恒虚警率

摘要： 为进一步提高深度神经网络算法在嵌入式机器人系统中的物体识别性能,提出了一种基于恒虚警率检测的深度神经网络Dropout正则化方法(CFAR-Dropout)。首先,通过对权重进行量化,将权重和激活从浮点数减少到二进制值;然后,设计了一个恒虚警检测器(CFAR),保持一定的虚警率,自适应地删减一些神经元节点,优化参与计算的神经元节点;最后,在嵌入式平台PYNQ-Z2上,使用基于VGG16的优化模型对算法的物体识别性能进行实验验证。实验结果表明,与使用经典的Dropout正则化方法相比,CFAR-Dropout正则化方法的错误率降低了约2%,有效防止了过拟合;与原本的网络结构相比,参数量所占内存减少到8%左右,有效防止了过参数化。

摘要： 目的:提出一种基于自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和恒虚警率(constant false alarm rate,CFAR)算法的眼电伪迹去除方法。方法:首先采用CEEMDAN方法分解原始信号,得到低频噪声和含有明显眼电脉冲信号的本征模态函数(intrinsic mode function,IMF)分量。其次采用CFAR算法实现IMF分量中眼电伪迹的自动识别。然后对含有眼电伪迹的脑电信号进行预处理后获得纯净脑电信号。最后通过实验验证该方法的有效性。结果:该方法能在有效滤除眼电伪迹的同时较好地保留局部细节和有用信息。结论:该方法具有计算简单、运行速度快的优点,适用于单通道脑电信号中的眼电伪迹去除。

摘要： 提出了一种恒虚警检测信源数的方法,该方法通过定义一个由观测协方差矩阵相邻特征值之差统计量构成的五维矢量序列,并利用K均值(K-means)聚类算法将所定义的五维矢量序列分成两类,且视为信号和噪声子空间。当将噪声子空间所对应的特征值序列描述成一个统计分布,并通过期望最大(expectation maximization, EM)算法估计出这个统计分布时,奈曼-皮尔逊(Neyman-Pearson, NP)假设检验就可利用这个分布来对信源数进行恒虚警检测。为了降低提出算法的计算复杂度,也给出了一个近似的NP假设检验方法。数值仿真结果在验证提出方法有效性的同时,也表明其优于其他方法。

摘要： 无人机作为典型的“低小慢”目标,具有飞行速度慢、高度低、雷达反射面积小等特点,使得无人机目标很难被检测和识别。针对无人机在复杂环境下存在信噪比低、检测困难等问题,提出了一种知识辅助的无人机目标恒虚警率(CFAR)检测方法。首先分析3种常见的地杂波分布模型和均值类CFAR检测器,然后分别对这3种杂波分布下的回波信号采取CFAR检测方法,将检测性能最优的方法作为该杂波分布下最优的CFAR检测方法存入知识库,从而建立CFAR知识库;通过对需要检测目标的回波信号的杂波分布进行估计,判断杂波分布的模型,并以此分布从雷达知识库中选择所对应的CFAR算法,从而完成回波信号的检测。利用雷达采集的实测数据进行了验证,仿真和实验结果验证了该方法的可行性和有效性。

摘要： 目标探测是雷达的一项重要功能,由于杂波和噪声一般在目标回波的距离和多普勒维同时存在,如果只使用一维恒虚警率检测将会降低探测性能,因此需要二维恒虚警率进行目标检测。传统的二维恒虚警率检测会使计算量大大增加,影响目标探测的实时性。改进的二维恒虚警率检测方法可极大减少检测单元,从而缩短了目标检测时间,并经过了工程验证。

摘要： 在相参体系的雷达系统中,相比于相干积累检测方法,非相干积累检测方法具有快速检测的能力,能够满足雷达信号实时处理的需求,在实际应用中具有重大意义。然而,非相干积累检测方法对累积脉冲数、参考单元数、海杂波幅度分布模型的形状参数以及海杂波散斑协方差矩阵均是非恒虚警率的。为了实现对数正态纹理复合高斯海杂波背景下运动目标的快速检测,提出了一种累积前白化和非相干累积级联的检测方法,证明该方法对海杂波幅度分布的尺度参数以及散斑协方差矩阵均是恒虚警率的。此外,分析了功率累积和幅度累积方法对检测性能的影响。通过匹配于海杂波形状参数、累积脉冲数以及参考单元数的检测门限,可以确保所提出检测方法的恒虚警率特性,继而实现对海雷达在大场景下对目标的快速恒虚警率检测。实验结果表明,在检测性能上幅度累积优于功率累积,而且累积前白化总体上提高了运动目标的信杂比,同时对于位于主杂波区之外的高速运动目标也能带来明显的性能改善。

摘要： 将统计学中的箱线图应用于SAR图像舰船目标检测,提出了一种新的舰船检测算法.该算法不对海面背景建模,因此对复杂的海面背景具有较强的适应性,且能有效减少虚警和保持舰船轮廓.文中从适用条件、算法参数和时间复杂度三个方面,将该算法与恒虚警率(CFAR)算法做了详细的分析与比较,并推导出当海面背景符合高斯分布时,本文算法中的参数异常点因子与双参数CFAR算法中的标称因子之间的关系.最后,使用马六甲海峡及其附近海域的多幅星载SAR图像进行了实验验证.实验结果表明,当实际海面背景分布不符合高斯分布时,相比于双参数CFAR算法,本文算法具有更好的适应性.

摘要： 人们常用均匀背景、多目标和杂波边缘3种典型背景来衡量雷达目标检测器的性能,但在现有文献中缺乏量化秩(Rank Quantization,RQ)非参数检测器在杂波边缘中虚警概率的理论模型,缺乏RQ非参数检测器与经典的参量型检测器在杂波边缘中虚警控制能力的比较.本文给出了RQ检测器在杂波边缘中虚警概率的解析表达式,并比较了它与非相干积累CA(Cell Averaging),GO(Greatest Of),OS(Ordered Statistic)恒虚警方法在杂波边缘中的虚警控制能力.可以看出,采用高秩量化门限的RQ检测器的虚警控制能力要优于低秩量化门限的情况,在瑞利分布杂波边缘情况下,RQ检测器的虚警控制能力与非相干积累OS方法接近.但是当强杂波变为长拖尾分布的非高斯杂波时,非相干积累CA,GO和OS参量型检测方法的虚警概率产生了3个数量级以上的上升,且不能降回到原始设定的虚警概率.而RQ检测器显示出了非参量检测器的优势,即当杂波背景的分布类型发生变化后,它仍然可以保持虚警概率的恒定.

摘要： 钢铁生产中的料位和料形是冶炼过程控制的重要指标,基于合成孔径雷达(SAR)原理的微波成像装置可有效提取热态径向料面特征.针对几何形态复杂,回波信号突变性强,甚至会出现遮蔽效应导致雷达失波的料面中心部分,本文建立了中心区域双聚焦测量成像系统.选定炉顶风罩位置对称安装两套雷达,电机控制雷达天线匀速摆动获取二维坐标矩阵,用重采样插值算法将其转换成像素点均匀的矩形灰度图像;根据尺寸参数确定炉心扫描重叠区间,并构建料面中心双聚焦融合算法(DfSAR)拼接双图像.与均值融合相比,图像互信息提高10.43％,清晰度改善23.91％.最后,采用雷达恒虚警率(CFAR)目标检测算法有效滤除高炉内粉尘颗粒物对料面图像的干扰.

摘要： 在雷达系统进行恒虚警处理时,由于杂波强度可能偏离统计平均值而产生起伏,此时采用理论的门限判决系数将使虚警率大大增加.本文通过对雷达信号检测恒虚警性能的研究,分析了有限参考单元数对虚警率及发现概率的影响,同时提出一种有效的寻优算法在恒虚警检测中对实际的门限判决系数进行实时的动态寻优,使检测系统始终保持在恒虚警率的工作状态中.

摘要： 随着卫星遥感技术的不断发展,合成孔径雷达(Synthetic Aperture Radar,SAR)图像上的舰船检测技术对海上作业舰船的监测管理起到了很重要的作用.论文首先分析了海杂波的分布统计模型,然后基于其分布模型采用了OS-CFAR(有序统计量)检测器,并与经典的CA-CFAR(单元平均恒虚警率)检测器进行对比,利用恒虚警率算法对中低分辨率SAR图像上的海上舰船进行了检测,结果显示具有不错的检测效果.

摘要： 为了解决恒虚警率检测算法(CFAR检测)在合成孔径雷达图像舰船检测中,用已有分布建模,不能应对所有的场景,对于一些复杂场景建模拟合效果不理想的问题,本文使用一种自选择混合分布的CFAR检测方法:首先,对图像进行预处理,减少目标像素对海杂波的影响;其次,利用学习出来的混合分布模型对预处理后的每一块图像进行建模,计算全局阈值,并根据阈值把图像像素分为目标和背景杂波;然后,为防止漏检,重新对场景像素进行建模、检测,重复此过程直到背景杂波中检测不到目标为止;最后加入后处理,减少虚警的产生.这一方法不仅能得到更好的海杂波模型,同时还能提取舰船的更多细节,实验结果证明了这一方法的有效性.

摘要： 本文针对合成孔径雷达(Synthetic Aperture Radar， SAR)图像桥梁提取，提出一种基于恒虚警率(Constant False Alarm Rate，CFAR)和不确定性推理的桥梁检测与辨识方法。利用先验信息提取桥梁的感兴趣(Region of Interesting,ROI)区域，缩小桥梁在整个图像中的搜索范围;并在ROI区域中利用基于瑞利分布(Rayleigh)模型的CFAR检测算子对桥梁检测;针对SAR图像中桥梁成像的复杂性，利用面向对象和产生式规则相结合对桥梁及相关知识进行表达，并利用基于可性度理论的知识不确定性推理对桥梁进行辩识。实验表明，该方法在桥梁提取，特别是辩识过程具有良好的效果。

摘要： 通过常见相关性测度的比较,选取了基于强度的SN相关作为模板匹配的基本数学模型。进而,分析了模板匹配中目标和杂波的强度分布统计特征规律。为了增强模板匹配算法执行的实时性,选取平均单元法和最大单元法相结合恒虚警率(CFAR)处理,极大地缩短了匹配搜索时间。构建了红色小球滚动通过水泥地面的监控实验,实验结果表明,本文所提出的基于SN相关和CFAR优化的改进模板匹配方法,完全适用于动态目标的监控。

摘要： 本文以中低分辨率光学海域图像中的舰船目标为研究对象,提出一种联合灰度和纹理特征的舰船目标检测方法.该方法利用改进的双参数恒虚警率(Constant False Alarm Rate,CFAR)方法和基于扩展分形(Extended Fractal,EF)方法分别提取图像中的疑似目标,然后综合两种检测结果以初步消除虚警,最后利用形状特征对疑似目标进行鉴别.实验结果表明本文方法能以较低的虚警率检测出舰船目标.

摘要： 本文主要论述了广义似然概率检测(GLRT)和自适应匹配滤波器检测(Adaptive Matched Filter Detector)的检测特点,通过仿真,对比GLRT和AMF在固定虚警率下的检测特性,以及信噪比损失因子对检测性能的影响。

摘要： 应用CFAR进行船只检测是SAR一个重要应用，本文基于小波开展海陆分割，去除了海洋中的孤岛现象，岸线与海水能够较好的进行分割，基于引力场的船只目标增强对图像进行处理，突出了目标特性，在此基础上开展的CFAR检测，结合虚警去除，对船只检测取得较好效果。

摘要： 应用CFAR进行船只检测是SAR一个重要应用，本文基于小波开展海陆分割，去除了海洋中的孤岛现象，岸线与海水能够较好的进行分割，基于引力场的船只目标增强对图像进行处理，突出了目标特性，在此基础上开展的CFAR检测，结合虚警去除，对船只检测取得较好效果。

摘要： 应用CFAR进行船只检测是SAR一个重要应用，本文基于小波开展海陆分割，去除了海洋中的孤岛现象，岸线与海水能够较好的进行分割，基于引力场的船只目标增强对图像进行处理，突出了目标特性，在此基础上开展的CFAR检测，结合虚警去除，对船只检测取得较好效果。

摘要： 本发明公开了一种适配海况变化的恒虚警检测器及恒虚警检测方法，涉及海面弱目标探测技术领域，包括去相关时间估计模块、时间相关特征值计算模块、参考单元杂波电平估计模块、处理模块和阈值判决器，去相关时间估计模块根据海况信息得到去相关时间，时间相关特征值计算模块根据海杂波信号和去相关时间得时间相关特征值，参考单元杂波电平估计模块根据时间相关特征值得到杂波电平，处理模块根据杂波电平和乘数因子得到给定虚警概率下的检测门限，阈值判决器根据待检测信号和给定虚警概率下的检测门限进行判断，本发明能够解决复杂海况下传统海面弱目标检测器无法通过幅值度量标准有效区分弱目标信号和海杂波信号的问题。

摘要： 本发明公开了一种适配海况变化的恒虚警检测器及恒虚警检测方法，涉及海面弱目标探测技术领域，包括去相关时间估计模块、时间相关特征值计算模块、参考单元杂波电平估计模块、处理模块和阈值判决器，去相关时间估计模块根据海况信息得到去相关时间，时间相关特征值计算模块根据海杂波信号和去相关时间得时间相关特征值，参考单元杂波电平估计模块根据时间相关特征值得到杂波电平，处理模块根据杂波电平和乘数因子得到给定虚警概率下的检测门限，阈值判决器根据待检测信号和给定虚警概率下的检测门限进行判断，本发明能够解决复杂海况下传统海面弱目标检测器无法通过幅值度量标准有效区分弱目标信号和海杂波信号的问题。

摘要： 本发明公开一种基于深度神经网络的多目标恒虚警检测方法，该方法通过建立使用了数据增强技术的仿真数据集来训练基于深度神经网络的预检测器，对雷达信号峰值进行分类，以区分是目标还是杂波。从原始背景样本中移除预检测器检测到的目标形成缩减样本。基于此缩减样本使用基于泰勒级数的近似最大似然估计器进行背景水平估计得到虚警调节门限，移除预检测结果中低于此门限的目标，输出最终检测结果。本发明的方法不需要依赖预先估计的背景水平来检测目标，在目标密集度很高的场景下依然能保持优越的检测性能。

摘要： 本发明涉及一种雷达恒虚警率门限系数自适应调整方法，该方法为恒虚警检测方法设置高、低两个门限系数，建立门限系数调整α‑RAG图，根据不同区域、不同多普勒滤波器通道的预检测统计情况，设计每个天线扫描帧α‑RAG图的更新准则，然后再根据α‑RAG图选取相应的门限系数α，乘以背景杂波估值电平作为门限，进行检测判决。该方法可以根据不同区域的背景噪声或杂波强弱情况，在环境背景估值自适应的基础上，对于不同区域、不同多普勒滤波器通道，实现门限系数的自适应精细调整，从而可以进一步提高或降低检测门限：在强杂波区域设置高门限，以降低虚警数量；在弱杂波区域设置低门限，以提高检测概率。该方法对于各种背景具有较强的适应性，进一步改善了雷达的检测性能。

摘要： 本发明提供了一种自适应参数增强和尾迹辅助检测的恒虚警率舰船检测方法，包括以下步骤：步骤1，将输入的SAR图像映射到APT域；步骤2，APT域中对舰船目标的CFAR检测；步骤3，舰船目标虚警排除。

摘要： 本申请涉及一种基于黎曼流形监督降维的增强矩阵恒虚警率检测方法。根据监督分类思想，将黎曼流形上的点分为目标和杂波两类，采用保持类内几何距离最小，类间几何距离最大的准则，分别构建黎曼流形上目标单元与杂波单元的类内和类间权重矩阵，建立降维的目标函数；进而将监督降维问题转化为格拉斯曼流形上的优化问题；采用共轭梯度优化算法求解优化问题得到最优降维映射矩阵，从而黎曼流形被映射到低维；最后在目标与杂波可区分性增强的低维流形上完成矩阵恒虚警率检测。采用本方法可以提高复杂背景下的检测性能。

摘要： 本申请涉及一种基于子带滤波和矩阵主成分分析的恒虚警率检测方法。所述方法包括：通过利用子带滤波器分别对每个距离单元接收的回波数据进行子带滤波，得到每个距离单位上滤波后的回波数据，再对滤波后的回波数据计算埃米特对称正定协方差矩阵，接着利用主成分分析方法对该矩阵进行降维，保留表征目标信号的主要成分，去除表征杂波信号的冗余成分，从而增强目标与杂波的差异性特征，并提升信杂比，实现增强的矩阵恒虚警率检测，最终有利于实现淹没在强杂波环境下的目标检测。采用本方法实施过程简单、计算复杂度相对较低，并且具有较好的检测性能。

摘要： 本发明实施例提供了一种毫米波雷达恒虚警率检测方法及装置，接收毫米波雷达发射的调频连续波FMCW信号经检测目标反射后的信号，对所接收到的信号进行预设信号处理，得到距离‑多普勒矩阵，根据距离‑多普勒矩阵，计算检测点的二维平面平均噪声功率；基于预设虚警概率、噪声概率分布、杂波干扰概率分布和检测目标概率分布，采用N‑P准则计算在二维平面平均噪声功率下的噪声筛选门限；根据噪声筛选门限，对距离‑多普勒矩阵进行噪声点筛选，得到候选目标点集合；采用二维加窗恒虚警检测，确定目标点，并基于目标点确定针对探测目标的检测结果。实现降低目标检测的复杂度，并提高目标检测精确度。

摘要： 本申请提供一种恒虚警率车载雷达目标检测方法及装置、电子设备、计算机可读存储介质，方法包括：将雷达回波信号数据通过平方律检波后载入参考单元前后，进行排序后分段处理，并计算每段数据的标准差，计算每段数据的标准差与第一段数据的统计分布差异获得JS散度值，根据JS散度值计算分割门限，删除大于分割门限的数据段并统计其第一数目，对第一数目与预设虚警率进行数学运算获得标称因子，对小于分割门限的数据段进行加和运算获得和值，将和值与标称因子相乘获得检测门限，当被测单元的数据大于检测门限时判断存在目标。本申请能够根据实际检测环境的变化自适应地确定大值剔除数目，提高了检测效率和准确率，同时具有较好的虚警控制能力。

摘要： 本本发明涉及一种雷达恒虚警率门限系数自适应调整方法，该方法为恒虚警检测方法设置高、低两个门限系数，建立门限系数调整α‑RAG图，根据不同区域、不同多普勒滤波器通道的预检测统计情况，设计每个天线扫描帧α‑RAG图的更新准则，然后再根据α‑RAG图选取相应的门限系数α，乘以背景杂波估值电平作为门限，进行检测判决。该方法可以根据不同区域的背景噪声或杂波强弱情况，在环境背景估值自适应的基础上，对于不同区域、不同多普勒滤波器通道，实现门限系数的自适应精细调整，从而可以进一步提高或降低检测门限：在强杂波区域设置高门限，以降低虚警数量；在弱杂波区域设置低门限，以提高检测概率。该方法对于各种背景具有较强的适应性，进一步改善了雷达的检测性能。