海杂波背景下慢速小目标探测技术研究
海杂波多分形特性分析及小目标检测技术研究
（ 中航工 业雷达 与电子设备研 究院，无锡 ２ １ ４ ０ ６ ３ ） 摘 要： 为判定海杂波是否具有多重分形特性 ，采用小波模极大值法和多分形消趋势波动分析法对任一距 离单元
的实测 海杂波数 据进行分 析 ，提 出一种基 于时间－ 距 离单元 － 幅度 图法 ，基 于该 方法对多距 离单 元海杂波 数据进行 分析 ，分析结果表 明海杂波具有多分形特性 ，当海杂波存在小 目标 时 ，分形 受到 “ 干扰 ” ，多分形特征存 在明显 差异 。通过分析还发现 当 Ｒ ６ ｎ ｙ ｉ 参数 ｑ ＜ Ｏ时 ，距离单元含小 目标的广义分形维明显大于其他距离单元 只含海杂波 的广义分形维 ；而当 ｑ ＞ ０时 ，这种规律不是很 明显 ，因此提 出一 种基于 不同距离 单元 间广义分形 维偏差 的方法 来检测海杂 波背 景下小 目标 ，实验结果表 明该方法是有效 的。 关键词 ：小波模极大值 ；多分形消趋势波动分析 ；时间． 距离单元． 幅度 图 ； 多分形 ； 广义分形维偏差
ＷＡＮ Ｇ Ｆ ｕ － ｙ ｏ ｕ Ｌ Ｕ Ｏ Ｄｉ ｎ ｇ Ｊ ｌ Ｙａ — ｘ ｉ ｎ Ｈ Ｕ Ｘｉ ｎ － ｍｅ ｉ
（ Ａ Ｖ Ｉ Ｃ Ｒ ａ ｄ ａ ｒ ａ ｎ ｄ Ａ ｖ ｉ ｏ ｎ ｉ ｃ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ，Ｗｕ ｘ ｉ ２ １ ４ ０ ６ ３ ， Ｃ ｈ ｉ ｎ ａ ）
ｍｅ ｔ ｈ ｏ ｄ ｎｄ ａ Ｍ ｕ ｈ ｉ ｆ ｒ ａ ｃ ｔ ｌ ａ Ｄ ｅ ｔ ｒ ｅ ｎ ｄ ｅ ｄ Ｆ ｌ ｕ ｃ ｔ ｕ ａ ｔ ｉ ｏ ｎ Ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ（ ＭＦ Ｄ Ｆ Ａ） ， ｍ ｅ ａ ｎ ｗ ｈ ｉ ｌ ｅ ， Ｔ ｉ ｍｅ — Ｒ ａ ｎ ｇ ｅ ｂ ｉ ｎ — Ａ ｍ ｐ ｌ ｉ ｔ ｕ ｄ ｅ ｐ ｌ ｏ ｔ ｍ ｅ ｔ ｈ ｏ ｄ ｉ ｓ
雷达慢速小目标检测技术研究 优秀毕业论文
对于慢速目标检测方面，最近几年的研究成果中，美国雷达专家Ｓｈａｎｎｏｎ Ｄ．Ｂｌｕｎｔｔ ７Ｊ基于慢速目标与已知能量的海杂波混合模型和实测数据中，提出了复杂 的海杂波背景下的非相干慢速目标检测（ＮＳＴＡＤ）算法。印度专家Ｓａｎｄｅｅｐ Ｓｉｒａｌ８Ｊ在 基于强海杂波下改进的低ＲＣＳ目标检测自适应波束合成提出了低信杂比下通过波 形优化设计，慢速目标检测效果改善了１０ｄｂ左右。国内在这方面的算法上也有一 定的突破，国防科技大学杨世海［９１提出海杂波背景下目标最优相干检测：ＮＰ或 ＧＬＲＴ准则，以及海杂波背景下目标最优非相干检测：ＧＬＲＴ准则。南京电子技术 研究所郭汝江、郝吲１０Ｊ提出了一种熵加权非相参积累算法，该算法能够抑制海杂 波，并且积累目标能量。针对以上的各种方法，对于杂波的抑制都有一定的效果， 然而部分方法仅仅停留在理论基础上。．
20100101
摘要
摘要
本文首先对杂波背景下的小目标检测器进行分析，研究了基于平稳度因子的 检测器改进，与常规非相参积累（Ｎｏｎ．ｃｏｈｅｒｅｎｔ Ｉｎｔｅｇｒａｔｅ，ＮＩ）方法比较，该方法在 杂波尖峰的抑制上有一定的效果。其次运用了基于动态规戈ｉＪ（Ｄｙｎａｍｉｃ Ｐｒｏｇｒａｍｍｉｎｇ． ＤＰ）的检测前跟踪方法（Ｔｒａｃｋ Ｂｅｆｏｒｅ Ｄｅｔｅｃｔｉｏｎ，ＴＢＤ）处理雷达小目标检测，通过仿 真结果的比较，得出该方法与常规非相参积累的信杂比改善曲线，验证了该方法 在雷达小目标检测中的有效性。然后，运用小波分析对慢速目标回波多普勒频移 进行分析，研究了基于小波分析的自适应杂波抑制技术（Ａｄａｐｔｉｖｅ Ｍｏｖｉｎｇ Ｔａｒｇｅｔ Ｉｎｄｉｃａｔｏｒ，ＡＭＴＩ），并且分析了小波变换在雷达慢速目标分离中的作用，通过仿真证 明其在慢速目标分离中的优势。最后，针对小波变换具有良好的时域一频域局部性 和逼近性，运用了基于小波变换的Ｃｈｉｒｐ子脉冲频率步进信号的一维成像方法，与传 统ＩＤＦＴ成像比较，此方法能够进一步地提高距离分辨率，从而更有利于突防目标 定位与跟踪。
海杂波背景下小目标物检测的开题报告
海杂波背景下小目标物检测的开题报告一、研究背景与意义随着人类社会不断发展，海洋经济在各国经济中的比重也越来越大。
因此，海洋资源和海洋环境的监测日益成为了国家战略性发展的重要组成部分。
在海洋环境监测中，小目标物的检测是一个非常重要的任务。
小目标物包括海洋生物、沉积物、浮游生物等，它们对于海洋生态系统的研究以及海洋环境的管理具有重要意义。
然而，如何对海洋环境中的小目标物进行准确地检测一直是一个需要解决的难题。
目前，常用的方法主要是通过人工巡查、卫星遥感等方式获取数据。
但是，受到人力、物力、时间等限制，这种方法的效率和精度都比较低，而且也存在不能达到连续、准确监测的缺陷。
因此，基于计算机视觉和深度学习技术，研发一种高效、准确的海洋小目标物检测方法具有重要的现实意义和发展前景。
二、研究内容与方案1.研究内容本项目旨在设计一种基于深度学习技术的海洋小目标物检测算法，实现对海洋生物、沉积物、浮游生物等小目标物的自动检测。
具体的研究内容包括：(1) 设计合适的数据采集方案，获取海洋环境下的数据集。
(2) 选择合适的深度学习算法，对数据集进行训练和测试。
(3) 对算法进行优化，提高小目标物检测的准确率和精度。
(4) 设计软件系统，将算法应用于实际海洋监测中，实现自动检测。
2.研究方案(1) 数据采集方案：通过多种方式获取海洋环境下的数据集，包括高分辨率卫星图像、水下机器人拍摄的视频、浮标监测的数据等，尽可能地覆盖不同海洋环境和目标物。
(2) 深度学习算法：采用YOLOv5、Faster R-CNN等深度学习算法，训练模型。
在训练中，应该针对不同目标物的特点，尽量提高模型的准确度。
(3) 算法优化：在训练过程中，根据模型的性能和预测结果，对算法进行不断调整和优化，包括改变网络结构、调整超参数等。
(4) 软件系统设计：设计一款可视化的软件系统，将算法应用于实际海洋监测中。
软件系统应该具备易懂、直观的界面，让用户能够方便地进行操作和监测。
一种抗海杂波的低速目标测量技术研究
一种抗海杂波的低速目标测量技术研究摘要海洋测量是目前海洋工程中不可缺少的部分。
在实际测量过程中，由于海杂波的干扰，会严重影响测量精度。
为解决这一问题，本文提出了一种抗海杂波的低速目标测量技术，该技术可有效降低海杂波对测量结果的影响，并提高测量精度。
关键词：海洋测量，海杂波，低速目标，测量精度AbstractOcean measurement is an indispensable part of ocean engineering. In the actual measurement process, the interference of sea clutter will seriously affect the measurement accuracy. In order to solve this problem, this paper proposes an anti-sea clutter low-speed targetmeasurement technology, which can effectively reduce the impact of sea clutter on the measurement results and improve the measurement accuracy.Keywords: ocean measurement, sea clutter, low-speed target, measurement accuracy1.引言海洋测量是海洋工程中一项极为重要的研究领域。
在实际测量过程中，海杂波是引起测量误差的关键因素之一。
由于海洋表面的波动，海杂波会产生很多回波信号，严重影响低速目标的测量精度。
因此，如何有效地抗击海杂波，提高测量精度，一直是海洋工程研究的重点和难点。
2.海杂波对测量的影响海杂波是由于海洋表面波动引起的杂波，建立在雷达系统的最前端，它会对雷达回波信号造成极大的干扰，导致测量精度下降。
海杂波背景下的GRNN小目标检测
对 没 有 目标 的 海 杂 波 相 空 间 重 构 时 间 序 列 建 模 ， Ｇ Ｎ 神 经 网络 训 练 成 一 个 预 测 器 ，根 据 将 ＲＮ ＧＮ Ｒ Ｎ神经 网络 结构 可 以得 出 ， 当训 练样 本 确定 后 ， 其 网络结 构和各 神 经 元 之 间 的连 接 权值 是 确 定 的 。 在训 练 网络过程 中 ， 只是调 整平 滑 因子一个 参数 ， 来 获得 最佳 网络 ， 以采 用 Ｇ Ｎ 所 Ｒ Ｎ这种 网络来 进 行 目 标检 测具 有高 速性 ¨ 。 网络 训练 好后 ， 接 收 到得 对
ｓ ｎｎ ｕａ ｎ ｔｏｋ（ Ｒ Ｎ ａｇｔ ｅ ｃ ｒｉ ｅｔ ｌ ｈｄｗ ｉ ｅｉｅ ｙｓａｃ ｔ ｒｄ ｔ ｗｔ ｍａ ａｇｔ ｉ ｅ ｒｌ ｅｗ ｒ Ｇ Ｎ ）ｔ ｅ ｄｔ ｔ ｓ ｂｉ ｅ ｈｃ ｉ ｖｒｉｄｂ ｅ ｌ ｔ ａ ｉ ｓ ｌ ｔ ｅｓ ｏ ｒ ｅｏ ｓ ａ ｓ ｈｓ ｆ ｕｅ ａ ｈ ｌ ｒ
ｍｅ ｓ ｒ ｄ ｂ ＰＩ ｒ ｄ ｒ ｏ ｎ ｄ ａ Ｍａ ｔｒ Ｕｎｖ ｒｉ ｎ Ｄａ ｔ ｕ ｈ ａ ｕ ｅ ｙ Ｉ Ｘ ａ ａ ｆ Ｃａ ａ ｉｎ Ｍｃ ｓｅ ｉｅ ｓｔ ｉ ｒｍｏ ｔ ｍａ ｔ ｐ ｃ ． Ｔｈ ｅ ｕｌ ｈ ｗ ｈ ｔ ｙ ｉ ｍｅ ｓ ａ ｅ ｒｉ ｅ ｒ ｓ ｔ ｓ ｏ ｔ ａ ｓ ＧＲＮＮ ｍａｌｔｒ ｅ － ｔｃ ｉ ｔ ｏ ｓ ｇ ｏ ｒ ｄｃ ａ ｉｉ ｎ ｉｈ — ｐｅ ｄ ｃ ａ ａ ｔｒｓｉｓ ａ ｈ ｈａ ｔ ｓ ａ ｓ ｌ ａ ｇ ｔ－ ｄｅｅ ｔ ｎｇ ｍｅｈ ｄ ｈａ ｏ ｄ ｐ ｅ ｉｔｂ ｌｔ ａ ｄ ｈ ｇ —ｓ ｅ ｈ ｒ ｃｅ ｔｃ ｔ ｔ ｅ ｃ ｏ ｉ ｅ ｙ ｉ ｃ ｃｕ ｔ ｒｂ ｃ ｇ ｏ ｎ ｌｔｅ ａ ｋ ｒ ｕ ｄ． Ｋｅ ｗｏ ｄ ｙ ｒ ｓ：ｃ ａ ｔ ｒ ｐ ｒｉｓ；ＧＲＮＮ；ｔｒ ｅ ｅｅ ｔｏ ｈ ｏ ｉ ｐ ｏ ｅ ｔｅ ｃ ａ ｇ ｔｄ ｔｃｉ ｎ
基于自适应可调Q因子小波变换的海杂波背景下的目标检测技术
Vol. 37 Na. 2Feb. 2021第37卷第2期2021年2月信号处理Journal of Signal Processing文章编号：1003-0530(2021)02-0304-13基于自适应可调Q 因子小波变换的 海杂波背景下的目标检测技术冯云宗竹林李思琦(电子科技大学电子科学技术研究院，四川成都611731)摘要：本文针对海杂波背景下的慢速微弱目标的检测问题，根据海杂波和目标的振荡特性差异，提出了一种基于自适应可调Q 因子小波变换(Adaptive Tunable Q-factor Wavelet Transform , ANQWT )的海杂波背景下的目标检测算法。
通过迭代计算、搜索出最能匹配海杂波和目标振荡特性的可调Q 小波变换(TQWT )三元参数组合(Q , ： J),运用形态分量分析法#Morphologcal Component Analysis , MCA )对海面回波信号进行分析，得到目标的最优稀疏表示；再根据目标分量各小波子带占总能量的比重，选取合适的门限确定重构小波系数集进行重构，得到目标的重构信号，从 而实现目标和海杂波的有效分离。
最后在IPIX 实测数据集上添加慢速微弱运动目标进行算法验证，结果表明本文提出 的算法可以有效检测出落入海杂波多普勒通道中的慢速微弱目标，且不需要任何目标和杂波的先验信息。
关键词：海杂波；目标检测；自适应；可调Q 小波变换；AIA 数据集中图分类号：TN959 文献标识码：A DOI ： 10. 16798/j. issn. 1003-0530.2021.02.016引用格式：冯云，宗竹林，李思琦.基于自适应可调Q 因子小波变换的海杂波背景下的目标检测技术[J].信号处 理，2021，37(2) : 304-316. DOA 10. 16798/j. issn. 1003-0530.2021.02.016.Reference format : FENG Yun ，ZONG Zhulin ，LI Siqi. Based on Adaptive Tunable Q-factcr Wavelet Transform TaryetDetection Technology under Sea Clutter Background [ J ]. Journal of Signal Processing ，2021，37(2) : 304-316. DOI : 10.16798 j . o s n. 1003-0530. 2021. 02. 016.Baser on Adaptive Tunable Q-factor Wavelet Transform TargetDetection TecCnology under Sea Clutter BackgroundFENG Yun ZONG Zhulin LI Siqi( Reseaech InsioiuieooEeecieonocScoenceand Technoeogy ， UnoeeesoiyooEeecieonocScoenceandTechnoeogyooChona ， Chengdu ， Sochuan 611731 ， Chona )Abstract : In this paper ，for the detection of slow and weak taryets submersed in the sea clutter ，by utilizing the dOerencebeiween iheosco a ioon chaeacieeosiocsooiheseaceu i eeand ihemoeongiaegeis ， aseowand weak iaegeideiecioon aegoeoihmonihebackgeound ooseaceu i eebased on iheadapioeeiunabeeQ-oacioewaeeeeiieansooem ospeoposed.Theough oieeaioeecaecueaioon and seaechongooeiheopiomaeieenaeypaeameieecombonaioon ihaibesimaichesiheseaceu i eeand iaegeiosco a ioonchaeacieeosiocs ， ihemoephoeogocaecomponenianaeysosmeihod osused ioanaeyzeiheseasueoaceechosognaeioobiaon iheopiomaespaeseeepeeseniaioon ooiheiaegei ； ihen accoedongioihepeopoeioon ooeach waeeeeisub-band on iheioiaeeneegyooiheiaegeicomponeni ， an appeopeoaieiheeshoed osseeecied iodeieemoneiheeeconsieucioon waeeeeicoe o ocoenisei ， and ihusiheiaegeisognaecan bee o ecioeeeysepaeaied oeom iheseaceu i ee.Fona e y ， somueaioon expeeomeniswoih measueed daiaoeomIPIXaeeca e oed ouiioeeeooyihee o ecioeene s ooihepeoposed meihod.Resueisshowihaiiheaegoeoihm peoposed on ihospapeecan收稿日期：2020-07-22"修回日期：2020-10-18基金项目：国家自然科学基金(61601099)第2期冯云等：基于自适应可调Q因子小波变换的海杂波背景下的目标检测技术305e e cioeeeydeieciiheseowand weak iaegeiea e ongonioiheseaceu i e eDoppeeechanneewoihouianypeooeoneoemaioon oeiaegeisand ceu i e e.Key words:sex clutter；target detection；adaptive；tunable Q-factor wavelet transform；IPIX data set1引言海杂波是指雷达接收到的海表面的后向散射回波,它受多种因素的影响，如海洋环境参数(风速、风向、涌浪、洋流等)和雷达设备参数(擦地角、波长、极化方式等这些因素的共同作用导致海杂波的物理机制极其复杂,现有的研究虽然对海杂波的特性有了比较深入的认识，但是仍然存在盲区;并且已有的海杂波模型也存在局限，不能很好的描述各种情况下海杂波的特性。
海杂波环境下慢速小目标检测方法
引 言
一
（ ａ ｌｉｈ） 布 、 数 正 态 （ ｏ — ｏｍａ ） 布 、 Ｒ ｙｅｇ 分 对 Ｌ ｇｎ ｒ １ 分
Ｗｅｂ ｌ分 布 和混 合 Ｋ 分 布 ［ ］ ｉ ｎＨａ ｋｎ教 ｉｕ１ ２ 。Ｓｍｏ ｙ ｉ ≈ 授 于 上世 纪 ９ ０年 代 发现 了海杂 波 符合 混 沌 的某 些 特性 ， 同时 ， 神经 网络技 术 和其他 一些 非线性 算法 也
杂 波 的 干扰 ， 有 可 能在 很 大 程 度 上提 高 海 防 雷 达 将
关键 词； 雷达 ， 海杂波 ， 慢速 小 目标检测 ， 号平滑处理 ， 信 时频分 析
中 图分 类 号 ： Ｎ９ ７ ５ Ｔ ５．１ 文献标识码 ： Ａ
Ｓｍ ａ ｌａ ｏ Ｔａ ｇ ｔ ｅ ｅ ｔｏ ｎ Ｓ ａ Ｃｌ ｔｅ ｌ ｎｄ Ｓｌ ｗ ｒ ｅ ｓ Ｄ ｔ ｃ ｉ ｎ ｉ ｅ ｕ ｔ ｒ
Ｖｏ ．３６ Ｎｏ． １ １ ， １ ＮＯ ２ １ Ｖ。 ０ １
火 力 与 指 挥 控 制
Ｆ ｒ ｏ ｔ ｌ Ｌ ｏ ｉ Ｃ ｎ ｒ ｍｍａ ｄ Ｃ ｎ ｒ ｌ ｅ ｏ８Ｃ ｎ ｏ ｔｏ
第３ ６卷 第 １ 期 １ ２１ ０ １年 １ １月
文章 编 号 ：０ ２０４ （０ １ １— １ ５０ １ ０ —６ ０ ２ １ ）１０ ２ ．４
处 理 和 时频 分 析 两 种 实 用 的 海 杂 波 抑 制 和慢 速 小 目标 检 测 方 法 ， 过 实 验 验 证 ， 雷 达 长 时 间 照 射 下 采 取 一 定 时 间 间 隔 的 扫 通 在 描 间 信 号 平 滑处 理 ， 在 短 时 间 照 射 下 采 取 时 频 分 析 方 法 均 能 有 效 地 区 分 出淹 没 于海 杂 波 环 境 下 的慢 速 小 目标 。 而
海面慢速弱小目标雷达探测技术研究
海面慢速弱小目标雷达探测技术研究朱文涛【摘要】海面慢速弱小目标的探测越来越受到世界各国的广泛重视.雷达探测作为一种远距离、全天时、全天候的探测手段,是实现海面慢速弱小目标探测的一种比较理想的手段,然而海面慢速弱小目标探测一直是雷达探测的一个世界性难题.针对该问题,本文结合目标特性、海杂波特性和实际应用,提出了一种海面慢速弱小目标探测的解决方案.首先,梳理了海面慢速弱小目标的目标特性、雷达探测挑战、国内外技术思路;其次,梳理了慢速弱小目标雷达探测需要解决的关键点;在此基础上,提出了一种满足海面低慢小目标探测的系统架构.【期刊名称】《科技视界》【年(卷),期】2018(000)022【总页数】4页(P64-67)【关键词】海面;慢速弱小目标;雷达探测;关键点;系统架构【作者】朱文涛【作者单位】中国电子科技集团公司第二十研究所,陕西西安 710068【正文语种】中文【中图分类】TP1810 前言海面慢速弱小目标是指速度慢、雷达截面积小、声光电特性不明显的目标，这些目标主要包括海面小型船艇、小型渔船、海面漂浮物以及某些特定任务的军事设备。
上述目标由于较易躲过各种侦察手段的监视，故常被用来进行隐蔽侦察、偷渡、贩毒、抢劫、恐怖袭击以及军事打击等任务，而且任务效果是非常明显的，同时造成的损失也是比较严重的。
2008年，恐怖分子乘着一艘小艇对印度孟买进行了恐怖袭击，造成了 195人死亡的严重后果；近年来，索马里海盗利用小艇多次成功劫持了国际航道的商船，造成人员伤亡和严重的经济损失。
随着中国“海上丝绸之路”的不断推进，运行在国际航道的商船将更加频繁，对应的海面慢速弱小目标的探测需求就显得越来越迫切。
因此，海面慢速弱小目标的远距离预警可以为海岸防御或海面舰船争取充分的准备和应对时间，而雷达作为一种远距离、全天时、全天候的探测手段，是实现海面低慢小目标探测的一种比较理想的手段。
国内外针对海面慢速弱小目标雷达探测已经开展了大量的工作，并取得了一定的成果。
海杂波环境下的弱小目标检测方法研究
海杂波环境下的弱小目标检测方法研究海洋中存在着许多弱小目标，如小型舰船、潜艇、无人机等，它们在海杂波环境下的检测面临着巨大的挑战。
而海洋作为一个复杂的、充满动态波浪和浓密水汽的大气介质，对弱小目标的探测能力提出了更高的要求。
因此，如何有效地在海杂波环境下进行弱小目标的检测成为一个热门的研究方向。
海杂波环境下的弱小目标检测方法可以分为传统方法和深度学习方法两类。
传统方法主要使用基于形状、纹理和颜色等特征的目标检测算法，如Haar特征、HOG特征和SIFT特征等。
这些方法通常需要手动提取特征，对海杂波环境下的目标检测能力有一定的限制。
此外，传统方法对背景干扰的抵抗能力较弱，容易导致误检和漏检。
相比之下，深度学习方法凭借其出色的特征学习和表示能力，在海杂波环境下的弱小目标检测中取得了较好的效果。
卷积神经网络（CNN）作为深度学习的代表方法，在目标检测领域取得了巨大的成功。
目前，基于CNN的弱小目标检测方法主要有两种：基于单尺度的方法和基于多尺度的方法。
基于单尺度的方法主要是通过设计适应于海杂波环境的卷积神经网络结构来进行目标检测。
这种方法一般可以分为两个阶段：候选区域生成和目标检测。
候选区域生成阶段通常使用滑动窗口或选择性搜索等方法提取可能包含目标的候选区域。
目标检测阶段则根据候选区域的特征进行分类和定位。
然而，这种方法常常容易产生较多的误检和漏检，因为单一尺度的检测难以适应复杂的海杂波环境。
为了解决单尺度方法的限制，基于多尺度的方法被提出。
这种方法通过引入多尺度的输入图像或设计具有不同尺度感受野的卷积层来进行目标检测。
多尺度输入图像可以提供更全局的信息，并能够更好地适应不同尺寸的目标。
而具有不同尺度感受野的卷积层则可以对不同大小目标的特征进行提取。
因此，基于多尺度的方法在海杂波环境下的弱小目标检测中具有更好的鲁棒性和性能。
除了传统方法和深度学习方法，还有一些其他的技术也可以用于海杂波环境下的弱小目标检测。
海杂波中小目标的特征检测方法
海杂波中小目标的特征检测方法海杂波中小目标的特征检测方法随着海洋开发和利用的不断深入，对海洋资源的需求逐渐增加。
其中海洋领域的目标检测技术一直是研究的热点之一。
在海洋环境中，众多的海杂波干扰使得目标检测变得复杂而困难。
而针对海杂波中的小目标特征检测方法是目前的研究重点。
1. 引言海洋是一个充满未知的广阔世界，其中包含了人们瞻仰和探索的无尽奥秘。
然而，海洋环境的复杂性和变化性使得海洋开发和利用过程面临着巨大挑战。
为了更好地利用和保护海洋资源，科研人员对海洋环境中的目标进行了深入研究，其中海杂波中的小目标特征检测成为了关注的焦点。
2. 海杂波中小目标的挑战海洋环境中有很多干扰源，如波浪、水流、浮游生物等，这些干扰源是海杂波的主要成分。
海杂波的存在给小目标的特征检测带来了很大的挑战，因为海杂波会掩盖目标的特征，使其难以辨认。
此外，海洋环境中的光照条件和水质也会对检测结果产生影响，增加了检测的难度。
3. 小目标的特征提取方法为了克服海杂波的干扰，研究人员提出了一系列的特征提取方法。
常用的特征包括颜色特征、纹理特征、形状特征等。
其中，颜色特征是最常见的特征之一。
海洋环境中的小目标通常具有与周围背景有明显差异的颜色，通过提取这种颜色差异可以实现目标的检测。
在提取颜色特征时，可以使用颜色直方图、颜色矩、颜色梯度等方法。
纹理特征是指目标的纹理信息，可以通过计算纹理统计特征、纹理能量特征等方法实现。
形状特征可以通过边缘检测、轮廓提取等方法获得，然后通过形状描述符进行特征提取。
4. 小目标的特征匹配方法在特征提取之后，需要对提取到的特征进行匹配，从而实现目标的准确检测。
特征匹配方法通常包括相似度度量和匹配算法。
其中，相似度度量可以通过计算特征向量之间的距离或相似度来描述。
常用的相似度度量方法有欧氏距离、余弦相似度等。
匹配算法可以根据具体的情况选择，如K近邻算法、支持向量机算法等。
5. 小目标的检测结果评价方法为了评价特征检测方法的性能，需要对检测结果进行评价。
海杂波背景中小目标检测算法研究
中小 目标检测方法 ，并应用此方法仿真 了杂波背景 中 ，高分辨 力雷 达 回波信 号 的检 测过程 。仿 真结果 表 明：该 方法可以在信杂 比较低 的情况下 实现 目标信号 的有 效检测 ，且检 测性能优 于应用 Ｒ Ｂ Ｆ网络 的检测方 法 ，对 于复
杂杂波背景 中小 目标检测 问题的研究 具有 一定的价值 。
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｎｏ ｎ ｌ ｉ ｎ ｅ ａ ｒ ｆ ｏ ｒ ｅ ｃ ａ ｓ ｔ ｉ ｎ ｇ ｏ ｆ ｓ ｅ ａ ｃ ｌ ｕ ｔ ｔ ｅ ｒ ｉ ｓ ｉ ｍｐ ｏ ｒ ｔ ａ ｎ ｔ ｆ ｉ ｅ ｌ ｄ ｏ ｆ ｒ ａ ｄ ａ ｒ ｓ ｉ ｇ ｎ ａ ｌ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ．Ｎ ｅ ｕ ｒ ａ ｌ ｎ ｅ ｔ ｗｏ ｒ ｋ ｈ ａ ｓ ｔ ｈ ｅ ａ ｄ ｖ ａ ｎ —
ｔ ａ ｇ ｅ ｏ ｆ ａ ｐ ｐ ｒ ｏ ｘ ｉ ｍａ ｔ ｉ ｎ ｇ ｔ ｈ ｅ １ １ ０ １ ３ ｌ ｉ ｎ ｅ ａ ｒ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ，ａ ｐ ｐ ｌ ｉ ｅ ｓ ｔ ｏ ｔ ｉ ｍｅ ｓ ｅ ｒ ｉ ｅ ｓ ｆ ｏ ｒ ｅ ｃ ａ ｓ ｔ ｓ ｏ ｆ ｓ ｅ ａ ｃ ｌ ｕ ｔ ｔ ｅ ｒ．Ｗ ｉ ｔ ｈ ｔ ｈ ａ ｔ ｉ ｎ ｍｉ ｎ ｄ ，ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｓ ｗ ｅ ａ ｋ ｔ ａ ｒ ｇ ｅ ｔ ｓ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｆ ｏ ｒ ｅ ｃ ａ ｓ ｔ ｉ ｎ ｇ ｅ ｒ ｒ ｏ ｒ ｏ ｆ ｒ ａ ｄ ｉ ａ ｌ ｂ ａ ｓ ｉ ｓ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ｗｉ ｔ ｈ ｒ ｅ ｇ ｒ ｅ ｓ ｓ ｉ ｏ ｎ ｗ ｅ ｉ ｇ ｈ ｔ ｎ ｅ ｕ ｒ ａ ｌ ｎ ｅ ｔ ｗ ｏ ｒ ｋ ｕ ｎ — ｄ ｅ ｒ ｓ ｅ ａ ｃ ｌ ｕ ｔ ｔ ｅ ｒ ｂ ａ ｃ ｋ ｇ ｒ ｏ ｕ ｎ ｄ，ｔ ｏ ａ ｃ ｈ ｉ ｅ ｖ ｅ ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｔ ｈ ａ ｔ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｙ ｄ ｅ ｔ ｅ ｃ ｔ ｗｅ ａ ｋ ｔ ａ ｒ ｇ ｅ ｔ ｓ ｉ ｇ ｎ ａ ｌ ｕ ｎ ｄ ｅ ｒ ｃ ｏ ｍｐ ｌ ｅ ｘ ｃ ｌ ｕ ｔ ｔ ｅ ｒ ｂ ａ ｃ ｋ — ｇ ｒ ｏ ｕ ｎ ｄ ．Ａ ｎ ｄ，ｓ ｉ ｍｕ ｌ ａ ｔ ｅ ｓ ｔ ａ ｒ ｇ ｅ ｔ ｅ ｃ ｈ ｏ ｓ ｉ ｇ ｎ ａ ｌ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｐ ｒ ｏ ｇ ｒ ｅ ｓ ｓ ｏ ｆ ｈ ｉ ｇ ｈ ｒ ｅ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｒ ａ ｄ ａ ｒ ｉ ｎ ｔ ｈ ｉ ｓ ｍｅ ｔ ｈ ｏ ｄ ｕ ｎ ｄ ｅ ｒ ｂ ａ ｃ ｋ ｇ ｒ ｏ ｕ ｎ ｄ ｏ ｆ ｓ ｅ ａ ｃ ｌ ｕ ｔ ｔ ｅ ｒ Ｔ ｈ ｅ ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｉ ｓ ｗａ ｙ ｃ ａ ｎ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｙ ｄ ｅ ｔ ｅ ｃ ｔ ｔ ａ ｒ ｇ ｅ ｔ ｓ ｉ ｇ ｎ ａ ｌ ｉ ｎ ｒ ｅ ｌ ａ ｔ ｉ ｖ ｅ ｌ ｙ ｌ ｏ ｗ ｓ ｉ ｇ ｎ ａ ｌ ｔ ｏ ｃ ｌ ｕ ｔ ｔ ｅ ｒ ｒ ｄ ＿ ＿ ｔ ｉ ｏ ，ａ ｎ ｄ ｔ ｈ ｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｐ ｅ ｒ ｆ ｏ ｒ ｍａ ｎ ｃ ｅ ｏ ｆ ｔ ｈ ｉ ｓ ｍｅ ｔ ｈ ｏ ｄ ｉ ｓ ｓ ｕ ｐ ｅ ｒ ｉ ｏ ｒ ｔ ｏ ｔ ｈ ｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｐ ｅ ｒ ｆ ｏ ｒ ｍａ ｎ ｃ ｅ ｏ ｆ ｔ ｈ ｅ ｍｅ ｔ ｈ ｏ ｄ ｗ ｉ ｔ ｈ ｒ ａ ｄ ｉ ａ ｌ ｂ ａ ｓ ｉ ｓ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ｎ ｅ ｕ ｒ ａ ｌ ｎ ｅ ｔ ｗｏ ｒ ｋ ．Ｔ ｈ ｉ ｓ ｍｅ ｔ ｈ ｏ ｄ ｉ ｓ ｖ ａ ｌ ｕ ａ ｂ ｌ ｅ ｔ ｏ ｔ ｈ ｅ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｆ ｗｅ ａ ｋ ｔ ａ ｒ ｇ ｅ ｔ ｓ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｕ ｎ ｄ ｅ ｒ ｃ ｏ ｍｐ ｌ ｅ ｘ ｃ ｌ ｕ ｔ ｔ ｅ ｒ ｂ ａ ｃ ｋ —
海杂波模型及海面小目标检测方法研究
海杂波模型及海面小目标检测方法研究海杂波模型及海面小目标检测方法研究摘要：海面小目标检测是海洋监测中的重要内容，然而海洋环境的复杂性给海洋目标检测带来了极大的挑战。
本文针对海洋环境中的杂波干扰问题，提出了一种基于海杂波模型的海面小目标检测方法。
该方法首先通过分析海面散射环境中的杂波特性，建立了一种真实海杂波模型，然后在该模型的基础上提出了一种有效的小目标检测算法。
实验证明，该方法在海面小目标检测中具有很高的准确性和可靠性。
1. 引言海洋是地球上广阔的资源和财富之海。
为了更好地了解和掌握海洋的状态和变化，海洋监测成为了极为重要的研究领域。
其中，海面目标检测技术是海洋监测中的核心内容之一。
然而，由于海洋环境的复杂性，如波浪、浸没效应、天气变化等原因，海面小目标的检测一直是一个困难和挑战性的问题。
2. 海杂波模型建立海杂波指的是在海面上由于不同尺度的浮游生物、浪花、涟漪等造成的杂乱反射波。
研究海杂波模型有助于更好地理解海洋环境中的杂波干扰问题，并为海面小目标的检测提供可靠的依据。
通过观测真实海洋环境中的杂波特性，我们可以得到一些关键参数，并建立起海杂波的数学模型，以描述海洋环境中不同尺度杂波的分布规律。
3. 海面小目标检测方法基于建立的海杂波模型，我们提出了一种新的海面小目标检测方法。
该方法利用了海面散射中的特定特性，并结合了图像处理和模式识别技术。
首先，使用海杂波模型对输入的海洋图像进行预处理，去除海面散射中的杂波干扰。
然后，通过使用滑动窗口和模板匹配等方法，对预处理后的图像进行目标检测。
最后，根据检测到的目标特征进行目标识别和分类。
4. 实验结果与分析我们使用了大量的真实海洋图像进行了实验验证。
实验结果表明，所提出的海面小目标检测方法在真实海洋环境中具有较好的性能，并且对于不同尺度的海面小目标都能取得较高的检测准确率。
5. 结论本文提出了一种基于海杂波模型的海面小目标检测方法。
该方法在海洋环境中的杂波干扰下仍能有效地检测到小目标，并且具有准确性和可靠性高的优点。
海杂波环境下慢速小目标检测方法
海杂波环境下慢速小目标检测方法
肖春生;察豪;周沫
【期刊名称】《火力与指挥控制》
【年(卷),期】2011(036)011
【摘要】海杂波环境下慢速小目标检测一直是雷达目标识别的难点,在分析海杂波特性的基础上,设计了脉间信号平滑处理和时频分析两种实用的海杂波抑制和慢速小目标检测方法,通过实验验证,在雷达长时间照射下采取一定时间间隔的扫描间信号平滑处理,而在短时间照射下采取时频分析方法均能有效地区分出淹没于海杂波环境下的慢速小目标.
【总页数】4页(P125-128)
【作者】肖春生;察豪;周沫
【作者单位】海军工程大学电子工程学院,武汉430033;海军工程大学电子工程学院,武汉430033;海军工程大学电子工程学院,武汉430033
【正文语种】中文
【中图分类】TN957.51
【相关文献】
1.海杂波下小目标检测的修正莫利特分布方法 [J], 肖春生;察豪;周沫
2.一种舰载毫米波雷达海杂波背景下的慢速小目标检测算法研究 [J], 洪伟;李红虎
3.强海杂波环境下目标检测方法对比分析∗ [J], 曾浩;李洁;鉴福升
4.海杂波背景下小目标检测的深度信念网络方法 [J], 冯亮
5.海杂波环境下改进的中值矩阵检测方法 [J], 赵文静;金明录;刘文龙
因版权原因，仅展示原文概要，查看原文内容请购买。
海面慢速弱小目标雷达探测技术研究
(a)德国SPEXER-2000要研究方向为雷达系统总体技术(b)英国Blighter C422(c)以色列EL/M-2112(V5)雷达图1国外典型雷达装备德国SPEXER-2000雷达是X波段脉冲多普是全球首次使用有源电子扫描技术的安防雷同时完成多项任务。
该雷达对RCS为1m2的类目标的探测距离可达20km,而且可以检测、自动识别RCS较小、速度很低的海面目标,特以实现RCS为0.1m2的游泳者目标的连续探踪,其原因在于具有高多普勒分辨率;英国Blighter 雷达是Ku波段、电子扫描(PESA)、调频连FMCW)多普勒雷达,采用模块化、非旋转、完全设计思想。
该雷达对RCS为1m2的橡皮艇类如图2所示。
图2机扫与电扫对杂波的影响1.2强目标干扰强目标干扰是海面慢速弱小目标探测不可忽视的一个重要问题,特别是在复杂的海面环境,如码头、基地、一些重要设施,这些场所强、弱目标出现在雷达视线的概率非常大。
强目标对海面慢速弱小目标的干扰主要体现在方位干扰和距离干扰。
方位干扰主要指强目标回波通过天线的副瓣进入接收机而强弱目标的强度比. All Rights Reserved.主要面临强杂波干扰和强目标干扰的问题[1-3]。
针对这两个问题,国内外主要从以下几个方面开展研究: 2.1提高距离和方位分辨率影响慢速弱小目标探测的一个重要因素是信杂比太低。
如果尽可能提高信杂比,则有利于目标的探测。
由于海杂波回波也是雷达发射信号经发射后的回波,那么提高发射功率对信杂比的提升几乎没有帮助,因此,尽可能减小分辨单元的面积是提高信杂比的有效途径。
减小分辨单元面积的途径是提高雷达的距离分辨率和方位分辨率。
美国AN/APS-116反潜雷达就是利用高分辨单元实现了露出时间有限的潜望镜目标的探测,其瞬时带宽为500MHz。
需要说明的是,分辨单元也不是越小越好,其划分标准最好要根据探测目标的大小来确定。
一旦分辨单元远小于探测目标的大小,雷达探测性能就会适得其反。
杂波背景下目标检测技术的研究的开题报告
杂波背景下目标检测技术的研究的开题报告一、选题背景目标检测技术是计算机视觉领域的热门研究方向之一，其应用广泛，包括安防监控、自动驾驶、智能物流等多个领域。
然而，在实际应用中，由于复杂的场景和杂波背景的影响，传统的目标检测算法的检测精度和效率都受到了很大的挑战。
因此，研究在杂波背景下的目标检测技术，具有重要的理论和实际意义。
二、研究内容和重点本研究将以深度学习为基础，结合相关预处理技术，从以下几个方面展开研究：1、杂波背景下目标检测算法的设计与实现根据现有的目标检测算法，针对杂波背景进行优化，提高其在背景杂波等复杂场景中的性能。
2、数据集的构建与分析通过收集杂波背景下的图像和视频数据，构建相应的目标检测数据集。
对数据集进行分析，为开展研究提供依据。
3、性能评估与比较对研究得到的目标检测算法，在不同数据集上进行性能评估和比较，验证其在杂波背景下的检测精度和效率。
三、研究意义和应用价值本研究旨在探究在杂波背景下的目标检测技术，具有如下意义和价值：1、丰富目标检测领域的研究内容，解决实际应用中的难题。
2、提高目标检测技术在安防监控、自动驾驶、智能物流等领域的应用效果。
3、促进计算机视觉领域和深度学习领域的交叉融合，推动相关研究和产业发展。
四、预期进展和难点分析本研究预期能够在杂波背景下的目标检测技术领域取得以下进展：1、设计出一个在复杂背景下具有高精度和实时性的目标检测算法。
2、构建出一批杂波背景下的目标检测数据集。
3、提出一种有效的性能评估和比较方法，评估研究得到的目标检测算法的性能指标。
但同时，本研究也面临着以下难点：1、有限的数据集，需要通过大量的数据采集和处理，使之能够反映出真实场景下的目标检测情况。
2、复杂的杂波背景下，需要综合运用多种图像处理技术和深度学习算法，以提高目标检测算法的精确性和实时性。
3、性能评估和比较方法的制定需要考虑实际应用中的需求，评估指标的选择要能够全面、客观地反映算法的优缺点。
海杂波环境下慢速小目标检测方法
海杂波环境下慢速小目标检测方法
海杂波环境下慢速小目标检测方法是一种用于在海上环境下检测小型运动目标的方法。
由于海洋环境的不稳定性和杂波的干扰，这项任务对目标检测算法的准确性和鲁棒性提出了更高的要求。
该方法的主要步骤包括：预处理、背景建模、目标检测和跟踪等。
预处理步骤包括对原始图像进行去噪和增强，以提高图像的质量和对比度。
在背景建模阶段，使用基于混合高斯模型的方法来建立背景模型，并利用背景差分技术提取前景目标。
目标检测和跟踪阶段，通过使用相关滤波器等算法，对目标进行检测和跟踪，以实现对目标的准确跟踪和定位。
该方法的优点是可以在复杂的海上环境下实现对小型运动目标的准确检测和跟踪。
但是，在实际应用中，由于海洋环境的复杂性和变化性，该方法的鲁棒性和实时性仍然需要进一步提高。
综上所述，海杂波环境下慢速小目标检测方法是一种用于在海上环境下检测小型运动目标的方法，具有一定的优点和局限性。
在实际应用中，需要根据具体的需求和实际情况进行选择和优化。
海杂波下的雷达目标检测技术进展评述
浪等等都影响海杂波，使其在谱上呈现不规则性，幅度统计分布上难以用公式来描述。对海杂波建模从一开 始的单参数建模如瑞利分布、对数正态分布等逐渐发展为多参数的 K 分布、复合高斯分布[1]等，但在实际应 用中发现这些模型都不能完美反映海杂波的物理特性。
Scientific Journal of Information Engineering June 2014, Volume 4, Issue 3, PP.83-90
A Survey of Target Detection Technique under Sea Background
Guangqiang Wei, Yongfeng Zhu, Hongzhong Zhao
ATR Lab, National Univ. of Defense Technology, Changsha Hunan 410073, China
Abstract
Sea clutter is superposition of a large number of radar backscatter wave, and it has heterogeneity and non-stationary characteristics, which is seriously interferes in detection performance of targets within sea clutter. Three aspects (sea clutter distribution characteristics, radar platform and target echo from sea surface) are discussed in this paper. Keywords: Sea Clutter; Radar Platform; Target Echo; Target Detection
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１ 检 测 前 跟 踪 方 法
传 统 雷 达在 完 成 １帧 数据 的检 测 判 断后 ， 这些 数 据 即被 丢弃 ， 而造成 信 号能量 的浪费 ， 为 即使 从 因 该 帧数 据 中没有 达 到 检 测 门 限 ， 可 能 含 有 目标 信 也 息 ， 果将 多帧 数据 中弱 小 目标 能量 集 中起 来 ， 如 就可 能 最终 检测 出 目标 ， 测 前 跟 踪 （ Ｄ） 法 即 为这 检 ＴＢ 算 种“ 以时 间换 能量 ” 的典 型代 表 。 该 方 法 的主要 思想 是在 每次 扫描 时不 设 检测 门 限 ， 是将 其进 行采 样存 储 ， 只 然后将 多次观 测得 到 的 雷 达 回波信 号在 多 普 勒频 率 域 （ 速度 ） 时 间 域 （ 和 距 离 ） 维方 向 的 幅 度 排 列 成 图像 ， 合 雷 达 图像 特 二 结
２１ ０ ２年 ２月
舰 船 电 子 对 抗
Ｓ ＰＢ ＨＩ ０ＡＲＤ ＥＬＥ ＣＴＲ０ＮＩ Ｃ０ＵＮＴＥＲＭ ＥＡＳ Ｃ ＵＲＥ
Ｆｅ ２ ２ ｂ． ０１
Ｖｏ ＿ ５ ＮＯ １ Ｉ３ ．
第３ ５卷 第 １期
海 杂 波 背景 下慢 速 小 目标 ｕ ｔ ｒ， ａ ｙ ｅ ｈｅ ｐ ｒ ｉｕｌ ｒ ｍｅ ｓ ｅ Ｏ ａ ａ ｎｉｅ ｔ ｅ ｓ ｒ ｇ ｃ ｕ ｔ ｒ ｆ ｏ ｔ ｅ ｅ ｇｉ ｅ ｒｎ ｅ ｌ ｔ ｅ ａｎ ｌ ｚ ｓ ｔ ａ ｔｃ ａ ａ ｕｒ ｓ ｔ ｎｔ ｇｏ ｚ ｈ ｔ ｏｎ ｌ ｔｅ ｒ ｍ ｈ ｎ ｎ ｅ ｉ ｇ ｐｏ ｎｔｏ ｅ ｉ ｆｖｉｗ．
２ Ｎａ ａ ｐ ｅ ｅ ｔ ｔ ｅＯｆｉｅ Ｂａ ｅ ｎ Ｔｈ ２ ｎ ｔｔ ｔ ｆＣＳ Ｃ， ｎ ｚ ｏ ２ ０ １， ｉ ａ ． ｖｌ Ｒｅ ｒ ｓ ｎ ａ ｉ ｆ ｓ ｄ ｉ ｅ ７ ３ Ｉ ｓ ｉ ｅ ｏ Ｉ Ｙａ ｇ ｈ ｕ ２ ５ ０ Ｃｈ ｎ ） ｖ ｃ ｕ
Ａｂ ｔ ａ ｔ Ａｉ ｉ ｇ ａ ｈ ｅ ｅ ｔｏ ｒ ｂ ｅ ｏ ｌ ｗ ｎ ｍａ ｌｔ ｒ ｅ ， ｈ ｓ ｐ ｐ ｒｄ ｓ ｕ ｓ ｓ ｔ ｅ ｐ ｉ ｃ — ｓｒ ｃ ： ｍ ｎ ｔｔ ｅ ｄ ｔ ｃ ｉ ｎ ｐ ｏ ｌ ｍ ｆｓｏ ａ ｄ ｓ ｌ ａ ｇ ｔ ｔ ｉ ａ ｅ ｉｃ ｓ ｅ ｈ ｒｎ ｉ ｐ ｅ ａ ｄ ｍ ｅ ｈ ｄ ｔ ｅ ｒ ａ ｅ ｔ ｅ ｒ ｌ ｔ ｉ ｆｃ ｕ ｔ ｒａ ｄ ａ ｓ ｒ ｃ ｈ ａ ｇ ｔｕ ｄ ｒｔ ｅ ｂ ｃ ｇ ｏ ｎ ｆ ｌ ｎ ｔ ｏ ｏ ｄ ｃ ｅ ｓ ｈ ｅ ａ ｉ ｔ ｏ ｌ ｔ ｅ ｎ ｂ ｔ ａ ｔｔ ｅ ｔ ｒ ｅ ｎ ｅ ｈ ａ ｋ ｒ ｕ ｄ ｏ ｖ ｙ
Ｋｅ ｒ ｓ ｓｏ ｔ ｒ ｅ ｅ ｅ ｔｏ ｓ ａ ｃ ｕ ｔ ｒ ｔ ａ ｋ ｂ ｆ ｒ ｅ ｅ ｔ ｎ ｙ ｗｏ ｄ ： ｌ ｗ ａ ｇ ｔｄ ｔ ｃ ｉ ｎ； ｅ ｌ ｔｅ ；ｒ ｃ ｅ ｏ ｅ ｄ ｔ ｃ ｉ ｏ
０ 引 言
目前 ， 面 慢 速小 目标 的探 测成 为 雷 达 领 域研 海
Ｓ ａ ｌＴａ ｇ ｔｕ ｄｅ ｅ Ｂａ ｋｇ ｏ ｎ ｆ Ｓ ａ Ｃｌ ｔ ｅ ｍ ｌ ｒ ｅ ｎ ｒ Ｔｈ ｃ ｒ ｕ ｄ ｏ ｅ ｕ ｔ ｒ
ＸＵ ｅ ． Ｗ ｉ ＤＡＩＣｈｕｎ ｈｕ — ａ
（ ． ｅ７ ３ Ｉ ｓ ｉ ｔ ｆＣＳ Ｃ， ｎ ｚ ｏ ２ ０ １ Ｃｈ ｎ ； １ Ｔｈ ２ ｎ ｔ ｕ ｅ ｏ Ｉ Ｙａ ｇ ｈ ｕ ２ ５ ０ ， ｉ ａ ｔ
行谱 探 测 的可 能 。国外研 究人 员 对该 问题 进行 了大 量 的研 究 ， 分研 究 成 果 已经 在 特 定 的 雷 达 上得 以 部
应用 。
在 进行 海 杂 波 背 景下 的慢 速 小 目标 探 测 时 ， 由
于海 杂 波背 景 的相关 性 导 致 能量 无 法 累 积 ， 率 较 效 低， 因此 首先 需要 解决 的是 背 景去 相关 问题 ， 目前大
多探 测方 法均 是基 于此 进 行 的 。本 文从 工 程实 用 的 角度 ， 合 目前技 术发 展趋 势 ， 一 些 主要 的探 测方 结 对 法如 检 测前 跟踪 、 描 间 累 积 等 方 法进 行 了讨 论 和 扫
点 ， 用 目标在 各 帧图像 之 间的移 动规 律 ， 时在帧 利 同
究 的热 点之 一 ， 由于海 面 背景 复杂 ， 致慢 速小 目标 导 信 杂 比较低 ， 常规 的 累积 方 法 由 于 杂 波 较 强 的 相关
性 而难 以达 到理 想 的效 果 ， 慢 速 目标 的 多普 勒 与 且 杂波 谱 重叠 ， 除 了 目前 行 之 有 效 的 多 普 勒处 理 进 排
度 上分析了抗强杂波的具体措施 。
关键 词 ： 慢速 目 标探测 ； 海杂波； 检测前跟踪 中图 分类 号 ： Ｎ ５．１ Ｔ ９ ７５ 文 献标 识码 ： Ａ 文章 编号 ： Ｎ ２１１（０２０—０９ ３ Ｃ ３—４３２１）１ ４— ０ ０
Ｒｅ ｅ ｒ ｈ ｉ ｔ ｅ Ｄｅ ｅ ｔｏ ｃ ｏ ｏ ｉ ｓ ｆ ｒ Ｓ ｏ ａ ｓ ａ ｃ ｎ ｏ Ｔｈ ｔ ｃ ｉ ｎ Ｔｅ ｈｎ ｌ ｇ ｅ ｏ ｌ ｗ ｎｄ
（． 舶 重 工 集 团公 司 ７ ３ ， 州 ２ ５ ０ ；． 军 驻 扬 州 ７ ３所 军 事 代 表 室 ， 州 ２ ５ ０ ） １船 ２所 扬 ２０１２海 ２ 扬 ２０ １
摘要 ： 针对海面慢速小 目标探测 的问题 ， 了海 杂波背景下 降低杂波 相关性并 提取 目标 的原理 与方 法 ， 讨论 从工程 角