基于涨落分析的暗弱运动目标关联检测

发布时间：2022-02-14 15:40

　　针对近地小天体监测和预警中极低信噪比运动目标难以检测的问题,提出了基于涨落分析的暗弱运动目标关联检测方法,阐述了在时间区间上基于光场涨落分析的关联特征提取方法的原理。强背景信号的涨落在时间维度上具有稳定分布和稳定变化的特点,利用由目标运动导致的瞬态涨落在时间维度上分布的异常变化反演出暗弱运动目标的存在。首先将目标检测问题建模为基于单个像元灰度时序序列的一维信号检测问题,然后在时域上划分时间窗口,采用基于涨落分析的方法来提取关联特征,最后由关联特征的变化来检测目标信号。将该关联检测方法应用到一维时序信号仿真实验、暗弱运动目标仿真实验和近地小行星检测实验中,结果表明本文所提出方法的检测率和虚警率都显著优于其它几种经典常用方法,在仿真数据和真实数据中都有很好的检测效果。 

【文章来源】：光学精密工程. 2020,28(11)北大核心EICSCD

【文章页数】：10 页

【部分图文】：

关联检测方法流程

其中:ps表示目标信号的平均功率,σn表示噪声功率。信噪比为-5 dB的目标信号波形图及在高斯噪声中加入目标信号的波形图如图2所示,横坐标为时间t,纵坐标为信号强度I。图2(b)中高斯噪声均值为10,方差为2,目标信号加入的时刻在t=500处,可见该目标信号完全湮没在高斯噪声之中。图3为在不同噪声背景下,分别加入信噪比为0,-2,-5,-8 dB的目标信号后利用关联检测方法进行检测的结果,横坐标为时间t,纵坐标为关联后的特征值E。结合图2(b)和图3(a)可以看出尽管目标信号被湮没在高斯噪声中,但利用关联检测方法能检测出信噪比分别为0,-2,-5,-8 dB的目标信号。图3(b)、图3(c)和图3(d)为其他背景下的检测结果,结果和在高斯背景下的结果相近,验证了该关联检测算法的有效性。

结合图2(b)和图3(a)可以看出尽管目标信号被湮没在高斯噪声中,但利用关联检测方法能检测出信噪比分别为0,-2,-5,-8 dB的目标信号。图3(b)、图3(c)和图3(d)为其他背景下的检测结果,结果和在高斯背景下的结果相近,验证了该关联检测算法的有效性。图3 不同噪声条件下仿真检测结果

【参考文献】：
期刊论文
[1]基于深度卷积神经网络的目标检测研究综述[J]. 范丽丽,赵宏伟,赵浩宇,胡黄水,王振.  光学精密工程. 2020(05)
[2]Tiny YOLOV3目标检测改进[J]. 马立,巩笑天,欧阳航空.  光学精密工程. 2020(04)
[3]基于DRGAN和支持向量机的合成孔径雷达图像目标识别[J]. 徐英,谷雨,彭冬亮,刘俊.  光学精密工程. 2020(03)
[4]基于注意力掩模融合的目标检测算法[J]. 董潇潇,何小海,吴晓红,卿粼波,滕奇志.  液晶与显示. 2019(08)
[5]基于最大中值滤波和K-means聚类红外弱小目标检测[J]. 岳付昌.  光电技术应用. 2018(05)
[6]多帧背景差与双门限结合的运动目标检测方法[J]. 王凯,吴敏,姚辉,杨樊,张翔.  小型微型计算机系统. 2017(01)
[7]权重系数自适应光流法运动目标检测[J]. 刘洪彬,常发亮.  光学精密工程. 2016(02)
[8]基于空时域融合处理检测超大视场红外目标[J]. 黄富瑜,沈学举,刘旭敏,崔铁成.  光学精密工程. 2015(08)
[9]采用DBT的漂移扫描星图小目标检测方法[J]. 林建粦,平西建,马德宝.  红外与激光工程. 2013(12)
[10]预警雷达杂波抑制和微弱运动目标检测算法[J]. 罗倩,王岩飞.  北京工业大学学报. 2012(03)

博士论文
[1]基于随机森林的视觉数据分类关键技术研究[D]. 张乾.华南理工大学 2016
[2]APD光子计数成像技术研究[D]. 寇松峰.南京理工大学 2010



本文编号：3624830