基于快速时频图的海面无人机目标多特征检测

海面无人机(UAV)的检测属于海杂波背景下的小目标检测问题,多特征联合检测是解决此类问题的有效途径。针对已有的时频三特征检测方法在特征提取阶段计算复杂度过大、难以实现实时检测的问题,提出了一种基于快速时频图的海面无人机多特征检测方法。首先,对雷达复回波数据进行分段快速傅里叶变换,将计算得到的多普勒幅度谱沿多普勒维对齐拼接从而构建快速时频图;其次,对快速时频图进行归一化,达到杂波抑制和增强目标回波的目的,并基于归一化的快速时频图提取三种时频特征;然后,利用快速凸包学习算法训练给定虚警概率下的检测判决区域;最后,通过实测UAV数据验证并分析了所提方法的有效性。

逆高斯纹理复合高斯杂波对异常样本稳健的三分位点估计方法

逆高斯纹理的复合高斯分布(IG-CG分布)是描述高分辨率海杂波常用的模型,其参数估计在高分辨海用雷达自适应目标检测中起着关键作用。由于参数估计中数据不可避免地存在来自海面目标、岛礁的异常样本,对异常样本稳健的双分位点估计是近年来提出的有效方法之一。该文提出一种对异常点稳健的IG-CG分布三分位点参数估计(Tri-per)方法,其是对双分位点估计的改进。改进来自两个方面,通过双分位点位置优化提高逆形状参数的估计精度;通过第3个分位点的引入和位置优化提高尺度参数的估计精度。最后,用仿真和实测数据检验了提出估计方法的有效性和稳健性。

海面背景下弱目标RCS估计及特性分析

雷达截面积(radar cross section,RCS)可以为武器装备设计提供支撑。因此,许多国家都建立了标准测试场,可以满足大多数目标RCS测量的需要。对于海面背景下的非合作弱目标而言,只能依赖实际测试来获取目标RCS,但有时会面临多径干扰和信号弱的问题。针对该问题,在海上外定标和目标信杂比改善基础上,提出了一种目标RCS估计方法。设计并开展了海上目标RCS测量试验,并对测试数据进行了分析,验证了新方法的有效性,同时给出了弱目标RCS起伏特性的定性描述。

目标回波特征辅助的海面多目标跟踪方法

由于复杂的海洋环境和近海稠密的海面目标,海用雷达常面临高虚警率、高目标密度的“双高”跟踪场景。来源于海杂波和多个邻近目标的量测点在探测空间中密集出现,传统的跟踪方法仅利用单帧量测的位置信息不能很好区分量测的具体来源,导致跟踪性能严重下降。利用目标回波特征信息可以在不提高算法复杂度的情况下弥补上述缺陷,但目标回波特征的泛化能力较弱,需要针对不同的雷达体制、工作场景及探测需求,因地制宜地选择适合的目标回波特征。以探测大中小型船只为任务的高分辨对海警戒雷达为应用背景,采用检验统计量和目标径向速度量测作为目标回波特征,重构了跟踪方程使得目标回波特征的信息被充分应用于关联、滤波和航迹管理等跟踪的各个环节。此外,采用了一种“两级”跟踪流程,依据航迹质量划分确认航迹和候选航迹,串联跟踪目标并交互信息,有助于跟踪难以形成持续稳定检测的非机动海面小目标。实测和仿真数据实验结果表明,在海面复杂的多目标场景中,所提方法可以实现稳健的目标跟踪。

采用双迭代寻优算法的舰船复HRRP估计

针对非高斯海杂波背景下线性规划和迭代最小化稀疏恢复方法中目标散射点模型建模不精确导致舰船复高分辨距离像估计和径向尺寸估计性能下降的问题,提出了一种散射点位置和距离像幅度交替迭代寻优的新算法。该算法首先利用线性规划或迭代最小化稀疏恢复方法对舰船复高分辨距离像进行估计,然后采用拟牛顿法估计目标各个散射点在距离单元内的位置微偏移,在不增加模型复杂度的情况下构造出更加精细的目标散射点模型。重复利用上述双迭代过程,直到距离像的恢复误差满足预先设定的要求。通过仿真和实测数据实验对几种稀疏恢复方法的舰船复高分辨距离像估计性能以及径向尺寸估计性能进行了分析与对比。实验结果表明,提出的双迭代寻优算法与沿距离临界采样的线性规划和迭代最小化稀疏恢复方法相比,具有更低的舰船复高分辨距离像估计误差和径向尺寸估计误差;与沿距离过采样高分辨距离像模型的线性规划稀疏恢复方法相比,该方法在保持相近复高分辨距离像估计和径向尺寸估计精度的情况下显著减少了计算时间。

基于频带分割的超宽带雷达脉冲压缩方法

本文研究了基于频带分割与多通道综合的超宽带雷达脉冲压缩方法，并对该方法进行了详细的性能分析．它有效地解决了超宽带雷达带宽高达几千兆赫的信号没法直接A／D转换的难题．同已有方法相比，它不仅适用于LFM信号，也适用于非线性调制频信号．

混沌、噪声背景中信号的滤波检测方法

本文对混沌时间序列的线性滤波特性进行了深入研究,将经典的匹配滤波技术与混沌时间序列的局部预测方法相结合,提出了混沌、噪声背景中信号检测的新方法。最后,用典型的混沌系统的具体分析验证了本文方法的正确性和有效性。

宽带信号距离和速度分辨率的研究

本文中，首先分析了已有宽带模糊函数体积定义的不足之处，在此基础上给出了改进体积的定义其次在宽带信号分辨率的研究中采用了时间一尺度和频率．尺度变换[1]的概念并证明了宽带信号的距离和速度分辨率分别取决于信号的频谱结构和尺度谱结构最后用本文方法分析了几类信号的分辨率这为宽带信号处理提供了一个有力的理论分析工具。

一种基于子波神经网络的多尺度差分方程求解新方法

多尺度方程的求解是子波与多分辨分析的基础,本文提出了用M-带子波神经网络求解多尺度差分方程(Multiscale Difference Equation, MSDE)的新方法.该方法与以前方法相比,具有很多优点并且求解方程的范围更为广泛.

插值子波变换的优化设计

Ｄｅｓｌａｕｒｉｅｒｓｄｕｂｕｃ子波是一类被广泛采用的插值子波，其不足之处在于系统冗余较大，一般插值子波是Ｄｅｓｌａｕｒｉｅｒｓｄｕｂｕｃ子波的推广，设计上具有更大的灵活性．本文研究了一般插值子波系统的性质、优化设计准则以及有效的优化设计方法．最后，通过对实测信号的压缩说明了本文方法的有效性．

双尺度积分方程与半连续子波变换

把双尺度差分方程推广为一般的双尺度积分方程，研究了其解的存在性条件及解的求法．在此基础上，提出了半连续子波变换的概念，给出了其快速塔式分解算法和基于框架的综合算法，构造了３个半连续子波函数类，并应用于宽带相关处理中．基于双尺度积分方程的半连续子波变换保留了连续子波变换和离散子波变换的优点，克服了其缺点．

一种基于SPMAD估计的海杂波中低速小目标的检测方法

海洋环境中低速小目标的有效检测是许多领域所关心的问题．本文在Ｎｏｈａｒａ等提出的基于ＡＲ模型的ＡＲＬＰＭ（ＡｕｔｏＲｅｇｒｅｓｓｉｖｅＬａｒｇｅｓｔＰｏｌｅＭａｇｎｉｔｕｄｅ）检测方法的基础上，提出了一种新的基于Ｄｅｃｈｉｒｐ和谱峰差分绝对值平均值ＳＰＭＡＤ（ＳｐｅｃｔｒａｌＰｅａｋＭｅａｎＡｂｓｏｌｕｔｅＤｉｆｆｅｒｅｎｃｅ）的检测方法，仿真结果表明：该方法在性能上同ＡＲＬＰＭ方法相比有显著的改善．

具有紧支撑对偶的内插子波

本文构造了具有紧支撑对偶的内插子波。与已有的内插子波相比,它可以通过FIR滤波器组进行快速分解和重构,并且设计上具有更大的灵活性。最后,实验结果表明它还具有良好的去噪性能。

两通道正则正交的主分量滤波器组设计

本文研究了两通道正则正交的主分量滤波器组设计 .给出了正则乘积滤波器的参数表示 。

4-带紧支撑对称正交内插尺度函数

提出了设计同时具有紧支撑、正交性、对称性、正则性和内插性5大优点的4-带尺度函数的方法,并给出了一类具有最短支撑的尺度函数的实例.

基于半连续子波变换的快速宽带相关处理方法

文中在分析了连续子波变换(CWT)和离散子波变换(DWT)应用于宽带相关处理时的优缺点的基础上,提出了基于半连续子皮变换(SCWT)的快速宽带相关处理方法.同时,给出了两种离散化的 SCWT 的快速分解算法及相应由离散化引起的误差和传播分析结果.

MSDE信号模型的信号编码方法

本文给出了基于MSDE、LMSDE信号模型的信号编码的数学描述。把LMSDE信号模型的模拟信号编码过程转化为求解一个带非线性约束的二次规划问题并给出了SUMT外点法求解的方法。最后,通过两个例子说明了本文方法的有效性和高信噪比下对噪声的鲁棒性。

具有阻带零点抑制的三带双正交内插复子波

作为设计两带双正交滤波器组和子波的有效方法 ,提升方法 (LiftingScheme)已广泛应用于子波构造、自适应子带编码等众多领域 .本文利用三带提升方法构造了一类具有阻带零点抑制的三带双正交复内插子波 .阻带零点抑制是比消失矩约束更为严格的设计条件 ,能够更有效地控制滤波器的阻带特性 .不同于传统的滤波器组 ,这类复滤波器组和子波具有分割正负频率分量在不同通道的能力 .

具有紧支撑对偶的双正交插值子波系统正则度的优化设计

本文研究了对称内插尺度函数及其对偶的参数化表示。在此基础上,提出了一般插值子波系统的正则度优化设计方法和相应的Minimax优化算法。优化结果表明:内插尺度函数正则度的优化设计明显提高了系统的逼近能力;而对偶正则度的优化设计增加了对偶的光滑性,并且分析滤波器的通带,阻带特性也得到了显著的改善。

改进自适应LBG矢量量化算法在干涉高光谱图像压缩中的应用

在基于点到线模型扩展LBG(linde-buzo-gray algorithm)矢量量化算法的基础上,提出了一种更为高效的新型自适应LBG矢量量化算法,并给出了该算法在干涉高光谱图像无损压缩中的实际压缩方案。该算法在LBG算法码书中利用点到线的垂线关系基础上进行了改进,执行进一步的自适应化迭代进而获得了更小的残差。将自适应LBG矢量量化算法应用于干涉高光谱LASIS(large aperture static imaging spectrome-ter)图像数据无损压缩中,实验结果表明,该方法比原有的扩展LBG矢量量化算法在无损压缩性能上有显著的提高,并且在与LASIS图像双向预测结合后,点到线模型扩展LBG矢量量化算法的压缩比相对于传统LBG算法有所下降,而采用本文提出算法的压缩比则有明显的提高。