| |||||||
ShanghaiTech University Knowledge Management System
| 基于检测与跟踪相互迭代的极暗弱目标搜索算法 | |
| 其他题名 | Extremely dim target search algorithm based on detection and tracking mutual iteration |
| 2021-07-15 | |
| 发表期刊 | 计算机应用 |
| ISSN | 1001-9081 |
| 卷号 | 41期号:10页码:3017-3024 |
| DOI | 10.11772/j.issn.1001-9081.2020122000 |
| 摘要 | 针对极低信噪比(LSNR)情况下暗弱运动目标和背景噪声的强度难以区分的问题,提出了一种基于检测与跟踪相互迭代的极暗弱目标搜索算法,总体上采用将时域检测与空域跟踪的过程联合、迭代进行的新型策略。首先,在检测过程中计算检测窗口内信号片段与已经提取的背景估计特征的差别;然后,在跟踪过程中运用动态规划算法保留使得轨迹能量累积最大的轨迹;最后,自适应地调整下一检测过程中被保留轨迹的检测器阈值参数,使该轨迹内的像素能以更宽容的策略被保留到下一检测跟踪阶段。实验测试结果表明,所提算法可以在1%～2%的虚警率和约70%的检测率下探测到低至0 dB的暗弱运动目标。可见该算法可有效改善对LSNR暗弱目标的检测能力。 |
| 关键词 | 暗弱小目标 小波包 核函数 时空域联合 检测与跟踪迭代 动态规划 |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSCD |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 来源库 | WanFang |
| 中图分类号 | TP391.41 |
| 资助机构 | 国防科技创新重点部署项目 |
| 文献类型 | 期刊论文 |
| 条目标识符 | https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/255098 |
| 专题 | 信息科学与技术学院_硕士生 信息科学与技术学院_特聘教授组_尹增山组 |
| 作者单位 | 1.中国科学院微小卫星创新研究院; 2.上海科技大学信息科学与技术学院; 3.中国科学院大学 |
| 第一作者单位 | 信息科学与技术学院 |
| 推荐引用方式 GB/T 7714 | 効琦,尹增山,高爽. 基于检测与跟踪相互迭代的极暗弱目标搜索算法[J]. 计算机应用,2021,41(10):3017-3024. |
| APA | 効琦,尹增山,&高爽.(2021).基于检测与跟踪相互迭代的极暗弱目标搜索算法.计算机应用,41(10),3017-3024. |
| MLA | 効琦,et al."基于检测与跟踪相互迭代的极暗弱目标搜索算法".计算机应用 41.10(2021):3017-3024. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [効琦]的文章 |
| [尹增山]的文章 |
| [高爽]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [効琦]的文章 |
| [尹增山]的文章 |
| [高爽]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [効琦]的文章 |
| [尹增山]的文章 |
| [高爽]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
修改评论
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。