基于时频图深度学习的雷达动目标检测与分类

雷达动目标检测技术一直是雷达信号处理领域中的关键技术,而传统的雷达动目标检测技术仅适用于匀速运动目标,检测性能有限。针对该问题提出一种基于卷积神经网络(CNN)时频图处理的雷达动目标检测方法,通过从雷达动目标回波中提取多普勒频移信息,然后利用短时傅里叶变换转换为时频图,输入卷积神经网络,进行深度特征学习,进而实现检测和分类的目的。仿真数据验证表明,所提方法能够有效检测和区分匀速、匀变速运动以及微动目标,稳健性高,与传统动目标检测方法相比具有显著优势。     

基于小波变换方法的红外动目标检测

红外目标的成像跟踪是一种新的制导技术，它是以人工智能、图像识别、计算机技术和高分辨率传感技术为基础的。图像识别，或称为目标识别的关键是目前边缘的准确提取即目标检测。本文介绍一种基于小波变换方法的目标检测。小波分析技术近几年来取得了突破性进展，它可以把信号分解成基本的建筑块，对不同频率成分的时域取样步长可调，是一种多尺度描述信号的方法，在空域和频域都便于定位，因此小波变换可以表征信号的局部奇异性。     

基于卷积神经网络的动目标检测

合成孔径雷达(SAR)动目标检测技术是雷达信号处理领域中的重要技术。文中利用深度学习高维特征提取能力,提出了一种基于卷积神经网络(CNN)的多通道SAR地面动目标检测算法,并针对雷达实测数据较少、动目标样本难以获得的问题,提出了基于仿真-实测混合样本集的网络训练方法完成网络的高精度训练。实测数据检测结果表明,此类方法能够有效地完成地面动目标检测,与传统动目标检测方法相比,具有显著的优势。     

雷达动目标变换域相参积累检测及性能分析

从雷达动目标信号变换实现相参积累的角度出发,选取4种典型的相参积累方法：短时傅里叶变换(STFT)、维格纳-威利分布(WVD)、平滑伪维格纳-威利分布(SPWVD)及分数阶傅里叶变换(FRFT),并将其应用于雷达动目标检测。重点研究了采样频率、脉冲数、输入信噪比(SNR)对相参积累性能以及动目标检测性能的影响。结果表明,FRFT运算速度相对较慢但适用范围最广,尤其在处理噪声背景较强的信号时,能够有效抑制噪声,且参数估计精确度较高,具有良好的时频聚集性,为雷达相参积累检测的工程化应用提供理论支撑。     

高频雷达机动目标的时频图像处理方法研究

高频雷达机动目标检测实为复杂外部环境和强地海杂波下的非平稳弱信号处理,针对非平稳特征提出了基于时频分析和图像处理的方法.首先应用时频分析方法得到机动目标的时频谱,进而在时频谱上进行频率维的恒虚警检测并形成目标像、在时间维应用区域生长技术提取目标的速度时变脊线.时频图像处理方法经频率维和时间维的多级处理、在保证系统检测性能的情况下可精确提取机动目标的速度时变信息.实测数据的处理验证了其有效性.     

雷达动目标短时稀疏分数阶傅里叶变换域检测方法

复杂背景下的动目标检测技术是雷达目标探测的关键技术和难点之一,亟需发展和研究高时频分辨率、大数据量高效以及适用于多分量信号分析的方法和手段.该文结合经典时频分析技术和高分辨稀疏域信号处理的优势,提出短时稀疏分数阶傅里叶变换（ST-SFRFT）并用于雷达动目标检测和参数估计,实现时变信号高分辨时频表示的同时,改善SCR,提高复杂环境下雷达动目标检测的性能.实测对海雷达数据验证表明,所提方法在抗杂波以及参数估计精度等方面较经典时频动目标检测方法有明显优势.     

基于CNN分类器和卷积的目标检测

随着机器视觉领域的研究进展和多媒体技术的迅猛发展,目标检测成了机器视觉研究方向的一个热门领域。在一张图片中,如何寻找某类特定的目标是一个十分值得研究的课题,并且具有优秀性能的算法可以用在十分广阔的领域中,比如视频中的行人、车辆检测等。文中提出了一个基于卷积神经网络的深度学习分类器和卷积的方法,该方法性能优良,漏报率较低,可以快速检测出图片中的某类目标。并且通过以行人检测为例的实验证明,甚至与传统的检测相比鲁棒性更好,速度更快,可以更好地确定标的位置。     

基于改进ViBe的穿墙雷达动目标检测算法

针对穿墙雷达接收到的回波信号较弱,成像中的耦合信号有所增强,传统动目标检测算法不能完全消除检测后图像中虚警现象的问题,提出一种改进的动态阈值ViBe检测算法,使其能适应穿墙雷达图像动目标像素值变化问题;采用三帧差,消除由墙体和天线耦合等强杂波导致的“鬼影”现象,并利用目标的扩展特性,采取保留连通域的方法,消除了图像中的孤立噪点。实验结果表明,该方法可以有效消除室内强杂波引起的虚警现象,准确、实时地提供目标的位置信息,并具有一定的鲁棒性。     

基于实测数据的雷达动目标多变换域积累仿真

针对传统的相参积累方法对匀加速目标能量积累效果不理想的缺点,选取4种典型的相参积累方法进行仿真,研究不同变换积累方法对匀加速目标线性调频信号积累的特点,并通过实测S波段对海观测雷达数据比较脉冲数对不同时频分析方法能量积累的差异。结果表明：4种变化中分数阶Fourier变换(FRFT)的相参积累性能最好,能够有效抑制噪声,估计加速度,具有良好的时频聚集性,并且在一定范围内随处理脉冲数的增加,相参积累性能进一步提高。     

基于FRFT的末制导雷达海面动目标检测方法

为有效提高反舰导弹动目标检测性能,利用分数阶Fourier变换(FRFT)对线性调频(LFM)信号良好能量聚集性的特点,提出了基于FRFT的末制导雷达海面微动目标检测方法。首先,针对舰船目标的不同运动状态,分别建立目标平动(匀速和匀加速)以及三维转动(横滚、俯仰和偏航)模型,得到动目标回波的多普勒和微多普勒频率,在短的观测时间范围内,可近似建模为LFM信号。其次,通过计算雷达回波信号在不同变换阶数下的FRFT,形成二维参数平面,在此平面内,采用非参量恒虚警检测器形成自适应门限,并进行动目标判决。最后,仿真分析了算法的性能和影响因素。     

基于专用集成电路的雷达动目标检测信号处理器

雷达动目标检测的实时信号处理原来一般用模拟器件和通用数字信号处理器（ＤＳＰ）实现。本文设计了基于数字专用集成电路的雷达目标检测实时信号处理系统，本文对该信号处理系统的雷达背景视频产生，单元平均恒虚警率（ＣＦＡＲ）检测，杂波图形成，动目标提取，视频信号积累，雷达定时器和控制等用现场可编程门阵列（ＦＰＧＡ）进行了专用集成电路设计，该系统性能稳定，抗干扰能力强，体积小，便于调试，已投入实用。     

基于区域卷积神经网络的目标检测方法

本文针对煤矿环境中出现的目标检测精度低等问题,提出了一种基于区域卷积网络的矿井目标检测方法。实验表明,本文方法针对于煤矿环境中的目标检测具有较高准确率。     

基于短时稀疏时频分布的雷达目标微动特征提取及检测方法

为有效提高强杂波及目标复杂运动特性条件下的雷达动目标探测能力,该文结合时频分布(TFD)类动目标检测和稀疏表示方法的优势,建立了短时稀疏TFD(ST-STFD)原理框架,提出短时稀疏傅里叶变换(ST-SFT)和短时稀疏分数阶傅里叶变换(ST-SFRFT)雷达动目标检测方法,并应用于海上目标微动特征提取及检测中。实测雷达数据验证表明,该方法在时间-稀疏域能够实现时变信号的高分辨低复杂度时频表示,具有运算效率高、时频分辨好、抗杂波等优点,为进一步提升雷达杂波抑制和动目标检测能力提供了新的思路和途径。     

基于单片FPGA的雷达动目标检测系统

介绍了一种基于单片现场可编程门阵列（FPGA）的雷达动目标检测系统,阐述了恒虚警处理和FPGA技术,对输入数据的存取方式、多普勒滤波器组和恒虚警处理的实现进行了详细论述。     

基于ADSP-TS101雷达动目标检测的实现

根据某型雷达系统的设计要求，用ADSP-TS101实现高性能、高速的实时动目标检测，同时给出了基于ADSP-TS101动目标检测的算法框图、软件流程图，并讨论了实现中存在的问题。     

基于Radon-分数阶傅里叶变换的雷达动目标检测方法

长时间相参积累技术是提高雷达对微弱运动目标探测能力的重要手段之一,本文在分析动目标回波信号距离和多普勒徙动的基础上,提出基于Radon-分数阶傅里叶变换(RFRFT)的长时间相参积累方法.该方法根据预先设定的运动参数搜索范围,提取位于距离-慢时间二维平面中的目标观测值,然后在FRFT域进行匹配和积累,并通过构建的RFRFT域检测单元图实现对非匀速运动目标的检测.该方法能够同时补偿距离和多普勒徙动,有效抑制背景杂波和噪声,提高积累增益.仿真结果表明本文方法具有在强杂波中检测微弱动目标的能力.     

基于卷积神经网络的海上微动目标检测与分类方法

该文利用深度学习的高维特征泛化学习能力,将卷积神经网络(CNN)用于海上目标微多普勒的检测和分类。首先,在海面微动目标模型的基础上,在实测海杂波背景中分别构建4种类型微动信号的2维时频图,并作为训练和测试数据集;然后,分别采用LeNet, AlexNet和GoogLeNet 3种CNN模型进行二元检测和多种微动类型分类,并进行比较,研究信杂比对检测和分类性能的影响。最后,与传统的支持向量机方法进行比较,结果表明,所提方法能够智能学习微动特征,具有更好的检测和分类性能,可为杂波背景下的雷达动目标检测和识别提供新的技术途径。      

机载火控雷达地面慢动目标检测方法研究

针对地面慢动目标检测困难的特点,提出了一种适用于单通道机载火控雷达的先滤波后自适应处理的方法.该方法先对雷达和路接收数据进行多次滑窗、时域多普勒滤波,然后按照线性约束准则对相同多普勒通道数据进行自适应处理.实测数据处理结果表明,该方法能有效抑制旁瓣杂波和部分主瓣杂波,从而提高了地面慢速目标的检测性能.     

超宽带雷达在动目标检测中的应用

主要讨论超宽带雷达在动目标检测中的应用.分析了超宽带雷达多普勒效应,介绍了运动目标的检测方法,并根据设计的试验系统给出试验结论.     

动目标检测雷达相参体制分析

动目标检测雷达采用锁相相参或全相参两种体制信号。两种体制的动目标检测雷达消除地杂波的能力不一样，设计难易程度差别很大，雷达对分系统信号质量的要求以及两种体制分系统能达到的技术指标也不相同。