导读:本文包含了海面目标检测论文开题报告文献综述及选题提纲参考文献，主要关键词:极化合成孔径雷达,恒虚警检测,Beta分布,极化白化滤波
海面目标检测论文文献综述
王明春,张嘉峰,杨子渊,刘涛[1]（2019）在《Beta分布下基于白化滤波的极化SAR图像海面舰船目标CFAR检测方法》一文中研究指出在杂波纹理服从Beta分布的极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,POLSAR)图像目标检测中,提出了一种基于多视极化白化滤波(Multilook Polarimetric Whitening Filter,MPWF)的恒虚警(Constant False Alarm Rate,CFAR)检测解析新方法.首先,假设乘积模型中纹理变量服从Beta分布,推导得到MPWF检测量的概率密度函数(Probability Density Function,PDF).然后,对概率密度函数积分得到虚警概率关于检测门限的解析式,并设计相应的CFAR检测流程.最后,提出了基于MPWF的对数累积量估计方法,对Beta分布纹理变量参数u和v进行估计.通过实测数据验证了新方法的有效性.实验结果表明Beta分布对某些区域的极化SAR数据有更好的拟合效果,同时新方法与已有方法相比具有更好的CFAR保持能力.(本文来源于《电子学报》期刊2019年09期）
左磊,产秀秀,禄晓飞,李明[2]（2019）在《时频域分解海面回波及慢速微弱目标检测》一文中研究指出海面慢速微弱目标的回波信号能量远小于海杂波,且在时域和频域与海杂波非常靠近,是海面搜索雷达面临的难点。为了检测海面慢速微弱目标,针对海面目标回波和海杂波的双重非平稳性,在提出海面回波时频域迭代分解的基础上,利用目标信号与海杂波之间的时频聚集性和持续时间等特性,提出利用凸包算法融合特征的海面慢速微弱目标检测方法。该方法能够将与海杂波有较大能量差且在时频域非常靠近海杂波的目标信号检测出来。实测IPIX雷达数据表明,该方法能较精确地从海面回波中检测出目标,并且能够显示目标的瞬时运动特性。(本文来源于《西安电子科技大学学报》期刊2019年05期）
耿逸群,宋红军[3]（2019）在《基于HHT的星载SAR海面动目标检测》一文中研究指出为了提高星载SAR海面动目标检测及参数估计的准确性,针对强杂波场景下的目标回波信号被海杂波及噪声淹没的问题,提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)阈值滤波及Hilbert-Huang变换(Hilbert-Huang transform,HHT)的海面动目标检测及参数估计算法。算法首先通过EMD将回波分解为杂波和目标分量等,通过EMD阈值滤波滤除大部分海杂波和噪声,然后计算目标分量的瞬时频率,获得频率随时间变化的HHT谱,最终利用线性拟合估计目标运动参数。算法自适应对信号进行分解,去噪和抑制杂波操作简单,并可同时对多目标进行运动参数估计,有助于简化多目标运动检测和参数估计流程。仿真结果表明了算法的有效性。(本文来源于《计算机仿真》期刊2019年06期）
左磊,产秀秀,禄晓飞,李明[4]（2019）在《基于空域联合时频分解的海面微弱目标检测方法》一文中研究指出海面目标不仅影响其位置处波浪运动,还会影响其周围的水域,其雷达回波信号分布于多个相邻的距离单元,所以目标回波信号表现出明显的空域相关性。该文根据海面目标信号的空间相关性提出了一种基于空域联合时频分解的海面微弱目标检测方法。该文提出的一种两信号互S-方法将相邻两个距离单元的回波信号变换到时频域,再利用互维格纳-威尔逆变换实现两距离单元信号的联合时频分解,最后根据分解分量的联合时频聚集性实现目标检测。实测X波段雷达海面回波的处理结果表明该文方法能够较精确地从海面回波中检测出微弱目标,并且能够显示目标的瞬时运动特性。(本文来源于《雷达学报》期刊2019年03期）
周明,马亮,王宁,杨予昊[5]（2019）在《面向海面目标检测的陆海分离和海面分区算法研究》一文中研究指出自适应检测技术可有效提升岸对海警戒雷达海面目标探测性能,但海岛和陆地会导致成片或离散强杂波点,污染协方差矩阵估计的样本,海杂波的复杂性使得整片海杂波难以采用单一模型描述。为解决海面目标自适应检测时面临的非均匀样本参与协方差矩阵估计时杂波抑制性能严重下降问题和海杂波建模准确性不高的问题,该文提出一种面向海面目标检测的陆海分离和海面分区算法。首先,根据陆地回波序列的相位之间具有强相关性,而海洋回波序列为随机值这一特性,区分陆地杂波和海杂波;然后,根据擦地角对海杂波分区,拟合出每个分区的最优分布后选择合适的检测器进行自适应检测;最后,基于某S波段雷达实测数据验证该算法,检测结果与性能分析表明该算法相对传统算法可有效提高海面目标的检测率。(本文来源于《雷达学报》期刊2019年03期）
杨毅,邹卫军,白云耀,郭进,何俊杰[6]（2019）在《基于改进ViBe的海面远距离运动目标检测》一文中研究指出针对ViBe算法在进行海面远距离运动目标检测时存在噪声和干扰的问题,在ViBe算法的基础上提出4点优化。首先,在背景建模中扩大样本取值范围减少判别误差;接着,根据背景的动态变化程度自适应地设定不同的阈值与背景模型更新速率,增强了算法的自适应能力;然后,定义一个闪烁等级,当闪烁等级达到一定阈值时,判定为闪烁点,减少对海面闪烁点的误判;最后,对输入的视频序列进行金字塔变换,得到不同分辨率的图像,对于不同分辨率的图像,分别使用改进的Vibe算法检测出结果,并对这些结果进行融合,再一次减少了海面闪烁点的影响。实验结果表明,所提算法能够减少海面噪声,以较好的实时性稳定地检测和提取海面远距离运动目标。(本文来源于《电光与控制》期刊2019年11期）
蔡克珏[7]（2019）在《低信杂比条件下海面弱目标检测》一文中研究指出海面漂浮目标的探测问题一直是相关领域的学者们重点关注的问题,该问题在军事和民用方面都有着重大的研究意义。雷达发射信号经过海表面反向散射,形成具有非高斯、非均匀、非平稳特性的海杂波,而当雷达回波中的有用信号与杂波之比较低时,微弱的目标回波信号被淹没在不规则的海杂波当中,难以被有效检测。目前常用的基于雷达回波信号幅度分布特性的检测方法在低信杂比条件下的检测概率极低,因此我们亟需新的检测方法,用以提升低信杂比条件下海面弱目标的检测性能。本文首先分析了高分辨率雷达海杂波的幅度分布特性,分形特性与时频特性,并应用IPIX雷达海杂波数据集测试了在低信杂比条件下,常用的恒定虚警概率检测器和自适应归一化匹配滤波检测器对海面弱目标信号的检测效果。测试结果证明,当虚警概率保持在0.1%,雷达回波信杂比低于5dB时,常用的基于雷达回波幅度分布的检测器的检测概率不高于50%,难以满足实际应用的需求。其次,现行的海面漂浮目标检测技术通常是处理雷达回波信号的整个频谱。但实际上,虽然海杂波的能量往往非均匀地分布在整个归一化频域上,但目标回波信号的能量常常集中在一个有限的频段内。因此,我们提出利用带通滤波器对雷达回波信号进行滤波,保留有用目标信号并抑制海杂波的方案,用以提升雷达回波信杂比,进而增大CFAR检测概率。通过数学分析得知,在特定的虚警概率下,雷达回波在经过滤波处理后,潜藏在其中的目标回波信号更容易被有效地检测。最后,依照上述思路,本文提出一种基于子频带滤波的CFAR检测器架构,将雷达回波在频域上进行滤波分解,通过抑制带外的杂波同时保留潜在的目标回波信号的方式增大雷达回波信杂比,进而提升检测概率。具体地,我们设计了一组通带范围能完全覆盖整个归一化频域的线性相位带通滤波器组,对雷达回波信号进行滤波处理,将雷达回波均匀地划分到若干个子频带上,对每一个子频带上的信号独立地进行CFAR检测,最后将各个子频带内的CFAR检测结果输入一个多通道联合判别器,得到最终的判别结果,即雷达回波中是否存在目标回波信号。我们采用IPIX雷达实测数据集对所提出的子频带滤波CFAR检测器的检测效果进行测试。结果显示,在低信杂比和低虚警概率的情况下,相较于普通的CFAR检测器和常用的ANMF检测器,我们提出的子频带滤波CFAR检测器能达到更高的检测概率。本文分析了海杂波环境中目标信号检测问题,并提出一种子频带滤波CFAR检测器架构,以提升低信杂比条件下的海面弱目标信号检测概率。(本文来源于《华中科技大学》期刊2019-05-28）
张雅楠,陈绪光,许文海[8]（2019）在《海面弱小目标红外检测算法的高速实现》一文中研究指出为了实现红外图像中海面弱小目标的精确检测,提出了一种基于局部峰值检测和管道滤波的红外图像处理算法。首先采取局部峰值检测提取疑似目标,然后根据自适应域值处理去除多数非目标峰值,最后通过管道滤波法排除残留干扰以准确识别目标。针对算法中包括大量条件判断和并行计算的特点,通过比对CPU和GPU的工作特性,最终采用CPU-GPU协作的异构计算模型对算法进行了加速。实验结果表明,在大量海面杂波的干扰下,该加速检测算法运行后的目标检测漏警率不高于3.5%,虚警率不高于5%,加速比为26,处理分辨率为640×512图像的速率不低于32帧/秒,具有很高的工程应用价值。(本文来源于《光电子·激光》期刊2019年05期）
李永祥,倪世道[9]（2019）在《机载预警雷达海面目标CFAR检测门限自适应生成方法研究》一文中研究指出文章对机载预警雷达海面目标CFAR检测门限参数生成过程进行了深入研究,分析其存在的问题。通过对该参数计算过程重新规划,提出了基于波束指向的CFAR检测门限自适应生成方法,通过将当前波束指向上的地理距离段及探测区域距离段的有效融合,动态计算海面目标CFAR检测参数,使得其更贴近实际应用场景需求及操作者的意图。(本文来源于《信息通信》期刊2019年05期）
霍伟博[10]（2019）在《机载雷达海面图像背景建模与目标检测方法研究》一文中研究指出机载雷达海面图像目标检测旨在从海杂波背景图像中搜索感兴趣目标,并确定目标位置,实现区域态势信息感知,在海岸监控、反潜侦察、区域护航、海上搜救等领域具有重要的应用价值。海洋环境的复杂性及目标类型的多样性,使得机载雷达海面图像目标检测面临诸多困难。其中,海杂波背景建模与模拟及海杂波背景下的稳定检测等问题,是实现机载雷达图像高性能目标探测的核心关键,也是国际上亟需解决的前沿课题。针对这些问题,本文开展了理论分析、方法研究、仿真验证和实测验证等工作,主要内容如下:1、建立了机载雷达合成孔径模式下海面图像背景模型,提出了合成孔径雷达(SAR)海面图像的谱域快速生成方法,可缓解海面与目标联合求解运算量大的问题,能够实现机载雷达海面SAR图像有效模拟。2、建立了机载雷达扫描模式下海面图像背景模型,能准确反映扫描模式下图像背景的非高斯特性和空时相关特性,提出了基于积分方程法的海杂波模型参数求解方法,可实现复合K分布海杂波背景模拟,为构建扫描模式下目标检测方法奠定了基础。3、提出了基于局部对比方差加权信息熵的快速目标检测方法,可解决目标候选区域快速筛选及目标候选区域与周边区域的差异性表征问题,能够实现在强杂波和非均匀海杂波背景下SAR图像目标的高效检测。4、提出了谱残差二元熵粒子滤波多帧检测方法,可解决似然比计算量大、起伏目标能量积累效率低的问题,能够在不依赖于杂波先验信息情况下,实现扫描观测区域中低信杂比运动目标的稳健检测。上述海面图像背景模型和检测方法已通过仿真和实测数据验证。结果表明,本文提出的海面图像背景模型可以有效地反映海面图像规律,提出的目标检测方法能够实现高概率检测。(本文来源于《电子科技大学》期刊2019-04-29）
海面目标检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
海面慢速微弱目标的回波信号能量远小于海杂波,且在时域和频域与海杂波非常靠近,是海面搜索雷达面临的难点。为了检测海面慢速微弱目标,针对海面目标回波和海杂波的双重非平稳性,在提出海面回波时频域迭代分解的基础上,利用目标信号与海杂波之间的时频聚集性和持续时间等特性,提出利用凸包算法融合特征的海面慢速微弱目标检测方法。该方法能够将与海杂波有较大能量差且在时频域非常靠近海杂波的目标信号检测出来。实测IPIX雷达数据表明,该方法能较精确地从海面回波中检测出目标,并且能够显示目标的瞬时运动特性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
海面目标检测论文参考文献
[1].王明春,张嘉峰,杨子渊,刘涛.Beta分布下基于白化滤波的极化SAR图像海面舰船目标CFAR检测方法[J].电子学报.2019
[2].左磊,产秀秀,禄晓飞,李明.时频域分解海面回波及慢速微弱目标检测[J].西安电子科技大学学报.2019
[3].耿逸群,宋红军.基于HHT的星载SAR海面动目标检测[J].计算机仿真.2019
[4].左磊,产秀秀,禄晓飞,李明.基于空域联合时频分解的海面微弱目标检测方法[J].雷达学报.2019
[5].周明,马亮,王宁,杨予昊.面向海面目标检测的陆海分离和海面分区算法研究[J].雷达学报.2019
[6].杨毅,邹卫军,白云耀,郭进,何俊杰.基于改进ViBe的海面远距离运动目标检测[J].电光与控制.2019
[7].蔡克珏.低信杂比条件下海面弱目标检测[D].华中科技大学.2019
[8].张雅楠,陈绪光,许文海.海面弱小目标红外检测算法的高速实现[J].光电子·激光.2019
[9].李永祥,倪世道.机载预警雷达海面目标CFAR检测门限自适应生成方法研究[J].信息通信.2019
[10].霍伟博.机载雷达海面图像背景建模与目标检测方法研究[D].电子科技大学.2019