1 中国民用航空飞行学院航空工程学院，四川 广汉618307
2 中国科学院国家空间科学中心，北京 100190
鸟击作为影响机场安全的主要事故征候，需要准确、稳定的弱小运动目标检测方法用于机场飞鸟检测。应用光场涨落增强低信噪比的飞鸟运动特征信号，再结合局部高斯混合模型对图像增强区域进行前景分割处理，实现宽视场复杂背景下的机场飞鸟目标检测，并完成不同光照条件的机场飞鸟检测实验。实验结果表明：所提算法较传统算法能有效提高机场条件下的远距离、宽视场、低信噪比弱小目标检测率，且具有较好的光学稳定性。
图像处理 低信噪比 光场涨落 局部高斯混合模型 宽视场 弱小运动目标 激光与光电子学进展
2023, 60(14): 1410002
1 西安邮电大学 电子工程学院，陕西西安702
2 中国科学院 西安精密机械研究所，陕西西安710077
3 水下信息与控制重点实验室，陕西西安710077
针对水下无线光通信（Underwater Optical Wireless Communication，UOWC）系统中由于低信噪比导致的接收光信号被淹没在强噪声中难以检测的问题，提出一种基于自适应随机共振（Adaptive Stochastic Resonance，ASR）的水下弱光信号检测方法。本文通过分析水下弱光信号的特点及随机共振的检测机理，引入二次采样，使随机共振可以适用于任意频率下的光信号检测。分析影响随机共振系统的参数，提出改进蚁群算法与随机共振相结合的检测方法，根据检测性能动态的调整系统参数，使系统达到最优匹配状态，实现自适应随机共振。为验证方法的有效性，搭建了基于雪崩光电二极管（Avalanche Photodiode，APD）的UOWC实验系统，实验结果表明，在信噪比SNR=-4.559 5 dB时，误码率为5×10-4，进一步证明了基于自适应随机共振的水下弱光信号检测可以显著提高UOWC接收机的误码率性能。
水下无线光通信 低信噪比 随机共振 蚁群算法 underwater optical wireless communication low signal-to-noise ratio stochastic resonance ant colony algorithm 光学 精密工程
2022, 30(12): 1383
华南师范大学物理与电信工程学院, 广东 广州 510006
针对可见光定位的信源在空间传输中抗干扰能力差、易失真,且接收信号的信噪比(SNR)会随传输距离的增加而显著降低等问题,设计了一款线性调频(LFM)信号同步检测的时域匹配滤波器。该匹配滤波器的特点是结合了过采样与互相关正交算法,将它应用在LFM信号的可见光定位中,可以有效地提高信号传输的距离。基于现场可编程门阵列器件完成了LFM时域匹配滤波器的逻辑设计与集成。在长距离可见光通信的同步检测实验中,在6 m通信距离内,该匹配滤波器同步检测的正确率超过99%,这为将来采用LFM信号进行可见光定位的应用奠定了基础。
光纤光学 可见光定位 低信噪比 匹配滤波器 现场可编程门阵列 激光与光电子学进展
2020, 57(19): 190602
微型光谱仪在检测高浓度比背景下多种痕量重金属离子浓度时, 光谱吸收信号易受外部环境和内部电路的随机噪声干扰, 多种痕量重金属离子的光谱吸收信号微弱易被噪声所淹没, 严重影响了光谱定量分析结果的准确性和重复性, 需要对光谱吸收信号进行去噪预处理。 然而, 大多数光谱去噪算法的一些关键细节参数的设置不仅需要通过反复的实验进行测试验证, 还取决于研究者的现有经验和待解决对象的特征。 针对这些关键参数对滤波效果影响大、 选择难的问题, 提出了一种基于sigmoid误差约束的改进型LMS自适应去噪算法。 首先对标准LMS算法原理进行了分析, 并结合微型光谱仪的数据干扰情况对标准LMS算法的滤波器结构进行优化改进, 利用sigmoid函数具有误差约束的特性, 对标准LMS算法的误差计算模块进行优化改进, 降低算法对噪声敏感性； 然后针对改进后的最小均方误差损失函数是一个非凸函数, 提出了一种类交叉熵损失函数, 将非凸问题转化为一个凸优化问题, 在利用梯度下降法逐步最小化损失函数时, 保证了局部最优解也是全局最优解, 同时结合Adam算法来自适应地调整学习率因子, 保证了算法具有较快的收敛速度； 最后为了验证改进后的自适应去噪算法具有较强的去噪性能, 通过交叉验证进行实验验证。 对四种金属离子混合溶液的实测光谱吸收信号, 添加不同信噪比的随机噪声后使用该改进的算法进行测试验证, 实验结果表明： 在处理信噪比低的吸收光谱信号过程中, 所提方法相对于标准LMS算法、 SG去噪算法、 小波软阈值算法、 小波硬阈值算法, 信噪比分别提高了9.225%, 19.678%, 7.591%和12.042%； 均方误差分别降低了59.647%, 63.070%, 53.600%和57.793%。 该方法不仅能够有效地抑制强噪声, 还原了光谱信号中的一些重要真实细节特征, 而且也避免了关键细节参数需要依靠主观判断选择的问题, 为分析低信噪比下的光谱信号提供了一种新的解决思路。
微型光谱仪 自适应去噪 低信噪比 类交叉熵 凸优化 Micro-spectrometer Adaptive denoising Low signal-to-noise ratio Similar crossentropy Convex optimization
华中科技大学 人工智能与自动化学院 多谱信息处理技术国家级重点实验室, 湖北 武汉 430074
提出了一种新的解决红外图像小目标检测问题的深度卷积网络, 将对小目标的检测问题转化为对小目标位置分布的分类问题; 检测网络由全卷积网络和分类网络组成, 全卷积网络对红外小目标进行增强和初步筛选, 实现红外图像的背景抑制, 分类网络以原始图像和背景抑制后的图像为输入, 对目标点后续筛选, 网络中引入SEnet(Squeeze-and-Excitation Networks)对特征图进行选择; 实验验证了整个检测网络相对于传统小目标检测算法的优势, 所提出的基于深度卷积神经网络的小目标检测方法对复杂背景下低信噪比且存在运动模糊的小目标具有很好的检测效果.
模式识别与智能系统 红外小目标检测 深度卷积网络 低信噪比 运动模糊 pattern recognition and intelligent systems small Target Detection in infrared images deep Convolutional Networks low signal-to-noise ratio motion blur SEnet SEnet
信息工程大学信息系统工程学院, 河南郑州 450001
针对较低信噪比下的深衰落稀疏多径信道, 提出了一种基于信道缩短的自适应稀疏均衡改进算法。该算法采用前置分数间隔信道缩短均衡器与后置自适应稀疏均衡器级联的均衡器结构, 其中, 首先利用短训练序列设计基于最小均方误差准则的前置均衡器, 前置均衡器与稀疏多径信道级联后得到能量集中于较短时间区域且分布稀疏的等效信道, 使得原始信道的深衰落畸变得到部分有效补偿; 然后采用能实现稀疏信号重构的随机梯度追踪算法调整后置自适应均衡器的抽头系数, 后置均衡器用于消除等效信道的剩余符号间干扰。仿真结果表明, 与传统的单级分数间隔自适应均衡器相比, 该算法具有收敛速度快和运算复杂度低的优点。
深衰落稀疏多径信道 较低信噪比 信道缩短 稀疏均衡 压缩感知 deep fading sparse multipath channel low signal-to-noise ratio channelshortening sparse equalization compressed sensing 太赫兹科学与电子信息学报
2017, 15(3): 409
中北大学信息探测与处理技术研究所， 山西 太原 030051
为了估计两个在空间上分离的传感器所接收信号之间的时间延迟，结合小波降噪的特点，提出了一种基于小波降噪的广义相关时延估计算法。鉴于传统阈值降噪的不足，对小波阈值的选取进行改进，研究出一种新的小波阈值降噪技术。该算法克服了传统广义相关法需要信号和噪声先验知识的局限性，放宽了直接互相关法对信号和噪声的假设条件。仿真和实验结果表明该算法在低信噪比下仍能有效估计时延，提高时延估计精度。
小波降噪 广义相关 时延估计 低信噪比 wavelet denoising generalized correlation estimation of time delay low signal to noise ratio
针对红外传感器成像信噪比低且易受噪声、背景杂波干扰的问题, 结合红外图像中点目标成像的特性, 充分利用目标、背景杂波及噪声在空间域中的分布特性, 进行空间匹配滤波器的优化设计。首先对红外点目标特性进行了分析, 在此基础上进行一维匹配滤波器的优化设计, 进而构建了优化设计的空间匹配滤波器。结合优化设计匹配滤波器、形态学背景抑制和自适应门限的红外弱小目标检测算法由于充分考虑了红外点目标的衍射效应和目标与背景的灰度差异, 使滤波过程智能地融入了目标和背景的特性, 极大地提高了红外弱小目标的检测性能。实测数据验证表明, 本检测算法对低信噪比(fSNR≤2)的红外图像, 在保证10-5虚警概率前提下, 检测概率不小于95%。
图像处理 匹配滤波器 低信噪比 点目标检测 红外图像
