利用球不变随机矢量(Spherically Invariant Random Vector,SIRV)描述非均匀杂波,建立了双基地多输入多输出(Multiple-Input Multiple-Qutput,MIMO)雷达距离扩展目标的信号检测模型,提出了距离扩展目标的两步广义似然比检测(Generalized...利用球不变随机矢量(Spherically Invariant Random Vector,SIRV)描述非均匀杂波,建立了双基地多输入多输出(Multiple-Input Multiple-Qutput,MIMO)雷达距离扩展目标的信号检测模型,提出了距离扩展目标的两步广义似然比检测(Generalized Likelihood Ratio Test,GLRT)算法.首先,根据目标散射系数的两种假设模型,分别推导确定型目标、高斯型目标GLRT检测器的解析表达式,然后利用固定点迭代算法估计杂波协方差矩阵,获得自适应GLRT(AD-GLRT和AG-GLRT)检测器.仿真实验表明:AD-GLRT和AG-GLRT检测器的检测性能均优于非均匀杂波背景、高斯杂波背景下点目标的检测性能,且两者的检测性能相当,并且虚拟阵元数、目标分布的距离单元数,以及信杂比越大,两者的检测性能越好.展开更多
有色混响噪声背景以及水下动目标径向速度造成的回波和样本失配导致匹配滤波器对于线性调频LFM(linear frequency modulation)回波检测性能下降。基于自适应预白化处理的广义似然比GLRT(generalized likelihood ratio test)方法利用混...有色混响噪声背景以及水下动目标径向速度造成的回波和样本失配导致匹配滤波器对于线性调频LFM(linear frequency modulation)回波检测性能下降。基于自适应预白化处理的广义似然比GLRT(generalized likelihood ratio test)方法利用混响噪声背景的自回归AR(autoregressive)模型构建白化滤波器来抑制混响噪声,但回波和混响噪声的混叠会造成AR模型偏差。结合匹配滤波的回波定位特性和基于自适应预白化处理GLRT方法的混响噪声背景抑制特性,提出结合这两种方法的联合检测算法。仿真和实验数据测试表明联合检测算法对于水下动目标LFM回波检测性能优于单纯的零速样本匹配滤波和GLRT方法。展开更多
利用一种Beamlet变换算法来提取遥感图像中的线性特征,通过对遥感图像按二进、递归进行划分,利用灰度信息,积分计算每一小块图像中的Beamlets,结合梯度信息,通过广义似然比检验GLRT(generalized likeli-hood ratio testing)来检测判断...利用一种Beamlet变换算法来提取遥感图像中的线性特征,通过对遥感图像按二进、递归进行划分,利用灰度信息,积分计算每一小块图像中的Beamlets,结合梯度信息,通过广义似然比检验GLRT(generalized likeli-hood ratio testing)来检测判断符合条件假设的Beamlets,重建线性目标。此算法可以克服图像中的干扰及噪声,适应复杂、低信噪比遥感图像环境,准确地定位出直线。实验结果表明,该算法具有较好的性能,可以应用到实际的遥感图像处理中,具有实用价值。展开更多
文摘利用球不变随机矢量(Spherically Invariant Random Vector,SIRV)描述非均匀杂波,建立了双基地多输入多输出(Multiple-Input Multiple-Qutput,MIMO)雷达距离扩展目标的信号检测模型,提出了距离扩展目标的两步广义似然比检测(Generalized Likelihood Ratio Test,GLRT)算法.首先,根据目标散射系数的两种假设模型,分别推导确定型目标、高斯型目标GLRT检测器的解析表达式,然后利用固定点迭代算法估计杂波协方差矩阵,获得自适应GLRT(AD-GLRT和AG-GLRT)检测器.仿真实验表明:AD-GLRT和AG-GLRT检测器的检测性能均优于非均匀杂波背景、高斯杂波背景下点目标的检测性能,且两者的检测性能相当,并且虚拟阵元数、目标分布的距离单元数,以及信杂比越大,两者的检测性能越好.
文摘有色混响噪声背景以及水下动目标径向速度造成的回波和样本失配导致匹配滤波器对于线性调频LFM(linear frequency modulation)回波检测性能下降。基于自适应预白化处理的广义似然比GLRT(generalized likelihood ratio test)方法利用混响噪声背景的自回归AR(autoregressive)模型构建白化滤波器来抑制混响噪声,但回波和混响噪声的混叠会造成AR模型偏差。结合匹配滤波的回波定位特性和基于自适应预白化处理GLRT方法的混响噪声背景抑制特性,提出结合这两种方法的联合检测算法。仿真和实验数据测试表明联合检测算法对于水下动目标LFM回波检测性能优于单纯的零速样本匹配滤波和GLRT方法。
文摘利用一种Beamlet变换算法来提取遥感图像中的线性特征,通过对遥感图像按二进、递归进行划分,利用灰度信息,积分计算每一小块图像中的Beamlets,结合梯度信息,通过广义似然比检验GLRT(generalized likeli-hood ratio testing)来检测判断符合条件假设的Beamlets,重建线性目标。此算法可以克服图像中的干扰及噪声,适应复杂、低信噪比遥感图像环境,准确地定位出直线。实验结果表明,该算法具有较好的性能,可以应用到实际的遥感图像处理中,具有实用价值。
