Pearson分布混响背景下OSGO和OSSO检测器设计

研究Pearson分布混响背景下恒虚警检测器设计问题,提出2种具有多目标干扰抑制能力的OSGO(排序选大)和OSSO(排序选小)检测器,验证两类检测器的恒虚警特性,并分别推导虚警概率和检测概率的数学表达式。仿真结果表明,OSSO检测器具有最好的抗多目标干扰能力,OSGO检测器与OS检测器性能相近。2种检测器计算复杂度相比,OS检测器均降低一半。     

基于FPGA的自适应恒虚警检测器研究

雷达目标检测系统中,由于回波中的杂波与噪声严重影响着系统的检测性能,为在一定的虚警率下提高系统的检测概率,提出一种基于删除单元平均恒虚警(CFAR,constant false alarm rate)检测器的多分层判决门限方法.并由此原理设计出自适应CFAR检测器,与传统的恒虚警检测器相比,明显地改善了系统的适应性和检测性能.     

基于混沌理论的混响背景下目标检测方法

响应使得海底目标检测更加困难,针对当前混响背景下目标检测方法存在的检测误差大、抗干扰能力差等不足,以提高混响背景下目标检测精度为目标,提出了基于混沌理论的混响背景下目标检测方法。首先对当前混响背景下目标检测方法进行分析,找到引起检测误差大、抗干扰能力差的原因,然后引入小波分析对混响背景下目标信号进行去噪,提高其抗干扰能力,并通过混沌理论对混响背景下目标信号进行相空间重构,最后采用神经网络对混响背景下目标信号进行分类,实现目标检测,并与其他混响背景下目标检测方法进行对比测试,验证了本文方法是一种精度高、抗干扰能力强的混响背景下目标检测方法。     

水下无人航行器主动目标自动检测方法研究

水下主动目标自动检测是反映水下无人航行器目标探测能力的一项重要指标,混响背景下的主动目标自动检测是其中的难点之一。该文将主动目标自动检测转换为图像分割问题,先用形态学重建或低通滤波算法预处理声图,再用分水岭算法从梯度图像中分割出目标。在此基础上提出了一种自适应阈值选取方法。经过海试数据的检验,文中方法具有较强的稳定性,与传统的恒虚警算法相比,可以有效降低虚警率。     

多极化SAR图像目标检测研究

目前,SAR图像检测多是单一极化的方式,从而使得检测效率低下。因此本文采用多极化的方式进行目标检测,在检测算法中,本文将多种极化检测器相融合,通过检测结果的多次迭代,得到最后的目标检测结果。从对比实验结果可看出,在相同的虚警率下,本文算法的检测结果最好,并且随着虚警率的提高,虚警点数没有增多。     

LFM-Costas编码信号在水下目标识别中的应用

在水声对抗中,为了有效对抗假目标和准确判别目标尺度,提出了一种具有较高时-频联合分辨力和抗混响能力的LFM-Costas编码信号形式。并在浅海混响信道模型和目标多亮点模型基础上研究了LFM-Costas编码信号的目标尺度判别性能。通过仿真和海上试验,表明LFM-Costas编码信号在混响背景下能准确判别目标尺度,具有一定的工程应用价值。     

基于多载波调制技术的同步DS/CDMA多用户检测器

提出了一种新的基于多载波调制技术的多用户检测器。分析了检测器的干扰相消原理，并给出了误码性能。该检测器具有结构简单，计算复杂度低，其性能较传统的多用户检测器性能有较大幅度的提高，在收发频差、定时为零的情况下，达到了单用户情况下检测器的性能。     

复杂背景下小样本声呐图像目标检测

水下目标检测具有重要意义,在军事和民用领域都发挥着重要作用。实际场景中可以获得的声呐图像非常有限,且声呐图像的信噪比较低,无法得到较好的检测结果。因此,本文引入小样本学习,基于Faster RCNN两阶段目标检测算法,选择不同的策略对模型进行优化,得到了较好的检测结果并验证了小样本目标检测在声呐图像领域的可行性。根据混响对声呐图像的影响进行仿真实验,得到不同混响背景下的声呐图像,对比分析了不同数据集下训练模型的检测性能。实验结果表明,在训练样本中增加混响信号可以提高低信噪比条件下的目标检测精度。     

应用混沌理论的舰船混响背景下目标检测方法

舰船的水下目标检测技术有重要意义,不仅关乎军事舰艇的侦察能力,还决定海上作业渔船和航运船舶的工作效率。因此,研究混响背景的水下目标信号检测技术具有重要的意义。本文系统介绍混沌理论的发展和数学模型,利用混沌理论优化舰船混响背景下的信号提取和目标检测技术,并利用仿真软件Maltlab对该目标检测技术进行仿真分析。     

M序列信号在主动声纳中的性能研究

对于主动声纳探测浅海区域的慢速小目标而言,混响无疑是最为主要的干扰。由于混响信号主要源自于发射信号,频域上和发射信号本身频谱有着密切的关系,常规的匹配滤波器已不是最佳检测器。论文利用混响和目标回波之间的多普勒差异作为检测的特征量,介绍了主动声纳中的一种新的探测信号,M序列信号。即通过M序列对CW信号进行编码而扩宽其带宽,在保留CW信号敏感的多普勒特性的同时提高时延分辨力。文中借助模糊度函数以及Q函数作为分析工具,具体对比了传统的CW信号、LFM信号以及该信号对混响的抑制能力。Matlab仿真结果表明,该编码信号具有较之CW和LFM信号更好的抗混响能力以及更优的速度—时延分辨力,适用于浅海环境中对慢速小目标的探测。