SAR图像局部窗口K-分布目标检测算法

该文分析了双参数CFAR算法和K-分布CFAR算法的特点,将双参数CFAR算法局部窗口的概念应用到K-分布CFAR检测中,适应了SAR图像海面背景复杂且局域性强的情况,获得了较好的检测效果。

一种K-分布杂波背景下的双参数恒虚警检测器

该文基于改进的M-估计器和OSGO-CFAR检测器,提出了K-分布杂波背景下一种新的双参数恒虚警检测器,然后在均匀干扰背景中研究了这种检测器的性能,并与固定形状参数的OSGO-CFAR检测器进行了比较。结果表明,具有形状参数估计的OSGO相对于理想固定形状参数OSGO只带来很小的附加损失,同时具有更广泛的K-分布杂波适应性。

一种基于局部K-分布的新的SAR图像舰船检测算法

提出了一种基于局部K-分布的新的SAR图像舰船检测算法.取目标窗口和背景窗口,通过把泄露到背景窗口中的舰船部分去除,对背景窗口中的剩余部分统计均值和方差,最终得到杂波分布概率模型进行恒虚警检测.相对于K-分布CFAR检测算法和基于局部窗口的K-分布CFAR检测算法,该算法能够适应杂波的局部变化,对距离很近的舰船不会产生漏检.仿真结果表明了方法的有效性.

相关扩展K-分布雷达杂波及其仿真分析

针对雷达杂波具有尖峰、非对称和重拖尾等非高斯特征,使用二元Rayleigh独立积和自由度为n的广义x^2分布的随机变量进行级联,得到扩展K-分布随机变量。二元Rayleigh独立积使得扩展K-分布比K-分布在概率密度函数上具有更为明显的尖峰和重拖尾,且二元Rayleigh独立积的出现与高分辨率雷达杂波的散射机制相符。使用Markov扩散过程模型产生相关的扩展K-分布杂波随机变量。仿真得到的随机序列的概率密度分布与理论值吻合很好。

一种基于独立联合K-分布CFAR的舰船检测算法

分析了中高分辨率SAR海洋图像的目标和海杂波特点.利用舰船目标的灰度相关性和形状特性与背景杂波的差异,提出了一种基于独立联合K-分布CFAR的舰船检测算法.算法建立了海杂波的二维独立联合K-分布概率模型,通过给定的虚警率得到检测阈值以对图像进行检测.该算法能够极大地抑制斑点噪声和背景局部不均匀对检测带来的影响,有效地降低了虚警数,检测效果得到了明显改善.

基于小波分解的K-分布SAR图像舰船检测

舰船目标检测是合成孔径雷达海洋应用的一个重要组成部分.通过对合成孔径雷达图像中舰船目标和海杂波背景的结构差异特点进行分析,提出了一种利用小波分解技术和K-分布海杂波模型的恒虚警率舰船目标检测方法,并对实际SIR-C C波段SAR图像进行了实验.实验结果表明,该方法能够在复杂相干斑和海杂波背景中大幅增强舰船目标,并且有效保证了检测结果的准确性.

基于SIRP的时空相关K-分布海杂波仿真研究

时空相关K-分布海杂波的仿真对杂波环境下舰载雷达检测性能的研究具有重要意义.本文在分析海杂波时空相关特性的基础上,提出了一种基于球不变随机过程法(SIRP)的时空两维相关K分布海杂波仿真方法,并对其时间相关特性、空间相关特性、幅度分布特性进行了理论分析和仿真,结果表明,该方法产生的杂波序列符合K-分布,而且时间和空间相关特性可以根据需要进行设置.

一种单视广义极化K-分布纹理参数的估计方法

提出了通过归一化极化联合矩对SAR（合成孔径雷达）单视广义极化K-分布纹理参数进行估计的方法，阐述了SAR各个极化通道之间的纹理相关性。在此基础上给出了单视广义极化K-分布波形因子、纹理相关系数和相干斑相关系数的算法及偏差性能分析，并进行了蒙特卡洛仿真实验论证，进一步证明了该方法的良好估计性能。

一种K-分布杂波参数估计方法

提出了一种K-分布杂波的参数估计方法,该方法利用ln(x)的一、二阶矩之间的函数关系求解杂波的形状参数和尺度参数,避免了常规估计方法在杂波形状参数较大时所导致的错误估计。利用实测海杂波数据对该方法进行了分析和验证,仿真结果表明该方法具有很好的工程实用性和较高的估计精度。

一种基于K-分布模型及多次途径的浅海混响仿真方法

基于中心极限定理的传统瑞利分布混响方法已不再适用于高分辨率主动声纳工作系统,而K-分布模型对于散射点数量有限的混响有良好的适应性的特点,提出了通过设定K-分布模型的随机变量,模拟经匹配滤波的混响信号的非瑞利混响研究的新方法。在浅海射线模型均匀声场,散射多径传播比理想的直达波更加接近实际条件下的混响统计特性。通过FIR滤波器来实现多径传播模拟,着重研究多径传播与理想直达波产生混响的统计特性效果。仿真结果表明,基于K-分布的多径传播混响在虚警概率、归一化强度及自相关等混响特性方面均具有明显的非瑞利特性。

海杂波的K-分布建模与仿真

海杂波的建模与仿真是雷达环境模拟的重要部分。仿真得到的海杂波数据良好与否是雷达设计及雷达信号处理的关键。通常采用复高斯过程的方法来对雷达杂波建模,在幅度上等价于瑞利分布。然而,随着现代雷达分辨率的提高及/或在低入射余角的情况下,测量到的海杂波幅度的概率密度函数(PDF)呈现出与瑞利分布很大的偏差,而与K-分布模型比较吻合。该文利用K-分布对海杂波进行建模与仿真,从统计学的观点出发理解海杂波的特性,以期能提高海杂波的检测性能。

修正的K-分布海杂波仿真模型和新的海杂波功率谱描述方法

为有效仿真时空相关海杂波和准确地描述海杂波的功率谱,提出一种基于球不变随机过程(SIRP)修正的时空相关二维K-分布海杂波仿真模型,以特征函数为桥梁给出一种新的海杂波功率谱描述方法。对生成杂波序列的时间和空间相关特性、幅度分布特性以及功率谱进行分析,并比较了常用的高斯函数模型与新的功率谱函数模型之间的差异。实验仿真和实测数据表明,修正的仿真模型是有效的,新推导的功率谱函数模型比高斯函数谱模型更能准确描述K-分布的功率谱。

一种多视极化SAR广义K-分布的研究

本文提出一种极化合成孔径雷达（ＳＡＲ）广义Ｋ－分布模型用于描述经多视处理的、高分辨率的全极化ＳＡＲ成像数据的统计特性，其特点是各极化通道的纹理为部分相关的ｇａｍｍａ分布。利用纹理与相干斑乘性模型，首先导出了部分相关纹理的联合概率密度函数和多视广义极化ＳＡＲ Ｋ－分布概率密度函数；然后给出了基于联合矩的分布参数估计方法；最后利用真实ＳＡＲ数据进行了模型的试验．

一种基于最小二乘的K-分布参数估计方法

提出了一种基于最小二乘的K-分布参数估计方法,并利用仿真对该方法进行了验证。这种方法利用变量替换将杂波矩量和分布参数之间的关系转换为线性函数,然后通过最小二乘方法求解线性超定方程组获得K-分布参数的估计,这样能够避免常规矩量法在处理实际杂波数据时由于数据长度和噪声所导致的错误估计的发生,利用最小二乘法提高了估计精度。

积分格式对窄带k-分布计算的影响

对于窄带k-分布模型,影响计算精度的关键因素是积分格式,为了研究积分格式对窄带k-分布模型的影响,选择了5种精度较高的高斯积分方法进行计算分析。首先采用Gauss-Lobatto7点积分格式窄带k-分布法计算了CO2四种条件下的窄带平均透过率,并与实验结果进行对比验证,对比结果吻合良好。另外选取了4种积分方式:Gauss-Lobatto5、Gauss-Lobatto4、Gauss-Legendre 4和Gauss-Legendre2点积分,对CO2的四个算例进行计算,并将5种积分格式的计算结果与逐线计算结果进行对比分析。结果表明:Gauss-Lobatto7的精度最高,Gauss-Lobatto5和Gauss-Legendre4次之,其中Gauss-Legendre4略高于Gauss-Lobatto 5。显然相同积分方法积分点越多计算精度越高,但计算时间越长,而两种不同积分方法对比Gauss-Legendre优于Gauss-Lobatto。综合考虑精度与计算时间等因素,5种积分格式中Gausslegendre 4应该为最好的选择。

k-正态分布及其应用（英文）

近本文研究了截断随机变量和k-正态分布.利用对数凹函数理论,获得了涉及截断随机变量和截断随机变量的函数的方差的不等式链,推广了涉及正态分布和分层教学模型的一些经典结论.同时在附录部分给出了仿真结果.

三种重拖尾分布海杂波的比较与分析

针对雷达杂波的概率密度函数具有非对称和重拖尾等非高斯特征,对描述海杂波的K-分布,α-稳定分布和G-分布等三种重拖尾分布模型进行比较和分析。K-分布的重拖尾特性较轻微;α-稳定分布的重拖尾特性源自其方差无限大,重拖尾最严重;G-分布由二元Rayleigh独立积随机变量和广义χ分布随机变量进行级联而生成的三元独立积,重拖尾特性介于两者之间。最后使用Markov扩散过程模型产生G-分布杂波的相关随机变量,仿真得到的随机序列的概率密度分布与理论值吻合很好。

K—分布杂波的顺序统计恒虚警性能分析

研究 Ｋ—分布杂波背景下的顺序统计恒虚警检测器的性能，分析检测器在均匀统计独立杂波背景下的性能，给出了理论门限系数值及其仿真的门限系数值，并讨论相关杂波的恒虚警性能。分析了检测器在杂波的边缘和存在多目标及干扰时的目标检测性能。从仿真结果分析得出， Ｏ Ｓ— Ｃ Ｆ Ａ Ｒ 检测器在杂波边缘及多目标情况下具有比单元平均恒虚警（ Ｃ Ａ— Ｃ Ｆ Ａ Ｒ）好得多的性能，特别是在参考单元比较少的情况下。

采用自适应背景窗的舰船目标检测算法

针对合成孔径雷达(SAR)图像应用中,传统滑动窗口检测算法无法对近距、近岸或不同大小目标实现精确检测的问题,提出了一种自适应窗口的舰船目标检测算法。该算法首先利用阈值滤波实现海面的分离,然后通过对分离后待检目标的像素体积统计,剔除大体积陆地目标,得到待检目标,并根据其像素分布设置自适应窗口,通过对自适应窗口内目标像素和背景像素的分离统计,最终拟合得到待检目标附近背景的K-分布概率模型进行恒虚警检测。相对于传统滑动窗口检测算法,自适应窗口检测算法可实现对目标背景像素的精确统计及K-分布拟合,以及对舰船类目标的精确检测。实验结果证明,在相同的虚警概率条件下,对复杂海面情况的SAR图像进行舰船检测,自适应窗口检测算法比传统局部窗K-分布的恒虚警检测结果的品质因子高0.34。

SAR图像舰船目标检测算法的对比研究

SAR图像舰船目标检测有二种经典算法:双参数CFAR算法和K-分布CFAR算法。本文分析了二种算法的特点,使用RADARSAT卫星不同模式SAR图像分别进行实验,给出二种算法的适应性。