项目名称: 海杂波背景下漂浮目标和低空目标检测方法研究

项目编号: No.61201325

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 时艳玲

作者单位: 南京邮电大学

项目金额: 24万元

中文摘要: 海杂波背景下海面漂浮目标和低空目标的检测问题是目前国际上的研究热点。国际上对海面漂浮目标的检测主要集中在将接收回波建模为加性模型,利用基于时间序列非线性特性的分析方法,忽略了漂浮目标的存在改变了洋流的运动规律。本项目考虑到漂浮目标的存在改变了周围海面的散射特性,将接收回波建模为非加性模型,在高维特征空间中提出多特征联合检测算法,以实现漂浮目标的有效检测。国际上对海面低空目标的检测主要集中在利用相干积累检测算法,但是海杂波的空时非平稳特性使得该算法中对杂波统计特性的估计存在较大误差,本项目采用一致性因子衡量海杂波的空时非平稳特性,利用了自适应对角加载技术估计海杂波的统计特性,以达到准确白化海杂波的目的。同时针对扩展目标模型,使用滤波器组与相干积累检测器组合来研究海杂波背景下扩展目标的检测性能,为实测海杂波的特性研究提供理论依据和算法支撑。

中文关键词: 雷达目标检测;海杂波;空时非平稳特性;统计特性;目标无源定位

英文摘要: It is a hot topic to detect the floating targets on the sea surface and the aircrafts over the sea in sea clutter currently. For detecting floating targets, the current study mainly focuses on the method of nonlinear character of time series based on the additive model of received echoes, while ignoring the change of kinetic characteristic of fluid due to the existence of floating targets. In the project, considering the change of the scattering characteristic of sea surface due to the existence of floating targets, the received echoes are modeled as a non-additive model, a multi-feature united detector is proposed in the high dimensional feature space in order to detect the floating targets effectively. For detecting aircrafts over the sea, the current study is mainly contributed to the coherent integrated detection. There are significant errors when the spatially-temporally non-stationary clutter is utilized to estimate the statistical property of sea clutter. In the project, a consistency factor is uesd to measure the non-stationarity of sea clutter, and an adaptive diagonal loading estimator is adopted to estimate the statistical property so as to whiten sea clutter accurately. Meanwhile, in order to provide a theoretical basis and an algorithm support for the research of sea clutter, the combination of the

英文关键词: radar target detection;sea clutter;spatial-temporally non-stationary;statistics property;target passive location

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
【AAAI2022】锚框排序知识蒸馏的目标检测
专知会员服务
25+阅读 · 2022年2月10日
软件多缺陷定位方法研究综述
专知会员服务
20+阅读 · 2022年1月25日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
38+阅读 · 2021年7月5日
专知会员服务
121+阅读 · 2021年4月29日
【CVPR2021】多实例主动学习目标检测
专知会员服务
41+阅读 · 2021年4月18日
专知会员服务
41+阅读 · 2021年2月8日
【WWW2021】基于双侧深度上下文调制的社会化推荐系统
专知会员服务
27+阅读 · 2021年1月28日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
全面理解目标检测中的anchor
极市平台
2+阅读 · 2021年11月20日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
【CVPR2021】多实例主动学习目标检测
专知
2+阅读 · 2021年4月19日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
目标检测中边界框的回归策略
极市平台
17+阅读 · 2019年9月8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
车辆目标检测
数据挖掘入门与实战
30+阅读 · 2018年3月30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
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+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
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18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
【AAAI2022】锚框排序知识蒸馏的目标检测
专知会员服务
25+阅读 · 2022年2月10日
软件多缺陷定位方法研究综述
专知会员服务
20+阅读 · 2022年1月25日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
38+阅读 · 2021年7月5日
专知会员服务
121+阅读 · 2021年4月29日
【CVPR2021】多实例主动学习目标检测
专知会员服务
41+阅读 · 2021年4月18日
专知会员服务
41+阅读 · 2021年2月8日
【WWW2021】基于双侧深度上下文调制的社会化推荐系统
专知会员服务
27+阅读 · 2021年1月28日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
相关资讯
全面理解目标检测中的anchor
极市平台
2+阅读 · 2021年11月20日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
【CVPR2021】多实例主动学习目标检测
专知
2+阅读 · 2021年4月19日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
目标检测中边界框的回归策略
极市平台
17+阅读 · 2019年9月8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
车辆目标检测
数据挖掘入门与实战
30+阅读 · 2018年3月30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
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+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
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员