首页期刊导航|信号处理
期刊信息/Journal information
信号处理
信号处理

谢维信

月刊

1003-0530

010-64010656;64034443-3004

100009

北京鼓楼西大街41号

信号处理/Journal Signal ProcessingCSCD北大核心CSTPCD
正式出版
收录年代

    基于零样本学习的单张SAR图像相干斑滤波方法

    邓均午李铭典陈思伟
    932-943页
    查看更多>>摘要：相干斑滤波是合成孔径雷达(Synthetic aperture radar,SAR)图像解译重要的预处理步骤.近年来,基于卷积神经网络(Convolutional neural network,CNN)的相干斑滤波方法得到了快速的发展.然而,基于监督学习的滤波方法缺乏无相干斑参考SAR图像作为真值,基于自监督学习的滤波方法大多需要同一场景的多时相SAR图像训练网络,但是这些额外的数据集在实际场景中较难获取.此外,自监督学习方法通常需要较大的训练数据集和较深的网络进行相干斑滤波,导致其计算复杂度较高.因此,本文提出了一种基于零样本学习的单张SAR图像相干斑滤波方法.该方法的核心思想是对待测试的单张SAR图像进行子视分解,选取与待测试SAR图像欧式距离最近的子视图像进行配对,理论上证明了使用配对的子视图像自监督训练网络能达到使用无相干斑参考SAR图像监督训练网络的滤波效果.因此,通过设计自监督损失函数快速训练轻量化相干斑滤波网络,将训练好的网络对待测试SAR图像进行滤波.相较于基于监督学习和自监督学习的相干斑滤波方法,本文所提方法不需要无相干斑参考或多时相SAR图像用于模型训练,也不需要额外训练数据,只需使用任意一个轻量化的CNN即可实现相干斑滤波.在Radarsat-2和ALOS-2实测数据上的实验结果表明,本文所提方法的参数量比对比方法低22倍,能更好的实现对匀质区域相干斑的抑制和图像细节的保护.

    合成孔径雷达卷积神经网络零样本学习相干斑滤波子视分解

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    针对小型鸟类目标的基于门控循环单元的扩展卡尔曼跟踪方法

    韩冰王红昌苏志刚郝敬堂...
    944-956页
    查看更多>>摘要：基于激光雷达的小型鸟类的跟踪监视是一种新的实现机场及其周边空域鸟情监测预警的关键技术.针对激光雷达采样频率低引起的目标状态跟踪误差大、模型适应性低的问题,本文提出了一种基于门控循环单元的目标状态估计扩展卡尔曼跟踪方法.该方法通过融合深度学习网络对非线性运动的预测能力和扩展卡尔曼滤波对于随机噪声的抑制能力,实现了对于无法准确建模的非线性运动鸟类目标在低采样率条件下的跟踪.针对深度学习网络为隐性表达模型难以与扩展卡尔曼融合的问题,提出近似一步转移矩阵估计方法,将深度学习网络的预测转化为显性状态转移模型,使得跟踪方法中预测与滤波估计形成循环迭代.本文在公开的鸽子飞行轨迹数据集上进行仿真验证表明,所提方法在不同采样频率条件下的跟踪效果均优于传统跟踪算法,且在低采样频率下相对于已有方法具有超过25.5%跟踪误差性能提升,所提方法能够实现基于激光雷达的鸟类目标跟踪.

    鸟类目标跟踪门控循环单元网络扩展卡尔曼滤波激光雷达

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种基于IMM的分布式扩展目标跟踪算法

    蒋婉月干润禾夏威李会勇...
    957-969页
    查看更多>>摘要：随着传感器分辨率的提高,将目标视为一个质点可能导致大量信息的丢失,传统点目标跟踪模型不再适用.而扩展目标跟踪算法不仅考虑了目标的运动状态(如位置、速度和加速度),还考虑了目标的扩展状态(如形状、大小和方向等),可获得更准确且完整的目标状态估计.近年来,利用随机矩阵跟踪扩展目标的方法颇受欢迎.实际场景中扩展目标运动复杂多变,可能导致其运动状态和扩展发生突变.多模型算法,如交互多模型(Interactive Multiple Model,IMM)算法,是一种有效的机动目标跟踪方法.本文考虑利用传感器网络以分布式算法实现机动扩展目标的跟踪问题.本文提出了一种基于扩散策略的分布式机动扩展目标跟踪算法,其中,采用随机矩阵法对扩展目标进行建模.该算法拓展了IMM框架,以描述不同扩展特性的扩展目标在不同过程噪声下的运动特性,并进一步研究了一种减小通信量的分布式局部扩散策略.具体地说,在该算法中,每个节点基于IMM框架跟踪机动扩展目标,并采用加权Kullback-Leibler平均实现IMM框架中的数据融合.此外,应用本文所提出的局部扩散策略,每个节点仅与邻居节点交换部分中间估计值,以实现较低通信负担的有效的分布式扩展目标跟踪.仿真实验结果表明,本文所提的基于局部扩散策略的分布式机动扩展目标跟踪算法能够有效地跟踪机动扩展目标,且具有相对较低的网络通信负担.

    扩展目标跟踪分布式融合交互多模型随机矩阵

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    短相干处理间隔条件下机载监视雷达风电场杂波抑制方法

    何炜琨李爽王晓亮
    970-981页
    查看更多>>摘要：风能作为一种清洁能源已受到各国关注.风电场的存在除对地基雷达产生影响外,还可能对机载监视雷达等工作性能产生影响.短相干处理间隔(Coherent Processing Interval,CPI)导致的机载监视雷达回波信号谱分辨率降低及风电场杂波微动特征不明显等问题,会影响杂波抑制性能,考虑到载机平台运动对雷达回波频谱的调制作用及地杂波的影响,利用瞬态雷达回波在频域的稀疏特性,提出基于增广拉格朗日优化及分裂变量(Augmented Lagrangian Method and Variable Splitting,ALM-VS)的机载雷达风电场回波特征恢复方法,首先对短CPI机载监视雷达回波信号滑窗,得到多个雷达回波信号分量,其次利用分裂增广拉格朗日方法迭代求解各分量的最优表示系数,恢复各个信号分量,利用恢复后的各个信号分量逆滑窗重构完整数据,以此提升短CPI机载监视雷达风电场雷达回波频谱分辨率及微动特征,在此基础上进一步利用形态成分分析(Morphological Component Analysis,MCA)和低秩矩阵优化(Low-Rank Matrix Optimization,LRMO)相结合的方法实现短CPI机载监视雷达非平稳动态风电场杂波的抑制.实验结果表明,ALM-VS特征恢复方法在目标与杂波处于相同距离单元和不同距离单元情况下均可提升短CPI机载监视雷达回波信号谱分辨率,增强其微动特征,实现风电场杂波抑制.在相同条件下,与迭代自适应(Iterative Adaptive Approach,IAA)特征恢复方法相比,所提的ALM-VS特征恢复方法的运算效率提升85.6%.

    机载监视雷达风电场特征恢复杂波抑制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    间歇采样转发干扰下基于稀疏LVD的高速目标检测

    冯维婷梁青
    982-992页
    查看更多>>摘要：间歇采样转发干扰作为雷达工作环境中一种广泛应用的干扰,通过对雷达发射信号进行多次采样和转发,在接收端可形成假目标使得雷达系统难以检测到真实目标.本文分析了高速运动目标的雷达回波特点,鉴于目标信号具有线性调频信号形式,采用吕氏分布(Lv's Distribution,LVD)方法进行目标检测,然而在间歇采样转发干扰下该方法失效,无法检测到真实目标.针对高速运动目标在间歇采样转发干扰下的检测和参数估计问题,提出了稀疏LVD的高速目标检测方法.分析了间歇采样转发干扰的时域特征,考虑到间歇采样转发干扰具有时域采样不连续的特点,利用能量函数设置门限提取雷达回波中未受干扰影响的部分目标信号,对部分目标回波信号计算对称参数瞬时自相关函数并矢量化表示.然后利用线性调频Z变换矩阵和快速傅里叶变换矩阵构造出稀疏LVD表示模型,将高速目标检测问题转换为中心频率-调频斜率域上的稀疏求解问题.最后利用正交匹配追踪算法获得稀疏解,实现高速运动目标检测和参数估计.仿真实验结果表明,所建立的稀疏LVD表示模型正确有效,在间歇采样直接转发干扰和间歇采样重复转发干扰两种情况下稀疏LVD方法均可准确检测目标,具有良好的目标检测和参数估计性能.

    高速目标检测参数估计稀疏吕氏分布间歇采样转发干扰

      原文链接:
    • NETL
    • NSTL
    • 万方数据