严重拖尾复合高斯杂波中目标的自适应极化检测

该文研究极化高分辨雷达在动态变化的杂波场景中自适应检测小目标的问题。将统计特性严重拖尾的杂波建模为纹理分量为逆伽马分布的复合高斯过程,借助于广义似然比检验和辅助数据得到了自适应极化检测器,并推导了该检测器的虚警概率表达式,证明了该检测器对协方差矩阵结构具有恒虚警特性。最后,利用仿真杂波数据验证了检测器检测性能的有效性。     

杂波背景中雷达目标极化检测的比较研究

该文导出了高斯随机极化波的瞬态Stokes矢量的联合概率密度函数,由此导出了基于Stokes矢量的极化检测器及其检测概率、虚警概率的解析表达式,并给出了该检测器在不同杂波极化度条件下的检测性能理论曲线。对基于Stokes矢量和基于Jones矢量的极化检测器进行了比较研究,给出了大脉冲数条件下二者检测性能差异的解析表达式,证明了基于Stokes矢量的极化检测器是正交双极化接收、非相参积累条件下的最优检测器。      

相干杂波中雷达目标的极化检测

首先介绍了高斯分布杂波背景下全极化相参雷达的极化域一时域联合目标检测算法,然后就两种实际目标,结合蒙特卡洛方法,分析了雷达目标的检测性能。重点研究了杂波的时间相关性对检测性能的影响,给出了不同相干杂波背景下的目标检测性能曲线,得到了杂波的时间相关性与目标检测性能之间的关系曲线。在此基础上讨论了在不同时间相关性杂波背景下时域采样的增加时检测性能的影响。最后介绍了K分布杂波背景下的极化域一时域联合目标检测算法,给出了检测性能曲线。     

距离扩展目标极化检测的比较研究

针对非起伏目标和瑞利起伏目标的单脉冲检测问题,建立了距离扩展目标的极化检测模型,导出了相应的极化检测器及其检测性能的解析表达式。在此基础上研究了雷达带宽、目标回波极化和目标径向尺度估计误差对检测性能的影响,并将本文的检测算法与二进制积累极化检测算法进行了比较研究。主要结论有:在特定的信噪比条件下,存在最佳带宽使得瑞利目标检测概率最大;窄带条件下确定极化和随机极化目标的检测性能差异较为显著,大带宽条件下二者检测性能相差约13dB;相对于过高估计目标径向尺度的情况,瑞利目标检测性能对目标径向尺度的过低估计更为敏感;二进制积累检测性能一般不及径向积累检测,但其性能差异较小。      

复合高斯杂波中相干雷达极化自适应检测算法研究

研究了在复合高斯杂波中相干雷达极化自适应检测问题,基于广义似然比检验提出了一种新的检测算法。该算法关于杂波的结构分量统计特性有恒虚警的性质,敏感度分析表明虚警概率仅轻微地受到杂波相关特性变化的影响。仿真分析了不同状态时该算法的检测性能。结果表明该算法与先前的基于广义似然比的极化自适应检测算法检测性能接近,计算复杂度较低,有实际应用价值。     

GLRT-based Detection Algorithm for Polarimetric MIMO Radar Against SIRV Clutter

This paper mainly deals with target detecting problem using polarimetric Multiple Input Multiple Output (MIMO) radar against Spherically Invariant Random Vector (SIRV) clutter. First, we develop the MIMO signal model to two polarimetric channels and SIRV clutter-dominated scenario, and then the Generalized Likelihood Ratio Test (GLRT) is derived with known covariance structure. Meanwhile, three estimation strategies of covariance, such that Sampled Covariance Matrix (SCM), Normalized Sampled Covariance Matrix (NSCM) and Fixed Point Estimation (FPE) matrix, are introduced to make derived receiver fully adaptive. A thorough performance assessment is given by several numerical examples, and the results show that the polarimetric diversity and the spatial diversity can be exploited to improve the detection performance, and it outperforms the conventional polarimetric phased-array counterpart. Meanwhile, the FPE strategy is more suitable to implement the adaptive detection algorithm, the adaptive loss of which is completely acceptable in practical applications.     

K分布下极化SAR图像CFAR检测新方法

在极化合成孔径雷达（PolSAR）图像杂波服从K分布下,已有的基于多视极化白化滤波器（MPWF）的恒虚警（CFAR）检测方法不适用于等效视数为非整数情形.针对此问题,提出了一种具有解析虚警概率表达式的CFAR检测方法.在乘积模型下引入Gamma分布纹理变量后,对MPWF检测量的概率密度函数（PDF）积分得到其累积分布函数（CDF）,进而得到虚警概率关于检测门限的解析形式.仿真实验结果表明新方法良好的虚警拟合效果,此外在目标杂波比（TCR）较大时,新方法检测概率更高,反之,检测概率低于已有方法.需说明的是,目前K分布下多视极化匹配滤波（MPMF）检测方法的虚警概率表达式存在错误,因此对K分布下的MPMF检测方法进行了修正并推导出了正确的虚警表达式.     

基于杂波模型的相干雷达极化自适应恒虚警检测算法

该文研究了高斯杂波背景下相干雷达极化自适应检测问题。利用雷达回波的极化信息来提高检测性能。提出了一种基于杂波模型的极化自适应恒虚警检测算法,该算法比极化自适应匹配滤波器算法有更小的估计损失,并推导出了虚警概率表达式。仿真结果表明,所提出的检测算法相对于杂波协方差矩阵都有恒虚警的性质。     

复杂背景下小目标恒虚警检测技术研究

为了实现复杂背景下的弱小目标恒虚警检测,提出了一种基于CEM算法的恒虚警探测算法.在分析CEM算法滤波处理结果分布规律的基础上,采用TM-CFAR方法选择恒虚警探测门限,并结合形态学方法克服了背景虚警概率曲线中的拖尾现象.以ETM数据为例进行了计算机模拟.结果表明,该方法在信干比为-5dB和虚警率为10-4的条件下,可以有效地检测出被探测目标.     

K 杂波背景下的距离扩展目标检测算法研究

距离高分辨体制下,目标在雷达视在径向距离上扩展成多个散射点,对其进行检测需将目标分散的能量进行积累。本文将自适应单周期径向积累检测与中心极限定理相结合,推导出了在K 分布杂波背景下的检测器结构,并详细分析了其统计特性。该检测器一方面不仅对目标强散射点分布有较强的适应性,而且在杂波参数变化时具有可以接受的检测性能,另一方面避开了滑窗处理及K 分布杂波形状因子的计算,结构简单,易于实现。仿真结果证明了该检测器的可行性和鲁棒性。     

海杂波背景下小目标检测性能研究

由于海杂波的非高斯特性,对海雷达的性能分析非常复杂.文中首先分析了海杂波分布特性,然后对不同的检测方法进行了比较,最后仿真了海杂波背景下小目标检测能力.仿真结果对于工程应用具有重要参考价值.     

基于知识的海杂波背景下距离扩展目标检测

该文针对在辅助数据有限的情况下自适应检测器出现检测性能损失,提出基于杂波的先验知识分布的距离扩展目标自适应检测算法。复合高斯杂波的纹理和散斑的协方差矩阵分别被建模为服从逆伽玛分布的随机变量和逆复Wishart分布的随机矩阵。利用先验知识推导了纹理分量的最大后验估计,并结合广义似然比检验设计了不依赖辅助数据的距离扩展目标自适应检测器。仿真结果表明,提出的检测器在参数失配条件下具有好的鲁棒性,而且在辅助数据有限情况下检测性能优于传统的广义似然比检测器的检测性能。     

海杂波的多重分形关联特性与微弱目标检测

该文研究了海杂波的多重分形关联特性及其在海杂波微弱目标检测中的应用。多重分形关联是对多重分形单点统计的推广,研究具有不同奇异性强度的两点之间的空间关联特性。该文首先从多重分形理论引出多重分形关联理论,给出了多重分形关联谱的计算方法,然后,以多重分形关联谱为特征进行相似度分析,并把目标检测问题归为一个二元分类问题,采用支持向量机(SVM)进行目标检测。最后,采用不同波段、不同极化方式和不同分辨率条件下的实测海杂波进行验证,结果表明,本文所提方法具有良好的微弱目标检测能力。     

强杂波中红外弱点目标检测新算法

为解决强杂波中红外弱点目标的检测问题,提出了基于小波变换模极值及其位相值的双特征检测算法。通过去掉相邻奇异点形成的模析值链及位相链,消除云层、海浪及水天线等强要波背景,提高了单帧点目标的检测能力,模拟实验表明,算法特别适用于帧率的红外警戒系统,可检测信杂比为２的点目标。     

海杂波中目标分数域谱范数特征检测方法

对于海上机动目标,采用分数阶傅里叶变换(FRFT)可以很好地解决其回波多普勒谱能量扩散的问题,为了使机动目标回波能量做最佳化的相参积累,需要反复搜索变换阶数,然而由于海上目标机动状态的随机性和时变性,难以搜索得到最佳变换阶数。针对这一问题,该文利用矩阵理论中的奇异值分解实现各变换阶数条件下FRFT谱的特征提取,设计特征检测统计量,提出基于分数阶域奇异值的海杂波抑制与目标检测方法,在增加利用了机动目标在FRFT域形状信息的同时避免了最佳变换阶数搜索。在高斯白噪声仿真数据评估条件下,所提方法在信杂比为–2.5 dB时可以达到60%的检测概率;经过实测数据验证,方法可以在信杂比为4.7 dB的条件下,稳定完成目标检测,具有较好的检测性能,且易于工程化实现。     

云杂波背景弱小目标自适应时-空域滤波检测研究

针对复杂云背景成像弱小目标实时检测的需要,提出一种检测能力强、易实现的自适应时-空级联滤波目标检测算法,其中时域滤波采用改进的可递归实现的方差滤波器预检测出包含目标和少量杂波点在内的可疑目标点集,而后通过一种自适应像素空域边缘强度滤波器剔除剩余杂波点。算法两级滤波器的参数均实时更新,因此算法对场景变化适应能力强。对五组实际红外图像序列目标检测的实验结果表明,算法能稳定检测出多类天空背景中的目标。     

信号相关杂波背景中极化雷达发射波形优化

波形优化可有效抑制干扰,显著改善雷达探测性能。针对全极化雷达,考虑发射波形满足能量和相似性双重约束,以最大化信杂噪比为准则,对发射波形和接收滤波器进行联合优化。该文设计了一种波形和滤波器的迭代优化算法,该方法序贯提高输出信杂噪比。算法的每一次迭代需要分别解决一个凸问题和隐凸问题,整个算法的计算量与迭代次数和接收滤波器长...     

Collocated ULA-MIMO Radar Waveform Design with Coherent Detection of Targets in Background Clutter

MIMO radars are special kind of multi-static radars in which by using independent signal waveform transmission, desired spatial power patterns can be made. In the receiver side, coherent or non-coherent detection can be used. Coherent detection needs time synchronization between transmit and receive antennas to be able to get coherency gain of this kind of detection. In this paper, we focus on detecting targets nearby signal dependent interfering objects (clutter) by utilizing coherent detection. Most of the previous works in this area, assume orthogonal waveform transmission, which may result in loosing one degree of freedom to achieve real optimum waveform. However, this orthogonality can help to separate each transmitted waveform in the receiver. To reach maximum degree of freedom, here we assume that generally our transmitted signals are not orthogonal. In this paper, by using coherent detection and considering phase difference of received signals, we try to discriminate targets which are close to interfering objects and far away from the receiver. Simulation results show that by using this proposed method, SINR levels up to 25 dB can be achieved, for targets whose distances from interference are even more than multiples of wavelength of the transmitted waveform.     

Application of a Passive Polarimetric Infrared Sensor in Improved Detection and Classification of Targets

Automatic detection and recognition of targets by means of passive IR sensors suffer from limitations due to lack of sufficient contrast between the targets and their background, and among the facets of a target. In this paper the results of a suite of polarization-sensitive automatic target detection and recognition algorithms on sets of simulated and real polarimetric IR imagery are presented. A custom designed Polarimetric IR (PIR) imaging sensor is used for collecting real polarimetric target data-three of the four Stokes parameters under a variety of conditions. Then a set of novel algorithms are designed and tested that uses the target and background Stokes parameters for detection, segmentation and classification of targets. The empirical performance results are obtained in terms of the probabilities of detection, false alarm rate, segmentation accuracy, and recognition probabilities as functions of number of pixels on target, aspect and depression angles and under several background conditions (clutter densities) on the polarimetric and non-polarimetrirc data. These results show that a noticeable improvement over the non-polarimetric ATR can be achieved.     

海杂波背景下目标的联合特征差异检测

针对低信噪比海情下的小目标检测效果不理想的问题,利用消除趋势波动分析法提取海杂波分形参数,分析了海杂波的功率谱及其熵特征,提出了海杂波背景下的联合特征目标检测方法.在雷达回波中提取海杂波的分形参数和功率谱熵特征组成二维向量,利用凸包训练算法获得纯海杂波判别区域,同样对先验知识下的待测海杂波提取这两个特征参量,以此特征参量所对应的点是否在此判别区域内来判别是否存在目标.利用加拿大IPIX雷达数据,证明了所提算法优于用单个特征差异作为统计量的方法,在相同虚警概率下检测效果明显提高,为雷达目标检测提供了新的检测方案.