毫米波無(wú)源成像中微弱運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf

1、毫米波無(wú)源成像利用場(chǎng)景和目標(biāo)在毫米波段輻射能量及其差異實(shí)現(xiàn)成像。與紅外、光學(xué)、微波成像相比具有獨(dú)特的技術(shù)優(yōu)勢(shì)，在場(chǎng)景監(jiān)視、戰(zhàn)場(chǎng)偵察中有著重要的應(yīng)用價(jià)值，也是國(guó)內(nèi)外研究的熱點(diǎn)。
　　然而，由于物體毫米波輻射能量非常弱，且遠(yuǎn)距離目標(biāo)受限于空間分辨率，與環(huán)境雜波差異較小。因此，如何實(shí)現(xiàn)低信雜比條件下的微弱運(yùn)動(dòng)目標(biāo)檢測(cè)是毫米波成像應(yīng)用中的難點(diǎn)問(wèn)題。本論文針對(duì)該問(wèn)題，主要開(kāi)展了以下工作：
　　1)對(duì)實(shí)際場(chǎng)景中的物體亮溫和噪聲進(jìn)行測(cè)量統(tǒng)

2、計(jì)，分析背景噪聲的統(tǒng)計(jì)特征信息，采用了維納濾波和數(shù)學(xué)形態(tài)學(xué)濾波相結(jié)合的預(yù)處理方法，在背景抑制，提高輸入信噪比方面取得了較好的效果。
　　2)針對(duì)先檢測(cè)再跟蹤（DBT）算法對(duì)低信噪比圖像效果差的問(wèn)題，采用了基于改進(jìn)檢測(cè)門(mén)限的動(dòng)態(tài)規(guī)劃（DPA）的先跟蹤再檢測(cè)（TBD）算法。該算法對(duì)不同特征的毫米波圖像具有更好的自適應(yīng)性，和更好的檢測(cè)性能。
　　3)針對(duì)傳統(tǒng)動(dòng)態(tài)規(guī)劃算法中的團(tuán)聚效應(yīng)對(duì)檢測(cè)性能的影響，提出一種雙向并行處理的方法，去除

3、了檢測(cè)軌跡末端的團(tuán)聚點(diǎn)，可有效改善算法的檢測(cè)性能。同時(shí)引入極值理論（EVT）對(duì)檢測(cè)性能進(jìn)行分析，得出了檢測(cè)概率的定量關(guān)系式。
　　4)針對(duì)系統(tǒng)實(shí)時(shí)性的要求，引入一種基于狀態(tài)穩(wěn)定性的動(dòng)態(tài)規(guī)劃算法(SSDP)。該算法可以明顯降低要求的圖像輸入信噪比，并且去除傳統(tǒng)動(dòng)態(tài)規(guī)劃算法的團(tuán)聚效應(yīng)，且計(jì)算量好于傳統(tǒng)動(dòng)態(tài)規(guī)劃算法。
　　上述算法都經(jīng)過(guò)了仿真驗(yàn)證，結(jié)果表明改進(jìn)的動(dòng)態(tài)規(guī)劃算法對(duì)低信噪比圖像仍然適用，且具有較好的檢測(cè)概率，更好的實(shí)時(shí)性