基于细粒化特征感知的水下目标检测算法

针对水下光学图像细节模糊以及水下生物遮挡导致目标检测精度低的问题,提出一种基于细粒化特征感知的水下目标检测算法.该算法基于YOLO(You Only Look Once)v7网络结构,首先,提出ELSA(ELAN-SimAM)模块,提升主干网络对水下图像模糊细节的特征感知;其次,提出多梯度聚合结构(Multi-gradient Aggregation Structure),实现特征信息多梯度高效融合,并在颈部网络中嵌入轻量化的三重注意力机制(Triplet Attention),使特征信息跨维度交互融合,减少由水下生物遮挡导致的漏检问题.实验结果表明,所提出的算法适用于水下复杂环境下的目标检测,可以在较短时间内实现目标定位与检测,且检测精度较高.

基于改进TransU-Net的乳腺肿瘤分割算法研究

针对超声乳腺肿瘤图像中存在的高散斑噪声较多、肿瘤边缘模糊以及形状复杂多样等问题,文章在TransU-Net的基础上进行改进,提出了基于TransU-Net的多路径特征融合网络(MFF-Net)。文章分析了MFF-Net的整体结构、多路径特征融合提取模块以及深监督机制,通过实验验证了MSF-Net在处理边缘模糊和形状复杂多样的乳腺超声图像方面的有效性。结果显示,MSF-Net在多个评价指标上优于现有的主流方法。

5G/GNSS融合系统定位精度仿真分析

全球导航卫星系统(global navigation satellite system,GNSS)在室内或室内外交界处等多径干扰的复杂环境下伪距测量精度不高,定位精度不佳,甚至无法定位.第5代通信系统(5G)是我国目前大力发展的移动通信系统,其特征在于基站密度高,室内外覆盖性强,通信带宽大,因此具备精确测量基站与用户终端相对距离的潜力.融合5G与GNSS信号进行定位,可有效解决GNSS覆盖性不足、城市峡谷定位精度低等问题.本文通过对不同场景下的多径干扰进行定量分析,使用蒙特卡洛仿真的方法论证了几种典型的多径干扰条件下5G/GNSS融合系统的水平定位性能上下限.仿真结果表明,在室内或室内外交界处等多径干扰严重的环境下,室内布设足够的5G基站并融合5G带内资源后可以使定位精度达到亚米级.

基于减法聚类的动态航迹聚类算法

针对天波超视距雷达"多路径"引起的航迹聚类问题,提出了一种基于减法聚类的自适应动态航迹聚类算法(ADC),定义了评价航迹聚类算法的两类指标。ADC算法在聚类的过程中,动态调整样本集的大小,在获得聚类中心后,根据最近邻法确定每个样本点的归属。仿真结果表明,ADC算法大大提高了航迹聚类的准确性。

低空目标探测技术分析与展望

发展低空目标探测技术是应对低空、超低空突防目标威胁的重要手段。在对低空目标探测影响因素和目标低空突防缺陷进行分析的基础上,从克服地球曲率及地形遮蔽影响、抑制多径效应、角闪烁效应和复杂背景杂波4个方面分析研究了低空目标探测技术,对典型的低空目标探测雷达进行了分析探讨,并对未来低空目标探测的发展趋势进行了展望。

雷达组网减小多路径效应影响的探讨

讨论了天线方向图、波束指向、地(海)面反射特性、目标距离与高度等因素与伺服仰角误差控制信息的关系,分析了多路径效应对跟踪系统的影响。提出了基于多雷达组网减小多路径效应影响的方法,即采用平滑滤波与加权最小二乘算法相结合实现多源信息融合处理,并将多雷达融合后的仰角信息作为雷达网内俯仰支路的引导信息,利用该信息来减小多路径效应的影响,进而改善跟踪稳定性并提高低空目标仰角测量精度。实际应用验证了该方法的有效性。

基于虚拟信道多路径融合认知无线网络路由算法

针对认知无线网络中频谱的动态性、时变性、多样性以及节点移动性,提出了一种基于虚拟信道的多路径融合认知无线网络路由算法.在路由建立过程中,为解决源节点与目的节点信道同步问题,源节点在公共控制信道上广播添加虚拟信道的路由请求,在当前所处信道为虚拟信道的节点中转发.目的节点对多条路径通过信道切换进行融合,以规避主用户的活动区域,减少路径跳数,提高链路的稳定性.在路由维护阶段,通过卡尔曼滤波对节点移动速度进行预测,在链路断裂之前启动路由修复.最后通过NS2中CRCN Simulator仿真结果表明,该算法在链路通信的稳定性、分组投递率、吞吐量、端到端时延等方面有明显的改善,提高了网络的整体性能.

天波超视距雷达的多路径融合多目标跟踪算法

针对天波超视距雷达(over-the-horizon radar,OTHR)的信号多路径传播特点,提出一种融合多路径信息的多目标跟踪算法。该算法利用概率多假设跟踪(probabilistic multi-hypothesis tracker,PMHT)算法中量测与目标关联的"软"决策模型优势,并对多路径观测函数显式建模,推导了多路径量测融合处理公式。仿真实验结果表明,相比于标准PMHT算法,所提出算法实现了在低检测概率、高杂波的OTHR环境下对多个目标的更有效跟踪,获得更高的目标状态估计精度和更低的失跟率。

穿墙雷达室内多径机理分析与抑制方法

由于穿墙雷达室内多径效应的存在,使得回波信号功率减弱,甚至淹没于多径虚假像中,造成目标数量和位置的误判。针对室内多径效应问题,首先构建目标之间以及目标和墙体之间的多径传播模型,然后利用双圆解析表达式方法得到多径虚假像的位置与目标位置、子孔径位置、子孔径大小之间的关联性,并用此来分析室内多径虚假像产生机理,最后通过子孔径双层融合方法抑制多径虚假像。仿真和实验结果表明,该方法可以有效抑制多径虚假像,从而验证了理论分析的可行性。

无线电测量设备的低仰角跟踪研究

在分析多径效应形成原理的基础上,论述了低仰角跟踪时多径效应对跟踪系统的影响。对基于多信息源的目标测量模型建模、数据融合与最优估计算法等解决低仰角跟踪的措施进行了研究。利用这些措施可有效改善无线电测量设备低仰角跟踪稳定性,并提高测量设备跟踪低空目标时的测量精度。

模式简化的OTHR多径航迹融合算法

针对天波超视距雷达(OTHR)多径传播现象引起的航迹-路径模糊性问题,提出了一种模式简化的OTHR多径航迹融合算法。该算法先对经概率数据互联(PDA)算法滤波所得航迹进行聚类;然后,将同类航迹与简化后的传播模式匹配,加权得到某一关联假设下目标地理状态估计;最后,对所有关联假设下的目标地理状态估计加权融合,得到最终的目标地理状态估计。文中先通过设计仿真实验验证了简化模式的合理性,并对所提算法进行了仿真、测试。结果表明:模式简化后,并未影响多径航迹融合算法融合性能,但算法计算量与复杂度大大降低,并在某些航迹模式缺失的情况下,还能降低算法融合误差,改善融合效果。

基于关联假设树的OTHR多径航迹融合算法

天波超视距雷达利用电离层传播高频信号来探测超远距离的目标,针对电离层的分层结构使得信号在目标与雷达之间的传播存在多种模式,导致单个目标在雷达坐标下对应多条航迹,以及目标跟踪过程中可能存在某种传播模式对应的航迹发生缺失或冗余的现象,文中提出了一种改进的多径航迹融合算法。在目标真实航迹数目未知的情况下,通过建立航迹-路径关联假设树,对各假设树的每一条路径进行评估,得到关联概率并进行加权,最终获得目标地理坐标下的真实航迹。在传播模式完整和非正常状态下进行了仿真分析,证实了该算法具有较强的适用性,在复杂跟踪环境下仍可以获得较好的融合效果,与多假设航迹融合算法相比,该算法具有更好的融合效果。

多路径特征融合的遥感图像超分辨率重建算法

针对遥感图像超分辨率重建算法特征利用率低、重建速度慢等问题,提出一种基于多路径特征融合的遥感图像超分辨率重建算法。该算法模型包括浅层特征提取模块、特征融合模块和图像重建模块3个部分。首先,利用浅层特征提取模块提取浅层特征信息;然后,通过级联的方式将每个多路径特征融合模块输出的特征信息进行融合,提高了特征利用率;最后,通过图像重建模块重建高分辨率图像。由于减少了基本单元中卷积层的通道数,从而提高了重建效率。实验表明,该算法在客观评价指标上相对于比较算法均有提高,重建的遥感图像主观效果更好,能够恢复出更多的地物细节信息。

一种天波超视距雷达多路径融合算法

针对天波超视距雷达(over-the-horizon radar,OTHR)多目标跟踪所面临的多路径和低检测概率问题,结合混合高斯概率假设密度(Gaussian mixture probability hypothesis density,GMPHD)滤波器免数据关联以及计算耗费低的优点,提出多路径不敏卡尔曼混合高斯概率假设密度(multipath unscented Kalman-Gaussian mixture probability hypothesis density,MPUK-GMPHD)融合框架.该框架将多路径效应等效为多传感器,构建面向OTHR的多传感器意义下的概率假设密度(probability hypothesis density,PHD)融合算法.通过多路径信息的有效融合避免多路径独立量测更新带来PHD目标数过估问题,并采用不敏卡尔曼滤波处理量测模型非线性问题.仿真结果表明,在OTHR多目标跟踪的复杂环境下,MPUK-GMPHD融合算法能够较准确地估计目标状态和目标数,缓解了直接利用GMPHD滤波器处理带来的目标数过估和较大计算量的问题.

基于墙体补偿与多视角融合的穿墙雷达建筑物布局成像算法

穿墙雷达能够对建筑进行布局成像,并准确获取建筑内部结构信息,已广泛应用于灾害搜救、反恐作战等领域。针对建筑物墙体穿透导致的墙体展宽、位置偏移和墙体多径杂波导致的多径鬼影等成像问题,本文提出了一种基于墙体补偿与多视角融合的建筑布局成像算法。首先,对雷达回波的后向投影成像结果应用Radon变换,通过恒虚警率检测提取峰值,提取墙体位置信息,以墙体前后表面中心为分界线将图像分割为两个子图像;其次,对包含偏移墙体的子图像进行自适应补偿,矫正墙体位置;最后,对多个视角成像结果进行图像融合,抑制多径鬼影。仿真结果表明,该方法可以有效解决图像中墙体展宽、位置偏移和多径鬼影问题,得到正确清晰的建筑布局图像。