1 烟台南山学院,山东 烟台 265713
2 海军航空大学, 山东 烟台 264001
针对非均匀干扰环境中分布式多输入多输出(MIMO)雷达的距离扩展运动目标检测问题进行了研究。由于分布式MIMO雷达的干扰(杂波和噪声)是非均匀的, 无法获得训练数据来估计干扰的协方差矩阵, 为此提出了一种新的知识辅助(KA)干扰模型, 它和每个发射—接收(Tx-Rx)对相对应的干扰协方差矩阵具有服从复逆Wishart分布的矩阵结构, 但具有不同的功率电平。基于该模型提出了一种无训练数据的距离扩展目标知识辅助—广义似然比检测器(KA-GLRT)。仿真结果表明, 在非均匀干扰环境中, 所提出的KA-GLRT检测器的性能明显优于传统的有训练数据的协方差矩阵类检测器。
距离扩展目标 分布式MIMO雷达 知识辅助检测 广义似然比检测 复逆Wishat分布 range-sprad target distribute MIMO radar knowledge-aided detection Generalized Likelihood Ratio Test(GLRT) complex inverse Wishart distribution
针对非高斯杂波背景中扩展目标的检测问题，将自回归(AR)模型与广义杂波分组模型相结合，提出了基于AR的广义杂波分组模型。并在该杂波模型背景下，利用近似广义似然比检测(AGLRT)原理，结合迭代估计方法，提出了广义杂波背景下迭代近似广义似然比检测器(RAGLRT-GCC)。该检测器不需要利用辅助距离单元估计杂波协参数就可以实现目标的自适应检测。RAGLRT-GCC利用了杂波分组信息，有效提高了对稀疏扩展目标的检测性能。仿真结果表明，在相同检测概率下，RAGLRT-GCC性能优于现有的复合高斯杂波背景下迭代近似广义似然比检测器(RAGLRT-CG)。
复合高斯杂波 球不变随机向量 杂波分组 广义似然比检验 Compound-Gaussian clutter Spherically Invariant Random Vector(SIRV) clutter- clustered Generalized Likelihood Ratio Test 太赫兹科学与电子信息学报
2019, 17(1): 124
针对传统活动轮廓模型(Snake)对初始轮廓要求高、无法进行多目标提取且抗噪性弱等缺陷, 提出了一种新的基于广义似然比的最小方差活动轮廓模型。该算法在区域活动轮廓模型的基础上引入广义似然比信息, 以目标区域和背景区域具有最小方差为准则设计了新的能量函数, 并使用梯度下降法最小化能量函数, 驱动轮廓线不断收缩至物体边界。合成图像和真实图像的实验结果证明, 基于新模型的活动轮廓提取算法对初始位置不敏感, 具有一定的抗噪性, 并适用于多目标场景。
图像分割 活动轮廓模型 特征提取 广义似然比 能量函数 image segmentation active contour model feature extraction generalized likelihood ratio energy function
哈尔滨工业大学 电气工程及自动化学院, 黑龙江 哈尔滨 150001
针对多光谱红外图像序列中未知光谱辐射强度、位置和速度的弱小运动目标检测问题, 建立了与之相应的基本框架模型.对于这种含参信号的复合假设检验问题, 采用广义似然比检验(GLRT)得到了该问题的检测算子, 同时利用速度滤波器组在实际应用中实现了该检测算子.从理论角度估计了该算法的虚警概率和检测概率, 并通过计算机仿真验证了上述分析结果.为了评估该算法的有效性, 采用人工合成的多光谱红外图像序列对其进行测试, 结果说明该算法对于低信噪比条件下的弱小运动目标具有良好的检测效果.
弱小目标检测 多光谱红外图像序列 广义似然比检验 速度滤波器 dim target detection multispectral IR image sequence generalized likelihood ratio test velocity filter
在光子噪声受限条件下的图像中,其信号和噪声均服从泊松分布并呈现散粒状态,且由于该图像信噪比较低,目标难以被探测和识别,为此提出一种基于统计理论和广义似然比检验(GLRT)的目标探测方法来解决该条件下的目标探测问题。该方法在仅有目标物灰度图像已知的情况下,使用泊松分布概率函数和广义似然比检验方法得到统计判决公式,通过该公式计算原始图像中各个位置的检验器值,对光子图像进行目标探测。仿真和实验结果表明,该方法具有较好的目标探测性能,验证了算法的有效性和实用性。
图像处理 统计理论 广义似然比检验 目标探测 泊松分布
