【摘 要】
：
宽带雷达被广泛应用于目标成像、识别与精密测量,其检测门限的确定是宽带检测领域的重要问题。本文针对某些无法或难以确定解析门限的宽带雷达检测器,提出了基于重要性采样的宽带雷达检测门限设置方法。首先引入重要性采样以提高小概率样本的采样效率,然后通过积累样本权重绘制宽带检测器虚警与门限的关系曲线,最后对该曲线线性插值得到关注虚警对应的门限。仿真实验表明所提方法能够有效扩大检测器门限计算规模,提高计算精度和速度。
【机 构】
：
卫星导航电子信息技术教育部重点实验室（北京理工大学）,北京理工大学重庆创新中心
【基金项目】
：
重点研发项目(2018YFE0201803),科技委项目(2017-JCJQ-ZD-045-02)。
论文部分内容阅读
宽带雷达被广泛应用于目标成像、识别与精密测量,其检测门限的确定是宽带检测领域的重要问题。本文针对某些无法或难以确定解析门限的宽带雷达检测器,提出了基于重要性采样的宽带雷达检测门限设置方法。首先引入重要性采样以提高小概率样本的采样效率,然后通过积累样本权重绘制宽带检测器虚警与门限的关系曲线,最后对该曲线线性插值得到关注虚警对应的门限。仿真实验表明所提方法能够有效扩大检测器门限计算规模,提高计算精度和速度。
其他文献
GNSS欺骗式干扰是卫星导航系统的一大威胁.对于转发式欺骗干扰,由于目标接收机并不知道所受干扰的具体参数,现有的单一欺骗检测方法不能检测所有欺骗干扰,本文提出一种在捕获
针对非协作通信背景中MIMO-OFDM信号信噪比盲估计问题,提出了一种新的MIMO-OFDM信号SNR盲估计算法。首先,计算接收信号的自相关矩阵并进行特征值分解,再用最小描述长度(The Minimum Description Length,MDL)估计发射天线数;然后,把接收信号进行子空间分解估计噪声功率;最后,利用JADE(Joint Approximate Diagonalization of Eigenvalue Matrix)估计出信号功率,从而有效估计出MIMO-OFDM的信噪比。实验结果表明
在脉冲多普勒体制雷达系统中,脉冲压缩后信号强度常常服从Gamma分布,使得诸如信噪比、信干噪比等指标的统计评估本质上是针对Gamma分布均值比进行的。传统的Gamma分布均值比指标分析主要采用最大似然估计方法,不仅忽略了先验信息的使用,而且区间估计中的置信度也无法从概率意义上给出解释。为了克服这些缺点,文中通过推导Gamma分布均值比分布与Beta分布的关系,证明Gamma分布参数的后验分布为对数凹分布的特性,提出了基于Gibbs采样的Gamma分布均值比的贝叶斯统计推理框架,推导得到了后验点估计和区间估
为解决存在模型不确定、多区域似然和观测噪声干扰情况下的机动目标跟踪问题,提出了正则UK状态约束的多模型滤波器,根据截断理论对系统空时约束信息构建软约束模型,将其作为系统先验知识融入状态模型预测和模型状态非线性滤波的过程。为了处理模型不精确引起的模型属性歧义的问题,通过加权蒙特卡罗重要性样本预测状态模型概率。为了实现系统软约束,通过添加系统结构的内外正则项优化目标函数,在此基础上,对模型状态变量进行无迹变换并融合多模型滤波输出,从而实现对有效观测信息的优化跟踪及多变量非线性闭环系统的稳定控制。仿真实验结果表
为了提高恶劣道路场景下的目标检测能力,本文在YOLOV4-Tiny的基础上提出了一种快速目标检测算法。首先,本文考虑雨雾天气条件下的道路目标检测场景,将基于二次模糊的清晰度算法(ReBlur)和暗通道先验算法相结合对图像进行处理,然后将处理前后的图像用于网络的训练和测试,以克服雨雾天气造成的图像质量下降问题;另一方面,考虑道路场景中的小目标检测,本文在原网络的基础上对8倍降采样特征图进行上采样,再
共形阵列建模是共形阵列方向图综合优化、信号处理等研究工作的基础。与传统极化敏感阵列不同,受共形载体曲率影响,共形天线单元呈现多极化特性,共形阵列建模不仅要考虑空域导向矢量,还应考虑入射信号极化矢量在阵元极化方向图上的投影,这也是共形阵列建模的重点和难点。针对该问题,本文在利用欧拉旋转得到阵元局部方向图表示的基础上,给出了入射信号极化矢量在全局和局部坐标系下向阵元极化方向图极化投影的三种方法,完善了共形阵列建模理论,分析了不同建模方法的复杂度,并利用全局坐标系极化投影方法将广义信号子空间拟合算法应用于共形阵
传统蜂窝网络中,多址接入技术起着尤为关键的作用,与正交多址(Orthogonal Multiple Access,OMA)技术相比,非正交多址(Non-Orthogonal Multiple Access,NOMA)能够支持的用户数量远远超过可用正交资源的数量,可以达到更高的频谱效率和用户公平性。因此,为提高异构蜂窝网络的整体容量,本文研究了NOMA增强型设备到设备(Device to Device,D2D)的资源分配问题,并将其分解为两个独立的子问题:信道分配和功率控制。一方面,基于Coalition博
新一代视频编码标准H.266/VVC针对屏幕内容编码引入帧内块复制、调色板等预测模式,在提高编码效率的同时也带来了巨大的计算复杂度。本文采用角点、水平/垂直活动度和平均颜色亮度差联合特征对屏幕内容视频帧和当前编码单元(Coding Unit,CU)进行分类,将视频帧分为低对比度屏幕视频帧和高对比度屏幕视频帧,将CU细分为自然内容背景CU、屏幕内容背景CU和屏幕内容前景CU,进而对CU模式进行选择性跳过,减少模式选择代价。实验结果显示,在全帧内的条件下,该算法与开启IBC和PLT的H.266/VVC VTM
本文研究了非协作条件下短码直接序列扩频(Short Code-Direct Sequence Spread Spectrum,SC-DSSS)信号的信息序列和伪码序列盲估计问题,针对现有的矩阵分解方法在伪码周期较长、观测矩阵较大的条件下存在计算量大、估计速度慢的问题,提出一种基于k均值聚类(k-means)的SC-DSSS信号信息序列及伪码序列估计方法。首先将采样后的观测信号按照信息码宽度分割,然后利用k-means算法对分割后码片进行聚类,在伪码序列未知的情况下,实现信息序列的盲估计。在此基础上对码片进
视频行为识别算法在特征提取过程中,存在未聚焦视频图像显著区域信息的问题,使模型分类效果不理想。为了提高网络区别关注的能力,提出融入注意力机制的视频多尺度时序行为识别算法模型。在视频长-短时序网络中分别融入通道-空间注意力和通道注意力模块,引入注意力机制使网络在训练过程中重新分配权重,捕捉视频内容与位置兴趣点,提高网络的表达能力。在Something-somethingV1和Jester数据集上的实