检索结果-南通市图书馆

复杂运动舰船目标SAR成像空/时变散焦特性研究

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年第7期46卷 2237-2255页

作者：王进冷祥光孙忠镇马晓杰杨阳计科峰国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室湖南长沙410073 中国人民解放军93525部队西藏拉萨850000

合成孔径雷达(sythetic aperture radar,SAR)能够对海上舰船目标进行全天时、全天候成像,但是运动舰船在高分辨率SAR图像上的方位向散焦会严重影响后续对舰船目标的识别。由于舰船运动的非合作性,目前对复杂运动舰船在SAR图像中的散焦... 详细信息

合成孔径雷达(sythetic aperture radar,SAR)能够对海上舰船目标进行全天时、全天候成像,但是运动舰船在高分辨率SAR图像上的方位向散焦会严重影响后续对舰船目标的识别。由于舰船运动的非合作性,目前对复杂运动舰船在SAR图像中的散焦特性认识不足。本文首先从SAR成像原理出发,理论推导得出舰船复杂运动引起的SAR回波信号相位误差的空变性和时变性是导致其SAR图像质量下降的决定性因素。在此基础上,构建了一个复杂运动舰船目标SAR成像模拟器,通过对不同运动状态、不同合成孔径时间舰船点、线、面目标的SAR成像仿真,揭示了复杂运动舰船目标SAR成像空/时变散焦特性。其中,空变性会造成舰船在SAR图像上非均匀散焦;时变性使得舰船在SAR图像上变为一条方位向能量带。最后,结合空/时变散焦特性,探讨了未来SAR运动舰船重聚焦技术的发展方向。

关键词：合成孔径雷达舰船散焦空变相位误差多普勒时变重聚焦

基于多模型正交化的深度图像识别对抗鲁棒性增强技术

在线全文

学校读者我要写书评

暂无评论

信号处理 2024年第3期40卷 503-515页

作者：逯子豪徐延杰孙浩计科峰匡纲要国防科技大学电子科学学院CEMEE国家重点实验室湖南长沙410073

近年来,深度神经网络(Deep Neural Networks,DNN)已被广泛应用于图像识别,目标检测,图像分割等多种计算机视觉任务中,并取得了巨大成功。然而,DNN模型因其本身的脆弱性,仍面临着对抗攻击等技术手段带来的安全隐患。攻击者在图像上恶意... 详细信息

近年来,深度神经网络(Deep Neural Networks,DNN)已被广泛应用于图像识别,目标检测,图像分割等多种计算机视觉任务中,并取得了巨大成功。然而,DNN模型因其本身的脆弱性,仍面临着对抗攻击等技术手段带来的安全隐患。攻击者在图像上恶意地添加微小且人眼难以识别的扰动,可以让模型产生高置信度的错误输出。针对上述问题,集成多个DNN模型来提升对抗鲁棒性已成为有效的解决方案之一。但是,对抗样本在集成模型中的子模型间存在对抗迁移现象,可能使集成模型的防御效能大大降低,而且目前仍缺乏能够降低集成防御内部对抗迁移性的直观理论分析。本文引入损失场的概念并定量描述DNN模型间的对抗迁移性,重点关注和推导对抗迁移表达式的上界,发现促进模型损失场之间的正交性以及降低模型损失场的强度(Promoting Orthogonality and Reducing Strength,PORS)可以限制其上界大小,进而限制DNN模型间对抗迁移性。本文引入PORS惩罚项至原损失函数中,使集成模型能够保持在原始数据上的识别性能的同时,通过降低子模型间的对抗迁移性来增强整体的对抗鲁棒性。文章在CIFAR-10和MNIST数据集上对由PORS训练得到的集成模型开展实验,分别在白盒和黑盒攻击环境下与其他先进的集成防御方法进行对比实验,实验结果表明PORS可以显著提高对抗鲁棒性,在白盒攻击和原始数据集上能保持非常高的识别精度,尤其在黑盒迁移攻击中极为有效,在所有集成防御方法中表现最为稳定。

关键词：深度神经网络图像识别对抗迁移性集成防御损失场

面向SAR目标识别成像参数敏感性的深度学习技术研究进展

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第10期46卷 3827-3848页

作者：何奇山赵凌君计科峰匡纲要国防科技大学电子科学学院电子信息系统复杂电磁环境效应实验室长沙410073

随着人工智能技术的发展,基于深度神经网络的合成孔径雷达(SAR)目标识别得到了广泛关注。然而,SAR系统的成像机制导致了图像特性与成像参数之间的强相关性,因此深度学习框架下的目标识别算法精度极易受成像参数敏感性的干扰,这成为了制... 详细信息

随着人工智能技术的发展,基于深度神经网络的合成孔径雷达(SAR)目标识别得到了广泛关注。然而,SAR系统的成像机制导致了图像特性与成像参数之间的强相关性,因此深度学习框架下的目标识别算法精度极易受成像参数敏感性的干扰,这成为了制约先进智能算法部署到实际工程中的一大障碍。该文首先回顾了SAR图像目标识别技术的发展与相关数据集,从雷达工作的成像几何、载荷参数和噪声干扰3个角度,深入分析了成像参数变化对图像特性的影响;然后,从模型、数据、特征3个维度,总结归纳了现有文献关于深度学习技术对成像参数敏感性的鲁棒性与泛化性这一问题的研究进展;接下来,汇总并分析了典型方法的实验结果;最后讨论了在未来有望突破成像参数敏感性这一问题的深度学习技术研究方向。

关键词：合成孔径雷达自动目标识别深度学习域自适应参数敏感性

自监督解耦动态分类器的小样本类增量SAR图像目标识别

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第10期46卷 3936-3948页

作者：赵琰赵凌君张思乾计科峰匡纲要国防科技大学电子科学学院长沙410073

为提升基于深度学习(DL)的合成孔径雷达自动目标识别(SAR ATR)系统在开放动态的非合作场景中对新类别目标的持续敏捷识别能力,该文研究了SAR ATR的小样本类增量学习(FSCIL)问题,并提出了自监督解耦动态分类器(SDDC)。针对FSCIL中“灾难... 详细信息

为提升基于深度学习(DL)的合成孔径雷达自动目标识别(SAR ATR)系统在开放动态的非合作场景中对新类别目标的持续敏捷识别能力,该文研究了SAR ATR的小样本类增量学习(FSCIL)问题,并提出了自监督解耦动态分类器(SDDC)。针对FSCIL中“灾难性遗忘”和“过拟合”本质难点和SAR ATR领域挑战,根据SAR图像目标信息的部件化与方位角敏感性特点,于图像域构建了基于散射部件混淆与旋转模块(SCMR)的自监督学习任务,以提升目标表征的泛化性与稳健性。同时,设计了类印记交叉熵(CI-CE)损失并以参数解耦学习(PDL)策略对模型动态微调,以对新旧知识平衡判别。实验在由MSTAR和SAR-AIRcraft-1.0数据集分别构建的覆盖多种目标类别、观测条件和成像平台的FSCIL场景上验证了该算法开放动态环境的适应能力。

关键词： SAR目标识别小样本类增量学习自监督学习深度学习

强化位置感知的光学与SAR图像一体化配准方法

在线全文

学校读者我要写书评

暂无评论

信号处理 2024年第3期40卷 557-568页

作者：杨玉婷赵凌君赵路路张晗熊博莅计科峰国防科技大学电子科学学院CEMEE国家重点实验室湖南长沙410073 中国人民解放军第95369部队广东佛山528000 西北核技术研究院陕西西安710024

图像配准是光学与SAR图像信息融合的基础。现有典型的配准方法大多依赖于特征点检测与匹配来实现,对不同场景区域的适用性较差,容易出现误匹配点多或有效同名点不足以致配准失效的情况。针对该问题,本文提出了一种强化位置感知的光学与... 详细信息

图像配准是光学与SAR图像信息融合的基础。现有典型的配准方法大多依赖于特征点检测与匹配来实现,对不同场景区域的适用性较差,容易出现误匹配点多或有效同名点不足以致配准失效的情况。针对该问题,本文提出了一种强化位置感知的光学与SAR图像一体化配准方法,利用深度网络直接回归图像间的几何变换关系,在不依赖特征点检测与匹配的情况下,实现端到端的高精度配准。具体地,首先在骨干网络中利用融合坐标注意力的特征提取模块,捕获输入图像对中具有位置敏感性的细粒度特征;其次,融合骨干网络输出的多尺度特征,兼顾浅层特征的定位信息与高层特征的语义信息;最后提出联合位置偏差与图像相似性的损失函数优化配准结果。基于高分辨率光学与SAR图像配准公开数据集OS-Dataset的实验结果表明,与现有典型的OS-SIFT、RIFT2、DHN及DLKFM四种算法相比,所提方法对于城市、农田、河流、重复纹理及弱纹理等不同场景区域均具有良好的稳健性,在配准的目视效果以及定量的精度指标上均优于现有算法。其中平均角点误差小于3个像素的百分比与四种算法中精度最高的DLKFM相比提高了25%以上;配准速度与四种算法中最快的DHN基本相当,可实现高精度、高效率的光学与SAR图像配准。

关键词：图像配准位置感知多尺度特征特征融合图像相似性

基于SAR图像的目标散射中心特征提取方法研究

在线全文

学校读者我要写书评

暂无评论

国防科技大学学报 2003年第1期25卷 45-50页

作者：计科峰匡纲要粟毅郁文贤国防科技大学电子科学与工程学院湖南长沙410073

针对SARATR需要,基于属性散射中心模型,研究了从SAR图像提取目标散射中心特征的方法。该方法首先从SAR图像分割出包括单个散射中心响应的目标区域,然后判断该区域对应的散射中心的类型,最后再采用相应的参数模型进行参数初值选择和数字... 详细信息

针对SARATR需要,基于属性散射中心模型,研究了从SAR图像提取目标散射中心特征的方法。该方法首先从SAR图像分割出包括单个散射中心响应的目标区域,然后判断该区域对应的散射中心的类型,最后再采用相应的参数模型进行参数初值选择和数字优化,从而得到对应该区域的目标散射中心特征。通过循环执行上面的步骤,就可以从SAR图像提取出目标所有散射中心特征。仿真结果表明,该算法具有良好的估计性能。

关键词：合成孔径雷达特征提取目标散射中心目标识别图像分割 SAR 参数模型

SAR图像目标峰值特征提取与方位角估计方法研究

在线全文

学校读者我要写书评

暂无评论

宇航学报 2004年第1期25卷 102-108,113页

作者：计科峰匡纲要粟毅郁文贤国防科技大学电子科学与工程学院长沙410073

目标峰值特征是 SAR图像目标识别的重要特征之一 ,峰值特征提取是 SAR图像目标识别的一个重要步骤 ,为了由 SAR图像快速、精确地提取目标峰值特征 ,本文首先研究了 SAR图像目标峰值特征提取方法 ,提出了一种 "子像素 "级精度的 SAR图像... 详细信息

目标峰值特征是 SAR图像目标识别的重要特征之一 ,峰值特征提取是 SAR图像目标识别的一个重要步骤 ,为了由 SAR图像快速、精确地提取目标峰值特征 ,本文首先研究了 SAR图像目标峰值特征提取方法 ,提出了一种 "子像素 "级精度的 SAR图像目标峰值特征提取方法 ,并通过仿真实验分析了峰值位置、峰值幅度的估计精度。由于目标 SAR图像或 SAR图像特征矢量对目标方位角变化的敏感性 ,因此 ,为了提高 SAR图像目标识别系统的分类效率 ,本文还研究了 SAR图像目标方位角估计方法 ,提出了一种利用峰值特征基于线性回归的 SAR目标方位角估计方法 ,和现有方法相比 ,该方法除了计算速度快 ,估计精度较高之外 ,还能在估计方位角的同时 ,给出该估计的置信区间 ,从而更好的满足 SAR ATR的实际需要。文中通过对大量实测 MSTAR SAR图像目标方位角的估计实验 ,验证了本文目标峰值特征提取及方位角估计方法的有效性。

关键词：合成孔径雷达图像处理目标识别峰值提取方位角估计

基于有序数据可变索引的SAR图像目标检测方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2008年第2期30卷 314-317页

作者：李禹计科峰粟毅国防科技大学电子科学与工程学院

该文提出了一种基于有序数据可变索引(Ordered Data Variability Index,ODVI)的SAR图像目标恒虚警检测算法,该算法首先对待测像素的参考窗进行基于ODVI的自适应筛选处理(Automatic Censoring,AC),以去除窗内的强杂波和干扰像素,并以窗... 详细信息

该文提出了一种基于有序数据可变索引(Ordered Data Variability Index,ODVI)的SAR图像目标恒虚警检测算法,该算法首先对待测像素的参考窗进行基于ODVI的自适应筛选处理(Automatic Censoring,AC),以去除窗内的强杂波和干扰像素,并以窗内保留的均匀像素对背景的统计特性进行建模,估计其概率密度函数的参量,同时构建双参数恒虚警检测(CFAR)的检验统计量,计算检测的自适应阈值,实现检测的判决。论文给出了该算法的检测性能曲线,并利用实测的X波段SAR图像进行实验验证,与其它检测方法进行比较,结果显示该文算法具有较好的检测性能和较低的虚警概率。

关键词： SAR 目标检测有序数据可变索引自动筛选恒虚警检测

利用Gamma CFAR进行SAR图像目标检测

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2005年第1期27卷 40-42,114页

作者：贾承丽计科峰匡纲要郁文贤国防科技大学电子科学与工程系湖南长沙410073

利用二项式Gamma核进行SAR图像目标检测,并提出自适应选取扫描窗大小的方法,给出了一种基于改进的二项式Gamma核SAR图像检测方法提高二项式Gamma核检测器的性能。用于高分辨率单视单极化的极不均匀的SAR图像,能够在较小虚警率下将人造... 详细信息

利用二项式Gamma核进行SAR图像目标检测,并提出自适应选取扫描窗大小的方法,给出了一种基于改进的二项式Gamma核SAR图像检测方法提高二项式Gamma核检测器的性能。用于高分辨率单视单极化的极不均匀的SAR图像,能够在较小虚警率下将人造目标全部检测出来,而且能很好地保持人造目标的结构信息。实验证明所提方法的有效性。

关键词：合成孔径雷达目标检测 Gamma核