BG-YOLO:复杂大视场下低慢小无人机目标检测方法 被引量：4

1

作者 王迎龙 孙备 +2 位作者 丁冰 卜德森 孙晓永 《仪器仪表学报》 北大核心 2025年第2期255-266,共12页

针对现有无人机目标检测模型在体积、计算资源需求以及小目标检测效果方面的不足,提出了一种改进的无人机目标检测算法BG-YOLO。该算法基于YOLOv8,通过在高分辨率特征层添加检测头,有效减少了图像下采样过程中的信息丢失,显著提升了模... 针对现有无人机目标检测模型在体积、计算资源需求以及小目标检测效果方面的不足,提出了一种改进的无人机目标检测算法BG-YOLO。该算法基于YOLOv8,通过在高分辨率特征层添加检测头,有效减少了图像下采样过程中的信息丢失,显著提升了模型对小目标的检测能力。同时,引入Biformer注意力机可以制精准捕捉图像的远程依赖关系,增强模型对不同尺度目标的感知能力。此外,NWD损失函数的引入解决了传统损失函数在小目标检测中对位置偏差敏感的问题,显著提高了模型的鲁棒性。基于GhostNetV2的模型轻量化则通过替换传统卷积模块,在减少模型参数和计算量的同时,保持了模型的检测精度。实验结果表明,BG-YOLO在Det-Fly数据集上相比YOLOv8的mAP@0.5提高了10.3%,参数量减少了33.18%,而与YOLOv9相比提高了7.9%。此外,该算法在自采集数据集上也表现出色,对天空、山地、建筑等不同场景的低慢小目标分别实现了96.2%、88.1%和86.2%的平均精度,检测速度分别为150.36、128.21、112.53 fps,实现了高检测精度和高检测速度的要求。综上所述,BG-YOLO通过检测头设计、注意力机制引入、损失函数改进以及模型轻量化,显著提升了对低慢小无人机目标的检测精度和实时性,具有广阔的应用前景。 展开更多

关键词 YOLOv8 Biformer GhostNetV2 低慢小无人机目标检测 复杂大视角场景

在线阅读 下载PDF 职称材料

动态大视角场景融合帧间信息与模板匹配的低慢小无人机目标检测 被引量：8

2

作者 孙备 孙晓永 +2 位作者 钱翰翔 郭润泽 苏绍璟 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第7期64-74,共11页

为了提升动态大视角场景下对极小像素的低慢小无人机目标探测能力,本文提出了融合帧间信息与模板匹配的检测方法。首先,设计了一种动态信息提取模块,通过滤除背景信息干扰,引导算法关注动态变化的小目标区域;其次,提出多模板匹配策略对... 为了提升动态大视角场景下对极小像素的低慢小无人机目标探测能力,本文提出了融合帧间信息与模板匹配的检测方法。首先,设计了一种动态信息提取模块,通过滤除背景信息干扰,引导算法关注动态变化的小目标区域;其次,提出多模板匹配策略对筛选出的动态区域进行相似度判断,完成无人机目标检测;最后,在天空、山地、楼宇等不同背景下,按照不同尺寸、不同模态进行了无人机目标检测实验。结果表明,本文方法可有效弥补深度学习方法对大视角极小像素目标检测的不足,对低慢小目标检测准确率达到0.81,虚警率为0.06,在像素占比不小于0.01%数据集上准确率能达到0.70。该方法适应可见光、红外多种模态数据处理,可满足后续多种智能算法组合探测应用。 展开更多

关键词 动态场景 低慢小无人机探测 动态提取 空间匹配 极小像素检测

在线阅读 下载PDF 职称材料

地杂波背景下雷达低慢小无人机探测数据集(LSS-Ku-1.0) 被引量：1

3

作者 程永强 邹润明 +2 位作者 陈嘉宜 吴昊 华小强 《信号处理》 北大核心 2025年第5期807-820,共14页

复杂环境下雷达对无人机等低慢小目标探测与识别面临诸多挑战,相关研究成为雷达探测领域的热点和难点问题。数据集是雷达目标探测与识别研究的基础,其数据质量和多样性对算法的性能验证起到了重要作用。目前公开发布的数据集雷达多布设... 复杂环境下雷达对无人机等低慢小目标探测与识别面临诸多挑战,相关研究成为雷达探测领域的热点和难点问题。数据集是雷达目标探测与识别研究的基础,其数据质量和多样性对算法的性能验证起到了重要作用。目前公开发布的数据集雷达多布设于地面,对空探测背景相对较为理想,在杂波环境下雷达对无人机目标探测数据集较少,探测场景、观测视角、目标飞行高度、信号带宽等参数较为单一,数据多样性有待提高。针对上述问题,本文构建了一套地杂波背景下雷达低慢小无人机探测数据集(LSS-Ku-1.0)。采用置于高塔上的Ku波段相控阵雷达,在野外丛林和草地环境下,录取了强杂波背景无人机目标雷达回波数据。该数据集包含不同信号波形、带宽、擦地角以及三种不同飞行高度的旋翼无人机目标回波。基于该数据集,分别对杂波的统计分布特性和时间相关性进行了分析,采用5种统计模型对杂波统计分布进行了拟合,给出了拟合优度检验结果。同时,对无人机旋翼的微多普勒特性进行了分析,并研究了典型数据的一维距离像、频谱图、时频图、距离-多普勒谱,为雷达低慢小目标特性分析和检测与识别研究提供了数据支撑。 展开更多

关键词 雷达 地杂波 低慢小目标 无人机 数据集

在线阅读 下载PDF 职称材料

YOLOv8-GAIS:一种改进的无人机航拍目标检测算法 被引量：1

4

作者 李凯璇 刘晓锋 +1 位作者 陈强 张泽江 《光电工程》 北大核心 2025年第4期76-88,共13页

针对昏暗场景中背景复杂导致目标边缘模糊、小目标易被遮挡和误检漏检的问题,提出一种改进的YOLOv8s算法—YOLOv8-GAIS。采用四头自适应多维特征融合(four-head adaptive multi-dimensional feature fusion,FAMFF)策略,过滤空间中的冲... 针对昏暗场景中背景复杂导致目标边缘模糊、小目标易被遮挡和误检漏检的问题,提出一种改进的YOLOv8s算法—YOLOv8-GAIS。采用四头自适应多维特征融合(four-head adaptive multi-dimensional feature fusion,FAMFF)策略,过滤空间中的冲突信息。添加小目标检测头,解决航拍视角下目标尺度变化大问题。引入空间增强注意力机制(spatially enhanced attention mechanism,SEAM),增强网络对昏暗和遮挡部分的捕捉能力。采用更关注核心部分的InnerSIoU损失函数,提升被遮挡目标的检测性能。采集实地场景扩充VisDrone2021数据集,应用Gamma和SAHI(slicing aided hyper inference)算法进行预处理,平衡低照度场景中不同目标种类的数量,优化模型的泛化能力和检测精度。通过对比实验,改进模型相对于初始模型,参数量减少1.53 MB,mAP50提高6.9%,mAP50-95增加5.6%,模型计算量减少7.2 GFLOPs。在天津市津南区大沽南路进行实地实验,探究无人机(UAV)最适宜的图像采集高度,实验结果表明,当飞行高度设置为60 m时,该模型的检测精度mAP50最高为77.8%。 展开更多

关键词 目标检测 低照度图像 四头自适应多维特征融合策略 无人机 YOLOv8

在线阅读 下载PDF 职称材料

基于灰色神经网络的小型无人机目标威胁评估 被引量：2

5

作者 朱婧 徐好 +1 位作者 蒲桃园 杨雯霞 《火力与指挥控制》 北大核心 2025年第3期201-208,共8页

针对以四旋翼无人机为代表的“低慢小”目标威胁评估问题,提出了一种基于灰色神经网络的小型无人机目标威胁评估方法。该方法通过建立灰色神经网络模型,将灰色关联和BP神经网络的优势相结合,在提高目标威胁评估结果可靠性的同时,还弥补... 针对以四旋翼无人机为代表的“低慢小”目标威胁评估问题,提出了一种基于灰色神经网络的小型无人机目标威胁评估方法。该方法通过建立灰色神经网络模型,将灰色关联和BP神经网络的优势相结合,在提高目标威胁评估结果可靠性的同时,还弥补了单一灰色关联在时间维度上的信息缺失。实验结果表明,该方法的威胁评估效果明显优于单一灰色关联法,且具有较强的自适应学习能力,可以准确地实现低空领域小型无人机目标的威胁估计。 展开更多

关键词 低慢小目标 小型无人机目标 威胁评估 灰色神经网络

在线阅读 下载PDF 职称材料

基于无人机影像的黄河源区大型食草动物检测轻量化模型研究

6

作者 王永财 马嘉蓉 +1 位作者 王俊杰 胡卓玮 《草业科学》 北大核心 2025年第6期1538-1551,共14页

针对利用无人机影像开展大型食草动物检测中面临的模型轻量化程度不够、模型在有限算力环境下实时检测性能不佳等问题,本研究在保证检测精度的前提下,对YOLOv5模型进行了轻量化改进。以黄河源区的玛多县大型食草动物检测为例,改进后的... 针对利用无人机影像开展大型食草动物检测中面临的模型轻量化程度不够、模型在有限算力环境下实时检测性能不佳等问题,本研究在保证检测精度的前提下,对YOLOv5模型进行了轻量化改进。以黄河源区的玛多县大型食草动物检测为例,改进后的算法在保持基本精度的同时,大幅提高了轻量化程度。模型在IoU从0.5到0.95的平均精度均值(mAP@0.5:0.95)达到了0.501,在IoU为0.5时的平均精度均值(mAP@0.5)达到了0.96,超过了原有模型。参数量降低了91.56%,计算量降低了89.87%,模型大小降低了88.19%。相较于主流的YOLOv5及其他目标检测模型,改进后的模型在计算复杂度和参数量上均有所降低,经过验证改进后的模型可应用于低算力平台及移动端进行轻量化部署。本研究提供的轻量化模型和工具可应用于草地食草动物调查和草畜平衡监测,能为草地管理和畜牧业规划提供一定技术支持。 展开更多

关键词 无人机影像 大型食草动物 目标检测 YOLOv5 轻量化 低算力部署 黄河源

在线阅读 下载PDF 职称材料

基于改进YOLOv4的低慢小无人机实时探测算法 被引量：2

7

作者 吴璇 张海洋 +2 位作者 赵长明 李志朋 王元泽 《应用光学》 CAS 北大核心 2024年第1期79-88,共10页

针对低慢小无人机探测任务中精度不高、在嵌入式平台上部署实时性能差的问题,提出了一种基于改进YOLOv4的小型无人机目标检测算法。通过增加浅层特征图、改进锚框、增强小目标,提高网络对小目标的检测性能,通过稀疏训练和模型修剪,大大... 针对低慢小无人机探测任务中精度不高、在嵌入式平台上部署实时性能差的问题,提出了一种基于改进YOLOv4的小型无人机目标检测算法。通过增加浅层特征图、改进锚框、增强小目标,提高网络对小目标的检测性能,通过稀疏训练和模型修剪,大大缩短了模型运行时间。在1080Ti上平均精度(mAP)达到85.8%,帧率(FPS)达75 frame/s,实现了网络轻量化。该模型部署在Xavier边缘计算平台上,可实现60 frame/s的无人机目标检测速度。实验结果表明:与YOLOv4和YOLOv4-tiny相比,该算法实现了运行速度和检测精度的平衡,能够有效解决嵌入式平台上的无人机目标检测问题。 展开更多

关键词 低慢小无人机 目标检测 YOLOv4 剪枝 嵌入式

在线阅读 下载PDF 职称材料

特征级自适应增强的无人机目标检测算法 被引量：14

8

作者 颜豪男 吕伏 冯永安 《计算机科学与探索》 CSCD 北大核心 2024年第6期1566-1578,共13页

在自然光照条件下,无人机航拍图像中包含着低照度图像,这部分低照度图像会影响目标检测的精度,并且基于航拍图像的检测任务往往具有较高的实时性需求。针对上述问题,提出了一种特征级自适应增强的无人机航拍图像目标检测算法。首先使用... 在自然光照条件下,无人机航拍图像中包含着低照度图像,这部分低照度图像会影响目标检测的精度,并且基于航拍图像的检测任务往往具有较高的实时性需求。针对上述问题,提出了一种特征级自适应增强的无人机航拍图像目标检测算法。首先使用改进的拉普拉斯算子与IAT图像增强网络进行融合,以强化目标的边缘特征,提升目标检测能力;其次使用双分支结构对正常图像与增强图像进行并行学习,以自适应选择的方式对学习到的特征进行融合,从而构建BLENet特征级自适应增强网络,自动适应光照并增强图像信息;然后设计基于频域分离的可变形卷积FS-DC模块以及具有参数共享的FS-C2F模块,从而在增强高频信息捕捉能力的同时减少模型参数量和计算冗余;最后改进回归损失函数Wise-IoU,使模型进一步聚焦于中高质量锚框,从而降低边界回归损失,提升定位精度。在公开数据集visDrone2023上的实验结果表明,相较于基线模型,最终模型在保持99 FPS的前提下,mAP@0.50提升了2.3个百分点,适用于露天光照变化环境下的无人机航拍实时检测任务。 展开更多

关键词 无人机(UAV) 目标检测 图像增强 YOLOv8 低照度 自适应 频域分离

在线阅读 下载PDF 职称材料

雷达信号与遥感地图融合的深度学习低慢小目标检测算法 被引量：3

9

作者 高梅国 林升泰 《信号处理》 CSCD 北大核心 2024年第1期82-93,共12页

雷达复杂环境低慢小目标检测是一项具有挑战性的任务,而利用深度学习以及数据特征融合等方法是解决这一难题的有效手段。本文在雷达地图融合检测网络(Radar Map fusion Detection Network,RMDN)的基础上进行了优化,主要优化方向为将雷... 雷达复杂环境低慢小目标检测是一项具有挑战性的任务,而利用深度学习以及数据特征融合等方法是解决这一难题的有效手段。本文在雷达地图融合检测网络(Radar Map fusion Detection Network,RMDN)的基础上进行了优化,主要优化方向为将雷达与地图信息在检测过程中进行重要性程度区分,具体优化内容为减少地图特征提取模块的网络深度,加入通道注意力机制,让神经网络自主学习雷达信息与地图信息特征的权重,使神经网能够更好地利用地图信息对雷达目标进行辅助检测。在此优化基础上,本文重新设计出了雷达地图融合检测网络RMDN-V2。算法的主要思想为利用卫星遥感地图来提供背景环境信息,作为雷达信号检测的辅助,通过将目标背景中的特征信息融入检测决策中,提高目标检测的准确性和鲁棒性,减少对强杂波和移动物体的干扰敏感性,改善目标检测算法在复杂环境下的表现。最后的无人机雷达实测数据实验结果表明,本文所做的针对性优化是有效的,RMDN-V2的检测性能优于原始的RMDN,同时本文算法检测性能远超传统的雷达检测算法,同时也优于目前主流的一些深度学习雷达目标检测算法。本文为解决当下低慢小目标检测的难题提出了新的算法。 展开更多

关键词 雷达目标检测 深度学习 雷达信号和遥感地图融合 低慢小目标检测

在线阅读 下载PDF 职称材料

低代价高动态大视场低慢小飞行器检测与跟踪 被引量：1

10

作者 常宇轩 杨文 吴金建 《数据采集与处理》 北大核心 2025年第1期86-101,共16页

低空经济的兴起使小型无人机(Unmanned aerial vehicles,UAVs)在物流、测绘与娱乐等领域获得广泛应用,但由此带来的安全风险也日渐凸显。低慢小(Low-slow-small,LSS)目标检测在国家安全、空域监管以及无人机防御等领域具有重要意义,能... 低空经济的兴起使小型无人机(Unmanned aerial vehicles,UAVs)在物流、测绘与娱乐等领域获得广泛应用,但由此带来的安全风险也日渐凸显。低慢小(Low-slow-small,LSS)目标检测在国家安全、空域监管以及无人机防御等领域具有重要意义,能够有效应对小型低空飞行目标带来的潜在威胁。针对现有传感器在低成本、复杂光照与大视场要求上存在的不足,本文提出了一种基于事件相机与RGB相机协同的LSS目标检测系统。首先,借助事件相机高速成像及大动态范围配合智能控制转台进行“扫视”,并通过基于事件的检测算法完成目标初步定位;随后,利用信息协同模块融合双模态数据以提升检测精度;最后,依托RGB相机的高分辨率与动态变焦特性实现“凝视”,并结合提出的图像识别算法进行目标精细化识别与跟踪。在复杂光照与宽视场条件下,该系统兼顾了低代价与高性能,为LSS目标检测提供了有效的新路径。 展开更多

关键词 目标检测与追踪 低慢小目标 事件相机 RGB相机 跨模态协同

在线阅读 下载PDF 职称材料

面向事件相机探测无人机的双视图融合检测方法 被引量：2

11

作者 李淼 陈诺 +3 位作者 安玮 李博扬 凌强 李卫星 《光电工程》 CAS CSCD 北大核心 2024年第11期48-57,共10页

随着低空无人机的广泛应用,实时检测此类低慢小目标对维护公共安全至关重要。传统相机以固定曝光时间成像获得图像帧,在光照变化时难以自适应,导致在强光照等场景下存在探测盲区。事件相机作为一种新型的神经形态传感器,逐像素感知外部... 随着低空无人机的广泛应用,实时检测此类低慢小目标对维护公共安全至关重要。传统相机以固定曝光时间成像获得图像帧,在光照变化时难以自适应,导致在强光照等场景下存在探测盲区。事件相机作为一种新型的神经形态传感器,逐像素感知外部亮度变化差异,在复杂光照条件下依然可以生成高频稀疏的事件数据。针对基于图像的检测方法难以适应事件相机稀疏不规则数据的难题,本文将二维目标检测任务建模为三维时空点云中的语义分割任务,提出了一种基于双视图融合的无人机目标分割模型。基于事件相机采集真实的无人机探测数据集,实验结果表明,所提方法在保证实时性的前提下具有最优的检测性能,实现了无人机目标的稳定检测。 展开更多

关键词 事件相机 低空无人机 低慢小目标检测 多视图融合

在线阅读 下载PDF 职称材料

改进YOLOv5的小型旋翼无人机目标检测算法 被引量：12

12

作者 路琪 于元强 +1 位作者 许道明 张琦 《计算机科学》 CSCD 北大核心 2023年第S02期200-207,共8页

低空慢速小型目标检测一直是预警探测领域关注的重点和难点。目前,基于神经网络的主流目标检测算法在设计时主要考虑应用于VOC数据集或COCO数据集,在特定场景下检测精度不够理想。针对复杂背景下小型旋翼无人机目标检测的特定检测场景,... 低空慢速小型目标检测一直是预警探测领域关注的重点和难点。目前,基于神经网络的主流目标检测算法在设计时主要考虑应用于VOC数据集或COCO数据集,在特定场景下检测精度不够理想。针对复杂背景下小型旋翼无人机目标检测的特定检测场景,提出一种基于改进YOLOv5的小型旋翼无人机目标检测算法。首先,增加小目标检测层以获得大尺寸的浅层特征图,从而提升算法对小目标的检测能力;其次,针对小型旋翼无人机尺寸不一的问题,利用K-Means++聚类算法对先验框的尺寸进行优化并将其与各特征层进行匹配;最后,使用Mosaic-SOD方法进行数据增强以及改进损失函数,增强算法对小目标的感知能力以及提高网络训练效率。将改进后的算法应用在复杂背景下的小型旋翼无人机目标检测中,实验结果表明,相较于原始YOLOv5算法,该算法在小型旋翼无人机目标检测上具有更高的检测精度和特征提取能力,虽然检测速度有一定下降,但通过对可见光视频流进行检测可知其仍能够满足实时性的要求。 展开更多

关键词 低慢小目标 反无人机系统 深度学习 小目标检测 旋翼无人机检测 数据增强 特征融合 YOLOv5

在线阅读 下载PDF 职称材料

雷达低慢小目标检测技术综述 被引量：49

13

作者 许道明 张宏伟 《现代防御技术》 2018年第1期148-155,共8页

首先,在分析低慢小目标特性的基础上总结了低分辨预警雷达探测此类目标的技术难点。然后,分类总结介绍了目前国内外具有一定启发性的检测技术,基于检测前跟踪技术、基于变换域方法、基于微多普勒分析、基于多活性代理系统检测以及基于... 首先,在分析低慢小目标特性的基础上总结了低分辨预警雷达探测此类目标的技术难点。然后,分类总结介绍了目前国内外具有一定启发性的检测技术,基于检测前跟踪技术、基于变换域方法、基于微多普勒分析、基于多活性代理系统检测以及基于杂波白化等方法,并对各方法检测性能进行了简要分析。最后,总结提出了针对此类目标检测技术研究发展的几点思考。 展开更多

关键词 低慢小目标 预警雷达 目标检测 检测前跟踪 变换域 微多普勒 多活性代理

在线阅读 下载PDF 职称材料

线性调频连续波雷达对低小慢目标检测及性能分析 被引量：10

14

作者 余启 饶彬 罗鹏飞 《信号处理》 CSCD 北大核心 2019年第1期1-7,共7页

线性调频连续波(LFMCW)雷达是探测近程低小慢目标的常用传感器。本文针对LFMCW雷达,基于距离维和速度维的二维傅里叶变换(2D-FFT)技术,研究了密集地物杂波条件下其对低小慢目标的检测性能。首先对LFMCW雷达的差频信号进行了时域和频域分... 线性调频连续波(LFMCW)雷达是探测近程低小慢目标的常用传感器。本文针对LFMCW雷达,基于距离维和速度维的二维傅里叶变换(2D-FFT)技术,研究了密集地物杂波条件下其对低小慢目标的检测性能。首先对LFMCW雷达的差频信号进行了时域和频域分析,研究了影响目标检测性能的关键因素;其次研究了临近地物杂波对目标测速、测距的影响机理;最后进行了典型场景多次蒙特卡罗(Monte-Carlo)仿真,研究了雷达相关参数(调频率、带宽、是否MTI等)、目标相关参数(速度、RCS等)和杂波相关参数(强度、谱宽等)对于检测性能的影响机理。研究表明,对于强杂波背景下的低小慢目标检测,速度维的检测至关重要,雷达宜采用大带宽、长时间积累技术,才能有效区分杂波和目标,保证目标顺利检测。 展开更多

关键词 线性调频连续波雷达 低小慢目标 二维傅里叶变换 检测性能 动目标显示

在线阅读 下载PDF 职称材料

基于邻域特征的红外低慢小目标检测 被引量：9

15

作者 南天章 耿建君 +1 位作者 陈旭 陈颖 《红外与激光工程》 EI CSCD 北大核心 2019年第A01期180-186,共7页

红外搜索系统具有不发射电磁波、抗电磁干扰能力强、目标指示精度高等优势,在低慢小目标探测领域有很好的应用前景。目前国内外基于红外搜索系统的目标检测算法通常利用当前图像与背景图像配准、差分的手段提取疑似目标,往往需要较大的... 红外搜索系统具有不发射电磁波、抗电磁干扰能力强、目标指示精度高等优势,在低慢小目标探测领域有很好的应用前景。目前国内外基于红外搜索系统的目标检测算法通常利用当前图像与背景图像配准、差分的手段提取疑似目标,往往需要较大的存储空间保存周视背景图像,高精度实时图像配准算法的工程化应用也有较大难度。针对以上问题,设计了一种基于邻域特征的红外低慢小目标检测方法。通过高通滤波、边缘检测法提取疑似目标、目标邻域特征值统计法剔除背景干扰、多帧图像目标信息相关等处理过程,可在有效排除地物、云层及飞鸟等多种干扰的同时,准确地检测图像中的无人机目标。试验结果表明,该方法相比传统LCM算法目标检测概率更高、虚警率更低,且不涉及图像差分,具有对硬件资源要求低、实时性好等优点,有较高的工程应用价值。 展开更多

关键词 图像处理 目标检测 红外搜索系统 低慢小目标

在线阅读 下载PDF 职称材料

Radon变换的雷达低慢小目标检测方法 被引量：8

16

作者 张宏伟 许道明 +1 位作者 马俊涛 冉宏远 《现代防御技术》 2018年第3期105-111,共7页

近年来,由于军民领域应用需求的爆发增长,以无人机和轻型直升机等为代表的低空慢速小目标得到了迅猛发展。与此同时,由于此类目标具有"飞行高度低、飞行速度慢以及散射截面积小"等特点,目标回波常常淹没于强地/海杂波中且在... 近年来,由于军民领域应用需求的爆发增长,以无人机和轻型直升机等为代表的低空慢速小目标得到了迅猛发展。与此同时,由于此类目标具有"飞行高度低、飞行速度慢以及散射截面积小"等特点,目标回波常常淹没于强地/海杂波中且在频域与慢速杂波混叠严重,致使基于频域滤波的传统检测技术难以对其有效探测,这为防空预警雷达带来了新的严峻挑战。首先在综合考虑了多路径干涉、大气衰减以及系统损耗等因素的情况下,构建了雷达"低慢小"目标回波模型,然后在通过Kalmus滤波器进行强杂波抑制的基础上,对长时间观测下的多帧雷达回波数据所合成的距离-慢时间像进行慢时间域降维平滑处理,最后结合Radon变换,在变换后的参数域通过设置门限完成目标检测,实验仿真结果表明了该方法的有效性。 展开更多

关键词 RADON变换 动目标检测 Kalmus滤波器 低慢小目标 杂波抑制 变换域检测

在线阅读 下载PDF 职称材料

一种快速搜索空中低慢小目标的光电系统 被引量：20

17

作者 奚玉鼎 于涌 +3 位作者 丁媛媛 李岩 曾令晖 唐正宏 《光电工程》 CAS CSCD 北大核心 2018年第4期53-62,共10页

面向国内开放低空的发展趋势和重点区域的防护要求,结合最新的光机电控技术,提出一种可对低空空域进行快速目标搜索的光电技术,并研制了一套样机系统。该系统利用搭载在高精度一维转台上的线阵CCD相机连续采集360°低空全景图像,图... 面向国内开放低空的发展趋势和重点区域的防护要求,结合最新的光机电控技术,提出一种可对低空空域进行快速目标搜索的光电技术,并研制了一套样机系统。该系统利用搭载在高精度一维转台上的线阵CCD相机连续采集360°低空全景图像,图像数据通过千兆以太网滑环实时传输至数据处理工作站;数据处理工作站对全景图像进行实时检测,解算得到可疑目标的方向,进而实现对低慢小目标的搜索发现。利用该样机系统开展了初步的观测试验,结果表明:利用该系统可以对低空空域的慢速飞行目标进行全方位的搜索侦查,在大气透明度良好的情况下,最远可以探测到2300 m处的300 mm×300 mm×200 mm大小的无人机目标,测向精度达到60"。本研究工作为解决低慢小目标搜索发现问题提供了一种有效手段。 展开更多

关键词 低慢小目标 目标检测 低空防护 全景图像采集

在线阅读 下载PDF 职称材料

低慢小飞行物实时检测原理与实验研究 被引量：1

18

作者 于凯洋 张磊 王克逸 《应用光学》 CAS 北大核心 2023年第2期307-313,共7页

飞鸟撞击飞机与无人机黑飞是威胁航班起降安全的两大隐患,上述的飞鸟和无人机都属于“低慢小”飞行物。为保卫机场净空区的安全,需要研制具有反低慢小功能的预警系统。对此,设计并实现了一套低慢小飞行物实时检测系统,基于FPGA(field pr... 飞鸟撞击飞机与无人机黑飞是威胁航班起降安全的两大隐患,上述的飞鸟和无人机都属于“低慢小”飞行物。为保卫机场净空区的安全,需要研制具有反低慢小功能的预警系统。对此,设计并实现了一套低慢小飞行物实时检测系统,基于FPGA(field programmable gate array)驱动相机阵列实时采集大视场天空视频,将适于硬件操作的奇偶分流算法与帧间差分算法相结合进行运动目标检测,系统帧率达到17帧/s@1 024×768 pixel,平均检测准确率为99.69%。采用千兆以太网、光纤和交换机将前端跑道视频传输至后端塔台指挥中心,支持3 km远距离传输。相比于传统基于软件串行处理的方式,该系统具有高实时性、低功耗与小体积的优势,适合部署在实际应用场景中。 展开更多

关键词 反低慢小 运动目标检测 远距离视频传输 大视场 FPGA

在线阅读 下载PDF 职称材料

反微型无人机技术方案调研 被引量：10

19

作者 刘超峰 《现代防御技术》 北大核心 2017年第4期17-23,共7页

快速增长的微型无人机应用给公共安全防卫带来隐患,而传统装备不能很好适应反微型无人机作战。对最近国内外出现的各种反微型无人机(或称反"低慢小"目标)技术方案作了一个梳理和分析,并结合反微型无人机作战的技术特点进一步... 快速增长的微型无人机应用给公共安全防卫带来隐患,而传统装备不能很好适应反微型无人机作战。对最近国内外出现的各种反微型无人机(或称反"低慢小"目标)技术方案作了一个梳理和分析,并结合反微型无人机作战的技术特点进一步对微型无人机安全防卫技术路线提出了建议,可以为相关领域研究者和设计师提供参考。 展开更多

关键词 反微型无人机 微型旋翼无人机 “低慢小”目标 城市反恐 公共安全 安全防卫系统

在线阅读 下载PDF 职称材料

雷达目标检测深层自编码器自适应优化算法 被引量：4

20

作者 侯旋 陈涛 王唯良 《计算机工程与应用》 CSCD 北大核心 2019年第13期165-171,共7页

研究了现阶段雷达低小慢目标探测技术的难点与方法。分析了深层自编码器基本模型与算法,通过引入自适应学习理论,提出了基于Rumelhart函数的深层自编码器自适应算法(RDAAA),并证明了算法的收敛性。优化算法避免了网络训练过程中出现惩... 研究了现阶段雷达低小慢目标探测技术的难点与方法。分析了深层自编码器基本模型与算法,通过引入自适应学习理论,提出了基于Rumelhart函数的深层自编码器自适应算法(RDAAA),并证明了算法的收敛性。优化算法避免了网络训练过程中出现惩罚过度的现象,克服了学习速率过高导致网络振荡发散,或学习速率过小降低网络收敛速度等缺陷。利用两种数据集对RDAAA、基于交叉熵函数的深层自编码器学习算法(CDAA)与误差反向传播算法(BPA)进行模式识别能力分析,结果表明在确定限定误差与选取最佳学习速率的情况下,RDAAA相对于CDAA与BPA收敛速度最快,正确识别率更高。围绕雷达目标检测与深度学习理论,分析了低小慢目标特性,将目标检测问题转化为模式分类问题,利用上述三种算法进行目标检测仿真实验,结果表明RDAAA与CDAA的性能明显优于BPA,且RDAAA的检测率更高,特别是处于低信噪比阶段,仍可保持较高的发现概率。 展开更多

关键词 目标检测 低小慢目标 深度学习 自动编码器 自适应优化算法

在线阅读 下载PDF 职称材料