期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于等分剔除的毫米波雷达恒虚警检测研究
1
作者 符阳懿 冯永新 钱博 《沈阳理工大学学报》 CAS 2024年第2期22-28,共7页
为解决车载毫米波雷达目标检测过程中在相邻多目标情况下会提高检测门限值,从而导致目标遮蔽现象,引发传统恒虚警(constant false alarm rate, CFAR)检测在多目标环境下产生漏检的问题,提出一种等分剔除恒虚警检测算法(equipartition de... 为解决车载毫米波雷达目标检测过程中在相邻多目标情况下会提高检测门限值,从而导致目标遮蔽现象,引发传统恒虚警(constant false alarm rate, CFAR)检测在多目标环境下产生漏检的问题,提出一种等分剔除恒虚警检测算法(equipartition deletion CFAR,ED-CFAR)。通过将目标两侧的参考单元等分取平均值得到子参考单元,对大于所有参考单元平均值的部分进行处理后排序,剔除部分较大子参考单元,计算得到门限值,与目标的信号幅度进行比较判断目标是否存在。仿真结果表明,在多目标检测的仿真场景下,信噪比为10 dB时,ED-CFAR算法的检测概率比单元平均恒虚警(CA-CFAR)算法提高0.39,比筛选平均恒虚警(CMLD-CFAR)算法提高了0.08,有效解决了传统均值类恒虚警检测在相邻多目标条件下的遮蔽问题。 展开更多
关键词 毫米波雷达 恒虚警检测 目标遮蔽 多目标检测
下载PDF
用于高速目标检测的相位编码信号处理方法和性能研究
2
作者 沙祥 刘永坚 +1 位作者 崔国龙 杜亚男 《雷达科学与技术》 北大核心 2023年第6期591-596,共6页
波形选择是雷达系统设计的重要内容,在数字信号处理理论和计算平台的支持下,波形的处理转换为计算的问题,后端处理计算能力的提升极大地拓展了波形的应用场景。相位编码信号具有多普勒敏感特点,为实现匹配滤波,必须对目标可能出现的速... 波形选择是雷达系统设计的重要内容,在数字信号处理理论和计算平台的支持下,波形的处理转换为计算的问题,后端处理计算能力的提升极大地拓展了波形的应用场景。相位编码信号具有多普勒敏感特点,为实现匹配滤波,必须对目标可能出现的速度进行补偿,处理过程复杂,在多数雷达系统中应用场景有限。本文提出了相位解调+傅里叶变换构建滤波器组的方法完成相位编码信号的速度补偿,在单个脉冲内实现同时测距测速,针对空间目标的特点,分析了速度、加速度对波形参数的限制,仿真给出了目标遮蔽、处理损耗、测速精度的结果。 展开更多
关键词 相位编码 空间目标 目标遮蔽 傅里叶变换
下载PDF
目标屏蔽带自适应调整的CFAR处理器 被引量:1
3
作者 柳毅 张淑芳 索继东 《雷达科学与技术》 北大核心 2017年第5期519-524,共6页
常规的单元平均恒虚警(CA-CFAR)和双参量恒虚警(BP-CFAR)检测方法在均匀杂波环境中通常能获得较好的检测性能,但在复杂的杂波背景下,例如当目标邻近大目标时,严重的恒虚警损失会导致目标(特别是小目标)难以检测。基于AIS信息协作感知的A... 常规的单元平均恒虚警(CA-CFAR)和双参量恒虚警(BP-CFAR)检测方法在均匀杂波环境中通常能获得较好的检测性能,但在复杂的杂波背景下,例如当目标邻近大目标时,严重的恒虚警损失会导致目标(特别是小目标)难以检测。基于AIS信息协作感知的AW-CFAR处理方法利用AIS的大目标感知信息,通过设置宽度自适应控制的大目标屏蔽带,有效排除大目标对杂波估计的影响。仿真实验结果表明,相对于传统的CA-CFAR和BP-CFAR,该方法对临近大目标的小目标的检测性能改善了8~20dB。 展开更多
关键词 雷达目标检测 自适应恒虚警处理器 目标屏蔽 感知雷达
下载PDF
基于边缘特征和多帧差分法的运动目标检测算法 被引量:6
4
作者 火元莲 秦梅 宋亚丽 《红外技术》 CSCD 北大核心 2017年第2期157-162,共6页
针对传统的边缘检测算法检测结果不连续、细节信息易丢失等缺点,提出了一种用于运动目标检测的边缘检测方法。首先在背景差分的基础上用平移法检测目标边缘,该方法能够提取到更为精确、细节特征更加丰富、闭合性更好的目标边缘;然后将... 针对传统的边缘检测算法检测结果不连续、细节信息易丢失等缺点,提出了一种用于运动目标检测的边缘检测方法。首先在背景差分的基础上用平移法检测目标边缘,该方法能够提取到更为精确、细节特征更加丰富、闭合性更好的目标边缘;然后将边缘检测与多帧差分法相结合进行运动目标检测。该方法的优势在于,在目标检测的过程中不需要进行背景建模与更新。实验结果表明,该方法思路简单,易于实现,检测结果精准,实时性较好。 展开更多
关键词 边缘检测 平移法 目标掩码 目标检测 多帧差分法
下载PDF
卷积神经网络结合显著性目标掩图的红外与可见光图像融合
5
作者 万刘永 程健庆 刘义海 《舰船电子对抗》 2022年第1期63-67,共5页
传统的基于多尺度变换理论的红外与可见光融合,提取特征单一,融合规则需要手动设计,难以应对多场景的需求,而深度学习的方法具有良好的特征提取能力,能够对多种特征进行学习。使用基于卷积神经网络的方法对图像融合进行研究,将网络分为... 传统的基于多尺度变换理论的红外与可见光融合,提取特征单一,融合规则需要手动设计,难以应对多场景的需求,而深度学习的方法具有良好的特征提取能力,能够对多种特征进行学习。使用基于卷积神经网络的方法对图像融合进行研究,将网络分为特征提取网络和特征融合网络2个部分。首先使用图像处理软件获得红外图像的显著性目标掩图,然后以目标掩图为基础定义卷积神经网络的损失函数,最后使用公共数据集对神经网络进行训练,并与传统的多尺度变换方法进行对比。实验结果表明,从主观评价角度来看,融合结果更符合人眼习惯,更有利于人眼识别,同时在客观评价指标上也均有所提高。 展开更多
关键词 图像融合 卷积神经网络 显著性目标掩图 梯度损失
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部