融合插值点优化的多项式结构宽带波束形成器设计方法*

多项式结构设计方法是主瓣指向可调宽带波束形成器设计的一类重要方法。多项式结构的阶数是有限的,导致主瓣实际指向与期望指向之间存在偏差,因而影响了波束形成器的指向性指数。针对这一问题,该文提出了一种基于插值点优化的多项式结构宽带波束形成器设计方法。首先,引入多项式结构插值点处阵列响应的空间导数约束,以减小主瓣指向偏差;进而利用粒子群优化算法对多项式结构中的插值点进行优化,以充分利用插值点位置提供的自由度进一步提升多项式结构宽带波束形成器的性能。优化设计结果表明,与现有设计方法相比,该文提出的方法不仅降低了主瓣的指向偏差,同时也提高了指向性指数,有效改善了多项式结构宽带波束形成器的性能。     

基于特征融合的遥感图像舰船目标检测方法

针对常用的目标检测算法对遥感图像中的舰船目标进行检测时存在检测精度与实时性兼顾不佳的问题,提出了基于特征融合的遥感图像舰船目标检测算法来检测复杂场景下的多尺度舰船目标.该算法以多尺度单发射击检测框架为基础,增加反卷积特征融合模块和池化特征融合模块,增强网络特征提取的能力.同时设计聚焦分类损失函数来解决训练过程中正负样本失衡的问题.在高分遥感舰船目标数据集上的实验结果表明,所提方法能够有效地增强复杂场景下舰船目标的检测精度.此外,该算法对遥感图像中的模糊舰船目标的检测效果也优于多尺度单发射击检测框架.     

特征增强SSD算法及其在遥感目标检测中的应用

为了提高对复杂场景下多尺度遥感目标的检测精度,提出了基于多尺度单发射击检测(SSD)的特征增强目标检测算法.首先对SSD的金字塔特征层中的浅层网络设计浅层特征增强模块,以提高浅层网络对小目标物体的特征提取能力;然后设计深层特征融合模块,替换SSD金字塔特征层中的深层网络,提高深层网络的特征提取能力;最后将提取的图像特征与不同纵横比的候选框进行匹配以执行不同尺度遥感图像目标检测与定位.在光学遥感图像数据集上的实验结果表明,该算法能够适应不同背景下的遥感目标检测,有效地提高了复杂场景下的遥感目标的检测精度.此外,在拓展实验中,文中算法对图像中的模糊目标的检测效果也优于SSD.