利用Duffing系统周期跳跃的弱超声导波识别

在超声导波检测中,由小缺陷产生的弱回波信号有可能淹没在噪声信号中从而造成漏检风险,通过分析Duffing系统随策动力幅值变化的分岔特性,获得了系统发生周期跳跃的临界状态,将与策动力同频率的弱回波信号作为干扰项叠加到Duffing系统临界状态中,相当于改变了策动力的幅值,从而引起临界状态的周期跳跃,依据系统的周期跳跃实现了弱超声导波回波信号的识别。进一步研究发现,超声导波导致策动力幅值增加或减小取决于截取信号与策动力的相位差,且两者之间互为异相位,同周期内近似相差π。以此构造了小尺度周期态和大尺度周期态两种检测模型,并利用仿真信号和实验信号检验了检测模型识别弱导波信号的有效性,同时对比了两种检测模型的抗噪声干扰能力,结果表明小尺度周期态检测模型具有结果唯一、抗噪声能力强的优点,该方法可有效的提高超声导波检测小缺陷的灵敏度。     

利用正弦调频信号的宽带速度敏感特性抑制混响

有源声呐探测水中低速目标时,混响与目标回波的频率接近,目标回波与混响分离困难。根据运动目标与产生混响的散射体在速度域的差异,利用正弦调频信号(SFM)的速度敏感特性实现目标回波与混响的有效分离。推导了 SFM信号宽带混响抑制能力与速度分辨模糊之间的约束关系,建立了波形优化设计的搜索模型。通过多普勒滤波处理将数据从频率域统一转换至速度域,设定合适的速度门限,去除静止的混响成分。通过仿真分析了 SFM信号的混响抑制能力、调制指数和带宽的关系,在设定的速度范围内平均混响抑制能力较连续波(CW)信号可提高7.5 dB。动目标试验数据的处理结果表明了该方法能够抑制混响中强杂波造成的虚警,通过速度差异性可有效提高对动目标的检测能力。     

结合卷积神经网络的浅海有源探测信道匹配

信道匹配方法在有源探测领域是一种重要的提升检测信噪比的方法。针对非确知海底参数环境下的有源探测信道匹配问题,提出一种结合卷积神经网络进行信道匹配的算法。该算法基于海底参数扰动开展声场仿真生成卷积网络训练数据;首先通过分类网络将信号按照海底底质类型分类,在每个分类区间内采用单独的卷积网络反演海底参数;然后结合声场模型估计信道传递函数,进行信道匹配,从而在非确知环境下抑制多途影响,提升回波检测能力。仿真与实验结果表明,该算法能够在不确知海底环境条件下,有效估计信道传递函数,实现信道最优化匹配,在实验条件下可提高回波检测信噪比4 dB左右。相比传统方法,该算法可以在海底参数不确知条件下对低接收信噪比的信号实现信道匹配,同时不需要高信噪比的实验参考信号,有效提高了信道匹配方法的环境宽容性。     

深空背景弱小运动目标检测算法研究

在深入分析监测设备CCD图像特点的基础上,提出了一种深空背景弱小运动目标检测新方法。该算法使用"列高通滤波器"进行背景抑制;采用序列图像多帧累加增强目标与恒星的对比度,用交叉投影法确定星点区域,提取局部星图,利用局部星图匹配剔除恒星干扰;结合候选目标的特征,采用基于逻辑的最近邻关联方法完成目标检测。结果表明,该算法可满足深空背景弱小运动目标实时检测的要求。     

基于IECM特征匹配的红外弱点目标快速检测算法

提出了一种新的复杂背景下低信噪比红外弱点目标检测算法。根据红外弱点目标在图像中的三维空间特征,从空间认知的角度出发,将三维的灰度分布特征转化为二维的等高线曲线特征,建立红外图像的等高线图(IECM)描述,利用图论中的树结构(等高线树)形式化地表达等高线的空间关系,在此基础上,给出弱点目标检测的等高线树检测准则,同时给出了等高线划分等级的选择方法。理论分析与实验结果表明,该算法具有良好的检测性能,且结构简单,利于硬件实时实现。在信噪比为1.4的情况下,对红外图像序列的检测概率为96.3%。     

双扩展信道中的时延-多普勒匹配滤波

本文研究了时延和多普勒在信号和信道分析中的重要作用,论述了信号和信道的时延—多普勒性质,并进行了表征。信号的模糊度函数可用于指导发射波形设计,而广义平稳非相关散射条件下信道的散射函数则可用于指导信道估计。在此基础上,提出了发?收联合时延?多普勒匹配滤波框架,得出了发射?处理波形的互模糊度函数与信道散射函数在时延?多普勒平面内的重叠面积与系统性能成正比的结论。计算机仿真结果验证了本文方法的有效性。     

利用相邻相关像素进行噪音抑制的模糊小目标检测算法

提出了一种利用相邻相关像素对红外数字图像中的可疑小目标进行检测的算法.该算法首先利用自适应全局阈值检测图像中的亮像素,并借助相邻相关像素信息滤除结果中的亮噪音点;然后依据亮像素的相关性,对剩余的亮像素进行加强,并再次抑制噪音,获得可观的信噪比增益.相对于传统的Top-Hat变换,该算法能够在有效提高待检测目标信号强度的同时很好地抑制噪音,有效地保留了目标图像的边缘细节.     

利用相邻相关像素进行噪音抑制的模糊小目标检测算法

提出了一种利用相邻相关像素对红外数字图像中的可疑小目标进行检测的算法. 该算法首先利用自适应全局阈值检测图像中的亮像素,并借助相邻相关像素信息滤除结果中的亮噪音点;然后依据亮像素的相关性,对剩余的亮像素进行加强,并再次抑制噪音,获得可观的信噪比增益.相对于传统的Top-Hat变换,该算法能够在有效提高待检测目标信号强度的同时很好地抑制噪音,有效地保留了目标图像的边缘细节.     

利用多级时延估计与传递函数拟合的水下自干扰抑制法

提出了一种利用传递函数拟合与多级时延估计相结合的自干扰抑制方法来抑制接收信号中的强自干扰信号。首先通过频域解卷积估计发射泄漏的传递函数,进而构建出基本的对消信号,再通过互相关法与互谱法相结合的多级时延估计,精细补偿对消信号,获得良好的自干扰抑制效果。对实际海试数据的处理结果表明,当采用无人水下航行器(UUV)搭载一体化系统,在舷侧阵工作扇面内发射多帧线性调频(LFM)信号对目标船进行有源探测时,该方法的抑制比可达36 dB,且使得可检测回波的信干比从-30 dB降低到-55 dB,对后续的自干扰信号存在同样的抑制效果。以上结果表明该方法可抑制强自干扰信号,呈现出了较强的稳定性,使得淹没于强自干扰信号中的回波信号得以检测。     

非均匀混响统计建模与功率估计

针对非均匀混响中进行恒虚警(CFAR)检测所需的背景功率估计问题,通过对非均匀混响进行统计建模分析,提出一种非均匀混响功率自适应估计方法。所提方法基于排序统计、功率分类等处理,对混响数据服从的统计模型进行判别,根据均匀混响、参杂强干扰混响、混响边缘等具有不同特性的混响成分,选择不同的处理方式进行功率估计。进一步将所提出的混响功率估计方法应用于CFAR检测中,获得一种新的CFAR检测器。仿真和实测混响数据的处理结果表明,提出的混响功率估计方法可以对强干扰和混响边缘等非均匀混响背景进行有效判别和功率估计,提出的CFAR检测器有效提高了非均匀混响背景中的目标检测性能。     

冰下运动目标主动探测技术研究*

使用主动声呐探测冰下目标时，混响是无法回避的问题。在大面积冰层覆盖的水域中，混响具有强度大、作用范围广的特点，导致主动声呐对目标探测的性能大大下降。本文针对有着强混响的冰下水域这一应用背景，重点研究了基于低秩矩阵恢复理论的冰下运动目标主动探测方法。该方法运用常规波束形成获取多组方位时间历程图像，然后利用低秩矩阵恢复算法分离图像中的混响背景与运动目标。仿真表明不精确的增广拉格朗日乘子法(Inexact Augmented Lagrange Multiplier, IALM)在等间隔直线阵、非等距线阵和均匀间隔圆形阵三种阵型下均有较好的效果。同时与经典的背景差分法做了对比，表明了低秩矩阵恢复算法具有更好的适应性。松花江冰下实验验证了在线阵情况下低秩矩阵恢复算法的实际应用性。     

一种改进的块匹配运动目标识别算法

鉴于传统的块匹配法在图像特征提取、匹配以及搜索等方面有诸多不足,复杂的边缘提取处理与基于灰度的匹配准则都使得系统的处理速度与精度降低,为了使识别处理更加快速精确,提出了一种改进的块匹配识别算法。通过拉普拉斯算子对图像特征进行增强,提高图像的特征信息;实验表明,针对320像素240像素大小的图像,改进算法的特征增强计算时间在Matlab中平均约为0005 4 s。     

一种基于小波分析的小目标检测算法

红外小目标检测技术由于其重要的军事意义成为研究热点。根据目标、噪声和背景边缘在小波域的不同特点,提出一种基于小波分析的红外小目标检测算法。该算法利用小波对奇异信号强有力的分析能力,消除了噪声和背景边缘对小目标检测的干扰,实现目标的检出。仿真实验证明该方法对红外图像中的小目标有比较理想的检测效果。     

空时多普勒频移域运动小目标的抗干扰探测方法

有源声呐使用多普勒敏感信号可在多普勒频移域分离杂波、混响等干扰和运动目标,但低信干比时强干扰的时间旁瓣泄露和多普勒旁瓣泄露会淹没弱目标。针对该问题,提出了一种基于自适应最小均方(LMS)算法和宽带模糊函数(WAF)的运动小目标抗干扰探测方法。首先在空间多普勒频移域上利用基于LMS的自适应陷波器抑制干扰,然后在快时间多普勒频移域上利用WAF探测小目标。给出了理论推导和仿真分析,进行了水池试验。结果表明,该方法可有效抑制强干扰并能准确估计小目标的时延及多普勒频移,在水池试验中约有13 dB的干扰抑制能力。此外,该方法能够容忍归一化幅度起伏方差小于0.5的干扰起伏,提高了有源声呐对运动小目标的探测能力。     

基于改进动态规划的主动声纳序列图像检测方法

动态规划是序列图像小目标检测的常用方法,该方法假设各帧图像间目标转移过程为马尔可夫过程,将能量累积计算量由原本的按图像帧数幂指数增长变为成倍增长,大大减小了计算量,使计算目标多帧累积能量变为可能。为了提高算法检测能力,该文根据动态规划算法原理及惩罚函数特点对算法进行了改进,使原本的二阶规划过程变为三阶,使指标函数更加有效地累积,有效提高了相同虚警概率下的检测概率。还利用该算法设计了主动声纳序列图像检测过程,并进行了仿真,验证了算法的有效性。     

Infrared small moving target detection method based on graph matching

We apply graph matching method to detect infrared small moving targets using image sequences. Candidates （interest points） detected in the first frame form one graph and the same candidates in the last frame form another one. The real moving targets are extracted by matching these two graphs. Experimental results demonstrate that the proposed method is robust and efficient to the translation and rotation of the background.