导读:本文包含了背景杂波论文开题报告文献综述及选题提纲参考文献，主要关键词:HF定频信道,杂波,背景分割,锐利分布
背景杂波论文文献综述
田德元,黄晓静,李雪,王世凯,杨龙泉[1]（2019）在《一种HF定频信道探测杂波背景分割方法》一文中研究指出针对HF定频信道探测杂波背景下的检测问题,提出了一种基于瑞利分布映射的阈值提取方法,并根据多层次阈值提取结果和基于游程码的二值图像标记及图像膨胀填充方法,给出了HF定频信道杂波背景能量层次轮廓(文中统称背景分割方法),为后续的检测研究提供支持.研究表明,本方法在多种HF定频信道探测的杂波背景分割中,均能给出较理想的杂波背景轮廓,对后续的海杂波提取及相关检测有一定的指导作用.(本文来源于《电波科学学报》期刊2019年05期）
石嘉,夏德平[2]（2019）在《海杂波背景下的PSO-RBF弱目标检测》一文中研究指出海杂波背景下的目标检测是海面雷达信号处理的重要组成部分。海杂波中弱目标的检测,传统方法是基于海杂波统计特性,但是统计特性并不能很好地反映海杂波的内在动力学特性,因此检测效果很不理想。本文根据海杂波的混沌特性,对其进行了相构空间重构,并将粒子群算法算法(PSO)应用到径向基函数(RBF)神经网络核函数参数的优化学习中,利用加拿大McMaster大学采用IPIX雷达在Dartmouth地区海域实测带有目标的海杂波数据对此方法进行验证。结果表明,在混沌海杂波背景下PSO-RBF小目标检测法具有良好的预测性,相比于一般的径向基神经网络,改进算法不仅收敛速度快,且误差精度高。(本文来源于《电子测量技术》期刊2019年07期）
翟东奇[3]（2019）在《海杂波背景下弱目标检测技术研究》一文中研究指出雷达在检测海面低空的目标时,强海杂波和多径的干扰会严重目标的检测性能,强海杂波会淹没较弱的目标信号,多径干扰会严重影响检测的稳定性。为了有效地提升海杂波背景下低空弱目标的性能,本文分析了海杂波的特性和建模方法以及雷达低空目标多径效应的影响,提出了海杂波抑制的方法与多径抑制的方法,并通过实测数据及仿真分析,证实了本文方法的有效性。本文内容主要包括:1、描述了海表面及海浪的特征,介绍并分析了海杂波的归一化雷达截面积(Normalized Radar Cross Section,NRCS)及NRCS的经验模型,介绍了海杂波的幅度统计模型以及参数估计方法,分析了海杂波实际数据的幅度特性,分析了实测海杂波谱的特征,并给出了一种可随时间变化的海杂波多普勒谱的建模方法。2、提出了基于短时非线性预测的海杂波抑制方法。给出了基于前馈的非线性滤波器的非线性梯度下降法(Nonlinear Gradient Descent,NGD)和带有反馈的非线性滤波器的复数值的实时递归学习(Complex Real Time Recurrent Learning,CRTRL)算法,利用海杂波实际数据对非线性预测的海杂波抑制方法进行了验证与分析,并将所提的海杂波抑制方法的性能与线性滤波器的最小均方(Least Mean Square,LMS)算法进行了比较。3、提出了一种基于Radon变换和海浪参数反演的海杂波抑制方法。介绍了Radon变换及其反变换的原理,给出了重力波的频散关系方程,详细阐述了海浪谱和参数反演的过程及原理,并给出了海杂波抑制方法的具体过程。最后,利用实测的海杂波图像对此方法进行了验证与分析。4、提出了一种基于频率分集(Frequency Diversity,FD)雷达的广义似然比的低空目标检测方法。分析了海面的反射系数及多径效应的影响,建立了频率分集雷达的低空目标的回波模型,提出了广义似然比的低空目标的检测方法;通过计算机仿真证实了此方法的检测的有效性,并与多种雷达的低空目标检测方法进行了比较与分析。本文讨论了海杂波背景下低空弱目标的检测问题。分别讨论了数据级和图像级的海杂波抑制方法,从多个角度出发抑制强海杂波的干扰;提出了频率分集的广义似然比检测的方法抑制多径影响,有效提升了目标检测性能。(本文来源于《电子科技大学》期刊2019-04-01）
吴鑫,陈熠韬,杨琛[4]（2019）在《基于背景杂波估计的飞机目标探测波段选择方法》一文中研究指出针对空中目标的探测与隐身对抗问题,提出了一种新的基于背景杂波估计的目标探测波段选择方法,基于光线追迹的计算机图形渲染技术,建立地球表面背景-大气-飞机目标耦合辐射模型,采用POE杂波尺度,基于信杂比(SCR)模型确定探测波段的选择宽度。将所选择的探测波段应用于飞机顶视探测,仿真结果显示基于背景杂波估计的目标探测波段选择方法能有效增加探测波段宽度,从而提高探测性能。(本文来源于《航空科学技术》期刊2019年03期）
韩金旺,张子敬,刘军,赵永波[5]（2019）在《基于贝叶斯的高斯杂波背景下MIMO雷达自适应检测算法》一文中研究指出对于集中式多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达,该文研究了高斯杂波背景下的目标检测问题。该文假设杂波的协方差矩阵是未知随机的,且服从逆复Wishart分布,基于贝叶斯方法和广义似然比检验准则设计了两种新型自适应检测器。该文提出的贝叶斯检测器具有两个显着的优点:(1)不需要训练数据;(2)杂波的先验知识体现在设计方案中,从而提高了检测性能。仿真结果显示该文提出的贝叶斯检测器的检测性能优于目前常用的非贝叶斯检测器,特别是在发射波形采样数较少时。另外,该贝叶斯检测器在参数失配条件下的性能会有一定程度下降。(本文来源于《雷达学报》期刊2019年04期）
何炜琨,张鑫,王晓亮,吴仁彪,丁红[6]（2019）在《线性调频航管雷达风电场杂波背景下目标检测》一文中研究指出传统动目标检测(Moving Target Detector, MTD)技术无法抑制具有频谱展宽特性的风电场杂波,可能导致目标检测概率下降和虚警率上升等问题。针对此问题,提出了一种线性调频航管雷达风电场杂波背景下的目标检测方法。该方法先进行风电场杂波抑制,再对杂波抑制后的数据基于MTD进行飞机目标检测。文中给出的风电场杂波抑制方法中,首先将传统谱中心补偿的风电场杂波抑制方法应用到线性调频体制雷达,针对此时存在的旁瓣抑制后的主瓣展宽问题,利用雷达参数信息优化恒虚警率(Constant False-Alarm Rate, CFAR)检测方法,再根据目标与杂波相对位置不同采用不同的方法抑制杂波。对于目标与杂波扩展主瓣在不同距离单元时,基于谱中心补偿及基于雷达参数的CFAR检测方法来检测并抑制风电场杂波;对于目标与杂波扩展主瓣在相同距离单元的情况,基于匹配追踪(Matching Pursuit,MP)算法抑制风电场杂波。仿真数据与实测数据实验结果表明该方法在保证有效检测目标的前提下能降低风电场杂波引起的虚警率。(本文来源于《信号处理》期刊2019年02期）
樊晋玉[7]（2019）在《海杂波背景下有限时间收敛制导控制研究》一文中研究指出随着科学的发展以及技术的进步,战争形式发生了很大的改变。武器的破坏力越来越大,精准打击能力也逐渐增强,战场环境日益复杂。导弹技术的不断发展使得其使用范围由陆地延伸到海洋,成为海洋战场中非常重要的一种武器。但由于海洋中存在着各种各样的不确定因素,例如风、浪等,这就使得对目标进行识别、跟踪以及进一步实施精确打击的难度大大增加。且末制导阶段相对速度很大,只有较短的时间可以用于精确制导,所以要求能够在有限时间内完成控制要求。本文以海杂波背景下对弹道导弹的拦截过程为研究对象,主要研究了目标的检测与识别、跟踪滤波算法以及有限时间收敛导引律,具体研究内容包括:对海杂波的特性以及建模方法进行了研究,建立了几种典型的统计模型。研究了目标检测算法。首先对固定门限检测方法进行了简单的分析,然后研究了自适应门限检测方法。CA-CFAR在均匀噪声的背景下具有良好的检测性能,但存在目标遮蔽效应而且非均匀噪声的背景下会在杂波边缘处产生虚警和漏警;SO-CFAR能够成功解决目标遮蔽效应以及杂波边缘处的漏警问题,但是同时它也增加了在杂波边缘发生虚警的概率;GO-CFAR能够解决杂波边缘处的虚警问题,但无法解决目标遮蔽效应;OS-CFAR可以解决临近目标的遮蔽效应,而且没有像SO-CFAR那样抬高目标两侧的门限值。研究了对目标的跟踪滤波。首先建立了以相对位置、相对速度、目标加速度为状态量的叁维系统模型,使用卡尔曼滤波器对其状态量进行估计。当目标加速度不变时,估计误差较小;但当目标做蛇形机动时,虽然也能对系统的状态量做出估计,但存在较大的滞后。接着建立了以相对距离、相对速度、目标加速度以及目标加加速度为状态量的四维系统模型,在此基础上设计的卡尔曼滤波器对目标加速度的估计效果要好很多。以上设计的滤波器都默认目标的机动频率是可以准确获取的,但在实际的工程应用中却难以精确地测量到这个信息。为此在四维模型的基础上加入目标机动频率为状态量建立了五维系统模型。此时模型不再是线性的,使用扩展卡尔曼滤波器可以顺利的估计出目标的加速度、加加速度以及目标的机动频率,但对初始值有一定的要求,鲁棒性较差。继续进行改进,使用多模型滤波算法,算法中的每个模型集都为四维的卡尔曼滤波器。这种算法可以快速地匹配到精确的模型,使得目标机动频率的估计值收敛到其真实状态,且在未匹配到精确模型之前,目标机动频率的估计值与真实值也一直非常接近,效果明显比扩展卡尔曼滤波器更好。研究了有限时间收敛控制理论,并在此基础上推导出了二维平面下的有限时间收敛导引律,且将其扩展到了叁维空间中。主要分为叁种情形:一是目标不机动情况下的导引律,二是目标机动但可以获取目标有效信息情况下的导引律,叁是目标机动且无法获取目标有效信息情况下的导引律。和常用的比例导引律比较,这种导引律可以使视线角在有限时间内收敛到零,从而完成对目标的准平行接近,具有较高的精度。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
余启,饶彬,罗鹏飞[8]（2018）在《杂波背景下基于LFMCW雷达的无人机检测性能分析》一文中研究指出LFMCW雷达是探测近程目标的有效传感器。针对在密集地物杂波条件下LFMCW雷达对低小慢无人机的检测性能问题,对差频信号的时频域分析进行了简要介绍,并基于CA-CFAR和Monte-Carlo技术对距离维检测性能进行了仿真分析。从理论上分析了无人机参数(RCS、飞行速度)以及雷达参数(重频、调频带宽等)对差频信号的作用机理;扩展至地物杂波背景,分析了杂波幅度、距离等因素对无人机检测的影响机理;通过仿真实验验证了分析结论。研究表明,邻近地物杂波会对无人机距离维的检测产生较大影响。相同情况下,邻近杂波的RCS越大,距离相距越近,雷达的调频斜率越小,则无人机的检测概率越低。而无人机速度的影响表现在差频频点的轻微频移,频移方向与速度正负有关,当朝向邻近强杂波点飞近时,会导致自身检测概率的下降。研究成果可为LFMCW雷达探测无人机选择合适的信号参数提供一定的参考依据。(本文来源于《无线电工程》期刊2018年12期）
裴家正,黄勇,董云龙,何友,陈小龙[9]（2019）在《杂波背景下基于概率假设密度的辅助粒子滤波检测前跟踪改进算法》一文中研究指出在杂波背景条件下,现有的基于概率假设密度(PHD)滤波的粒子滤波检测前跟踪(TBD)算法,存在对密集多目标数目估计不准,使用粒子数目较多会造成维数灾难的问题。因此,该文引入两层粒子的概念,将基于平行分割(PP)理论的辅助粒子滤波(APF)应用于基于概率假设密度的检测前跟踪(PHD-TBD)算法中,提出基于概率假设密度滤波的平行分割辅助粒子滤波检测前跟踪(APP-PF-PHD-TBD)算法以提高目标数目及状态估计精度。仿真实验证明,相对于现有基于PHD的粒子滤波检测前跟踪算法,该算法在目标数目和状态估计精度上具有显着的性能优势,在密集目标场景下,优势尤为突出。最后,利用导航雷达实测所得海杂波背景数据证明,该算法在应用中性能更加优异。(本文来源于《雷达学报》期刊2019年03期）
梁丹丹[10]（2018）在《海杂波背景下距离扩展目标检测算法研究》一文中研究指出本论文研究了海杂波背景下距离扩展目标检测算法。针对在局部均匀海杂波背景下,目标单一不具有广泛的适用性而引起了性能损失,本论文提出一种局部均匀海杂波背景下的分组广义似然比检测方法。针对协方差矩阵估计算法将海杂波的统计特性等同于散斑的统计特性,忽略了纹理对散斑协方差矩阵估计的影响这一问题,本论文提出了一种基于最大后验的修正样本协方差矩阵估计算法,其纹理服从逆伽马分布。为了获得更好的估计精度,将修正样本协方差矩阵估计算法中纹理分量采用了逆高斯分布,并将其运用于本文提出的纹理服从逆高斯分布的最大后验检测器。论文工作主要包括下面四部分:1)首先回顾了目标检测发展历史和研究现状,分析目前存在的主要问题,然后对海杂波的统计特性及常用模型进行了概括总结。2)介绍了几种经典的目标检测算法并对其进行简要分析,然后提出了一种局部均匀海杂波背景下的分组广义似然比检测方法。通过仿真实验分别对检测器和对比算法进行了性能分析和比较,证实其在性能上的优势并且具有更广泛的适用性。3)介绍了海杂波背景下叁种常用的协方差矩阵估计算法,提出了基于最大后验估计的修正协方差估计算法,其纹理分量服从逆伽马分布,实验证明修正协方差估计算法提高了检测器的检测性能。4)为了获得更好的估计精度,用逆高斯分布对基于最大后验的修正协方差估计算法中纹理分量进行估计,并将其运用于提出的纹理服从逆高斯分布的最大后验检测器。最后实验证明该检测器具有良好的检测性能。(本文来源于《南京邮电大学》期刊2018-11-14）
背景杂波论文开题报告
（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：
海杂波背景下的目标检测是海面雷达信号处理的重要组成部分。海杂波中弱目标的检测,传统方法是基于海杂波统计特性,但是统计特性并不能很好地反映海杂波的内在动力学特性,因此检测效果很不理想。本文根据海杂波的混沌特性,对其进行了相构空间重构,并将粒子群算法算法(PSO)应用到径向基函数(RBF)神经网络核函数参数的优化学习中,利用加拿大McMaster大学采用IPIX雷达在Dartmouth地区海域实测带有目标的海杂波数据对此方法进行验证。结果表明,在混沌海杂波背景下PSO-RBF小目标检测法具有良好的预测性,相比于一般的径向基神经网络,改进算法不仅收敛速度快,且误差精度高。
（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。
背景杂波论文参考文献
[1].田德元,黄晓静,李雪,王世凯,杨龙泉.一种HF定频信道探测杂波背景分割方法[J].电波科学学报.2019
[2].石嘉,夏德平.海杂波背景下的PSO-RBF弱目标检测[J].电子测量技术.2019
[3].翟东奇.海杂波背景下弱目标检测技术研究[D].电子科技大学.2019
[4].吴鑫,陈熠韬,杨琛.基于背景杂波估计的飞机目标探测波段选择方法[J].航空科学技术.2019
[5].韩金旺,张子敬,刘军,赵永波.基于贝叶斯的高斯杂波背景下MIMO雷达自适应检测算法[J].雷达学报.2019
[6].何炜琨,张鑫,王晓亮,吴仁彪,丁红.线性调频航管雷达风电场杂波背景下目标检测[J].信号处理.2019
[7].樊晋玉.海杂波背景下有限时间收敛制导控制研究[D].哈尔滨工程大学.2019
[8].余启,饶彬,罗鹏飞.杂波背景下基于LFMCW雷达的无人机检测性能分析[J].无线电工程.2018
[9].裴家正,黄勇,董云龙,何友,陈小龙.杂波背景下基于概率假设密度的辅助粒子滤波检测前跟踪改进算法[J].雷达学报.2019
[10].梁丹丹.海杂波背景下距离扩展目标检测算法研究[D].南京邮电大学.2018