雷达在目标检测和跟踪时常面临地杂波、海杂波、气象杂波等复杂强杂波的干扰, 而雷达回波信号经过传统的动目标显示( MTI)和恒虚警( CFAR)检测处理后的剩余杂波, 在距离-时间(脉冲)上的二维分布与目标非常相似, 无法区分。对此, 提出一种基于杂波综合特征评估的雷达目标点迹过滤方法, 综合考虑目标与杂波在幅度起伏、距离/俯仰/方位相关性、相位变化等多维特征的不同, 利用综合特征因子评估区分目标和杂波。最后, 利用雷达实测数据对所提方法进行验证。结果表明, 杂波有效抑制率较传统方法有显著提升。

由于卫星图像来自于不同的传感器、由不同的视角和光谱、在不同的时间获得, 图像间存在较大差异。为了有效配准图像, 提出一种“先粗后精”的配准算法, 首先采用Fourier-Mellin 变换算法实施快速的粗配准, 然后采用以修正的结构相似度为测度的优化算法实施精确配准。对于真实的卫星图像配准, 由于没有准确的衡量标准, 很难给出定量的评估结果。本文提出一种新的配准评估方法——匹配曲线特征评估法, 以匹配曲线的峰度、峰偏、峰值以及峰值间均方根误差(RMSE)为定量评估指标, 以峰值间RMSE 最小为准则自动调整配准参数。结果表明, “先粗后精”的配准算法能够实现相当精确的配准; 匹配曲线特征评估法不仅能够从曲线的光滑度、尖锐度等特性直观描述配准性能, 并能由曲线的特征指标定量评估配准效果, 而且还能自动调整配准参数, 使配准更加精确。