摘要：基于Hough变换的航迹起始是密集杂波环境中低信噪比目标起始的一种有效方法,但其存在阈值选取困难及一个目标起始多条航迹(航迹簇拥)等问题。提出了一种MeanShift多尺度聚类Hough变换航迹起始算法(MSMSC-HT)。该算法先用低阈值进行航迹初选;然后对初选航迹进行多尺度聚类,并用MeanShift算法求取聚类中心;最后通过尺度寻优自适应地确定航迹数目和航迹参数。该算法通过聚类避免阈值设计的困难,解决了航迹簇拥下航迹的检测与估计问题。仿真结果表明了算法的有效性。

摘要：密集杂波环境中低信噪比目标的航迹起始是目标跟踪面临的主要困难.考虑一类具有多普勒量测的目标跟踪问题,提出了一种两级Hough变换航迹起始算法.该算法将时间信息引入Hough变换,利用多普勒与斜距的相关性构造约束条件,将三维空间的轨迹检测转化为两个二维空间的轨迹检测问题.给出了四个描述算法特性的定理,为算法参数设计提供了依据.仿真表明算法的有效性.

摘要：合成孔径雷达(Synthetic Aperture Radar,SAR)图像的船舶目标检测,因其广泛的应用前景而备受关注。近年来,基于深度学习的SAR图像船舶目标检测在多种场景中表现出较好性能。然而,由于SAR独特的成像机制,舰船目标通常与背景环境具有相似的散射特性使得实际的船舶目标难以辨识,且船舶目标尺度较小,导致准确检测船舶目标具有挑战性。为了缓解这一问题,本文提出了一种基于局部显著特征聚焦学习的SAR舰船检测方法。首先,设计了双重注意力模块,通过对通道级和空间级的特征进行双重注意力加权,以充分地探索船舰目标的关键语义特征,从而提升模型的深度提取能力。随后,为了进一步提升模型对船舶目标特征的表征能力,设计了平衡特征金字塔网络模块,通过对舰船目标的多尺度特征进行缩放、增强和聚合处理,以实现多尺度特征间的语义和空间信息均衡分布。最后,在SAR舰船检测数据集(SAR Ship Detection Dataset,SSDD)上进行了广泛的实验分析,实验结果一致性地证明了所提方法在提升SAR图像舰船目标检测准确性方面的有效性。

摘要：星载探测雷达具有全球覆盖、全天候、全天时、不易受到攻击等优点,在预警防御系统中具有巨大潜力。单个星载探测雷达由于俯仰角误差过大,导致其不具备空中目标高度估计能力;准确的目标高度估计对改善目标定位精度及威胁估计能力等具有重要意义。考虑多部星载探测雷达组网,提出了一种基于几何的空中目标高度估计方法,并通过仿真验证方法的有效性。通过仿真比较了雷达探测区域不同位置目标高度估计精度的差别,为组网雷达系统设计等提供技术支撑。

摘要：在对采用中脉冲重复频率的机载PD(脉冲多普勒)雷达进行重频设计时,通常只考虑距离遮挡和速度遮挡两个因素,并以距离-速度的二维清晰区图为标准衡量所选重频的好坏。事实上,能量因素作为雷达信号检测的基础也应被考虑,因为只有当清晰区内的目标信号能量满足一定要求时目标才能被检测。因此距离-速度的二维可检测区图才是衡量重频选取好坏的重要标准。基于传统的距离-速度二维清晰区图,进一步考虑了能量因素,给出了一种机载PD雷达可检测区图的计算方法,旨在为机载PD雷达的重频设计提供一些参考。