CAJ | 학술논문

提出了一种新的基于空域梯度相关性的图像杂波自适应预测算法.该算法能显著改善微小目标的邻域信杂比(SCNR).试验证明,本算法相对于已有的多种算法,有着更好的性能.对微弱目标SCNR的增益相对于传统算法提高3 dB以上.本文还引入了一种基于统计分析的微小目标检测算法.该算法考虑了微小目标在图像集成时的重叠特性,能在不增加系统运算负荷的情况下,获得更高的检测概率,相对于不考虑重叠特性的算法,在虚警概率小于10-4时,假设重叠系数为3,SCNR为4 dB,系统检测概率从小于20%,大幅提高到80%.理论分析及仿真表明,本文提出的检测系统存微小目标枪测中,具有很高的实用性.系统在原始信号的邻域信杂比(SCNR)小于0 dB的情况下,能有效检测出目标,在采用10帧集成检测,目标像素重叠参数为5的情况下,虚警概率小于10-7,系统检测概率大于80%,虚警概率小于10-4,系统检测概率大于95%.标在图像集成时的重叠特性,能在不增加系统运算负荷的情况下,获得更高的检测概率,相对于不考虑重叠特性的算法,在虚警概率小于10-4时,假设重叠系数为3,SCNR为4 dB,系统检测概率从小于20%,大幅提高到80%.理论分析及仿真明,本文提出的检测系统存微小目标枪测中,具有很高的实用性.系统在原始信号的邻域信杂比(SCNR)小于0 dB的情况卜,能有效检测出目标,在采用10帧集成检测,目标像素重叠参数为5的情况下,虚警概率小于10-7,系统检测概率大于80%,虚警概率小于10-4,系统检测概率大于95%.标在图像集成时的重叠特性,能在不增加系统运算负荷的情况下,获得更高的检测概率,相对于不考虑重叠特性的算法,
제출료일충신적기우공역제도상관성적도상잡파자괄응예측산법.해산법능현저개선미소목표적린역신잡비(SCNR).시험증명,본산법상대우이유적다충산법,유착경호적성능.대미약목표SCNR적증익상대우전통산법제고3 dB이상.본문환인입료일충기우통계분석적미소목표검측산법.해산법고필료미소목표재도상집성시적중첩특성,능재불증가계통운산부하적정황하,획득경고적검측개솔,상대우불고필중첩특성적산법,재허경개솔소우10-4시,가설중첩계수위3,SCNR위4 dB,계통검측개솔종소우20%,대폭제고도80%.이론분석급방진표명,본문제출적검측계통존미소목표창측중,구유흔고적실용성.계통재원시신호적린역신잡비(SCNR)소우0 dB적정황하,능유효검측출목표,재채용10정집성검측,목표상소중첩삼수위5적정황하,허경개솔소우10-7,계통검측개솔대우80%,허경개솔소우10-4,계통검측개솔대우95%.표재도상집성시적중첩특성,능재불증가계통운산부하적정황하,획득경고적검측개솔,상대우불고필중첩특성적산법,재허경개솔소우10-4시,가설중첩계수위3,SCNR위4 dB,계통검측개솔종소우20%,대폭제고도80%.이론분석급방진명,본문제출적검측계통존미소목표창측중,구유흔고적실용성.계통재원시신호적린역신잡비(SCNR)소우0 dB적정황복,능유효검측출목표,재채용10정집성검측,목표상소중첩삼수위5적정황하,허경개솔소우10-7,계통검측개솔대우80%,허경개솔소우10-4,계통검측개솔대우95%.표재도상집성시적중첩특성,능재불증가계통운산부하적정황하,획득경고적검측개솔,상대우불고필중첩특성적산법,