针对密集杂波环境中的弱小目标检测问题,提出了一种改进Hough变换的检测前跟踪算法,解决Hough变换参数空间峰值簇拥导致虚假轨迹较多的问题。采用样本方差信息对非相参积累值进行加权,利用时间信息抑制部分杂波和噪声积累峰值,改进非相...针对密集杂波环境中的弱小目标检测问题,提出了一种改进Hough变换的检测前跟踪算法,解决Hough变换参数空间峰值簇拥导致虚假轨迹较多的问题。采用样本方差信息对非相参积累值进行加权,利用时间信息抑制部分杂波和噪声积累峰值,改进非相参积累的积累方法;依据各单元的积累值对局部峰值簇拥的几个单元进行融合处理,改进阈值提取的峰值提取方法。仿真分析表明,改进算法检测目标虚假轨迹少于标准Hough变换方法,与先检测后跟踪方法相比,改进算法有3~4 d B信噪比得益。展开更多
文摘针对密集杂波环境中的弱小目标检测问题,提出了一种改进Hough变换的检测前跟踪算法,解决Hough变换参数空间峰值簇拥导致虚假轨迹较多的问题。采用样本方差信息对非相参积累值进行加权,利用时间信息抑制部分杂波和噪声积累峰值,改进非相参积累的积累方法;依据各单元的积累值对局部峰值簇拥的几个单元进行融合处理,改进阈值提取的峰值提取方法。仿真分析表明,改进算法检测目标虚假轨迹少于标准Hough变换方法,与先检测后跟踪方法相比,改进算法有3~4 d B信噪比得益。