简介:在穿墙雷达成像技术中,建筑布局成像对确定墙后人体目标的空间相对位置以及多径虚假目标的提取有重要意义。目前的建筑布局成像一般采用多通道多视角图像融合方法,对此提出一种基于多尺度分析,即基于小波分解下的多通道多视角图像融合算法。该算法分为两个阶段,第一阶段涉及到单视角下的多通道图像融合,该阶段的融合目的主要是为增强图像细节信息和提高图像清晰度。因此对其小波分解后的图像高频分量采用平均梯度增强的加权融合算法,低频分量采用平均加权融合,后经小波反变换后形成多幅单视角图像;第二阶段涉及到多视角融合,该阶段的融合目的主要是为了增强图像的对比度,并且考虑到此阶段不同视角下图像经小波分解后的三个高频分量对比度各不相同,因此高频分量采用对比度增强的加权融合算法,低频分量仍采用平均加权融合,后将融合后的频率分量经小波反变换,便可得到一幅完整融合图像。仿真结果表明,提出的基于小波分解下的多通道多视角图像融合算法不论在图像视觉效果的改善和信噪比的提高等方面都有较大的作用。
简介:分析了反辐射无人机(ARUAV)常用的时间鉴别技术——脉冲前沿跟踪技术对抗多点源诱偏(诱饵+雷达)系统的可用性。以正三角形布阵的三点源诱偏系统为例,分析了空间各点雷达与诱饵信号到达无人机被动导引头(PRS)的时序关系,证明了无论被动雷达导引头位于空间中的任何位置,两个诱饵信号中至少有一个诱饵信号是可能提前到达该被动雷达导引头的。进而分别建模仿真,讨论了时域鉴别法在△τ=d/c、△τ≠d/c以及无人机处于不同高度时完成任务的效果。结果表明,利用该技术,无人机的被动雷达导引头可以在很大的空域内及时发现先到达的诱饵信号,测量其信号源的方向,进行逐一跟踪和攻击,实现突防压制和通道清理等任务。
简介:单站无源定位系统的测量噪声中如果出现野值,会影响滤波器的估计精度和稳定性,严重时还会导致滤波器发散。针对这一问题,基于Bayes定理并结合归一化受污染正态模型,提出了一种抗野值鲁棒容积卡尔曼滤波算法。该算法采用球面径向积分原则直接计算非线性函数的均值和方差,并对测量误差建立一个归一化的受污染正态模型,然后根据野值出现的后验概率来自适应调整测量预测残差的方差阵。结合空频域单站无源定位模型进行仿真实验表明,该算法可以较好地抑制测量噪声中的离散或成片连续野值的不利影响,具有较强的鲁棒性。