双重响应异常约束的无人机目标跟踪

针对无人机跟踪目标易受视角变化、部分遮挡、背景杂波等因素影响而难以完成对目标的鲁棒跟踪问题,提出一种双重响应异常约束的无人机目标跟踪算法。首先,通过计算局部响应变化向量和全局响应峰值旁瓣比,在线动态更新空间正则化参数,降低边界效应的影响;其次,针对STRCF算法中的时间正则项的参数固定的问题,提出响应异常峰值判断机制,计算次峰响应系数,并将其融合到时间正则化参数上进行实时更新,避免目标模板变异造成跟踪漂移问题;目标函数通过交替方向乘子法迭代求解最优解。在UAV123、UAV20L和DTB70三个无人机数据集上与代表性的目标跟踪算法进行大量实验,结果表明,在UAV123数据集上的精确度达到71.7%,在DTB70数据集上的跟踪平均速度达到48.3帧/s。本文结果与现有相关滤波类无人机目标跟踪算法相比表现较好,具有较高的实时性和鲁棒性。

基于QAM-OFDM的雷达通信共享信号脉压PSLR分析

基于正交幅度调制-正交频分复用(QAM-OFDM)的雷达通信共享信号携带随机通信信息,导致其脉压旁瓣起伏随机性较大,进而造成其峰值旁瓣比(PSLR)随机性较大,影响雷达目标检测的虚警概率.对此,分析了PSLR随机性较大的原因,研究了通过长时间相参积累抑制PSLR随机性的可行性.理论分析和仿真结果表明,QAM-OFDM共享信号脉压的PSLR具有随机性,并且受调制阶数的影响较大;通过长时间相参积累使得QAM-OFDM共享信号脉压结果趋于均值,能有效抑制PSLR的随机性.

基于滑动多周期FFT的调频引信抗扫频干扰方法

针对调频引信快速傅里叶变换(FFT)谐波包络提取方法对抗扫频干扰效果差的问题,提出一种滑动多周期FFT处理方法。在分析扫频干扰作用下调频引信的失效机理的基础上,提出通过多周期FFT进行回波能量的相干积累,实现对干扰的有效抑制,并在相邻处理窗口间滑动更新处理数据,进一步提取预定炸高对应的差频谐波包络进行门限判决。仿真及实测结果表明:滑动多周期FFT处理方法能在扫频干扰下有效提取目标谐波包络特征,相较于传统单周期FFT处理方法,显著改善峰值旁瓣比,提高了调频引信抗扫频干扰的能力。

SAR图像质量外场试验与评估技术

SAR图像质量评估是评判SAR系统性能的关键指标,常用SAR图像质量评估参数包括目标分辨率、峰值旁瓣比和积分旁瓣比等。首先介绍了SAR图像质量评估参数的定义;其次分析了SAR图像质量评估参数测试误差,给出了单个角反射体时积分区间对积分旁瓣比的影响,以及多个角反射体时图像质量评估参数测试误差,并进一步给出了定标场地设计要求;最后介绍了SAR图像质量评估软件系统。SAR图像质量评估技术研究已在SAR系统试验中得到应用,开发的评估软件系统在SAR图像质量评估中具有一定的推广价值。

一种稀疏孔径下大尺寸目标的ISAR成像方法

针对稀疏孔径下的大尺寸目标ISAR成像,该文提出了一种新的成像方法,该方法在距离频域进行方位向压缩,避免了散射点越距离单元徙动的影响;引入压缩感知替代FFT对稀疏孔径数据进行方位压缩,通过构造随距离频率变化的基空间,消除了距离频率和方位时间之间的耦合,同时降低了方位向的峰值旁瓣比,获得了清晰的目标图像。计算机仿真结果验证了该算法的有效性。

连续混沌调频雷达信号分析

该文给出了连续混沌调频信号(CCFMS)的数学表达式,理论推导了CCFMS的自相关函数和均方根带宽。结果表明CCFMS自相关函数的旁瓣抑制性能优异;其均方根带宽与调频指数、混沌信号的均方根成正比。仿真计算了典型混沌产生的CCFMS性能,进一步证明了CCFMS具有较高的时间峰值旁瓣比、平坦的功率谱形状、近似图钉型的模糊函数和与正弦发射信号相同的峰均功率比。分析了CCFMS雷达的抗噪声干扰性能,与线性调频信号雷达相比,信干比改善因子提高约5.5dB。

一种基于点目标的雷达影像质量评价方法

提出一种空间性能指标和辐射性能指标相结合的基于点目标的雷达强度影像质量评价方法。利用空间分辨率、峰值旁瓣比和积分旁瓣比指标对雷达影像质量进行定性评价,并利用仿真和实测数据进行实验分析,结果表明,该方法具有较好的有效性和可操作性。

基于修正超波束技术的精确定向算法探讨

为提高目标定向精度,在保持基阵孔径不变的前提下,对传统超波束技术进行了修正,将超波束非线性运算和后置处理算法相结合,避开了超波束非线性带来的弊端。仿真结果表明,修正后的方法有效地减小了主瓣宽度,降低了旁瓣高度,提高了系统的目标检测性能,降低了虚警概率,对于系统的精确定向具有重要意义。

一种NLFM脉压波形的优化设计方法

首先介绍了非线性调频（ＮＬＦＭ）脉压波形设计的一般原理，在此基础上提出了一种优化设计方法。用该方法设计的ＮＬＦＭ波形距离副瓣更低，且能得到调频函数和调相函数关于时间ｔ的显函数形式。最后分析了模拟目标回波经脉压滤波器的处理结果。

基于图像质量指标的SAR干扰效能评估研究

合成孔径雷达通过距离向的脉冲压缩技术和方位向的合成孔径天线实现距离维和方位维的高分辨率。文章在建立对点目标成像模型的基础上，引入SAR图像质量评估指标，用峰值旁瓣比和积分旁瓣比来定量地评价有源噪声压制干扰对点目标成像的干扰效果，并就几种典型的噪声压制干扰样式对SAR的干扰进行了计算机仿真。

结合自适应时间权重的改进STRCF目标跟踪

针对STRCF算法时间权重因子固定,且常因长时遮挡等原因造成跟踪漂移的问题,提出了一种自适应时间权重学习的目标跟踪算法。利用峰值旁瓣比在线动态更新时间权重因子以提升跟踪器的准确性。在跟踪器中嵌入遮挡判断模块,设定条件判断是否发生遮挡,以决定是否停止对目标位置的更新。实验结果表明:该算法的精确度与成功率分别为0.880和0.814,相比STRCF算法分别提升了2.6%和2.0%,且跟踪速度达到28.61帧/s,在CPU上可以达到实时。

融合判别性与细粒度特征的抗遮挡红外目标跟踪算法

针对现有热红外目标跟踪算法难以处理相似物干扰和目标遮挡的问题,引入MMNet(Multi-task MatchingNetwork)算法中的多任务框架获取热红外目标特定的判别性特征和细粒度特征,并将这两种特征相互融合,用于在类间和类内识别热红外对象。此外,利用峰值旁瓣比动态设置模型更新参数以更高效地获取目标变化信息并对跟踪结果进行评估。对于不可靠跟踪结果利用卡尔曼滤波对目标位置进行预测。在LSOTB-TIR(Large-Scale Thermal Infrared Object Tracking Benchmark)红外数据集上的实验结果表明,提出的改进算法性能较好,相比MMNet跟踪精确度和成功率分别提高了5.7%和4.2%,且能有效应对遮挡、变形等挑战,可以应用于红外目标跟踪领域。

基于多特征融合的运动目标跟踪方法

采用单一特征描述目标和传统模型更新方法对目标进行跟踪难以适应目标的遮挡、形变以及复杂场景变化等问题。针对此问题,提出一种多特征融合和选择性更新模型的相关滤波器跟踪算法。分别利用方向梯度直方图和颜色特征训练滤波器模型,在检测阶段根据不同特征响应图的峰值旁瓣比和加权融合两种特征;根据每帧最终目标位置响应图的峰值旁瓣比,判断目标是否发生遮挡,发生遮挡时则不更新模型,下一帧中继续使用当前模型进行跟踪。选取公开测试视频集中12段视频序列与多个前沿运动目标跟踪算法进行对比实验,结果显示,相对于次优的基于颜色特征(color names,CN)的算法,平均中心位置误差减少了25.12像素,平均跟踪精度提高了29.31%。实验结果表明,在目标发生尺度变化、遮挡和光照变化等情况下,该算法可以稳定、准确跟踪运动目标。

一种基于非线性调频信号和空域编码的FDA雷达波形设计方法

频率分集阵列(FDA)雷达通过在不同发射阵元间引入微小的载频增量,实现发射方向图在脉冲持续时间内对大尺度空域的均匀连续扫描。然而FDA雷达方向图主瓣的扫描特性,使得其在一个方位角度位置的波束驻留时间缩短,积累带宽减小,从而降低其距离分辨率。针对上述问题该文提出了一种空时域联合的FDA雷达波形设计方法,通过引入阵元间的空域相位编码显著改善了相干FDA雷达的距离分辨率,同时在时域设计一种非线性调频波形获得了更低的距离旁瓣。该文从理论上分析了该方法的有效性,并通过仿真实验证明了该波形设计方法同时具有距离向高分辨和低峰值旁瓣比的优势,具有更好的一维距离向成像性能,并分析了其对高速运动目标的观测能力。

限幅失真对LFM信号脉冲压缩及SAR成像的影响

用贝塞尔函数推导了限幅失真对线性调频(LFM)信号脉压输出波形的影响,并给出了定量表达式。仿真分析了不同限幅时脉压波形的主瓣宽度、峰值旁瓣比和积分旁瓣比的变化,并分析了限幅失真时的合成孔径雷达(SAR)点目标成像。

宽带Ricker子波

地震数据处理的理想目标是得到反射系数，即子波是冲激函数。但由于受原始数据的频带和信噪比的限制，最终只能得到具有带限子波的记录。常用的子波是带通子波和Ricker子波。前者延续时间长，旁瓣波形复杂，后者旁瓣幅度比较大，都不是冲激函数的很好的近似。为此，设计了一种新的子波，它由不同宽度的Ricker子波合成，称为宽带Ricker子波。它的主瓣比较窄、旁辩幅度小、波形简单，在同样的主瓣宽度的情况下，振幅谱的峰值频率比较低，因而在保真度和信噪比方面都优于常用的两种子波。

使用自适应背景约束改进的颜色属性跟踪算法

颜色属性跟踪算法使用的核脊回归分类器对于背景信息的利用过少,导致算法在目标快速运动、局部遮挡和背景相似物干扰等情形下容易发生漂移。针对此问题,首先,通过计算响应矩阵峰值旁瓣比确定干扰峰所在位置;然后,在核脊回归分类器上引入对应的背景约束项来加强分类器对背景信息的利用;最后,使用构建尺度空间滤波器的方法实现对多尺度变化的支持。在Visual Tracker Benchmark数据集上的对比实验结果表明,该方法在不过多损失算法速度的前提下,能够有较高的跟踪精度。

自适应位置切换相关滤波目标跟踪

为解决卷积特征目标跟踪算法精确度和速度相互制约的问题,文中提出了一种基于峰值旁瓣比的自适应位置切换的相关滤波目标跟踪算法。将Pool4和Conv5-3层作为特征提取层,通过特征能量均值比获取有效的卷积特征,提高算法的速度;然后利用不同样本分布训练多个相关滤波器,并根据峰值旁瓣比筛选出最适分类器进行位置预测,提高了跟踪器的泛化能力;最后利用稀疏模型更新策略更新滤波器模板,减小过拟合现象的同时进一步提高算法的速度。在OTB100标准数据集上测试该算法,实验结果表明,文中所提算法的精确度为88.8%,较原分层卷积跟踪算法提高了6.1%;跟踪速度为47.5帧/s,是原算法的5倍,显示了良好的实时性能。

自适应模型的视觉跟踪算法

基于判别相关的滤波算法在计算机视觉跟踪领域的优势引起了极大的关注,高精度和鲁棒性是视觉目标跟踪的主要指标。目标对象通常会遇到复杂的情况,如快速运动和遮挡。将生成错误的跟踪信息,并将其传递到下一帧进行更新,信息将严重恶化整体跟踪模型。针对上述问题,论文提出了一种基于判别相关滤波器框架的精确模型自适应更新方法。利用判别相关滤波器生成的响应图的峰值作为动态阈值,与其PSR(峰值旁瓣比)得分进行比较,实现跟踪方法,然后将比较结果作为更新平移滤波器和尺度滤波器模型的判别条件。多个传统特征,如HOG、CN和HOI等特征自适应地融合在一起,以实现全面的特征表示,从而进一步改进跟踪性能。论文在OTB基准数据集上的跟踪器的性能。实验结果表明,该跟踪器在最先进的判别相关滤波器跟踪器上表现良好,以及更新验证了模型的自适应。

基于时间区域稀疏相关滤波的分层特征融合追踪算法

目的:利用卷积网络的不同层提取分层特征,结合区域稀疏性解决特征所引起的边界效应,提高基于相关滤波的追踪算法的成功率和精确度。方法:在分层卷积特征追踪算法的基础上,利用稀疏性和峰值旁瓣比,提出新的基于时间区域稀疏滤波的分层特征融合追踪算法。首先,该算法提出时间区域稀疏相关滤波算法,利用深度卷积网络提取的不同层次特征学习不同的相关滤波;其次,利用所学的相关滤波确定下一帧图像的目标响应图;最后,利用峰值旁瓣比确定不同响应图的权值,得到融合的响应图,从而确定目标的位置。结果:经过采用精度图和成功率图作为评价标准,在标准数据集上与9种跟踪算法进行对比实验。实验结果表明,本文所提的追踪算法在OTB100上的成功率为0.685、精度为0.834,比现有的一些流行算法具有更好的追踪性能。结论:本算法利用区域稀疏性忽略干扰特征,利用时间正则项学习前后帧相关滤波的关系,并用新的响应图融合方法提高追踪算法的性能。