基于数学形态学的声纳主动探测信息净化方法

针对主动声呐探测画面中混响和被动条状干扰问题,提出了一种基于数学形态学滤波的主动探测信息净化方法。该算法通过研究数学形态学滤波器的频响特性,构造与主动声呐探测画面中目标频率特性匹配的结构元素,然后对主动声呐探测画面进行形态学滤波处理,估计主动声呐探测画面的干扰背景,最后进行探测信息净化,并利用形态学滤波对净化后图像进行增强。海试数据处理结果表明,该文方法能够有效抑制低频被动条状干扰以及混响背景,使点状目标在图像中表现更为明显,更有利于目标检测。     

强杂波背景红外弱小目标检测算法

针对强杂波背景远距离红外弱小信号目标的特点,提出了一种基于自适应滤波的红外弱小信号检测方法。算法首先对图像进行消噪声处理,其次运用自适应滤波方式消除背景增强目标信号,最后进行基于点源目标(试验采集)成像信号特性的判决法则删除虚假目标,算法有效解决了光电探测设备高检测概率与低虚警率的矛盾。实验结果表明:该方法能够在单帧图像上有效提取出小区域信噪比为4的弱小信号目标,检测概率不低于0.75,虚警率不高于1次/100帧。     

基于多结构元素形态滤波与自适应阈值分割相结合的红外弱小目标检测

针对低信噪比灰度图像中弱小目标检测的难题,分析了红外弱小目标成像的特点,提出了基于多结构元素形态滤波与自适应阈值分割相结合的目标检测算法.利用目标运动的连续性、规律性和噪音产生的随机性,结合数学形态学结构元素的特点,研究了一种多结构元素形态滤波的管道滤波方法,通过流水线管道检测目标运动轨迹.实验结果表明,该算法应用于复杂背景下低信噪比的红外弱小目标图像能够得到较理想的结果,并且目标检测概率高,速度快,虚警率低.     

扫描型红外预警系统中弱小目标的检测算法

提出一种基于面阵探测器的全方位红外预警系统的运动弱小目标检测算法.该算法主要基于灰度形态学滤波和目标概率分布函数匹配两种技术.灰度形态学的高帽变换可以有效地检测出红外图像中的特定目标,但没有考虑目标强度分布特征,检测结果的虚警率较高.本文采用了均值偏移算法常用的概率分布函数匹配技术,对检测出的小目标进行二次确认.试验结果表明,该方法能够有效地抑制背景杂波干扰,降低虚警率.     

高分辨率有源声呐强混响抑制技术研究

有源声呐分辨率的提高可以抑制混响,但也使声呐包络数据的统计分布偏离瑞利分布,而更接近拖尾较重的K分布。强散射体所带来的强混响的幅值一般较大,它们使统计分布拖尾更严重,表征K分布的形状参数也越小。强混响作为目标干扰,严重影响了背景功率估计的准确性,从而降低了目标检测的性能。本文基于模糊统计理论,首先提出了用于抑制强混响的模糊统计归一化处理方法;然后对强混响和模糊统计归一化处理如何影响声呐数据分布和CFAR(Constant false-alarm rate)目标检测性能进行了仿真、研究和分析,最后对基于模糊统计归一化处理的CFAR检测性能和传统CFAR检测性能进行了仿真比较。仿真结果表明强混响目标干扰能使K分布数据的形状参数变小,而模糊统计归一化处理可抑制强混响目标干扰,增大包络数据分布的形状参数,提高形状参数估计性能和CFAR检测性能。      

光子成像静止点目标的管道滤波探测方法

构建了具有单光子成像能力的光子成像系统,提出应用管道滤波方法实现对光子受限静止点目标的探测。分析了光子图像静止点目标与点状噪声特征,根据静止点目标在序列图像中位置的确定性以及噪声点的不相关性,研究了基于管道滤波的光子成像静止点目标探测方法。为降低目标探测的虚警概率,优化了管道滤波直径。以实验采集得到的多组光子图像序列为样本,获得了探测概率、虚警概率与信号光子数、噪声光子数、管道长度以及检测阈值的关系。检测结果显示,对信号与噪声的平均发生率为0.4和5.215的序列图像,当管道长度为9、检测阈值为2时,探测概率达0.9以上且虚警概率〈0.08。对比多组图像序列的检测结果表明,影响探测概率的主要参数是信号光子数,而影响虚警概率的主要参数是噪声光子数。     

一种空间目标在轨检测图像预处理算法

通过对美国天基可见相机(SBV)在轨检测算法(Moving target indicator,MTI)算法进行改进,使其更加快速有效地检测出淹没在噪声杂波中的目标条纹.MTI改进算法使用了一种新的二维图像检测预处理算法一一依概率加窗检测算法.依概率加窗检测算依据同一大小检测窗口内,目标所在检测窗内出现的非零点比纯噪声检测窗内多的特性,通过检测窗门限滤波,在可能剔除部分目标点的同时,极大地抑制噪声.接着使用三点共线条纹检测算法,剔除可疑目标条纹,进一步降低虚警概率,提高检测概率.通过算法性能分析可知,MTI改进算法的虚警概率降低15倍,检测概率99%时所需信噪比从6降低为3,并且总体计算量降低6个数量级.MTI改进算法减少计算量的同时,降低虚警概率并提高榆测概率,在工程应用中更有利于算法的实时实现.     

多量级多向梯度海空复杂背景红外弱点目标检测

由于红外图像一般带有较大的噪声，采用传统的目标检测方法效果不理想。本文提出了一种新的海空背景下受强杂波和噪声污染的红外图像弱点目标检测算法。用多个量级梯度对图像目标进行检测，并对检测的结果进行了表决融合。结果表明，基于表决融合的多量级多向梯度检测消除了云层、海浪和海天线等背景干扰，在实现高检测概率的同时，不仅可以达到较低的虚警概率，而且可检测信杂比为1的点目标。     

基于概率假设密度滤波平滑器的检测前跟踪算法

基于概率假设密度滤波(PHD)的检测前跟踪(TBD)技术可以有效解决未知弱小多目标检测问题。PHD-TBD算法粒子权重计算受量测噪声影响明显,导致目标数估计存在起伏现象,制约了PHD-TBD算法性能。对PHD-TBD技术进行研究,引进概率假设密度滤波平滑器,提出基于平滑的PHD-TBD算法。该算法对当前帧目标数估计时,综合利用前向递推和后向平滑结果对粒子权重进行更新,在一定程度上克服了随机量测噪声的影响。通过仿真验证,该算法能够有效发现目标,准确估计目标数目和位置,性能有较大提高。     

基于数学形态学的弱点状运动目标的检测

提出了一种新的基于数学形态学的红外图像序列中弱点状运动目标的非参数检测算法。采用数学形态学抑制背景杂波干扰和增强目标,用沿时间轴投影和二维空域搜索代替复杂的时空三维搜索形成组合帧,然后在每条可能的轨迹上将进行目标能量累加,实现了一种快速检测前跟踪(TBD)检测算法。仿真实验表明:在恒虚警概率条件下,该检测算法能高效地检测信噪比约为2的弱点状运动目标,检测性能对噪声分布不敏感,能精确地得到目标的即时位置和速度信息,适合于实时图像处理和目标探测,具有很高的实用价值。     

A method for fringe normalization by Zernike polynomial

A new approach for fringe normalization by Zernike polynomial fitting to cancel background illumination in an interferogram is proposed. With this method, background illumination can be suppressed, high frequency noise is immunized and the contrast is improved by normalization. The main idea for this paper is to use the Zernike polynomial fitting interferogram to cancel background illumination; the high frequency noise is then filtered by a Wiener filter. Finally, the paper uses the method of local region contrast modulation to enhance fringe contrast. This method can overcome the problem of the non-uniformity illumination of fringe patterns resulting from the marginal reflection of optical components and a non-uniformity light source     

改进次最佳检测在侧扫声呐底混响抑制中的应用*

侧扫声呐进行沉底小目标探测时,底混响是主要背景干扰。底混响通常是一种非平稳、非高斯的带限噪声,它使得白噪声条件下的滤波器性能受到限制。在混响背景下常利用自回归模型对接收信号进预行白化处理,但对于实际侧扫声呐应用,白化后直接匹配滤波的处理效果不甚理想。针对此问题,在自回归模型预白化的基础上,提出采用一种次最佳检测与多分辨二分奇异值分解相结合的改进方法。该方法首先对接收信号进行分段处理,利用改进Burg算法估计每段数据自回归模型的系数及阶数;然后构造白化滤波器对分段数据预白化,并对白化后的数据进行多分辨二分奇异值分解;最后应用ostu方法对原始声图和处理后的声图进行目标检测。仿真与实验结果表明,该方法明显提高了信混比,改善了侧扫声呐沉底静态小目标的成图质量,有利于后期实现基于图像的目标自动检测。     

参数未知的舰船辐射噪声检测方法

舰船辐射噪声的检测方法已有广泛研究,其中线谱特征是检测的重要依据。基于线谱特征的舰船辐射噪声检测方法常需要线谱数目、频率等参数作为检测的先验信息,这些信息不准确或无法确知时,检测方法的性能会受到显著影响。针对实际应用中对于未知舰船无法获得其参数信息的情况,研究基于连续谱谱峰特征的更为一般性的信号存在性检测方法。将窄带信号瞬时频率分析的思想扩展到舰船辐射噪声这类宽带信号,从信号频率与能量分布的角度推导得到宽带信号"瞬时频率"的近似表示式。构建宽带信号的瞬时频率检测器,并对其性能进行理论分析,结果表明该检测器的性能主要受舰船辐射噪声瞬时频率方差以及接收信噪比影响。通过计算机仿真和实际数据对算法的性能进行了验证。      

Iterative inverse beamforming algorithm and its application in multiple targets detection of passive sonar

With the increasing of detection ability of passive sonar,the weak signal detection problem in multiple interferences becomes more and more important.In the time/bearing record(TBR) display of sonar detection,when there exist traces of multiple interferences,the identification of weak signal is difficult or impossible.The adaptive noise cancellation technique provides the theoretical basis for suppressing strong interferences.But the solution for finding the steady-state optimum filter matrix is quite difficult due to the real time calculation of inverse matrix of input data correlation matrix.The iterative inverse beamforming(IBF) algorithm for solving the optimum filter vector,which is expressed by inverse matrix of the ocean environment data,is derived in this paper,by which,the optimum filter can be eventually expressed as a sum of series simple matrices of constructed from sensor data.Based on the algorithm proposed in this paper,some examples of at sea experiment are provided.The strong interferences are cancelled and the weak signal is emerged,even it didn't appear in the conventional beamforming(CBF) processing.     

Automatic detection of bioacoustics impulses based on kurtosis under weak signal to noise ratio

Passive acoustic monitoring (PAM) of marine mammal vocalizations has been efficiently used in a wide set of applications ranging from marine wildlife surveys to risk mitigation of military sonar emissions. The primary use of PAM is for detecting bioemissions, a good proportion of which are impulse sounds or clicks. A click detection algorithm based on kurtosis estimation is proposed as a general automatic click detector. The detector works under the assumption that click trains are embedded in stochastic but Gaussian noise. Under this assumption, kurtosis is used as a statistical test for detection. The algorithm explores acoustic sequences with the optimal frequency bandwidth for focusing on impulse sounds. The detector is successfully applied to field observations, and operates under weak signal to noise ratios and in presence of stochastic background noise. The algorithm adapts to varying click center frequency. Kurtosis appears as a promising approach to detect click trains, alone or in combination with other clicks detector, and to isolate individual clicks.     

微弱信号源的和波束定向方法与分裂波束定向方法的性能比较

本文讨论水下辐射噪声源的精确定向问题，给出被动声纳和波束定向与分裂波束定向方法的性能比较。指出在一定信噪比下，分裂波束精确测向技术比和波束定向技术具有较高的定向精度。但是，随着信噪比的下降，两者趋于一致。推导了估计定向精度的分析表达式，给出在直线阵和圆弧阵情况下，延时估计和声源入射角偏差之间的换算公式和数值模拟结果。同时给出数字式声纳用以计算入射信号左波束和右波束数据的互谱来实现分裂波束定向的方法。     

混沌噪声背景下微弱脉冲信号的检测及恢复

构建了一种在混沌噪声背景下检测并恢复微弱脉冲信号的模型.首先,基于混沌信号的短期可预测性及其对微小扰动的敏感性,对观测信号进行相空间重构、建立局域线性自回归模型进行单步预测,得到预测误差,并利用假设检验方法从预测误差中检测观测信号中是否含有微弱脉冲信号.然后,对微弱脉冲信号建立单点跳跃模型,并融合局域线性自回归模型,构成双局域线性(DLL)模型,以极小化DLL模型的均方预测误差为目标进行优化,采用向后拟合算法估计模型的参数,并最终恢复出混沌噪声背景下的微弱脉冲信号.仿真实验结果表明本文所建的模型能够有效地检测并恢复出混沌噪声背景中的微弱脉冲信号.     

无源声呐多目标检测中反波束成形递推算法及其应用

随着声呐检测能力的提高,多目标干扰下微弱信号的检测问题日益突出。当声呐方位历程显示上出现多个干扰轨迹时,弱目标的检测显得十分困难。自适应噪声抵消(Adaptive Noise Canceling,ANC)技术为抑制多个干扰提供了理论基础,但是求解稳态最佳滤波矩阵存在着技术实现上的困难。本文提出用一种反波束成形(Inverse Beamforming,IBF)递推算法,在阵元域逐一抵消多个强干扰,从而增强并提取出微弱目标信号。文中给出了递推求解由逆矩阵所表达的最佳滤波矢量的理论推导和相应的公式。利用IBF算法处理海试数据得到了较好的结果,显著改善了强干扰下对微弱信号的检测,甚至在普通波束成形(CBF)中未能显示出来的信号都可以被检测出来。      

Beam pattern of sparse array for passive sonar

This work aims at sparse array without grating lobe for passive sonar, in order to increase frequency band of the passive sonar and reduce the cost. According to traditional method, the distance between two contiguous sensors in sonar array should be less than the wavelength of highest frequency of the signal; otherwise the grating lobe appears on beam pattern. The paper realizes that the conclusion of the grating lobe emergence it is not fit to the passive sonar due to the sine wave signal model in traditional method, in fact the input of passive sonar is random signal. Prom three aspect of the computer simulation, real passive sonar signal and theory analysis, it is revealed that the grating lobe does not appear on beam pattern when the distance between two contiguous sensors in passive sonar array is longer than wavelength of highest frequency. Whitening of the radiated noise can widen the frequency band, to ensure the beam pattern without the grating lobe. The conclusion of the paper is: if the band of radiated noise is wide enough (broader than 1 octave), that the wavelength of signal can be shorter than the distance between two contiguous sensors in passive sonar without grating lobe.