复

分析了用于超宽带冲激信号 SAR系统的反向投影 (BP)成像算法 ,得出了BP算法固有的旁瓣形成解析式及旁瓣分布 ,说明了成像结果中系统频率特性对目标特征的频率有加权作用 ,并且是造成成像畸变的主要原因。提出了对回波信号逆滤波以恢复目标特征及采用匹配滤波来抑制成像旁瓣的方法。对冲激雷达实验系统的成像数据的处理结果表明 ,提出的逆滤波方法是有效的。     

正交小波基在SAR的多普勒参数求取中的应用

在合成孔径雷达技术中 ,对于多普勒参数的估计 ,即多普勒质心 fdc 和多普勒频率变化率fdr 的估计是非常重要的。提出了一种采用频谱支集紧小波基的计算信号瞬时参数的快速局部算法 ,且这种方法有良好的抗噪能力 ,在求取多普勒质心和多普勒频率变化率中取得了较为满意的效果。     

SIAR在强干扰背景下目标的检测与跟踪(二)

本文在第一部分的基础上进一步介绍稀布阵综合脉冲孔径雷达（ＳＩＡＲ）在强干扰背景下对目标的距离、方位和仰角进行精确测量与跟踪的方法，通过计算机模拟证明了该方法的有效性。