降低船用连续波雷达虚警概率的海杂波抑制方法

为了解决海杂波引起的船用连续波雷达虚警概率增大,以及海杂波抑制算法工 程应用难度大的问题,提出了一种工程实用的海杂波抑制方法。首先,通过双参数删除型 CFAR检测算法和统计检测算法进行二次检测;然后,依据邻近帧之间目标回波相关性 较强和片状海杂波相关性较弱的特点进行帧间处理。仿真和海上实验均表明,应用该方法的 船用连续波雷达可以降低不同强度的海杂波背景下的虚警概率。     

一种新的分块恒虚警率检测技术

经典的参量型恒虚警率检测器只在特定的背景环境下才能得到较高的检测性能,而 低空监视雷达的工作环境较为复杂,需要一种对杂波环境具有较强稳定性的检测器。为此, 对传统的检测技术进行了改进,提出了一种新的分块恒虚警率检测技术。该技术通过对参考 单元进行适当分块来提高对不同环境的适应能力,弥补了传统恒虚警率检测技术需要杂波背 景分布的不足,增强了检测算法的通用性。给出了该算法在均匀杂波环境和杂波边缘环境 下的虚警概率理论公式。计算机仿真验证了该技术的可行性和有效性。     

α稳定分布噪声环境下基于神经网络的信号检测方法

本文给出了一种在分数低阶α稳定分布噪声环境下利用多层前向BP神经网络对确定性信号进行检测的方法。此方法只需在特定虚警概率以及噪声条件下对神经网络进行训练,再通过调整偏移节点的连接权值,就可以得到不同虚警概率条件下的检验统计量。计算机模拟结果表明,利用该神经网络可以实现对分数低阶α稳定分布噪声环境下信号的有效检测,且检测性能明显优于传统的局部最优(LO)检测器。     

采用深度卷积神经网络方法的毫米波图像目标检测

通过收集大量的毫米波图像并建立相应的人体数据集进行检测，提出基于Faster R-CNN深度学习的方法检测隐藏于人体上的危险物品。该方法将区域建议网络和VGG19训练卷积神经网络模型相结合，构建了面向毫米波图像目标检测的深度卷积神经网络。为了提高毫米波图像的处理能力，采用Caffe深度学习框架在图形处理单元上进行训练和测试。实验结果证明了基于Faster R-CNN深度卷积神经网络的目标检测方法能有效检测毫米波图像中的危险物品，并且目标检测的平均准确率约94%，检测速度约为6 frame/s，对毫米波安检系统的智能化发展有着极其重要的参考价值。     

一种双通道雷达恒虚警率处理方法

在分析双通道恒虚警率(CFAR)检测系统原理的基础上,以瑞利杂波分布为背景,建立了一个三元检测的数学模型,推导出线性检波下双通道CFAR检测器的虚警概率表达式。结合公式利用MATLAB仿真,定量分析了影响虚警概率的因素,并将其与单通道情况进行了比较,得出双通道的虚警概率是归一化门限与消隐门限的函数的结论。     

基于显著区域提取的红外图像舰船目标检测

针对复杂海面背景下红外图像舰船目标由于灰度不均匀、海杂波干扰大等因素造成的自动检测虚警率高、准确率低的问题，提出了一种显著区域提取和目标精确分割相结合的红外舰船目标检测方法。首先，利用基于图论的视觉显著性(Graph-based Visual Saliency ,GBVS)模型计算待检测图像的显著图，使得目标区域信息增强；其次，结合舰船目标先验信息（长短轴、面积等），利用多级阈值划分算法提取关注的显著区域，并确定原图中候选目标区域；最后，利用空间约束模糊C均值(Fuzzy C-Means,FCM)算法对候选区域进行分割，结合目标先验知识对分割区域筛选并输出目标位置。所提方法在公开数据集IRShips上与相关方法进行比较，结果表明，相比直接进行全图目标搜索的方法，所提方法不仅准确率高、执行速度快，且检测目标的位置更加精确。     

结合多源特征与高斯过程模型的SAR图像目标识别

针对合成孔径雷达（Synthetic Aperture Radar，SAR）图像目标识别问题，提出结合多源特征和高斯过程模型的方法。分别利用主成分分析（Principal Component Analysis，PCA）、非负矩阵分解（Non-negative Matrix Factorization，NMF）以及单演信号提取SAR图像的特征矢量，并将它们串接为单一矢量。三类特征从不同角度描述SAR图像目标特性，从而为目标识别提供更为有效的信息。决策分类过程采用高斯过程模型进行多元分类，基于融合特征矢量获得概率意义上的最佳决策。实验中，采用MSTAR数据集设置3类目标、10类目标、型号差异以及俯仰角差异识别问题，结果验证了提出方法的优越性能。     

利用改进特征金字塔模型的SAR图像多目标船舶检测

深度学习模型中的特征金字塔网络（Feature Pyramid Network，FPN）常被用作合成孔径雷达（Synthetic Aperture Radar，SAR）图像中多目标船舶的检测。针对复杂场景下多目标船舶检测问题，提出了一种基于改进锚点框的FPN模型。首先将特征金字塔模型嵌入传统的RPN（Region Proposal Network）并映射成新的特征空间用于目标检测，然后利用基于形状相似度距离（Shape Similar Distance,SSD）度量的Kmeans聚类算法优化FPN的初始锚点框，并使用SAR船舶数据集测试。实验结果表明，所提算法目标检测精确率达到98.62%，在复杂场景下与YOLO、Faster RCNN、FPN based on VGG/ResNet等模型进行对比，模型准确率提高，整体性能更好。     

目标加对数正态杂波MTI输出统计检测

一、引言通常,在分析淹没在杂波中目标的统计检测时,没有考虑MTI对检测概率和虚警概率的影响。对于淹没在瑞利杂波中的目标信号,由于来自MTI的杂波输出,除了方差有所变化外,仍是瑞利分布的。因此,上述的分析原则无疑是恰当的。然而,对于对数正态杂波是不恰当的。这是因为MTI的输入是对数正态分布的,而其输出剩余量不是对数正态分布的。因此,在该报告中,我们要推导出MTI的输入是目标加对数正态分布杂波时双脉冲MTI对消器输出的统计检测。由于数学推导的复杂性,我们将限于分析双脉冲对消器,至于N个脉冲对消器,在原则上可以直接推广应用。     

基于地形融合分类的分区二维恒虚警检测器

在非均匀杂波背景下,由于恒虚警(CFAR)检测器与杂波背景幅度分布不匹配,导致检测器性能出现剧烈下降。针对此问题,提出了一种基于地形融合分类的分区二维CFAR检测器。首先提出一种基于拟合优度(GoF)的地形融合分类算法来对非均匀杂波背景下的地形进行分类编号,同时记录各地形的幅度分布及幅度分布参数;再根据地形编号及记录的幅度分布选择相匹配的CFAR处理窗实现分区二维CFAR;最后利用实测数据验证了该地形融合分类算法的有效性,并用半实测、实测数据对所提出CFAR检测器性能进行了仿真验证,结果表明相比传统二维CFAR检测器,所提出的CFAR检测器在非均匀背景下性能有明显提高。     

基于DOA估计的认知无线网络频谱感知

认知无线电技术中频谱感知性能的优劣直接影响认知通信系统的性能。针对该特点提出了认知无线电网络中基于波达方向（DOA）估计的主用户频谱感知模型,即单主用户多次用户和多主用户多次用户的系统模型,选取基于特征分解的多重信号分类（MUSIC）算法分析两种模型的感知性能,包括虚警概率、漏检概率、最小总错误概率、算法复杂度等,获得了闭值表达式,最后在两种模型下对算法进行了仿真。仿真结果表明：各参数主要影响虚警概率,而漏检概率几乎不受影响,验证了方法的有效性。     

利用局部灰度特征分析实现红外弱小目标检测

提出了一种利用局部灰度特征分析进行红外弱小目标检测的新方法。该方法通过判 断图像局部灰度包络曲面是否具备二维高斯函数曲面特征实现红外弱小目标检测,不需要进 行传统的背景预测。设计了新的目标局部灰度特征提取方法和适合工程计算的自动目标检测 算法。实验结果证明了算法参数选择策略的有效性,验证了算法对复杂背景边缘良好的杂波 抑制能力。     

一种经验模式分解下的海杂波小目标检测方法

利用海杂波有效探测海上小目标是目前雷达探测领域的热点问题，具有重要的应用价值。鉴于海杂波是一种非线性非平稳性的雷达回波信号，充分发挥整体平均经验模式分解的优势，将海杂波分解为若干个不同尺度的独立分量。通过研究发现有目标时，分解出的前5个分量与未分解前信号的相关系数明显减小，因此提出了一种新的海杂波背景下的目标检测方法。通过实测和模拟的海杂波数据进行训练和测试，研究结果表明，该方法能有效地实现海杂波下目标的探测，性能优于经典时域下、分数阶傅里叶变换域下以及平均经验模式分解后的广义Hurst指数的目标检测方法。     

MISO窃听系统中的恶意导频干扰检测

在一??个三节点多输入单输出(Multi-Input Single-Output,MISO)窃听系统中,当窃听方在信道估计阶段发送恶意导频信号来干扰信道估计时,合法通信的保密性受到严重威胁。针对该安全问题,提出了基于估计信道协方差和基于接收信干比两种恶意导频干扰检测方案。首先概述基于估计信道协方差的恶意导频干扰检测方案原理,推导该方案下检测概率和虚警概率的解析表达式;其次给出基于接收信干比的恶意导频干扰检测方案机制及其检测概率和虚警概率的具体表达式,并通过理论分析对比得出基于估计信道协方差的检测方案性能较优;最后通过数值仿真对比分析了两种方案的干扰检测性能。     

基于网络编码的衰落信道频谱感知算法

针对传统认知无线电网络中频谱状态转换频繁和频谱检测时延长的问题,提出基于随机线性网络编码的累积和能量检测频谱感知算法。该算法在主用户信道中引入随机线性网络编码,利用网络编码对频谱的整形作用,使频谱状态转换稀疏,频谱结构更规律化,减小频谱检测时延,提高系统吞吐率。此外,针对传统累积和能量检测算法抗衰落性能差的问题,通过比较该算法在五种衰落信道下的检测时延和吞吐率,研究该算法的抗衰落性能。实验结果表明,在一定的虚警概率下,该算法有效降低了检测时延,提高了吞吐率及抗衰落能力,能够更好地适应复杂的衰落信道环境。     

利用压缩测量值的非重构宽带频谱感知

为了解决在认知无线电(CR)宽带系统中快速精确分析数据并实现频谱感知的技术难题,对非重构压缩频谱检测进行了研究。提出了一种利用压缩测量值的非重构宽带频谱感知算法,推导分析了虚警概率和检测概率的封闭表达式。该算法利用离散余弦变换（DCT）矩阵的能量压缩特性观测得到主用户能量压缩信息,并利用新型压缩检测器对压缩信息进行判决。仿真表明,所提算法降低了计算复杂度,提供了比传统的能量检测器和压缩检测器更好的工作特性。     

多通道SAR-GMTI技术的研究进展

基于合成孔径雷达的多通道运动目标检测系统（SAR-GMTI）可以在对地面静止场景进行高分辨率成像的同时完成强杂波环境下的慢速运动目标检测，在军事和民用领域中具有很高的应用价值。首先，简要介绍了多通道SAR-GMTI系统的基本概念，对比了机载与星载、SAR成像与GMTI的同时与分时处理等不同系统的特点，并系统梳理了国内外研究现状；然后，选取分布式SAR-GMTI系统和基于MIMO的SAR-GMTI系统两个方向进行重点分析；最后，探讨了SAR-GMTI系统的研究重点，并对其发展进行了展望。