导读:本文包含了动目标检测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:目标,孔径,穿墙,自适应,多维,算法,抑制。
动目标检测论文文献综述
崔畅,胡程,董锡超[1]（2019）在《基于GEO SAR编队飞行的动目标检测》一文中研究指出地球同步轨道合成孔径雷达(GEOSAR)编队飞行,是指2个或2个以上的搭载了合成孔径雷达的地球同步轨道卫星协同工作,组成一颗大的"虚拟卫星",进而完成多项任务并降低风险。GEOSAR编队飞行形成的多通道可以用来进行动目标检测。空时自适应处理(STAP)在空-时二维平面上抑制杂波,完成强杂波背景下的动目标检测。在传统STAP算法的基础上,提出了基于GEO SAR编队飞行的对地面运动目标检测的方法,并通过仿真分析了该方法的性能。(本文来源于《太赫兹科学与电子信息学报》期刊2019年04期）
李昌利,胡丽娜[2]（2019）在《SAR微动目标检测及其参数估计方法》一文中研究指出针对机载合成孔径雷达(SAR)系统在环境变化比较剧烈或者载机飞行不稳时噪声较大的问题,提出了基于信号时频分析和逆Radon变换的微动目标检测与参数估计方法。首先对振动目标回波信号作DPCA处理;然后对其进行时频分析,提取微动目标的微多普勒特征;最后对时频分析后的信号进行逆Radon变换,估计振动目标参数。干涉信号的微多普勒频率表现为正弦函数的形式,逆Radon变换对正弦信号聚焦但对噪声不聚焦,整个系统所需回波信噪比使用时频分析时低得多。仿真实验验证了算法的有效性。(本文来源于《雷达科学与技术》期刊2019年04期）
郑志鹏,刘庆华,晋良念[3]（2019）在《基于改进ViBe的穿墙雷达动目标检测算法》一文中研究指出针对穿墙雷达接收到的回波信号较弱,成像中的耦合信号有所增强,传统动目标检测算法不能完全消除检测后图像中虚警现象的问题,提出一种改进的动态阈值ViBe检测算法,使其能适应穿墙雷达图像动目标像素值变化问题;采用叁帧差,消除由墙体和天线耦合等强杂波导致的"鬼影"现象,并利用目标的扩展特性,采取保留连通域的方法,消除了图像中的孤立噪点。实验结果表明,该方法可以有效消除室内强杂波引起的虚警现象,准确、实时地提供目标的位置信息,并具有一定的鲁棒性。(本文来源于《雷达科学与技术》期刊2019年04期）
刘镝[4]（2019）在《穿墙雷达动目标检测中杂波抑制方法对比研究》一文中研究指出针对穿墙雷达检测目标中杂波干扰问题开展研究,对脉冲对消法和背景相消法这两种经典杂波抑制算法进行分析与对比,并利用外场实测数据对两种算法的效果进行了验证与对比。(本文来源于《雷达与对抗》期刊2019年02期）
耿逸群,宋红军[5]（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）
张文涛,许治国,郑霖,杨超[6]（2019）在《基于深度自编码多维特征融合的慢动目标检测》一文中研究指出针对强杂波环境下慢动目标检测存在的多普勒频移低、杂波干扰强、特征提取困难等问题,提出一种多维特征融合的检测算法。利用时频变换和脉冲压缩解析回波信息,提取目标回波时频域和距离像的特征,将特征串联输入到深度自编码网络中进行融合。深度自编码网络通过自主学习提取目标不同维度的特征,增强多维特征联合检测性能。仿真结果表明,与直接利用单域特征的深度自编码以及利用SVM进行目标检测的算法相比,该算法能有效融合时频域与距离像特征,实现特征互补,提高目标检测的鲁棒性与识别精度。(本文来源于《计算机工程》期刊2019年05期）
戴健,高山钦,黄则贵[7]（2019）在《基于速度搜索的频率编码雷达动目标检测方法》一文中研究指出频率编码脉冲信号是一种常用的LPI雷达信号,相较于传统PD雷达,频率编码脉冲信号在一个CPI内由一连串载频随编码序列随机跳变的窄脉冲组成,具有很大的合成带宽,大大降低了信号功率谱密度,使得带宽一定的截获接收机难以截获。同时,由于发射脉冲载频跳变,对于相同动目标不同脉冲回波迭加了不同的多普勒频移,传统PD雷达的动目标处理方法无法实现多普勒聚焦。提出一种基于速度搜索的频率编码脉冲多普勒雷达动目标检测方法,并从理论分析了算法性能,最后通过计算机仿真对算法性能进行了验证。(本文来源于《电子信息对抗技术》期刊2019年03期）
郑志鹏[8]（2019）在《穿墙雷达扩展动目标检测与跟踪算法研究》一文中研究指出超宽带(UWB,Ultra Wide Band)穿墙雷达有着发射功率低、成像分辨率高、穿透性能强等特性,可以准确地定位建筑物内目标位置,并提供目标轨迹供使用者参考,因此,在街头作战、地质考察、应急救援等领域被广泛应用。实现穿墙雷达系统最核心的两个步骤:一是目标检测,二是目标跟踪。本文针对穿墙雷达目标检测和跟踪时遇到的问题,提出了以下解决方案。1.针对穿墙雷达回波信号中天线耦合和墙体反射较强,导致目标信噪比较低,成像后目标被杂波虚假像掩盖的问题,提出一种自适应指数平均法使用在BP成像前的预处理中。利用墙体幅值作为反馈,当反馈的幅值低于指定阈值时,选取对应的指数因子,并与前一时刻回波信号共同决定静止杂波背景,进而消除当前时刻回波信号的天线耦合和墙体反射等静止杂波,增强当前时刻动目标信噪比,为下一步检测算法减少工作量。2.针对传统动目标检测算法不能完全消除检测后图像中多径、室内随机噪声引起虚警现象的问题,本文利用目标在帧间位置发生变化的特点,提出一种改进的动态阈值ViBe检测算法。首先在ViBe检测像素分类步骤中加入由图像背景集合最大值和均方差决定的动态阈值,使其能适应穿墙雷达成像后,不同时刻下的图像中动目标像素值变化的问题,消除大部分多径虚假像,接着结合叁帧差,提取动目标信息,彻底消除由多径强杂波导致的“鬼影”现象,最后利用目标的扩展特性,采取保留连通域的方法,消除了室内随机噪声在图像中引起孤立噪点。通过处理仿真数据和实测数据,证明了本文检测方法可以有效消除室内随机噪声引起的虚假像,准确、实时地提供目标的位置信息,具有一定的鲁棒性。3.穿墙雷达扩展目标存在多个测量值,传统的跟踪算法考虑目标只有单个测量值。因此,当多个目标的跟踪门限发生重迭时,传统的多目标跟踪算法不能处理多个扩展目标测量值匹配。针对上述问题,本文提出一种基于改进的ML-PDA多扩展目标跟踪方法。该方法首先采用高斯权重序列从检测后的图像中获取目标测量值,接着将目标门限重迭区域的测量值通过K-Modes聚类算法与扩展目标配对,最后利用扩展目标多个测量值的分布信息,改进了ML-PDA目标运动状态似然比函数,获得目标估计位置。通过将本文跟踪算法通过与JPDA算法进行仿真实验对比,前者能适应穿墙雷达扩展目标实测数据,另外,该算法不需要卡尔曼滤波,保证了算法的实时性。通过处理穿墙雷达实测数据,表明了该方法可以辨别目标,提升轨迹的精确度,即时提供了目标的位置信息,并具有一定的鲁棒性。(本文来源于《桂林电子科技大学》期刊2019-05-01）
丁绘绘[9]（2019）在《基于高低轨异构平台的SAR动目标检测与成像技术》一文中研究指出地球同步轨道(GEO)SAR因其可照射面积广、相干积累时间长、不易被地物遮挡等特点,在低空小目标和地面运动目标探测方面具有独特优势。本文采用地球同步轨道SAR卫星作为发射机、低轨卫星(LEO)作为接收机构成高低轨系统,开展这种异构平台下运动目标检测与成像技术的研究,重点解决高低轨SAR运动目标回波建模、距离徙动校正、运动目标参数估计等问题。完成的主要工作如下:1.研究了高低轨异构平台下目标成像的几何模型,根据运动目标轨迹,推导出运动目标在高低轨坐标系中的回波模型,分析了目标的距离徙动特性和多普勒展宽特性,建立了适用于高低轨SAR运动目标检测与成像的信号模型。2.针对地面运动目标,提出一种联合子孔径对消和二阶Keystone变换的动目标检测与成像方法。利用单通道子孔径对消技术抑制杂波,估计出运动目标的运动参数,然后采用二阶Keystone变换算法来校正运动目标的距离徙动,对运动目标进行重新成像。结合真实场景数据与模拟动目标数据进行仿真实验,实验结果验证了所提方法的有效性。3.针对低空快速运动目标,提出一种联合子孔径对消和KTCPF变换的动目标检测与成像方法。采用单通道子孔径方法对消地面杂波,根据运动目标在前后孔径图像中的位置偏移量估计其运动参数,再利用KTCPF变换对快速运动目标进行重新成像。模拟的真实场景与运动目标成像实验验证了所提方法的有效性。4.建立了高低轨异构平台下多通道SAR的几何模型和回波模型,引入数据多普勒域的空时自适应处理(STAP)算法,抑制地面杂波的同时进行相参积累提高输出信杂噪比,并通过恒虚警处理算法检测出运动目标。点目标仿真实验验证了高低轨平台下多通道STAP处理方法的有效性。(本文来源于《电子科技大学》期刊2019-04-28）
许晓晴[10]（2019）在《基于模式识别的动目标检测方法研究》一文中研究指出地面运动目标检测方法是一种用于机载雷达中目标检测和参数估计的方法,在军、民两个领域应用广泛。然而机载雷达检测地面动目标时,存在严重的背景干扰,包括杂波、人为干扰和噪声等,如何从这些干扰中准确地估计运动目标参数一直以来都是研究者们努力的方向。随着高速、高性能数字信号处理器的发展,空时自适应处理(Space Time Adaptive Processing,STAP)被应用到地面运动目标检测中,现如今已成为机载雷达中用于实现动目标检测功能的重要组成部分。但STAP本身还存在一些缺陷,为了解决这些问题,随着新兴技术的出现和发展,研究者们有了新的方向。近年来,随着模式识别的不断发展,模式识别在雷达领域的应用越来越成熟。最近,研究者们提出了一种基于学习的动目标检测方法,它对辅助数据的数量不再限制,但仍有不少问题是地面运动目标检测问题中的难点问题。本文围绕动目标检测所涉及的随机相位目标回波、辅助数据很少、非均匀性环境以及低信杂比场景,进行了理论研究、数值仿真和实验验证等工作,主要创新和贡献如下:1.研究机载脉冲多普勒相控阵雷达接收的回波信号的简化模型,包括动目标、噪声、人为干扰以及杂波模型,给出了干扰及噪声协方差矩阵的估计方法,研究传统的全自适应STAP方法,给出了基于多项式分类的STAP方法。2.针对基于多项式分类的STAP方法所需的辅助数据仍比较多的问题,提出了基于支持向量机的动目标检测方法,在仅有1个辅助数据的情况下,相比于基于多项式的STAP方法,该方法能够在固定相位的目标回波情况下取得更好的检测性能。3.针对基于多项式分类的STAP方法和基于支持向量机的动目标检测方法在随机相位的目标回波、非均匀环境和低信杂比情况下性能差的问题,提出了基于卷积神经网络的动目标检测方法。相比于全自适应STAP方法、基于多项式分类的STAP方法和基于支持向量机的动目标检测方法,该方法不仅需要的辅助数据距离单元更少,而且能够在随机相位的目标回波、非均匀性环境和低信杂比场景下取得更好的检测性能。4.针对基于卷积神经网络的动目标检测方法训练数据样本数量不足的问题,提出了将辅助数据作为干扰背景,并将它们与不同信杂比、不同归一化多普勒频率和随机相位的人为构造动目标信号相加来增强训练数据集。以上方法,已通过仿真数据和Mountain Top实测数据的验证。仿真实验结果表明,以上方法可以实现不同情况下的动目标检测。(本文来源于《电子科技大学》期刊2019-04-01）
动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：
针对机载合成孔径雷达(SAR)系统在环境变化比较剧烈或者载机飞行不稳时噪声较大的问题,提出了基于信号时频分析和逆Radon变换的微动目标检测与参数估计方法。首先对振动目标回波信号作DPCA处理;然后对其进行时频分析,提取微动目标的微多普勒特征;最后对时频分析后的信号进行逆Radon变换,估计振动目标参数。干涉信号的微多普勒频率表现为正弦函数的形式,逆Radon变换对正弦信号聚焦但对噪声不聚焦,整个系统所需回波信噪比使用时频分析时低得多。仿真实验验证了算法的有效性。
（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。
动目标检测论文参考文献
[1].崔畅,胡程,董锡超.基于GEOSAR编队飞行的动目标检测[J].太赫兹科学与电子信息学报.2019
[2].李昌利,胡丽娜.SAR微动目标检测及其参数估计方法[J].雷达科学与技术.2019
[3].郑志鹏,刘庆华,晋良念.基于改进ViBe的穿墙雷达动目标检测算法[J].雷达科学与技术.2019
[4].刘镝.穿墙雷达动目标检测中杂波抑制方法对比研究[J].雷达与对抗.2019
[5].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
[6].张文涛,许治国,郑霖,杨超.基于深度自编码多维特征融合的慢动目标检测[J].计算机工程.2019
[7].戴健,高山钦,黄则贵.基于速度搜索的频率编码雷达动目标检测方法[J].电子信息对抗技术.2019
[8].郑志鹏.穿墙雷达扩展动目标检测与跟踪算法研究[D].桂林电子科技大学.2019
[9].丁绘绘.基于高低轨异构平台的SAR动目标检测与成像技术[D].电子科技大学.2019
[10].许晓晴.基于模式识别的动目标检测方法研究[D].电子科技大学.2019
论文知识图
