弱目标检测前跟踪技术研究综述

该文阐述了弱目标检测前跟踪的基本原理,重点综述了近年来检测前跟踪技术的研究现状,包括动态规划、递归贝叶斯滤波、有限集统计学及直方图概率多假设跟踪等方法,对检测前跟踪技术的应用亦有相关介绍.最后在现有研究发展的基础上,着眼于提高针对弱目标的检测和跟踪性能及检测前跟踪算法鲁棒性的迫切需求,提出了检测前跟踪技术需重点关注和解决的若干问题,包括检测前跟踪算法的性能分析与评估、邻近弱目标检测前跟踪、机动弱目标的检测前跟踪、弱目标的多传感器融合检测和跟踪及弱目标的联合检测、跟踪与分类等方面.

一种有效的用于雷达弱目标检测的算法

低信噪比的环境中对弱小目标的检测和跟踪已经在雷达信号处理领域中引起人们的广泛关注 .检测前跟踪 (TBD)方法对弱小目标的检测非常有效 ,其基本思想是为避免恒虚警率 (CFAR)处理带来的信噪比损失 ,而直接对原始数据进行处理 .但这样做运算量是很大的 ,多数场合难以接受 .本文提出了CFAR和TBD联合检测的思想 ,即加入低门限CFAR检测和求秩过程对数据进行预处理 ,引进平滑度的概念以消除一些为伪航迹 .仿真结果表明此算法的运算量较小而比一般的检测方法SNR性能上约提高 2～ 3dB .

一种时域降维多帧处理的Radon域弱目标检测

对于低分辨率的警戒雷达,在强杂波背景下检测低空慢速小目标("低、慢、小")是一个具有挑战性的难题.该文提出一种基于时域降维多帧数据联合处理的Radon域"低、慢、小"目标检测新方法.该方法首先通过单帧数据的自适应杂波抑制和多帧数据的有序统计恒虚警滤波器处理,抑制掉部分强杂波;然后,对经过两级杂波抑制后的时间距离域数据进行时间维的降维和平滑;最后,对时间距离像进行Radon变换,将时间距离域的目标检测问题转化为Radon参数空间的特征提取问题,通过设置两级门限提取出微弱目标.由于时域降维处理在Radon域增大了目标相对于杂波的角度偏移量,因此,该方法不仅可检测到低速目标,还能估计出目标速度.实测数据处理结果验证了该方法的有效性.

正交信号MIMO雷达动态范围与弱目标检测性能分析

正交信号MIMO雷达各阵元发射相互正交的信号波形,多个信号波形在空间不能叠加形成高增益的窄波束,经目标反射回来的回波信号的动态范围较传统相控阵雷达有所降低,这将有利于改善对强杂波中的弱目标信号的检测性能。动态范围往往取决于杂波功率,本文分析了基于OFDM-LFM信号的MIMO雷达的信号功率问题,并提出利用优化的随机相位来降低信号瞬时功率,从而改善回波信号的动态范围。仿真比较了在接收机动态范围一定的条件下,MIMO雷达相对于传统相控阵雷达在弱目标检测性能方面的改善。

基于FRFT域空间分形特征差异的海面弱目标检测

针对传统分形方法在海杂波研究中的局限性,为了有效检测海面弱小目标,本文提出一种分形理论与时频分析相结合的海面弱目标检测算法。首先通过分数阶Fourier变换(FRFT)将时域回波信号变换到时频联合域,在FRFT的最佳变换域,信号的能量得以聚集、信杂比得以提高。然后提取改进的空间分形特征差异作为检测统计量,将其作为目标检测的依据。利用IPIX雷达实测数据进行验证,实验表明本文的算法可以有效避免门限效应的影响,克服了传统方法中使用固定分数维门限检测效果不佳的缺陷,提高了海事雷达的弱目标检测性能。

基于改进子空间投影的无源雷达弱目标检测方法

基于子空间投影的无源雷达弱目标检测方法是将回波通道接收信号投影到与多径干扰子空间和强目标子空间均正交的子空间内,需要构造的投影矩阵维数过大,导致计算量很大。为了解决这一问题,利用多次小维数投影代替大维数投影,提出了一种改进的无源雷达弱目标检测方法。首先将接收信号投影到多径干扰的正交补子空间内,然后连续地将信号投影到强目标的正交补子空间内,最终达到干扰抑制和弱目标检测的目的。本方法可以有效抑制多径、强目标干扰,在保持检测性能的同时大幅度降低计算量,提高了方法的实时性。仿真结果表明了方法的有效性。

基于分形和粗集理论的云杂波背景下序列图像弱目标检测

提出了云杂波背景下序列图像中弱目标检测新方法.基于粗糙集理论建立了云杂波背景下弱目标检测模型,使之符合两种不同图像边缘的局部分形维的奇异值改变,根据目标和背景的时域特征完成目标检测.实验及仿真结果表明,该算法能够抑制空间和时间相关性强的云杂波背景,且算法简单.

基于相关的多重分形奇异性分析的红外弱目标检测

针对红外图像中的目标对比度低、背景复杂及受噪声严重干扰等特点 ,利用象素之间的相关性 ,提出了一种基于相关多重分形奇异性分析的弱目标检测方法 .

基于子空间方位稳定性的弱目标检测方法

针对在水下未知目标检测和方位估计中,无法同时对强目标和弱目标实现检测和方位估计的问题,提出一种基于子空间方位稳定性的弱目标检测方法.该方法首先对阵元接收信号协方差矩阵进行特征分解;然后利用目标子空间波束形成所得方位估计值在真值附近、比较稳定,背景噪声子空间波束形成所得方位估计值随机分布在[0°,180°]、比较随机的特点;最后对各子空间归一化空间谱进行方位方差加权,可以进一步抑制背景噪声子空间空间谱对弱目标子空间空间谱的干扰,缩小强目标与弱目标所在方位处空间谱幅值差异.理论分析、数值模拟和实测数据处理结果均证明,在同一频带和同一波束图中,相比分子带波束形成检测法,该方法可有效增强弱目标子空间空间谱幅值,缩小强目标与弱目标所在方位处空间谱幅值差异,同时实现对强目标和弱目标的检测和方位估计.

运动平台成像系统弱目标检测方法

本文结合机载红外搜索/跟踪系统等光学成像系统的实时信息处理需求,提出了一种运动平台条件下成像系统的空-时弱目标检测方法.该方法首先在空间上进行二维广义最大似然比检测提取出图像序列中的潜在目标,然后在时间上进行多级假设检验判决,从而检测出真实目标.算法有效均衡了统计检测性能和计算复杂度之间的矛盾,在实际应用中取得了良好的效果.

基于顶帽变换的弱目标检测算法

针对传统雷达微弱目标检测中虚假目标过多的问题,提出了基于顶帽变换的动态规划检测前跟踪(DP‐TBD)算法来检测雷达微弱目标。通过对累积观测数据分析,采用递推计算提取噪声背景下的目标累积能量,利用顶帽变换法抑制噪声背景,提取出具有目标形态特征的回波信号从而实现了目标检测。理论仿真和实测数据分析表明,该算法可以提高雷达弱小目标的检测性能,且计算量小,适合于工程实现。

基于非对称融合策略的双色红外弱目标检测方法

针对复杂背景下的红外图像弱目标检测问题,本文提出了一种基于非对称融合策略的双色红外弱目标检测方法。该方法在对来自两个不同红外波段的目标检测信息进行基于非对称策略融合的基础上,采用时域递归融合方法对多帧红外图像中的目标检测结果进行综合处理,进一步改善了融合检测系统的性能,为红外图像弱目标检测提供了一条可行的技术途径。文末的实验结果证实了该方法的有效性。

基于地基合成孔径雷达的弱目标检测性能分析

合成孔径雷达(SAR)是一种主动微波成像遥感技术,弱目标检测与分类是其重要应用之一。鉴于弱目标的有效检测与SAR系统参数密切相关,为系统地研究弱目标的散射特性及其检测性能与SAR系统参数的关系,本文提出了一种基于地基SAR进行弱目标检测的实验研究方法。首先通过构建室内实验场景,获取了多频多极化原始SAR回波数据并进行成像处理;接着分析了不同工作频率、不同带宽条件下塑料材质目标以及干沙覆盖目标的后向散射特性;最后讨论了极化方式对检测性能的影响。本文的实验方法和结果有助于进一步利用极化干涉SAR信息进行弱目标检测研究。

弱目标检测与定位的空时谱积分方法

研究了一种基于空时谱积分最大化的弱目标检测与距离估计技术。对常规波束形成输出在各频率和方位处的信号功率进行长时间的非相干积累,根据长时间空时谱积分的极大值来确定目标的空间位置,并且对频率-方位谱采用三次样条内插以提高定位精度。由于增大了积分时间,大大提高了对弱目标的检测能力,并且不需要细致的环境参数,提高了测距定位的稳健性。数值分析验证了在低信噪比下,检测和定位性能的提高,并给出了测距误差分析。

基于自注意力机制的雷达弱目标检测

对于低信噪比下的弱小目标检测,传统的检测算法采用恒虚警(CFAR)的方式定位目标的位置,但其难以设置合适的阈值,无法很好地应对该类目标的检测。针对上述问题,本文提出VU⁃Net检测方法。该方法首先对雷达回波数据进行处理,得到目标回波的距离⁃多普勒(RD)矩阵。然后将RD矩阵输入到所提出的网络框架,通过U⁃Net实现雷达信号的编码与解码,获取RD矩阵中具有辨别性的深度语义特征,实现逐单元的目标位置预测。同时,该网络中引入自注意力模块实现对雷达信号的关系建模,从而提取更加丰富的目标回波特征,提升网络的抗噪性能。实验结果表明,所提方法的检测性能在低信噪比场景下具有较强的鲁棒性,能够实现对弱目标的有效检测。

基于多尺度局部对比度和多尺度梯度一致性的红外小弱目标检测算法

针对复杂背景和强杂波干扰下红外小弱目标检测虚警率高的问题,提出了一种基于多尺度局部对比度方法与多尺度梯度一致性方法的红外小弱目标检测算法。利用多尺度局部对比度方法对红外图像中红外小弱目标进行增强,利用多尺度梯度一致性方法剔除复杂背景和强杂波干扰造成的虚警。从信噪比(SNR)增益、平均残留背景绝对值、检测率、虚警率及ROC曲线方面将新算法与max-mean算法、max-median算法、top-hat算法、IPI算法及MGDWIE算法进行了对比。实验显示:新算法相较于对比算法具有更高的SNR增益、更低的平均残留背景绝对值、更高的检测率及更低的虚警率。对比结果表明:新算法在复杂背景和强杂波干扰下具有良好的红外小弱目标检测准确性和鲁棒性,有效改善了复杂背景和强杂波干扰下红外小弱目标检测虚警率高的问题。

基于辐射累积和空间反演的空中弱目标检测算法

背景辐射噪声是弱信号检测面临的难点问题。提出了一种显著提升信噪比实现匀速运动弱目标的有效检测算法。建立目标坐标空间和速度空间,以不同速度矢量控制图像叠加,形成提升了信噪比的新的图像序列并构成图像空间;利用恒虚警判决法在图像空间中检测候选目标点;根据候选目标点所对应的坐标向量和速度向量分别映射到坐标空间和速度空间,由两个空间中出现的峰值判定目标点。实际红外成像系统实拍实验表明,算法能将信噪比提升至接近原图的N倍,目标检测概率和虚警概率都明显优于所对比的弱目标检测算法。

基于9／7提升小波的海面弱目标检测算法

弱目标的检测一直是监视和报警系统的重要组成部分.海面背景下海面及连绵起伏的波浪反光使图像的信噪比和对比度都较低,而且舰船目标像素较少.先利用自适应灰度阈值对图像进行滤波;再进行9/7提升小波变换,提取高频部分;然后利用高频部分进行重构;最后对重构后的图像进行自适应灰度阈值处理,检测出目标.实验结果表明该算法能够有效地检测出强噪声和背景杂波干扰情况下的舰船目标.

基于粒子滤波的弱目标检测前跟踪算法

针对低信噪比条件下机动目标的检测跟踪问题,提出了一种改进型的基于多模型的粒子滤波检测前跟踪算法.由于粒子退化问题,在目标信号微弱、目标发生机动或者信号幅值波动较强势,粒子滤波的TBD算法的检测概率和跟踪精度将会下降.本算法在粒子滤波的基础之上改进,即在每次循环之前加入新粒子,新粒子的分布是由平均法和前一时刻的目标估计结果进行确定.给出了粒子滤波的TBD算法推导以及数值计算过程.仿真实验表明:基于改进型粒子滤波检测前跟踪算法能够检测低信噪比的目标.

采用机会照射源的杂波抑制与弱目标检测方法

在利用机会照射源进行目标探测时,目标信号经常淹没在强直达波与多径杂波中;同时,由于强目标信号旁瓣的遮盖效应,经常存在弱目标的漏检。针对以上问题,本文提出基于梯度变遗忘因子递推最小二乘的杂波抑制算法抑制直达波与多径杂波,同时提出了一种基于内插的改进CLEAN算法来实现强目标的抑制。该算法首先进行杂波抑制,然后与参考信号作二维时频互相关,估计出强目标信号的时延与多普勒频率;利用经过内插的时延点构造强目标干扰矩阵完成强目标的抑制,因此而达到检测弱目标信号的目的。经仿真实验证明该算法对于目标回波的时延与多普勒估计误差不敏感,且在强目标时延为分数倍采样周期时仍然能达到很好的抑制性能,并有效检测到弱目标信号。