信號處理最新期刊目錄

圓與非圓信號混合入射下的低復雜度分布式信源DOA估計算法————作者：陳開源;李嘉琪;張小飛;

摘要：傳統的波達方向（Direction-of-Arrival,DOA）估計算法通常基于理想的點信源模型進行理論推導和算法設計，而隨著社會的發展，越來越多的測向定位需求以密集的城市環境為背景，比如針對城區低空無人機的定位工作，一般的點信源模型已經無法準確描述這樣的環境，這種情況應當采用分布式信源的建模方法。同時，許多傳統的算法僅考慮空間中所有信源發射相同類型信號的情況，比如僅針對圓信源或非圓信源設計的算...

基于啟發式搜索的極化雷達無人機檢測方法————作者：楊博宇;楊勇;李永禎;李澤榕;周保一;

摘要：針對復雜電磁環境下無人機目標低可觀測性、高機動性帶來的檢測難題，本文提出一種基于啟發式搜索的極化雷達無人機檢測方法。通過建立融合運動學約束、加速度約束與極化能量一致性約束的啟發式搜索框架，有效解決了傳統多幀檢測方法計算復雜度高、機動適應性差的瓶頸。首先，基于雷達數據經短時傅里葉變換后的時間-距離-速度三維數據矩陣構建三維狀態空間。其次，設計多約束融合的啟發式函數：運動學約束基于運動學方程建立速度-...

基于帶標簽CBMeMBer濾波器的低慢小群目標跟蹤改進方法————作者：鐘展鳴;宋強;張月;陳澤彬;楊珺瑤;

摘要：群目標跟蹤是實現無人機集群反制的關鍵步驟，具有重要的研究意義。相比傳統的多目標跟蹤算法，隨機有限集（Random Finite Set,RFS）濾波在處理多目標數據關聯與進行狀態估計方面展現出顯著的優勢。然而在低慢小群目標的場景中，現有的RFS濾波方法普遍未考慮群特性對跟蹤的影響，也未考慮群目標起始與航跡信息提取的問題。為此，本文結合了群建模、帶標簽勢均衡多目標多伯努利（Cardinality B...

基于多次非相干觀測的密集群目標數目估計方法————作者：竇立斌;姜琦;徐立昂;李衛東;田衛明;王銳;

摘要：鳥群、無人機群等密集群目標是當前雷達目標探測領域的研究熱點。個體目標數目的準確估計是實現集群目標正確關聯、魯棒跟蹤、態勢感知的重要前提。傳統基于距離像峰值檢測的數目估計方法在目標分布密集、雷達分辨率有限的情況下不適用；基于單脈沖體制的數目估計算法需要融合多個通道的數據進行迭代運算，算法復雜度較高。另一方面，基于多傳感器陣列的目標數目估計算法雖然降低了運算復雜度，但需要增加傳感器數量。為了在單傳感器...

基于RCS特性統計分布的編隊無人機群目標運動狀態識別————作者：田鶴;王吉兒;殷紅成;趙軼倫;萬昊;陳汪翔;任紅梅;

摘要：針對無人機群目標運動狀態進行分類識別，可以推斷任務意圖，為無人機群目標態勢感知提供基礎。該文基于旋翼無人機編隊的實測飛行數據，開展了群目標雷達散射截面（Radar Cross Section, RCS）特性分析，獲得典型無人機編隊RCS特性在時間維度、頻率維度的統計分布模型，為編隊群目標的探測資源、識別流程等設計提供了目標特性基礎。針對編隊運動狀態表征與分類問題，提出一種改進的梅爾頻率倒譜系數（M...

5G-A通感一體基站組網低空感知關鍵技術————作者：劉斌越;楊建強;徐波;王博磊;蔡華;

摘要：隨著低空經濟的興起，對低空無人機進行監管成為支撐低空經濟發展的必然要求。本文深入分析了城市環境下無人機雷達檢測的技術難點。一方面，消費級無人機的小型化、高機動特征對雷達目標檢測性能帶來了巨大挑戰。另一方面，密集城區環境下動、靜雜波也帶來了雷達檢測率低與虛警率高的挑戰。單雷達檢測能力在這些挑戰問題中表現不佳，這使得單站雷達在密集城區場景下存在較大的應用局限性。雷達組網感知技術從檢測率提升和虛警率降低...

面向降質光電圖像的腦啟發無人機小目標魯棒檢測方法————作者：李茹一;柯銘;王路斌;劉珮;高晉;王剛;

摘要：復雜環境下的噪聲干擾，包括傳感器噪聲、電子干擾以及天氣條件等因素，會顯著降低無人機目標檢測的準確性和魯棒性。這些干擾因素不僅會影響圖像的質量，還可能導致目標特征的丟失或失真，從而對檢測模型的性能產生負面影響。特別是在無人機檢測任務中，目標通常較小且背景復雜，噪聲干擾會進一步加劇檢測難度。針對這一問題，提出了一種基于初級視皮層多尺度方位選擇性感受野的目標檢測模型（YOLO with Multisca...

地雜波背景下雷達低慢小無人機探測數據集（LSS-Ku-1.0）————作者：程永強;鄒潤明;陳嘉宜;吳昊;華小強;

摘要：復雜環境下雷達對無人機等低慢小目標探測與識別面臨諸多挑戰，相關研究成為雷達探測領域的熱點和難點問題。數據集是雷達目標探測與識別研究的基礎，其數據質量和多樣性對算法的性能驗證起到了重要作用。目前公開發布的數據集雷達多布設于地面，對空探測背景相對較為理想，在雜波環境下雷達對無人機目標探測數據集較少，探測場景、觀測視角、目標飛行高度、信號帶寬等參數較為單一，數據多樣性有待提高。針對上述問題，本文構建了一...

基于高分辨相控陣雷達的低空無人機群目標數據集————作者：史孟鑫;姜琦;李衛東;田衛明;王銳;

摘要：無人機群、鳥群等低空群目標具有群體智能、密集分布等特點，呈現出復雜的運動模式，已成為雷達探測領域的熱點話題。此類目標采用經典的關聯、跟蹤方法易導致航跡中斷、目標狀態估計錯誤等問題導致跟蹤結果不穩定。量測點跡通常包含目標的空間位置信息，是研究此類問題的基礎。已開展的部分研究通過分析目標的運動特性，仿真與目標真實軌跡相近的量測點跡，但無法很好模擬傳感器誤差與環境因素對目標量測的影響。實測數據可以驗證算...

鳥類活躍度量化建模與預測方法研究————作者：劉佳;陳唯實;陳小龍;趙志堅;

摘要：低空空域內的非合作目標監視能力是保障低空經濟發展的前提條件。飛鳥是低空空域內典型的“低慢小”非合作目標，對于低空空域的安全運營存在一定的影響。航空鳥擊已經成為威脅航空安全的主要因素，需要基于鳥情監視數據進行活動規律挖掘進一步提升鳥情認知能力。專業探鳥雷達系統可提供豐富的鳥類目標探測信息，為鳥情活動節律的挖掘以及野生動物管理提供了充足的樣本支撐。鳥類活動節律與氣象因素存在密切關聯，基于氣象預報信息的...

基于改進YOLOv8的凝視雷達小目標檢測算法————作者：周昶雯;宋強;張月;

摘要：小目標檢測在低空飛行器管理、環境監測、邊境安防等場景中發揮著至關重要的作用，是保障低空空間安全和推動低空經濟發展的關鍵技術之一。現有的雷達目標檢測算法在處理“低慢小”目標時，往往受到目標尺寸、信噪比（Signal-to-Noise Ratio,SNR）以及背景雜波等因素的限制，導致檢測效果不佳。針對上述問題，本文提出將雷達距離-多普勒（Range-Doppler,RD）平面圖輸入改進后的YOLOv...

《信號處理》低慢小探測識別與反制專刊編者按————作者：陳小龍;陳唯實;王銳;關鍵;陳曾平;黃磊;史治國;張小飛;周良將;

摘要：<正>隨著低空經濟的迅猛發展，以無人機、動力傘、航模等為代表的“低慢小”目標（低空、慢速、小體積飛行器）在物流運輸、農業植保、應急救援等領域展現出巨大潛力。值得注意的是，自然界中廣泛存在的飛鳥群體因其相似的物理特性，同樣被納入低空安防體系重點監測的“低慢小”目標范疇。這些空中目標共同構成了低空經濟生態的重要組成部分，成為推動社會智能化升級的重要引擎

氣象雷達鳥群目標多維特征建模與特性分析————作者：張夢晨;趙志堅;劉佳;陳小龍;蘇添記;房旭東;薛偉;關鍵;

摘要：隨著民航運輸規模擴大及生態環境改善，鳥擊事件頻發，對航空安全構成威脅。飛鳥是典型的“低慢小”目標，具有低空飛行、飛行速度慢、體積小等特點，針對這種目標的識別和分類問題，其核心在于通過深度特征學習提取數據的顯著特征，并結合目標物理特性與多維特征模型進行綜合分析。氣象雷達適用于大尺度范圍內的遷徙鳥群目標監測，并且易于有效組網，能夠獲得目標的多種特征信息。本文以航空安全背景下的鳥群及氣象目標為例，基于氣...

運動約束下結合區域提議網絡的無人機孿生網絡跟蹤方法————作者：吳浩;符璽;崔雄文;王正寧;敬輝;鄒翔;高子然;江莉;

摘要：光電探測設備是反無人機系統的重要組成部分，對無人機的圖像確認取證有重要作用。目標跟蹤是光電探測設備的核心技術。無人機目標體積小、背景環境復雜，因此無人機目標跟蹤是一個具有挑戰性的問題。此外，現有的無人機跟蹤數據集在目標大小和屬性分布特征方面存在局限性，不能完全代表復雜的真實場景。針對以上問題，本文提出了一種運動約束下結合區域提議網絡的無人機孿生網絡跟蹤方法。首先，在基于孿生網絡的無人機跟蹤方法的基...

基于多視圖腦網絡監督對比學習的腦疾病診斷————作者：祝志遠;李晴;鄔霞;

摘要：由靜息態功能磁共振成像(resting-state functional Magnetic Resonance Imaging，rs-fMRI)衍生出的腦網絡提供了大腦的功能整合信息，有效促進了對大腦認知和發病過程的理解。近年來，以圖神經網絡為代表的深度學習算法憑借可以適配腦網絡固有拓撲結構的能力，從而在腦疾病輔助診斷中展現出極大的潛力。然而，現有圖神經網絡方法往往依賴于靜態的腦網絡拓撲結構，其性...

移動平臺正交偶極子陣列下的解相干DOA估計算法————作者：劉瑞;郭沐然;孫昭乾;

摘要：針對多個相干信號源入射極化敏感陣列的問題，提出一種能夠高效解多個相干信號源的波達方向（Destination of Arrival，DOA）估計方法，并通過移動平臺和正交偶極子陣列的協同作用，減少對觀測次數的需求，從而提高相干信號DOA估計的效率和精度。該算法利用由多對正交雙偶極子組成的陣列接收到的數據，在極化域內進行平滑處理，恢復信號源協方差矩陣的秩。由于極化陣列具有較強的極化敏感性，因此在極化...

一種基于深度學習的多狀態融合機動目標跟蹤算法————作者：陽逸程;王靜遠;李天成;

摘要：近年來，隨著傳感通信技術的快速發展，高精度實時數據獲取能力都得到極大增強，為采用數據驅動方法解決機動目標跟蹤問題、克服傳統模型驅動的濾波器存在的先驗模型信息匱乏、高速目標機動等難題提供便利。特別是，深度學習技術通過構建端到端的神經網絡估計映射來實現目標的狀態估計，擺脫了對先驗信息的依賴，但也存在著依賴訓練數據、缺乏物理可解釋性等問題。針對該問題，本文結合了模型驅動的交互多模型（Interactiv...

語義感知的多用戶信源編碼：聯合高斯信源下的率失真分析————作者：施雨軒;吳泳澎;邵碩;

摘要：作為一種新興的通信范式，語義通信注重信息本身的語義而非比特符號，具備壓縮、傳輸效率高與抗干擾能力強等特點。針對語義壓縮這一領域，我們提出了一種新穎的分布式信源編碼模型，這種模型旨在建立多用戶的場景下，每個用戶提取并壓縮語義信息的編解碼過程。具體地說，該模型中多個用戶觀測共同的隱藏語義特征并獨立編碼，聯合譯碼，并在保真度標準內重構觀測信源與語義信源。基于上述模型，文章提供了率失真函數的類Berger...

基于RSMA的IRS輔助通感一體化系統安全傳輸方案————作者：楊曉宇;梁彥;李飛;

摘要：在傳統的通感一體化（Integrated Sensing and Communication，ISAC）系統中，通信和感知功能之間的頻譜共享和信號的廣播特性導致ISAC系統容易遭受竊聽者的惡意攻擊。為了解決ISAC系統中的信息傳輸安全問題，本文提出了一種速率分割多址（Rate-Splitting Multiple Access，RSMA）傳輸框架下的智能反射面（Intelligent Reflec...

Pol-ISARSpaceTarget-1.0：極化ISAR空間目標精細識別電磁仿真數據集————作者：陳思偉;李銘典;崔興超;

摘要：以衛星為代表的空間目標在遙感測繪、氣象監測、無線通信、偵察監視等領域發揮著重要作用，同時也是空間態勢感知的重要對象。極化逆合成孔徑雷達（Inverse Synthetic Aperture Radar，ISAR）能夠獲取目標的高分辨率圖像信息和敏感于目標結構的極化散射信息，在空間態勢感知中具有獨特優勢。然而，極化ISAR空間目標實測數據難以公開。同時，部件級精細標注難度大且研究少。因此，當前缺少公...

　　信號處理來自網友的投稿評論：

提交