排序方式: 共有15条查询结果,搜索用时 317 毫秒
1.
2.
3.
提出了一种新的方法应用于一类重要的高维信号检测问题:在强杂波干扰下检测数字图像序列中位置和速度未知的弱小运动目标.通过对输入序列时域灰度矩进行学习,将像素分成两类———静杂波和动杂波.分别对其采用非参数时域滤波和LS自适应滤波进行去除,从而将原始数据转化为准SPGWN模型.杂波抑制后,根据单帧多像素目标模型假设,采用在空、时域联合集成信号能量的检测算法,能有效地改善信噪比并且有利于实时实现.理论分析和对真实数据的大量仿真试验验证了本方法的有效性. 相似文献
4.
针对可分离分布平面阵列的稀布优化问题,提出了一种基于矩阵束方法的减少阵元数目、求解阵元位置和设计激励幅度的优化方法。可分离分布平面阵的方向图等于两个正交线阵方向图的乘积。对形成期望方向图的两正交线阵的方向图进行采样得到离散的数据集,再构造Hankel矩阵;然后对此Hankel矩阵进行奇异值(SVD)分解,舍弃一部分不重要的奇异值,得到近似Hankel矩阵的最优的低秩逼近矩阵,它和稀布线阵的方向图相一致;基于广义特征值分解的最小二乘准则来计算两稀布线阵的阵元位置和激励,从而得到稀布面阵的位置和激励。仿真结果证实了该算法的有效性。 相似文献
5.
6.
采用多扫描自适应预测的红外弱目标检测 总被引:1,自引:0,他引:1
提出了一种多扫描预平滑RLS自适应算法用于增强红外成像数据中的弱目标检测.感兴趣的目标被假设为只有极小的空域扩展度,而且淹没于强背景杂波干扰中.通过RLS自适应滤波器,背景杂波分量被准确地预测并从输入信号中去除,从而只剩下目标信号与残留噪声.在全空域非平稳数据中应用多扫描机制可以增强算法对非平稳杂波的跟踪性能;而将原始图像数据经过预平滑处理后作为自适应滤波器的输入,则能够减少由于目标灰度扩展带来的背景预测失准.对真实图像数据的仿真表明该算法的性能明显优于其它几种传统方法. 相似文献
7.
8.
9.
10.