排序方式： 共有8条查询结果，搜索用时 0 毫秒
1
1.
用ZMNL方法实现地面杂波的建模与仿真 总被引：1，自引：0，他引：1
应用零记忆非线性变换法(ZMNL),对幅度分布特性为瑞利分布、对数正态分布和韦伯分布,功率谱特性为高斯谱和平方谱的地杂波进行建模和仿真.实现了实时动态地模拟实际采集的雷达地杂波,而且可按给定的功率谱模型产生满足非高斯分布的随机数据序列.仿真结果和理想模型的吻合,证明了ZMNL是有效的地杂波仿真方法.最后研究了ZMNL方法产生误差的原因,以及ZMNL方法的适用范围. 相似文献
2.
提出了一种基于经验模式分解去斑和顶帽变换背景不均匀的预处理方法. 经验模式分解去斑算法先对图像每一列进行经验模式分解得到IMF函数,然后将原信号与第一、二模态相减得到初步处理图像,再对该图像每一行重复该操作从而得到去斑图像,该算法有效地去除斑点噪声;顶帽变换则有效地补偿了海浪带来的局部不均匀的背景亮度,提高了图像的信杂比,有利于目标的检测. 仿真结果证明了算法的有效性. 相似文献
3.
应用零记忆非线性变换法(ZMNL),对幅度分布特性为瑞利分布、对数正态分布和韦伯分布,功率谱特性为高斯谱和平方谱的地杂波进行建模和仿真.实现了实时动态地模拟实际采集的雷达地杂波,而且可按给定的功率谱模型产生满足非高斯分布的随机数据序列.仿真结果和理想模型的吻合,证明了ZMNL是有效的地杂波仿真方法.最后研究了ZMNL方法产生误差的原因,以及ZMNL方法的适用范围. 相似文献
4.
提出了一种基于经验模式分解去斑和顶帽变换背景不均匀的预处理方法. 经验模式分解去斑算法先对图像每一列进行经验模式分解得到IMF函数,然后将原信号与第一、二模态相减得到初步处理图像,再对该图像每一行重复该操作从而得到去斑图像,该算法有效地去除斑点噪声;顶帽变换则有效地补偿了海浪带来的局部不均匀的背景亮度,提高了图像的信杂比,有利于目标的检测. 仿真结果证明了算法的有效性. 相似文献
5.
分析了中高分辨率SAR海洋图像的目标和海杂波特点. 利用舰船目标的灰度相关性和形状特性与背景杂波的差异,提出了一种基于独立联合K-分布CFAR的舰船检测算法. 算法建立了海杂波的二维独立联合K-分布概率模型,通过给定的虚警率得到检测阈值以对图像进行检测. 该算法能够极大地抑制斑点噪声和背景局部不均匀对检测带来的影响,有效地降低了虚警数,检测效果得到了明显改善. 相似文献
6.
分析了中高分辨率SAR海洋图像的目标和海杂波特点. 利用舰船目标的灰度相关性和形状特性与背景杂波的差异,提出了一种基于独立联合K-分布CFAR的舰船检测算法. 算法建立了海杂波的二维独立联合K-分布概率模型,通过给定的虚警率得到检测阈值以对图像进行检测. 该算法能够极大地抑制斑点噪声和背景局部不均匀对检测带来的影响,有效地降低了虚警数,检测效果得到了明显改善. 相似文献
7.
一种基于局部K-分布的新的SAR图像舰船检测算法 总被引：1，自引：0，他引：1
提出了一种基于局部K-分布的新的SAR图像舰船检测算法.取目标窗口和背景窗口,通过把泄露到背景窗口中的舰船部分去除,对背景窗口中的剩余部分统计均值和方差,最终得到杂波分布概率模型进行恒虚警检测.相对于K-分布CFAR检测算法和基于局部窗口的K-分布CFAR检测算法,该算法能够适应杂波的局部变化, 对距离很近的舰船不会产生漏检.仿真结果表明了方法的有效性. 相似文献
8.
提出了一种基于局部K-分布的新的SAR图像舰船检测算法.取目标窗口和背景窗口,通过把泄露到背景窗口中的舰船部分去除,对背景窗口中的剩余部分统计均值和方差,最终得到杂波分布概率模型进行恒虚警检测.相对于K-分布CFAR检测算法和基于局部窗口的K-分布CFAR检测算法,该算法能够适应杂波的局部变化, 对距离很近的舰船不会产生漏检.仿真结果表明了方法的有效性. 相似文献
1