简介：目标检测是红外成像防御中的关键技术,已得以广泛应用。提出了基于最大类间方差法的红外目标检测方法。首先,计算梯度图像,通过非最大值抑制、边缘连接和边缘闭合处理建立目标边缘闭合模型;然后,以边缘连接检测的目标型心为中心选取局部图像,通过最大类间方差法对局部图像进行分割,建立目标灰度模型;最后,使用目标灰度模型进行二次修正,得到最终目标信息。试验结果表明,该方法在复杂海面背景下能够对红外目标进行精确检测,具有较强的工程应用价值。

简介：空时自适应处理（STAP）方法具有良好的地面动目标检测性能，然而在非均匀场景下，STAP常由于训练样本数不足而存在性能损失。建立了极化空时三维信号模型，指出不同极化通道问杂波功率存在差异而空时二维结构在理论上一致，并在此基础上提出最大似然参数估计的多极化杂波协方差矩阵融合方法以改善样本数不足导致的协方差矩阵估计精度较差问题；对杂噪比较大且各极化通道间的空时协方差矩阵结构误差较小的特殊情况，通过对杂波协方差矩阵以及信杂噪比损失的分析指出平均融合即具有良好的检测效果。仿真结果验证了所提方法的有效性。

简介：在分析现有的双基地STAP杂波协方差矩阵估计方法的基础上,从杂波建模的角度,建立了不同距离门的杂波协方差矩阵的联系,并在此基础上提出了基于最大似然的双基地STAP杂波协方差矩阵估计方法,数据仿真和分析表明该方法不仅具有较优的处理性能而且具有较好的适用性和扩展性。

简介：当前，自适应数字波束形成算法已经在通信等科技领域中得到了广泛的应用。但是当阵列导引向量存在误差或者协方差矩阵估计不准确时，会导致常规的波束形成算法性能恶化。稳健的自适应波束形成算法，则可以较好地克服上述误差带来的性能下降问题。针对以上问题，提出了一种基于协方差矩阵重构特征子空间投影的稳健波束形成算法，并对该稳健波束形成算法进行了分析，最后通过仿真来验证算法的稳健性。

简介：比较了若干用于从高斯干扰中提取相干信号自适应处理算法的收敛速度。主要关注增加这些算法收敛的技术,即干扰协方差矩阵（CM）估算的正则化,考虑了有关CM结构特征的可能先验信息。文章验证了CM估算结合各方优点的混合带状对角正则化的优势。将有关托普利兹CM的可能先验信息考虑在内的各种算法进行了比较。在此基础上,验证了在规则空时自适应信号处理系统（STAP）中使用PAR-COR系数BURG估算以及CM估算带状对角线正则化的适合性。验证了这项技术基于自适应格型过滤器的有效实现方法。