项目名称: 基于多贝努利随机集的弱小目标TBD方法研究

项目编号: No.61301289

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 李翠芸

作者单位: 西安电子科技大学

项目金额: 24万元

中文摘要: 低信噪比下红外弱小目标的检测,由于其信号能量低、背景复杂、目标数时变等特点,一直是国内外相关研究领域的一个热点与难点问题。本项目以随机有限集为理论基础,结合非平稳信号处理方法,拟研究基于多贝努利随机集的时变红外弱小目标检测前跟踪方法。 主要研究内容包括:(1)针对红外图像非平稳特性,将二维经验模态分解(EMD)方法引入红外图像预处理,拟研究基于偏微分方程的二维EMD杂波抑制方法;(2)为了降低时变多目标跟踪模型的状态维数、避免目标数过估,拟研究RBPF实现的多贝努利随机集滤波方法和基于对称相对熵的多贝努利项合并方法;(3)为减小检测判决延迟完成航迹确认,拟研究基于贝努利项多帧存在概率曲线的双统计量判决方法。 本项目研究成果将丰富目标数未知且时变的红外弱小目标检测前跟踪方法体系,项目研究将有效拓展和提高国防或民用领域对于低信噪比下弱小目标的检测能力,为红外探测系统性能改善提供理论支撑。

中文关键词: 弱小目标;随机集;检测前跟踪;多贝努利滤波;概率假设密度滤波

英文摘要: Infrared dim small targets detection in low signal-to-noise ratio is the hotspots and difficulties at domestic and overseas research areas, as low energy of signal, complex background and the number of targets time-varying. On the basis of random finite sets and combined with nonstationary signal processing methods the project will build time-varying multi-target track-before-detect system based on multi-Bernoulli random finite sets. This project will address the following aspects: (1)For the nonstationary feature of the infrared image , the two-dimensional empirical mode decomposition (EMD) is introduced to the clutter suppression and the two-dimensional empirical mode decomposition based on partial differential equation(PDE) will be discussed, which will obtain the candidate targets adaptively. (2) Multi-Bernoulli random finite sets filter based on Rao-Blackwellized particle filter and symmetric relative entropy will reduce the state dimension and computation, and improve the accuracy of target number estimation. (3)The present and absent dual statistics based on the multi-frame existence probability curve of Bernoulli item will reduce the declaration delays. The project is within the forefront of the discipline applied basic research. It will expand and improve the target identification and detection capabi

英文关键词: Dim small targets;Random finite set;Track before detect;Multi-Bernoulli filter;Probability hypothesis density filter

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
88+阅读 · 2022年4月17日
面向任务型的对话系统研究进展
专知会员服务
56+阅读 · 2021年11月17日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
11+阅读 · 2021年7月6日
专知会员服务
41+阅读 · 2021年2月8日
专知会员服务
29+阅读 · 2021年1月9日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
编辑推荐 | 红外弱小目标检测算法综述
中国图象图形学报
21+阅读 · 2020年10月12日
一种小目标检测中有效的数据增强方法
极市平台
119+阅读 · 2019年3月23日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
151+阅读 · 2017年8月1日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
88+阅读 · 2022年4月17日
面向任务型的对话系统研究进展
专知会员服务
56+阅读 · 2021年11月17日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
11+阅读 · 2021年7月6日
专知会员服务
41+阅读 · 2021年2月8日
专知会员服务
29+阅读 · 2021年1月9日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
编辑推荐 | 红外弱小目标检测算法综述
中国图象图形学报
21+阅读 · 2020年10月12日
一种小目标检测中有效的数据增强方法
极市平台
119+阅读 · 2019年3月23日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员