發(fā)布時(shí)間：2022-02-14 15:40

　　針對(duì)近地小天體監(jiān)測(cè)和預(yù)警中極低信噪比運(yùn)動(dòng)目標(biāo)難以檢測(cè)的問(wèn)題,提出了基于漲落分析的暗弱運(yùn)動(dòng)目標(biāo)關(guān)聯(lián)檢測(cè)方法,闡述了在時(shí)間區(qū)間上基于光場(chǎng)漲落分析的關(guān)聯(lián)特征提取方法的原理。強(qiáng)背景信號(hào)的漲落在時(shí)間維度上具有穩(wěn)定分布和穩(wěn)定變化的特點(diǎn),利用由目標(biāo)運(yùn)動(dòng)導(dǎo)致的瞬態(tài)漲落在時(shí)間維度上分布的異常變化反演出暗弱運(yùn)動(dòng)目標(biāo)的存在。首先將目標(biāo)檢測(cè)問(wèn)題建模為基于單個(gè)像元灰度時(shí)序序列的一維信號(hào)檢測(cè)問(wèn)題,然后在時(shí)域上劃分時(shí)間窗口,采用基于漲落分析的方法來(lái)提取關(guān)聯(lián)特征,最后由關(guān)聯(lián)特征的變化來(lái)檢測(cè)目標(biāo)信號(hào)。將該關(guān)聯(lián)檢測(cè)方法應(yīng)用到一維時(shí)序信號(hào)仿真實(shí)驗(yàn)、暗弱運(yùn)動(dòng)目標(biāo)仿真實(shí)驗(yàn)和近地小行星檢測(cè)實(shí)驗(yàn)中,結(jié)果表明本文所提出方法的檢測(cè)率和虛警率都顯著優(yōu)于其它幾種經(jīng)典常用方法,在仿真數(shù)據(jù)和真實(shí)數(shù)據(jù)中都有很好的檢測(cè)效果。 

【文章來(lái)源】：光學(xué)精密工程. 2020,28(11)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

關(guān)聯(lián)檢測(cè)方法流程

其中:ps表示目標(biāo)信號(hào)的平均功率,σn表示噪聲功率。信噪比為-5 dB的目標(biāo)信號(hào)波形圖及在高斯噪聲中加入目標(biāo)信號(hào)的波形圖如圖2所示,橫坐標(biāo)為時(shí)間t,縱坐標(biāo)為信號(hào)強(qiáng)度I。圖2(b)中高斯噪聲均值為10,方差為2,目標(biāo)信號(hào)加入的時(shí)刻在t=500處,可見(jiàn)該目標(biāo)信號(hào)完全湮沒(méi)在高斯噪聲之中。圖3為在不同噪聲背景下,分別加入信噪比為0,-2,-5,-8 dB的目標(biāo)信號(hào)后利用關(guān)聯(lián)檢測(cè)方法進(jìn)行檢測(cè)的結(jié)果,橫坐標(biāo)為時(shí)間t,縱坐標(biāo)為關(guān)聯(lián)后的特征值E。結(jié)合圖2(b)和圖3(a)可以看出盡管目標(biāo)信號(hào)被湮沒(méi)在高斯噪聲中,但利用關(guān)聯(lián)檢測(cè)方法能檢測(cè)出信噪比分別為0,-2,-5,-8 dB的目標(biāo)信號(hào)。圖3(b)、圖3(c)和圖3(d)為其他背景下的檢測(cè)結(jié)果,結(jié)果和在高斯背景下的結(jié)果相近,驗(yàn)證了該關(guān)聯(lián)檢測(cè)算法的有效性。

結(jié)合圖2(b)和圖3(a)可以看出盡管目標(biāo)信號(hào)被湮沒(méi)在高斯噪聲中,但利用關(guān)聯(lián)檢測(cè)方法能檢測(cè)出信噪比分別為0,-2,-5,-8 dB的目標(biāo)信號(hào)。圖3(b)、圖3(c)和圖3(d)為其他背景下的檢測(cè)結(jié)果,結(jié)果和在高斯背景下的結(jié)果相近,驗(yàn)證了該關(guān)聯(lián)檢測(cè)算法的有效性。圖3 不同噪聲條件下仿真檢測(cè)結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于深度卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)研究綜述[J]. 范麗麗,趙宏偉,趙浩宇,胡黃水,王振.  光學(xué)精密工程. 2020(05)
[2]Tiny YOLOV3目標(biāo)檢測(cè)改進(jìn)[J]. 馬立,鞏笑天,歐陽(yáng)航空.  光學(xué)精密工程. 2020(04)
[3]基于DRGAN和支持向量機(jī)的合成孔徑雷達(dá)圖像目標(biāo)識(shí)別[J]. 徐英,谷雨,彭冬亮,劉俊.  光學(xué)精密工程. 2020(03)
[4]基于注意力掩模融合的目標(biāo)檢測(cè)算法[J]. 董瀟瀟,何小海,吳曉紅,卿粼波,滕奇志.  液晶與顯示. 2019(08)
[5]基于最大中值濾波和K-means聚類(lèi)紅外弱小目標(biāo)檢測(cè)[J]. 岳付昌.  光電技術(shù)應(yīng)用. 2018(05)
[6]多幀背景差與雙門(mén)限結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J]. 王凱,吳敏,姚輝,楊樊,張翔.  小型微型計(jì)算機(jī)系統(tǒng). 2017(01)
[7]權(quán)重系數(shù)自適應(yīng)光流法運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 劉洪彬,常發(fā)亮.  光學(xué)精密工程. 2016(02)
[8]基于空時(shí)域融合處理檢測(cè)超大視場(chǎng)紅外目標(biāo)[J]. 黃富瑜,沈?qū)W舉,劉旭敏,崔鐵成.  光學(xué)精密工程. 2015(08)
[9]采用DBT的漂移掃描星圖小目標(biāo)檢測(cè)方法[J]. 林建粦,平西建,馬德寶.  紅外與激光工程. 2013(12)
[10]預(yù)警雷達(dá)雜波抑制和微弱運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 羅倩,王巖飛.  北京工業(yè)大學(xué)學(xué)報(bào). 2012(03)

博士論文
[1]基于隨機(jī)森林的視覺(jué)數(shù)據(jù)分類(lèi)關(guān)鍵技術(shù)研究[D]. 張乾.華南理工大學(xué) 2016
[2]APD光子計(jì)數(shù)成像技術(shù)研究[D]. 寇松峰.南京理工大學(xué) 2010



本文編號(hào)：3624830