微弱运动目标的检测与跟踪识别算法研究

在运动目标检测问题的研究中,针对图像处理中微弱运动目标检测与跟踪识别技术的特点,在简单分析了微弱运动目标检测跟踪的技术难点的基础上,重点对微弱运动目标的检测与跟踪算法展开了研究,为了对弱信号提高检测精度,采用图像预处理、目标特征的选取和目标跟踪三个步骤设计,对微弱运动目标在强噪声背景下的图像检测与跟踪识别算法,用给出具体的改进算法,通过仿真测试结果表明,算法具有较好的目标识别与检测效果,对于进一步提高微弱运行目标的图像检测的研究水平具有一定的借鉴意义。     

基于相关和小波分析的激光水下目标检测研究

在激光水下目标探测中，由于海水这一特殊的环境，目标反射回来的回波信号中存在大量的散斑噪声，不利于目标检测。该文利用局部相关特性建立起一种信号的广义空间相关模型，再利用三重相关峰值检测原理和通过对信号的二进小波变换，利用小波变换的局部模极大值在不同尺度下的传播特性，对目标进行检测和定位。实验表明这种基于背景相关分析和小波的目标检测定位方法在激光水下目标探测中可有效检测和定位目标。     

基于粒子群算法的无源滤波器多目标优化设计

摘要：针对无源滤波器参数优化问题,将无源滤波器的最小费用、谐波电压畸变率、谐波电流残留率、以及无功功率补偿容量作为设计的优化目标,改进了传统的粒子群算法,引用惩罚函数将问题转化为无约束优化问题。本设计算法是采用改进多目标粒子群优化算法与惩罚函数相结合的算法为无源滤波器参数优化设计提供了一种新的优化方法。     

星载SAR目标回波信号模拟源的研制

结合我国星载SAR系统的研制,中国科学院电子所成功研制出地面测试用的高精度星载合成孔径雷达目标回波信号模拟源(SSARES)。根据星载SAR回波的信号模型,模拟生成雷达回波信号对SAR系统实行半实物仿真测试,得到了准确可靠的试验结果。SSARES为星载SAR系统的研制提供了一种行之有效的测试手段。     

一种新型多雷达多目标粒子滤波检测前跟踪算法

针对多雷达多目标检测跟踪中,当目标间距较近时,易出现的目标点迹偏移问题,提出了一种新型多雷达多目标粒子滤波检测前跟踪算法(NM-PF-TBD)。算法采用双层粒子滤波结构,在目标跟踪层中对某一目标跟踪时,首先基于上周期其他目标点迹,重新计算传感器探测信息,其次,基于修正后的传感器探测信息计算粒子权值,然后,基于粒子群中不同权重粒子的分布情况,删除有害粒子,补充有益粒子,避免重采样后的跟踪粒子群中心偏移,从而保证目标点迹不发生偏移。仿真结果表明,与其他算法相比,本文所提算法能够在远距离观测多个较近目标时,准确关联目标点迹,提高目标精度。     

基于KLD-JPDA的多目标无源协同定位算法

针对杂波环境下面向无源协同定位系统的多目标跟踪问题,提出一种基于KL散度(Kullback-Leibler Divergence、 KLD)的联合概率数据关联算法(Joint Probabilistic Data Association, JPDA)。首先,在联合概率数据关联框架内计算关联事件的后验概率密度函数,并计算该函数与高斯概率密度函数之间的KLD。其次,将KLD作为代价函数优化关联事件的后验概率密度函数。最后,根据优化的后验概率密度函数对目标状态进行估计。仿真结果表明,所提算法能有效解决杂波环境下多目标跟踪问题,提高跟踪性能。     

高斯改进和声搜索FLFNN无源电子元件信号检测

针对现有信号检测方法在评估电子元器件的固有参数时效率低下、精度不高的问题,结合泛函链接模糊神经网络(FLFNN)和高斯改进和声搜索算法,设计了无源电子器件信号检测模型。首先,利用泛函链接神经网络概念,将其作为模糊神经网络输出层的模糊规则,设计了FLFNN网络模型;其次,采用高斯方式设计了改进的和声搜索算法,并给出理论分析,然后对FLFNN网络模型参数进行编码,实现了对其参数的优化;最后,通过实验仿真,对高斯改进和声搜索算法的参数选取进行实验分析,并对FLFNN信号检测模型进行实验对比,仿真结果显示高斯改进和声搜索FLFNN无源电子元件信号检测算法具有更高的预测精度。     

基于菌群-粒子群算法的混合有源滤波器中无源滤波器多目标优化设计

采用粒子群优化算法（particle swarm optimization,PSO）和菌群优化算法（bacterial foraging optimization,BFO）相结合的、带有随机惯性因子和异步时变学习因子的改进型BFO-PSO优化算法,解决混合型有源滤波器中无源滤波器参数优化设计问题。通过将滤波器的无功补偿...     

一种计算复杂度低的双端通话检测算法

在声学回音消除中,近端语音的出现会导致模拟回音路径的自适应滤波器发散,一个成熟的声学回音消除器应该包含有双端通话检测算法。针对这个问题,提出了一种计算复杂度低的、基于麦克风信号与误差信号的互相关双端通话检测算法。同时,该算法与滤波器系数缓存机制相结合以进一步提高系统的鲁棒性。实验结果表明,该算法具有良好的检测性能,可以对双端通话的出现和消失做出快速响应,同时能显著提高系统在双端通话环境下的回音消除效果。     

基于信号包络分析的并行微弱信号检测算法

针对目前微弱信号检测主要利用相关运算检测已知参数的周期信号是否存在,算法复杂、通用性不强的问题,从数学形态学的角度出发,提出一种基于信号包络分析的并行微弱信号检测算法,通过局部运算性能良好的凸点筛选,逐级提取信号的包络,最终的高级包络收敛于多个信号的峰值位置。算法不需要被检测信号的先验知识,对高斯噪声有很好的抑制作用。在信噪比为-10dB的仿真实验中,算法依然保持较好的检测效果;实测数据显示,算法具有较好的微弱信号检测性能。     

微弱信号混沌检测的自跟踪扫频控制方法

当利用混沌理论进行微弱信号的检测时,针对不同频率的信号只能分别构建不同的检测系统进行检测,势必使其检测效率低下.本文阐述了一种分频段阈值变换的混沌检测方法,并基于该方法实现了自跟踪扫频检测.为此,首先分析了微弱信号混沌检测方法中的变阈值法和定阈值法,指出了这两种方法的优缺点,然后提出了分频段阈值变换的混沌检测方法,并基于该方法开展了微弱信号的自跟踪扫频检测控制的研究,设计制作了微弱信号自跟踪扫频检测控制电路,并进行了微弱信号自跟踪扫频混沌检测的实验研究.结果表明该检测控制系统可以实现在噪声背景下的中低频率微弱周期信号的自跟踪扫频检测.     

视频序列中运动目标检测算法

提出一种结合区域级和像素级背景差分法的目标检测算法,可以有效解决视频序列中噪声分布不均问题。利用一种基于熵能的局部自适应阈值划分出前景和背景,在此基础上对前景和背景邻接区域像素点进行检测,并提出一种自适应光线变化的背景更新算法。实验结果表明,该算法比传统单阈值背景差分法抗噪能力更强,检测目标轮廓更加完整,能够准确检测出运动目标。     

一种听觉掩蔽效应和维纳滤波的语音增强算法

将非平稳噪声估计算法以及基于听觉掩蔽效应得到的噪声被掩蔽概率应用于维纳滤波语音增强中,提出了一种听觉掩蔽效应和维纳滤波的语音增强方法。几种噪声背景下对语音增强的客观测试表明,提出的算法相比较于传统的维纳滤波语音增强算法而言不但可以提高语音信噪比,而且可以明显减少语音失真。     

一种低延时双端发音检测方法

回声消除是提高通信中语音信号质量的关键技术。其主要难题是回声路径估计的自适应算法的控制逻辑。为了达到较好的回声消除效果,自适应滤波器需要在双端发音模式下缓慢更新或停止更新,而在其他模式快速学习。现有的双端发音检测算法没有考虑检测延时问题,使得滤波器在停止更新前已经发散,严重影响了回声消除的效果。针对该问题,在滤波器收敛时回声消除至少达到10 dB的假设前提下,对传统的能量比较法进行改进,提出低延时的解决方案。实验结果表明,该方法比相关比较法的检测延时减少了35毫秒以上。     

小波域利用Duffing振子检测的图像水印算法

为了提高图像Chirp类水印的鲁棒性能,提出一种利用混沌振子检测微弱水印信号的方法。将嵌入在载体低频小波域的非周期Chirp信号通过分块平滑转化为单频周期信号,然后通过Duffing振子阵列检测器检测微弱的周期信号,使水印检测问题转化为超低信噪比下,确定性微弱周期信号的检测。实验表明信噪比为－40dB时仍然能有效检测到水印的存在。     

一种新的纹理分析算法在目标探测中的应用

针对在复杂图像中目标探测难度高、效果差这一问题,对图像的纹理特征进行研究,提出了一种新的基于纹理分析的目标探测方法。首先,利用小波边缘检测算法,获取图像的边缘信息。接着,采用水平模板与垂直模板对图像进行扫描操作,并根据目标区域的纹理特征,滤除大部分非目标区域,获得目标的粗定位结果。最后,结合边缘信息和粗定位结果,采用边缘分析的方式定位目标区域,实现目标的成功探测。通过目标靶图像实验,验证了该算法的准确性,稳定性和抗干扰性,在复杂背景条件下其识别率达到了99.3％。该算法通用性强、识别准确、效率高,是一种有效的目标探测方法。     

室内Wi-Fi网络下的被动式运动目标检测算法

传统室内Wi-Fi网络下的被动式运动目标检测方法只提取Wi-Fi信号的均值、方差等粗粒度统计信息,导致系统检测率低。实现被动式运动目标检测的关键是捕获目标对无线链路的影响。探讨了表征原始信号整体分布的方法,构建一种新的相干直方图,并提出基于相干直方图的被动式运动目标检测算法。为解决追踪过程中的位置漂移问题,利用艾伦时间逻辑建立监测区域中不同子区域间的物理逻辑转移关系,对追踪结果进行实时校正。实验结果表明,相较于经典的被动检测技术,该方法基于相干直方图的被动式运动目标检测算法性能更优,综合指标F 1-measure提高近5%。     

基于Launchpad微弱信号检测装置的探究

对于淹没在背景噪声中的微弱信号,由于信号本身的涨落以及背景和放大器噪声的影响,其测量灵敏度受到限制。以TI公司出品的MSP430小开发板Launchpad为处理和控制的核心,设计并制作了微弱信号检测装置,通过信号放大电路、乘法器电路、滤波电路和锁相电路等信号处理,实现了在强噪声(噪声均方根电压值固定为1 V±0.1 V)背景下对待测微弱正弦信号的提取和幅值检测,并通过LCD液晶显示。实际运用表明,该系统具有操作灵活简便、测试较为准确的特点,达到了设计要求。