基于中心估计的椭圆检测

椭圆检测在图像理解中有重要的作用。为克服标准Hough变换对时空需求高的缺点,设计了一种改进算法。通过椭圆对称特性估计图像中可能存在的椭圆中心,利用长轴确定椭圆中心及夹角参数只需一维累积数组对椭圆短轴的投票,采用聚类分析技术将检测到的虚椭圆归类到对应的真实椭圆。对合成图像和实际图像的实验表明算法的正确和高效。

基于距离梯度的多普勒中心估计精度分析

多普勒中心估计一般使用原始数据或距离压缩后的数据,但目前缺少统一的参数对估计精度进行分析。在多普勒模糊数准确的前提下,提出了根据几何模型和多普勒中心精度要求划分数据块,利用多普勒中心估计值的距离梯度均值和标准差分析多普勒中心的方法。实验表明,利用原始数据得到的多普勒中心估计值其距离梯度的均值和标准差都小于几何模型限定值,利用距离压缩后数据得到的多普勒中心估计值其距离梯度的均值和标准差都大于几何模型限定值,同时通过对多普勒中心估计值进行距离向二次拟合,剔除了大于几何模型限定条件的估计值。综上所述,利用距离梯度有效对估计值精度进行了分析。

基于MATLAB仿真的多普勒中心估计算法改进研究

频谱能量均衡法是多普勒中心估值算法中常见的一种,但在实际应用中存在一些不足。提出对该算法的改进方法,使其更为有效,最后给出了通过MATLAB语言建模得到的仿真结果,并给出了利用雷达原始数据得到的测试结果及其性能分析,得出利用改进的方法估值精度较高,而且由于避免了迭代运算,因而更适合DSP实时处理,计算效率更高的结论。

一种圆周机动目标的机动中心估计方法

机动目标跟踪是无源探测中的关键问题,文章针对无源探测中飞行器常见的圆周机动轨迹跟踪问题,提出了一种改进的机动中心次优估计方法。通过对三点定圆方法中三点构型对圆心估计误差影响的分析,提出了一种基于对弦进行对称分组、增加交点集合过滤规则和加权平均来提高估计精度的方法,该方法有效地解决了弦中垂线交点法在噪声条件下估计误差大的问题。之后用本方法与机动中心坐标系法相结合对飞机的圆周飞行轨迹进行滤波,仿真结果验证了文中方法的有效性。与传统的弦中垂线相交法及最小二乘法相比,该方法在相同误差条件下,具有更小的计算量。

面向鲁棒控制的l_1中心估计递推算法

讨论未知但有界误差假设下的ｌ１中心估计问题，提出了中心估计递推算法的理论基础，并据此设计了ｌ１中心估计的递推算法。理论分析和数据仿真表明，与原有算法相比，递推算法可以显著减少计算量，提高估计速度，因而可应用于实时在线辨识。所给算法和结果是面向鲁棒控制的。

面向鲁棒控制的l_1中心估计算法及其误差界

分析了具有ｌ１误差的线性时不变系统的最不利情况的辨识问题，对系统假设的先验信息是未知系统的脉冲响应函数控制稳定，并且假设实验数据具有有界噪声干扰的一般输入响应样本，提出了中心估计算法，分析了其最不利情况的误差界限，所给算法和辨识结果是面向鲁棒控制的．

三角调频连续波雷达多普勒中心估计

调频连续波雷达在近距离探测中具有重要的应用价值,而基于三角调频连续波的雷达通过对回波上下两个变频周期的联合分析,可以在一个扫频周期内获得目标的距离及其多普勒中心频率。本文将从三角调频连续波信号模型出发,分析目标相对雷达运动引起的多普勒频移,以此为基础进一步分析一种多普勒检测算法及速度距离耦合引起的测量误差,然后还通过仿真实验检测算法及其抗噪声性能。

太赫兹视频SAR多普勒中心估计方法

受外界因素影响,机载合成孔径雷达(SAR)的飞行航迹与理想状态相比往往存在偏差,同时平台导航系统精确度有限,故需要从回波数据中精确估计多普勒中心频率,从而进行距离走动校正。多普勒中心估计误差决定了距离走动的校正精确度,从而决定了合成孔径成像方位压缩效果,是影响SAR成像质量的关键。在机载太赫兹成像雷达系统中,对运动补偿精确度的要求达到了亚毫米级,从而对多普勒中心估计误差提出了更高的要求。传统的多普勒中心估计方法在正侧视或小斜视模式下具有良好的效果,但在具有一定斜视角的模式下往往偏差较大。为了在多模式下有效完成太赫兹视频SAR距离走动校正,本文基于实测数据结果,从传统的包络估计方法出发,探究了一种改进包络估计的多普勒中心估计方法。通过比较,本文所提出的改进包络估计方法在对太赫兹视频SAR正侧视模式回波数据的多普勒中心估计上与另外两种传统方法都具有很高精确度,但在本文所提方法扫描模式下对97%的图像都作出了较为精确的估计,精确度与鲁棒性明显高于另外两种传统方法。结果说明了本文所提出的多普勒中心估计方法具有更好的鲁棒性、更高的效率。这一工作有助于高频段SAR多模式下的成像研究。

基于平均相位增量法的多普勒中心估计方法研究

为了实现高分辨率成像,在保证系统实时性的同时还要保证中心频率估计的精度。研究了利用平均相位增量法精确估计多普勒中心的仿真实现过程,并利用这种方法对实测数据进行了中心估计和成像,取得了较好的效果。

一种快速的DBS多普勒中心估计方法

多普勒中心估计精度的高低直接影响多普勒波束锐化(DBS)性能的优劣。针对传统的最值法估计多普勒中心精度比较低的实际情况,提出了一种改进的最值法。该方法利用频谱均衡的思想来实现,并不需要进行迭代运算。其处理过程简单,易于快速实现,能够克服传统最值法估计结果平稳性较差这一缺陷。DBS实测数据的处理结果验证了该方法的有效性,同时该方法更有利于工程实时实现。

基于图像旋转相关的空间目标ISAR等效旋转中心估计算法

为了消除逆合成孔径雷达(ISAR)越分辨单元徙动(MTRC)引起的图像散焦,需要估计目标的等效旋转中心。该文以空间目标为研究对象,提出了一种基于图像旋转相关的ISAR旋转中心估计算法。首先,分析了ISAR的瞬时成像机理;其次,将采用相同运动补偿后的回波数据分段成像,得到不同视角的2幅图像;然后,基于定标后的图像像素旋转和图像相关,估计等效旋转中心。当假定的等效旋转中心与真实的旋转中心一致时,2幅图像相关性最大,据此得到旋转中心位置。仿真实验表明,该算法能够有效利用图像整体信息,估计出高精度的目标等效旋转中心,利于提高成像质量。

改进多普勒中心估计的ISAR舰船成像

逆合成孔径雷达(ISAR)对舰船成像依靠舰船与雷达视线之间的相对转动,它由舰船航行和海浪作用下舰船自身摇摆产生的转动组成。本文选取舰船上的强点单元来估计目标的多普勒中心。根据曲线把整个慢时间分成若干时间段,选取最佳时间段进行瞬时成像,此算法将大大提高成像效率。通过仿真验证了该方法的有效性,可在未知海情下获得舰船的像,有利于舰船目标的进一步识别。

一种改进的瞳孔中心估计方法

经典的虹膜定位算法主要有基于投票机制的Hough变换算法和Daugman提出的基于微积分的圆形检测算法。本文分别对这两种算法进行了分析和验证,针对这两种算法计算量大的缺点提出了一种改进的瞳孔中心估计方法,以减小定位算法搜索瞳孔中心的范围。与传统的瞳孔中心估计方法相比,本文改进的方法能有效缩小估计中心点与实际中心点的误差范围,具有很强的实用性。

基于中心偏差估计和自适应间隔的人脸识别算法

损失函数的设计在深度人脸识别中至关重要.常见做法是给所有类别添加固定的间隔项,以修改类别间的决策边界,压缩类内特征间距,提高模型分离不同类别特征的能力.然而,为所有类别添加相同的间隔项可能会忽略人脸识别数据集内类别间的不一致性.为进一步提升模型效果,模型应依据类别的学习难易程度,对不同类别样本特征给予不同程度的关注.文中设计了基于类均值中心与类权重中心之间的偏差挖掘难类的方法,称之为中心偏差估计.本文提出的方法会根据中心偏差估计的程度,为不同类别自适应分配不同大小的间隔项.同时,为解决训练前期中心偏差计算不稳定问题,提出了动态变化的收敛参数,调整中心偏差估计的可信度,开展相关实验验证收敛参数的有效性.在人脸验证基准数据集中,本文提出的方法比基准方法的平均准确率提高了0.26%,达到96.62%.在2个大型人脸验证测试数据集上,在FPR等于0.01%时,提出方法的TPR分数分别提高了0.58%和0.22%,获得88.47%和92.29%的实验结果,且多组实验结果表明提出的方法优于一般现有算法.实现代码参见https://github.com/TCCof-WANG/FR-Centers-Bias.

逆合成孔径雷达目标等效旋转中心估计

在大的目标观测视角下,为抑制散射中心的越分辨单元徙动影响,获得高质量的逆合成孔径雷达(ISAR)目标成像结果,不仅需要目标的相对转动信息,而且需要估计其等效旋转中心。该文通过等分目标回波获取2幅距离-D opp ler图像,并在图像域跟踪3个散射中心的位置变化信息,提出了一种目标转速和等效旋转中心联合估计方法。同时,分析了若干影响该方法性能的因素,为方法的正确实施提供了指导。数值仿真实验表明了等效旋转中心估计的必要性和本方法的有效性。

用于机载雷达杂波谱中心估计的极坐标质心法

在机载雷达动目标检测(M TD)处理中,为了有效抑制杂波,必须先对杂波谱中心进行准确估计。该文提出了一种适用于机载M TD杂波谱中心估计的方法——极坐标质心法。它的核心计算环节基于内积运算,因此较常用的基于相关运算的算法可以显著减少运算量;另外,很好地解决了已有的内积算法难以克服的“频谱分裂”问题。针对实际中经常出现的立方杂波谱和G auss杂波谱,仿真实验比较了这种方法和传统典型算法的估计性能,证明了这种方法具有估计准确,运算复杂度小的优点。

基于中心估计法的太阳活动对中国东北地区雪盖影响分析

本文介绍了一种针对多元数据的中心对称性检验和中心估计问题所提出的新方法.方法中的检验统计量是基于经验特征函数并使用了两个特殊的权重函数的权重积分,具有简单和封闭的形式,并易于计算.基于这一新的检验统计量,进一步又能导出相应的具有渐近正态性的最小距离估计量作为中心估计量.与传统的中心估计量相比,新的估计量在稳健性方面有较大的优势.我们将这一新的基于经验特征函数加权积分的中心估计法用于研究太阳黑子相对数、黑子面积和太阳总辐射流量这三个太阳活动的主要参数,以期寻找大量观测时点中更能代表太阳活动变化特征的时期数据序列.通过与均值法和中位数法的比较,新方法一方面能够在太阳活动变化剧烈的时期体现出其在稳健性方面的优势,另一方面又能够在其他时期基本保持和均值法相近的有效性.新的数据序列与东北地区雪盖面积变化的相干分析表明,在多个不同频段二者均存在着相干关系,说明太阳活动对雪盖变化存在影响.

一种相干分布源二维中心DOA估计方法

现有的大多数相干分布源二维波达方向(DOA)估计方法都需要进行谱峰搜索,计算复杂度很高。利用一种特殊的双L型阵列结构,提出了一种新颖的不需谱峰搜索的相干分布源二维中心波达方向估计方法。新方法首先通过阵列方向矢量的泰勒级数展开获得关于分布源中心DOA的两个近似旋转不变关系。然后,用TLS-ESPRIT实现中心方位角和中心俯仰角的分离估计。最后,给出了详细的参数配对方法。与传统方法相比,本方法有效降低了计算量,并且能够处理具有不同角信号分布函数或者角信号分布函数未知的情形,具有很好的稳健性。

FPGA实时多普勒中心频率估计

基于弹载合成孔径雷达(SAR)对成像精度、处理时间、资源使用效率和设备低功耗的更高要求,提出一种基于FPGA的多普勒中心频率估计方法,采用FPGA实现实时高精度多普勒中心频率估计。改进回波处理流程,在距离向脉冲压缩过程中,距离向脉冲压缩结束后即可完成多普勒中心频率估计,进行后续距离走动校正(RCMC),实现了SAR信号处理机的“零等待”。在算法实现过程中,提出了基于FPGA的流水线式相位解缠绕方法和基于最小二乘的参数曲线拟合算法,实现相位解缠绕的连续流水输出以及中心频率估计参数精确插值。通过试验验证,基于FPGA的多普勒中心频率估计方法,充分发挥了处理资源使用效率,使SAR信号处理机硬件相对以前减少80%以上,处理时间和频率估计精度均优于系统要求。

基于中心线预估计的蛇形机动弹道识别算法

针对现有蛇形机动识别算法鲁棒性差,识别精度不高的问题,提出了基于中心线预估计的蛇形机动模式识别和幅度估计算法。该算法先检测运动模式切换点即拐点,采用拟合直线倒逼法解决了当前航迹拐点检测算法抗噪性差的问题;再对模式切换后的飞行航迹进行大致的方向拟合,结合周期性零点个数和航迹在中心线波动相差范围进行机动模式识别;进而利用相邻周期性零点间距离中心线最大值点进行幅度估计。仿真结果表明:该算法的模式识别率可达到98.4%,幅度估计值与真值的相对误差均值为6%。