基于雷达的目标检测

基于雷达的目标检测（精选10篇）

1.基于雷达的目标检测 篇一

基于STAGE的机载雷达对地面目标探测与跟踪的仿真实现

在对地面目标检测技术研究的.基础上,提出了以STAGE为开发平台,建立机载雷达地面目标检测的软件仿真系统辅助机载雷达调试的方法,实现了机载雷达对地面慢动目标检测的软件仿真;详细描述了系统仿真模型的建立和在STAGE中具体实现;分析了系统的性能,并给出了仿真结果.

作 者：符伟 夏传浩 吴关 FU Wei XIA Chuan-hao WU Guan 作者单位：符伟,FU Wei(合肥工业大学,计算机与信息学院,安徽,合肥,230009)

夏传浩,XIA Chuan-hao(合肥工业大学,计算机与信息学院,安徽,合肥,230009;中国电子科技集团公司第38研究所,安徽,合肥,230031)

吴关,WU Guan(中国电子科技集团公司第38研究所,安徽,合肥,230031)

刊 名：合肥工业大学学报(自然科学版) ISTIC PKU英文刊名：JOURNAL OF HEFEI UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE)年，卷(期)：30(2)分类号：V243.2 TP391.9关键词：机载雷达 模型 仿真软件

2.基于雷达的目标检测 篇二

MIMO雷达技术是近年来雷达领域方兴未艾的研究热点, 空间分集MIMO雷达的目标检测问题是其研究内容之一[1,2,3,4,5]。对于各部雷达都工作在相同频段的基于波形分集的空间分集MIMO雷达系统来说, 其检测性能在很大程度上依赖于能否有效地分离来自各个发射波形的回波, 即要求各发射波形具有良好的互相关性能。文献[6-7]提出了一种基于迭代最小均方误差估计的自适应脉冲压缩技术, 简记为RMMSE-APC技术, 文献[8]提出了一种基于迭代最大化输出信噪比准则的自适应脉冲压缩技术, 简记为RMSNR-APC技术。这两种技术在迭代至一定次数时均能有效抑制强散射点回波的自相关距离旁瓣, 而基本原理都是在强散射点占据的距离单元上自适应地形成零点, 从而将距离旁瓣削弱至噪声水平。文献[9]将RMMSE-APC技术推广到多基地雷达, 提出了多基地APC技术, 简记为RMMSE-MAPC技术, 该技术能同时抑制强散射点回波的自相关距离旁瓣和互相关干扰。

APC技术可以降低MIMO雷达对波形设计的要求, 而且对目标运动引起的脉内相位变化具有一定的自适应能力。到目前为止, 关于APC技术的研究都是针对单脉冲回波, 而在相参脉冲串条件下, 特别是对于检测问题来说, 如何保持APC处理后目标回波的脉间相参性仍是一个需要研究的问题。而且对于空间分集MIMO雷达目标检测来说, 还应当考虑APC技术对各观测通道间非相参积累的影响。

1 多通道多脉冲平均APC技术

1.1 提出多通道多脉冲平均APC技术

采用样本值替代期望值的直接后果是, 迭代算法的性能严重依赖于当前观测获取的随机样本, 因而得到的滤波器权矢量在统计意义上不一定是最优的, 具体情况如下所示。

①对RMMSE-APC技术 (或RMMSE-MAPC技术) 来说, 样本随机性的影响主要体现为其输出结果的幅值具有更大的随机性。当起伏型目标的幅值偶尔出现在较低信噪比时, RMMSE-APC (或RMMSE-MAPC) 技术给出的权矢量将接近零矢量, 从而强烈地抑制该弱目标。

②对RMSNR-APC技术来说, 样本随机性的影响主要体现为其输出结果的相位具有较大的随机性, 因为该技术得出的权矢量是相关矩阵的特征矢量, 因此样本值的些许变化将可能导致完全不同的特征矢量, 进而造成完全不同的输出相位。

降低随机样本值对迭代APC技术影响程度的直观做法是, 用来自同一距离像的多通道多脉冲估计值的统计平均值作为该距离像在当前迭代阶段的估计结果, 本文将这种做法称为多通道多脉冲平均APC技术, 简记为MMA-APC技术。空间分集MI-MO雷达相参脉冲串探测系统能够提供来自同一距离像的独立的多通道多脉冲观测数据, 因而为MMA-APC技术提供了应用基础。将MMA-APC技术与MMSE准则和MSNR准则相结合, 并采用迭代算法, 本文提出了适用于空间分集MIMO雷达相参脉冲串条件下目标检测问题的RMMSE-MMA-APC技术和RMSNR-MMA-APC技术。

然而, 尽管MMA-APC技术直观上可以降低样本随机性, 但它也使得自相关距离旁瓣和互相关干扰的影响变得更加复杂。当样本数量有限时, 该技术是否能改善检测性能以及如何正确使用该技术才能改善检测性能正是本文后续要研究的问题。

为了便于描述, 将后续用到的符号概括如下。L是距离处理窗口{0, 1, …, L-1}的长度, 列向量sp=[sp, 0, sp, 1, …, sp, N-1]T是第p (p=1, …, Nt) 个发射单元的辐射波形, 上标T表示转置, N是波形长度, Nt和Nr分别是空间分集MIMO雷达系统的发射单元总数和接收单元总数, q=1, …, Nr;sp, τ由sp的元素左右平移并补零而成, τ={1-N, …, N-1}, 例如sTp, 2=[0, 0, sp, 0, …, sp, N-3]和sTp, -2=[sp, 2, …, sp, N-1, 0, 0], sp=sp, 0;σ2n是噪声平均功率水平。

1.2 RMMSE-MMA-APC技术的具体步骤

本文提出的RMMSE-MMA-APC技术的具体实施步骤如下:

①根据迭代次数M和距离处理窗口确定第m=1次迭代时每个接收单元每个脉冲对应的接收波形上所需样本的序号集合为Ω0={- (M-1) (N-1) , …, L-1+M (N-1) };第m次迭代后所得序列的序号集合为Ωm={- (M-m) (N-1) , …, L-1+ (M-m) (N-1) }, 同时Ωm也是第m+1次迭代时所需的样本序号集合。

最后利用下式计算Nt个辐射波形对应的自相关矩阵:

③对于第q个接收单元, 第m (m≥2) 次迭代:将上次迭代计算得到的代入下式求解第p个辐射波形对应的滤波器权矢量

④将q加1, 重复第②和③步, 直到q=Nr时为止。

最终, RMMSE-MMA-APC技术得到了Nt×Nr个观测通道、K个脉冲、在第M次迭代后的复距离像估计值的集合为。

1.3 RMSNR-MMA-APC技术的具体步骤

本文提出的RMSNR-MMA-APC技术的具体实施步骤与RMMSE-MMA-APC技术类似, 仅在如下几个操作上有所不同:

①第m=1次迭代时, 第p个辐射波形对应的初始权矢量为wp, m=sp。

②在为下一次迭代计算自相关矩阵时, 式 (2) 应替换为如下一组公式:

③在计算第m (m≥2) 次迭代的滤波器权矢量时, 式 (3) 应替换为:

上式表明该滤波器权矢量是矩阵A的最大特征值所对应的特征向量。

1.4 基于APC技术的检验统计量

前文提出的RMMSE-MMA-APC技术和RM-SNR-MMA-APC技术本质上都是滤波技术, 其目的都是为了抑制自相关距离旁瓣和互相关干扰, 进而改善MIMO雷达的检测性能。而研究检测性能还需基于滤波器的输出序列设计检验统计量。

考虑邻近距离单元中存在强散射点 (例如, 强杂波散射点或不感兴趣的目标) 情况下的目标检测问题。假设目标为Swerling I型, 强散射点回波在脉冲间和通道间都是统计独立的高斯变量, 背景为高斯白噪声, 那么对于空间分集MIMO雷达相参脉冲串条件下的目标检测问题来说, 检验统计量如下式所示, 其中检验单元是第个距离单元:

其中, 是第p×q个通道中的目标多普勒矢量。

下面对式 (6) 进行讨论:

①当Nt=Nr=1且K=1时, 即为单通道单脉冲情况, 1.1节提出的两种APC技术分别简化为文献[6-8]中的RMMSE-APC技术和RMSNR-APC技术, 相应的检验统计量简记为TRMMSE-APC和TRMSNR-APC。

②当Nt≥1, Nr>1或Nt>1, Nr≥1, 且K=1时, 即为多通道单脉冲情况。这种情况还可细分为两种子情况, 一是不采用多通道平均APC技术, 此时1.1节提出的RMMSE-MMA-APC技术在基本原理和实施步骤上与文献[9]中的RMMSE-MAPC技术类似, 而根据本文1.2节和1.3节的描述可得相应的RMSNR-MAPC技术, 其检验统计量分别记为TRMMSE-MAPC和TRMSNR-MAPC;二是采用多通道平均APC技术, 检验统计量为TRMMSE-M1A-APC和TRMSNR-M1A-MAPC, 其下标“-M1A-”中的“M”表示多通道, “1”表示单脉冲, “A”表示平均。

③当Nt=Nr=1且K>1时, 即为单通道多脉冲情况, 此时1.1节提出的两种APC技术都只利用了来自同一距离像的多个脉冲回波对滤波器权矢量进行联合求解, 相应的检验统计量简记为TRMMSE-1MA-APC和TRMSNR-1MA-APC, 其下标“-1MA-”中的“1”表示单通道, “M”表示多脉冲。

④当Nt>1, Nr>1且K>1时, 即为多通道多脉冲情况, 同时利用了来自同一距离像的多个观测通道多个脉冲回波对滤波器权矢量进行联合求解, 相应的检验统计量记为TRMMSE-MMA-APC和TRMSNR-MMA-APC。

作为比较, 下面给出基于标准匹配滤波输出而构造的检验统计量TMF的表达式:

应当指出的是, 尽管上述检验统计量都很简单, 但足以用来阐述APC技术相对标准匹配滤波器在检测性能方面的改善, 也能用来比较不同APC技术在检测性能方面的差异。

2 数值仿真

根据系统参数Nt, Nr, K和背景环境参数 (σn2和强散射点平均功率σc2) 的不同取值, 本节对2.4节中各检验统计量的性能进行数值仿真与比较分析, 其中Pfa=0.1, 且若无特别指出, 则仿真中采用的波形都是长度为N=17的Oppermann序列[10], 选定的参数组为 (3.5, 1.7, 1) , 对应的自相关和互相关性能都一般。

2.1 单通道、单脉冲情况下的检测性能

图1给出了TRMMSE-APC、TRMSNR-APC和TMF在不同参数下的性能曲线。图1 (a) 中, σc2=1, σn2分别取10-4和10-8, 即相对强度δ=10lg (σc2/σn2) 分别为40d B和80d B。图1 (b) 采用了Oppermann序列和P4码两种波形, 以考察波形自相关性能对检测性能的影响, 其中σc2=0 (即δ=-#) 表示邻近单元无强散射体。P4码长度为N=30, 其自相关性能优于所采用的Oppermann序列。

由图1可知, δ和波形自相关性能对上述三个检验统计量的性能都有较大程度的影响。总的来说, 图1 (a) 表明, δ越小, 检测性能都越好;图1 (b) 表明, 波形自相关性能越好, 检测性能也都越好, 且在邻近单元无强散射体以及波形自相关性能良好的情况下, TRMMSE-APC和TRMSNR-APC的检测性能都逼近在此情况下具有最优性能的TMF。

2.2 单通道、相参脉冲串情况下的检测性能

研究相参脉冲串条件下APC技术如何做到:既能保持处理后目标回波的脉间相参性, 又能很好地抑制自相关距离旁瓣。

TRMMSE-1MA-APC和TRMSNR-1MA-APC的性能曲线如图2所示, 另外两组曲线, 一是TRMMSE-0-APC和TRMSNR-0-APC的性能曲线, 其特点是在各个脉冲回波上独立进行APC处理;另一组是TRMMSE-1-APC和TRMSNR-1-APC的性能曲线, 其特点是只对第一个脉冲回波进行APC处理, 然后将得到的权矢量对所有脉冲回波进行滤波。图中其他参数有σc2=1, σn2=

下面对图2进行分析。

①TRMMSE-1MA-APC和TRMSNR-1MA-APC在各自对应的准则下都具有最好的性能, 因为所采用的多脉冲平均APC技术既能保持处理后目标回波的脉间相参性, 又能抑制样本随机性。

②MMSE准则以估计复距离像为目的, 因此对各脉冲回波独立进行RMMSE-APC处理仍能较大程度地保留目标回波的脉间相参性, 同时能在每个脉冲回波上最小化均方误差。凭借这两个因素, TRMMSE-0-APC具有较好的性能, 但对于TRMMSE-1-APC来说, 其所用的APC技术虽然能完全保持目标回波的脉间相参性, 但不能抑制样本随机性, 且反而增加了自相关距离旁瓣, 抵消了相参处理增益, 故其性能不如TRMMSE-0-APC。

③对于TRMSNR-0-APC来说, 对各脉冲回波独立进行RMSNR-APC处理虽能在每个脉冲回波上实现最大化输出信噪比, 但是几乎完全损失了目标回波的脉间相参性, 而TRMSNR-1-APC所采用的APC技术虽不能保证在每个脉冲上都最大化输出信噪比, 但保持了目标回波的脉间相参性, 故其性能远优于TRMSNR-0-APC。

2.3 多通道、相参脉冲串情况下的检测性能

参数组 (Nt×Nr×K) 为 (3×6×20) 时TRMMSE-MMA-APC和TRMSNR-MMA-APC的性能曲线如图3所示, 同时为了进行比较, 图3还从图1-2中抽出了一些具有代表性的曲线, 相应的检验统计量分别是 (1×1×1) 时的TRMMSE-APC和TRMSNR-APC, (3×6×1) 时的TRMMSE-M1A-APC和TRMSNR-MAPC, (1×1×20) 时的TRMMSE-1MA-APC和TRMSNR-1MA-APC。

图3中, 性能曲线的变化规律表明, 选择合适的通道数、APC技术以及相参积累, 能显著地改善空间分集MIMO雷达相参脉冲串条件下的检测性能;当对同一距离像的独立观测次数较少时, 由于样本随机性的影响, RMMSE准则对应的检测性能不如RMSNR准则, 其中多脉冲平均APC技术被用来抑制RMSNR准则下的输出相位随机性;而随着独立观测次数的增加, 多通道多脉冲平均APC技术能很好地抑制样本的随机性, 此时RMMSE准则对应的检测性能将优于RMSNR准则。

3 结束语

本文研究了邻近距离单元存在强散射点时, 空间分集MIMO雷达相参脉冲串条件下的目标检测问题, 在分析总结单脉冲APC技术的基础上, 提出了多通道多脉冲平均APC技术, 并结合RMMSE和RMSNR准则, 给出了基于RMMSE-MMA-APC和RMSNR-MMA-APC技术的检验统计量。提出的检验统计量能明显改善检测性能的原因在于:所采用的多通道多脉冲平均APC技术能有效地抑制样本随机性的影响, 保持APC处理后目标回波的脉间相参性, 并最大限度地消除自相关距离旁瓣和互相关干扰。取得的有益结论主要有两点:

①在接收-发射单元数量配置方面, 应当考虑“增加观测通道数量带来的性能增益”与“由此导致的自相关距离旁瓣和互相关干扰增加带来的性能恶化”之间的平衡, 结果表明, 较少发射单元、较多接收单元的配置方式有助于改善检测性能。

②在APC技术选择方面, 当对同一距离像的独立观测次数较多时, 应选择基于RMMSE准则的多通道多脉冲平均APC技术, 而当独立观测次数较少时, 应选择基于RMSNR准则的APC技术, 且其中只进行多脉冲平均, 而不进行多通道平均。

本文研究的是基于迭代算法的APC技术, 其中迭代次数是影响性能的重要因素, 但迭代次数的选择与许多因素有关, 实际中难于选择, 后续应考虑研究非迭代APC技术。

摘要：为有效地抑制样本随机性的影响, 改善MIMO雷达的检测性能, 通过分析已有的基于迭代最小均方误差 (RMMSE) 估计和迭代最大化输出信噪比 (RMSNR) 准则的APC技术, 指出样本随机性是影响以迭代APC技术为基础的检验统计量检测性能的重要因素。提出基于RMMSE和RMSNR的多通道多脉冲平均APC (MMA-APC) 技术, 并以此为基础构造检验统计量。基于自适应脉冲压缩 (APC) 技术研究了空间分集MIMO雷达相参脉冲串条件下的目标检测问题。

关键词：空间分集MIMO雷达,目标检测,多通道多脉冲平均,自适应脉冲压缩

参考文献

[1]Fishler E, Blum R S, Cimini L J, et al.Spatial Diversity in RadarsModels and Detection Performance[J].IEEE Transactions on Signal Processing, 2006, 54 (3) :823-838.

[2]Sheikhi A, Zamani Z.Temporal coherent adaptive target detection for multi-input multi-output radars in clutter[J].IET Radar Sonar Navig., 2008, 2 (2) :86-96.

[3]关键, 黄勇.高斯色噪声中MIMO分布孔径雷达检测性能分析[J].中国科学, 2009, 39 (3) :363-369.

[4]戴喜增, 彭应宁, 汤俊.MIMO雷达检测性能[J].清华大学学报:自然科学版, 2007, 47 (1) :88-91.

[5]王敦勇, 马晓岩, 袁俊泉, 等.MIMO雷达与相控阵雷达的多脉冲检测性能比较[J].雷达科学与技术, 2007, 5 (6) :405-409.

[6]Blunt S D, Gerlach K.A Novel Pulse Compression Scheme Based on Minimum Mean-Square Error Reiteration[C]∥In Proceedings of the IEEE International Radar Conference, 2003 (9) :349-353.

[7]Blunt S D, Gerlach K.Adaptive Pulse Compression via MMSE Estimation[J].IEEE Transactions on Aerospace and Electronic Systems2006, 42 (2) :572-584.

[8]张劲东, 王海青, 朱晓华, 等.基于最大输出信噪比准则的自适应脉冲压缩[J].电子与信息学报, 2009, 31 (4) :790-798.

[9]Blunt S D, Gerlach K.Multistatic Adaptive Pulse Compression[J].IEEE Transactions on Aerospace and Electronic Systems 2006, 42 (3) :891-903.

3.基于雷达的目标检测 篇三

一、概念界定：什么是“目标检测”

“目标检测”是基于目标的教学设计，它并非全新的教学理念，崔允漷教授的《基于课程标准的教学》为本课题研究提供了很好的理论支持和启发。基于课程课程标准的教学不是一种教学方法，而是一种理念。基于标准的教学需要教师在对标准深刻理解的基础上，把握对学生的总体期望，将标准转化为年级目标，再根据学生特点和教学情境具体化为每一堂课的教学目标。

“目标检测”是将教学目标、教学评价和教学活动融为一体的教学设计思路。这种教学设计，第一步是明确课时教学目标：通过本节课的教学，学生最终收获的是什么？突出教学目标制定的重要性，把教学目标的制定放在首要位置。第二步是确定检测的内容和方法，就是依据教学目标来设计评价方式，即教师通过什么样的检测来了解学生三维目标的达成情况。第三步是确定教学活动，在确定教学目标和明确检测方式后，审视教学内容和方法，整体规划教学活动。

“目标检测”的显著特征：教学评价设计先于教学活动设计。这种设计方式体现了以评价促进教学的理念，通过当堂检测调整、补救课堂教学，保持教学目标与教学评价的一致性，通过当堂检测来促进教学，确保三维目标的有效达成，能够有效避免“只有教学，没有评价；只有内容，没有目标；只重教师教，忽视学生学”的现象。

“目标检测”——基于目标的教学设计，既是明确指向教学目标的设计，又是以检测促进教学目标达成的教学设计。它有别于传统教学中将教学评价置后的考虑，要求教师在教学设计之初就带着目标、带着问题思考教学活动，增加教学活动的针对性。

当然，基于目标的教学设计不是直白的、线性的设计过程，以上三个步骤也不存在顺序上的绝对先后，“目标”、“检测”、“教学”三个环节是相互衔接、循环往复的，都需要在教学设计和实施时不断地调整和完善。

二、现状思考：为什么要提出“目标检测”

教学目标是一切教学活动的出发点和最终归宿。教学评价是研究教师教和学生学的价值的过程。两者的重要性是不言而喻的，理应成为教学工作的重中之重。然而，当前重教学内容，轻目标、轻评价的现象却不在少数。

（一）教学目标意识淡薄

很多教师对教学目标的关注度明显不够，备课时更多的关注导入是否新颖、环节是否紧凑、练习设计是否能夺人眼球等等，教学目标仅是照抄照搬其他参考资料，缺乏教师自身的深刻解读。教学目标作为教案的一部分，形同虚设。在与教师的访谈中，我们也发现，很多教师在制订教学计划时，更重视本学期教学内容及时间安排，考虑最多的还是教学内容和教学方法，至于为什么要教这些内容，教学目标是什么却不被重视。重内容、轻目标的“教科书”现象还比较普遍。

（二）课堂评价流于形式

新课程改革后，虽然有越来越多的教师开始参与到课堂评价中来，但仍存在教学目标与课堂评价脱节的现象。课堂评价流于形式的主要原因在于教师对课堂评价的认识失之偏颇：

１．评价等同于考试

持有这种观点的教师觉得教师的任务就是完成教科书内容的教学，评价是上级部门的工作，上级教育部门会统一组织考试，分数就是对学生学习的评价。这种片面的认识直接导致了教师忽视课堂的当堂评价。

２．评价等同于练习

持有这种观点的教师认为评价学生学习情况，主要看学生的练习反馈，练习即评价。而练习又通常安排在课后，“作秀课”中这种现象尤为严重。

当前，部分教师将评价与教学分离的现象还比较普遍，评价游离于教学过程之外，如果教师忽视课堂内部评价，评价不能在课堂中有效进行，那么课后检测、单元检测以及其他层面的检测也将是浪费时间。因此，当堂检测应成为当前课堂教学的一个核心关注点。

综上所述，提出“目标检测”，关注教学目标、关注当堂检测应成为我们广大数学教师关注与探讨的一个重要问题。

三、实践探索：“目标检测”的教学案例

“目标检测”不是具体的教学方法，而是一种教学理念。因而它没有固定的操作模式，而是体现教师对教学行为背后教学理念的更新。下面以“百分数的意义和写法”这一课时的教学为例，分析“目标检测”教学设计的思考路径。

（一）确定具体可测的课时教学目标

“教学是根据学生的行为表现来进行评价和改进的，在教学前清晰明确地陈述所设计的教学的预设结果是非常重要的。”“目标检测”教学设计的第一步就是确定教学目标。为了实现“目标”、“检测”、“教学”三个环节之间的动态统一，可将课时教学目标细化、具体化。

如《百分数的意义和写法》这一课时的教学目标：

尽量不使用“初步理解”“初步体会”“进一步”等模糊的目标表述，同时也避免将课程总目标作为课时目标。模糊的目标表述，甚至套用课程标准来代替课时的教学目标，是导致教学目标与教学过程以“两张皮”的形态存在于课堂之中的根本原因。

从“抽象宽泛”的内容标准到“具体狭窄”的数学课堂教学目标是从数学教学“应然”到“实然”状态的转化。因此，教师需要根据课标、学生和学情，将教学总目标合理地细分到每课时的教学中，并理解每一个目标的意义，将教学目标细化、具体化，突出其具体性、可测性。这将有助于提高教师课堂教学的执行力，对后续的当堂检测设计、教学环节设计也更具有指导性。

（二）确定检测的内容和形式

评价质量和上课的质量一样，也严重地影响着教学质量。通过当堂检测不仅能及时了解学生的学习效果，判断目标达成情况，还能以此作为调整教学的依据。因此，明确课时教学目标后，紧随其后的应当就是对当堂检测的思考。根据教学目标确定检测的内容、形式，以及部分检测内容的量化标准。检测并不是为了给学生分类，亦不是惩罚学生，而是为了更好向地学生提供学习上的帮助，以检测来指导教学、促进教学。

“检测”紧紧围绕着本节课的教学目标进行，但检测的具体内容和形式不是绝对固定的，需要根据实际情况具体考量。其中，不变的是教学目标的“质”，变化的是检测方式的“形”。

值得注意的是，课堂中最易“检测”的往往是教学目标中的知识与技能这一维度。但检测如果过度强调基本知识与技能，而忽视了学习的过程与方法，还有情感、态度与价值观的培养，这样的当堂检测就不能有效地促进学生的全面发展。因此，当堂检测一定要关注那些更具价值但难以检测的内容，从知识与技能、过程与方法、情感态度与价值观三个维度全方位地考虑当堂检测的内容和形式。这样才能真正发挥当堂检测的评价、指导、促进功能。

（三）设计教学活动

教学活动设计的依据是教学目标，但具体的检测内容、教学内容、教学环节的重组，教学策略的选择，教学时间的分配等，则要根据学生的学习特点、当前的学习情况和教师个人教学风格来灵活设计。

“目标”、“检测”、“教学”是一个有机的整体，它们之间既有融合，又有联系。检测并不是教学之后才开始的，它是与教学活动并存，贯穿于整个教学活动的始终。而当堂检测和教学活动的安排都最终指向教学目标，这样的教学设计是有目的、有计划的，能为学生达成目标提供最佳的学习条件，促进学生有效学习活动的开展。

富兰克在探讨“实践中的变革”时提出，实施任何一种新的课程计划或政策的变革都至少有三个要素：使用新教学材料；使用新的教学方法；改变教学理念。其中，教学理念的改变是最为困难的，但是一旦教师能真正转变观念，其影响也是最为深远和富有成效的。基于目标的教学设计首要关注的是教师教学理念的更新，其核心是提高教师基于目标教学的意识和能力，是对教师教学行为背后理念的关注。它要求教师不仅明确教学目标，更重要的是理解学生达成这些目标有何意义，以及为了最终实现学生的全面发展而改变自身教学行为又有何意义。最终，将教学理念转化为教学事实。

（责编罗艳）

endprint

“目标检测”——基于目标的教学设计（以下简称“目标检测”），首先要明确教学目标，然后再确定检测的内容和方式，即教学评价，最后设计教学活动。“目标检测”的核心是关注教学目标，特征是教学评价先于教学设计。本文主要讨论三个话题：什么是“目标检测”？为什么提出“目标检测”？如何实施“目标检测”？

一、概念界定：什么是“目标检测”

“目标检测”是基于目标的教学设计，它并非全新的教学理念，崔允漷教授的《基于课程标准的教学》为本课题研究提供了很好的理论支持和启发。基于课程课程标准的教学不是一种教学方法，而是一种理念。基于标准的教学需要教师在对标准深刻理解的基础上，把握对学生的总体期望，将标准转化为年级目标，再根据学生特点和教学情境具体化为每一堂课的教学目标。

“目标检测”是将教学目标、教学评价和教学活动融为一体的教学设计思路。这种教学设计，第一步是明确课时教学目标：通过本节课的教学，学生最终收获的是什么？突出教学目标制定的重要性，把教学目标的制定放在首要位置。第二步是确定检测的内容和方法，就是依据教学目标来设计评价方式，即教师通过什么样的检测来了解学生三维目标的达成情况。第三步是确定教学活动，在确定教学目标和明确检测方式后，审视教学内容和方法，整体规划教学活动。

“目标检测”的显著特征：教学评价设计先于教学活动设计。这种设计方式体现了以评价促进教学的理念，通过当堂检测调整、补救课堂教学，保持教学目标与教学评价的一致性，通过当堂检测来促进教学，确保三维目标的有效达成，能够有效避免“只有教学，没有评价；只有内容，没有目标；只重教师教，忽视学生学”的现象。

“目标检测”——基于目标的教学设计，既是明确指向教学目标的设计，又是以检测促进教学目标达成的教学设计。它有别于传统教学中将教学评价置后的考虑，要求教师在教学设计之初就带着目标、带着问题思考教学活动，增加教学活动的针对性。

当然，基于目标的教学设计不是直白的、线性的设计过程，以上三个步骤也不存在顺序上的绝对先后，“目标”、“检测”、“教学”三个环节是相互衔接、循环往复的，都需要在教学设计和实施时不断地调整和完善。

二、现状思考：为什么要提出“目标检测”

教学目标是一切教学活动的出发点和最终归宿。教学评价是研究教师教和学生学的价值的过程。两者的重要性是不言而喻的，理应成为教学工作的重中之重。然而，当前重教学内容，轻目标、轻评价的现象却不在少数。

（一）教学目标意识淡薄

很多教师对教学目标的关注度明显不够，备课时更多的关注导入是否新颖、环节是否紧凑、练习设计是否能夺人眼球等等，教学目标仅是照抄照搬其他参考资料，缺乏教师自身的深刻解读。教学目标作为教案的一部分，形同虚设。在与教师的访谈中，我们也发现，很多教师在制订教学计划时，更重视本学期教学内容及时间安排，考虑最多的还是教学内容和教学方法，至于为什么要教这些内容，教学目标是什么却不被重视。重内容、轻目标的“教科书”现象还比较普遍。

（二）课堂评价流于形式

新课程改革后，虽然有越来越多的教师开始参与到课堂评价中来，但仍存在教学目标与课堂评价脱节的现象。课堂评价流于形式的主要原因在于教师对课堂评价的认识失之偏颇：

１．评价等同于考试

持有这种观点的教师觉得教师的任务就是完成教科书内容的教学，评价是上级部门的工作，上级教育部门会统一组织考试，分数就是对学生学习的评价。这种片面的认识直接导致了教师忽视课堂的当堂评价。

２．评价等同于练习

持有这种观点的教师认为评价学生学习情况，主要看学生的练习反馈，练习即评价。而练习又通常安排在课后，“作秀课”中这种现象尤为严重。

当前，部分教师将评价与教学分离的现象还比较普遍，评价游离于教学过程之外，如果教师忽视课堂内部评价，评价不能在课堂中有效进行，那么课后检测、单元检测以及其他层面的检测也将是浪费时间。因此，当堂检测应成为当前课堂教学的一个核心关注点。

综上所述，提出“目标检测”，关注教学目标、关注当堂检测应成为我们广大数学教师关注与探讨的一个重要问题。

三、实践探索：“目标检测”的教学案例

“目标检测”不是具体的教学方法，而是一种教学理念。因而它没有固定的操作模式，而是体现教师对教学行为背后教学理念的更新。下面以“百分数的意义和写法”这一课时的教学为例，分析“目标检测”教学设计的思考路径。

（一）确定具体可测的课时教学目标

“教学是根据学生的行为表现来进行评价和改进的，在教学前清晰明确地陈述所设计的教学的预设结果是非常重要的。”“目标检测”教学设计的第一步就是确定教学目标。为了实现“目标”、“检测”、“教学”三个环节之间的动态统一，可将课时教学目标细化、具体化。

如《百分数的意义和写法》这一课时的教学目标：

尽量不使用“初步理解”“初步体会”“进一步”等模糊的目标表述，同时也避免将课程总目标作为课时目标。模糊的目标表述，甚至套用课程标准来代替课时的教学目标，是导致教学目标与教学过程以“两张皮”的形态存在于课堂之中的根本原因。

从“抽象宽泛”的内容标准到“具体狭窄”的数学课堂教学目标是从数学教学“应然”到“实然”状态的转化。因此，教师需要根据课标、学生和学情，将教学总目标合理地细分到每课时的教学中，并理解每一个目标的意义，将教学目标细化、具体化，突出其具体性、可测性。这将有助于提高教师课堂教学的执行力，对后续的当堂检测设计、教学环节设计也更具有指导性。

（二）确定检测的内容和形式

评价质量和上课的质量一样，也严重地影响着教学质量。通过当堂检测不仅能及时了解学生的学习效果，判断目标达成情况，还能以此作为调整教学的依据。因此，明确课时教学目标后，紧随其后的应当就是对当堂检测的思考。根据教学目标确定检测的内容、形式，以及部分检测内容的量化标准。检测并不是为了给学生分类，亦不是惩罚学生，而是为了更好向地学生提供学习上的帮助，以检测来指导教学、促进教学。

“检测”紧紧围绕着本节课的教学目标进行，但检测的具体内容和形式不是绝对固定的，需要根据实际情况具体考量。其中，不变的是教学目标的“质”，变化的是检测方式的“形”。

值得注意的是，课堂中最易“检测”的往往是教学目标中的知识与技能这一维度。但检测如果过度强调基本知识与技能，而忽视了学习的过程与方法，还有情感、态度与价值观的培养，这样的当堂检测就不能有效地促进学生的全面发展。因此，当堂检测一定要关注那些更具价值但难以检测的内容，从知识与技能、过程与方法、情感态度与价值观三个维度全方位地考虑当堂检测的内容和形式。这样才能真正发挥当堂检测的评价、指导、促进功能。

（三）设计教学活动

教学活动设计的依据是教学目标，但具体的检测内容、教学内容、教学环节的重组，教学策略的选择，教学时间的分配等，则要根据学生的学习特点、当前的学习情况和教师个人教学风格来灵活设计。

“目标”、“检测”、“教学”是一个有机的整体，它们之间既有融合，又有联系。检测并不是教学之后才开始的，它是与教学活动并存，贯穿于整个教学活动的始终。而当堂检测和教学活动的安排都最终指向教学目标，这样的教学设计是有目的、有计划的，能为学生达成目标提供最佳的学习条件，促进学生有效学习活动的开展。

富兰克在探讨“实践中的变革”时提出，实施任何一种新的课程计划或政策的变革都至少有三个要素：使用新教学材料；使用新的教学方法；改变教学理念。其中，教学理念的改变是最为困难的，但是一旦教师能真正转变观念，其影响也是最为深远和富有成效的。基于目标的教学设计首要关注的是教师教学理念的更新，其核心是提高教师基于目标教学的意识和能力，是对教师教学行为背后理念的关注。它要求教师不仅明确教学目标，更重要的是理解学生达成这些目标有何意义，以及为了最终实现学生的全面发展而改变自身教学行为又有何意义。最终，将教学理念转化为教学事实。

（责编罗艳）

endprint

“目标检测”——基于目标的教学设计（以下简称“目标检测”），首先要明确教学目标，然后再确定检测的内容和方式，即教学评价，最后设计教学活动。“目标检测”的核心是关注教学目标，特征是教学评价先于教学设计。本文主要讨论三个话题：什么是“目标检测”？为什么提出“目标检测”？如何实施“目标检测”？

一、概念界定：什么是“目标检测”

“目标检测”是基于目标的教学设计，它并非全新的教学理念，崔允漷教授的《基于课程标准的教学》为本课题研究提供了很好的理论支持和启发。基于课程课程标准的教学不是一种教学方法，而是一种理念。基于标准的教学需要教师在对标准深刻理解的基础上，把握对学生的总体期望，将标准转化为年级目标，再根据学生特点和教学情境具体化为每一堂课的教学目标。

“目标检测”是将教学目标、教学评价和教学活动融为一体的教学设计思路。这种教学设计，第一步是明确课时教学目标：通过本节课的教学，学生最终收获的是什么？突出教学目标制定的重要性，把教学目标的制定放在首要位置。第二步是确定检测的内容和方法，就是依据教学目标来设计评价方式，即教师通过什么样的检测来了解学生三维目标的达成情况。第三步是确定教学活动，在确定教学目标和明确检测方式后，审视教学内容和方法，整体规划教学活动。

“目标检测”的显著特征：教学评价设计先于教学活动设计。这种设计方式体现了以评价促进教学的理念，通过当堂检测调整、补救课堂教学，保持教学目标与教学评价的一致性，通过当堂检测来促进教学，确保三维目标的有效达成，能够有效避免“只有教学，没有评价；只有内容，没有目标；只重教师教，忽视学生学”的现象。

“目标检测”——基于目标的教学设计，既是明确指向教学目标的设计，又是以检测促进教学目标达成的教学设计。它有别于传统教学中将教学评价置后的考虑，要求教师在教学设计之初就带着目标、带着问题思考教学活动，增加教学活动的针对性。

当然，基于目标的教学设计不是直白的、线性的设计过程，以上三个步骤也不存在顺序上的绝对先后，“目标”、“检测”、“教学”三个环节是相互衔接、循环往复的，都需要在教学设计和实施时不断地调整和完善。

二、现状思考：为什么要提出“目标检测”

教学目标是一切教学活动的出发点和最终归宿。教学评价是研究教师教和学生学的价值的过程。两者的重要性是不言而喻的，理应成为教学工作的重中之重。然而，当前重教学内容，轻目标、轻评价的现象却不在少数。

（一）教学目标意识淡薄

很多教师对教学目标的关注度明显不够，备课时更多的关注导入是否新颖、环节是否紧凑、练习设计是否能夺人眼球等等，教学目标仅是照抄照搬其他参考资料，缺乏教师自身的深刻解读。教学目标作为教案的一部分，形同虚设。在与教师的访谈中，我们也发现，很多教师在制订教学计划时，更重视本学期教学内容及时间安排，考虑最多的还是教学内容和教学方法，至于为什么要教这些内容，教学目标是什么却不被重视。重内容、轻目标的“教科书”现象还比较普遍。

（二）课堂评价流于形式

新课程改革后，虽然有越来越多的教师开始参与到课堂评价中来，但仍存在教学目标与课堂评价脱节的现象。课堂评价流于形式的主要原因在于教师对课堂评价的认识失之偏颇：

１．评价等同于考试

持有这种观点的教师觉得教师的任务就是完成教科书内容的教学，评价是上级部门的工作，上级教育部门会统一组织考试，分数就是对学生学习的评价。这种片面的认识直接导致了教师忽视课堂的当堂评价。

２．评价等同于练习

持有这种观点的教师认为评价学生学习情况，主要看学生的练习反馈，练习即评价。而练习又通常安排在课后，“作秀课”中这种现象尤为严重。

当前，部分教师将评价与教学分离的现象还比较普遍，评价游离于教学过程之外，如果教师忽视课堂内部评价，评价不能在课堂中有效进行，那么课后检测、单元检测以及其他层面的检测也将是浪费时间。因此，当堂检测应成为当前课堂教学的一个核心关注点。

综上所述，提出“目标检测”，关注教学目标、关注当堂检测应成为我们广大数学教师关注与探讨的一个重要问题。

三、实践探索：“目标检测”的教学案例

“目标检测”不是具体的教学方法，而是一种教学理念。因而它没有固定的操作模式，而是体现教师对教学行为背后教学理念的更新。下面以“百分数的意义和写法”这一课时的教学为例，分析“目标检测”教学设计的思考路径。

（一）确定具体可测的课时教学目标

“教学是根据学生的行为表现来进行评价和改进的，在教学前清晰明确地陈述所设计的教学的预设结果是非常重要的。”“目标检测”教学设计的第一步就是确定教学目标。为了实现“目标”、“检测”、“教学”三个环节之间的动态统一，可将课时教学目标细化、具体化。

如《百分数的意义和写法》这一课时的教学目标：

尽量不使用“初步理解”“初步体会”“进一步”等模糊的目标表述，同时也避免将课程总目标作为课时目标。模糊的目标表述，甚至套用课程标准来代替课时的教学目标，是导致教学目标与教学过程以“两张皮”的形态存在于课堂之中的根本原因。

从“抽象宽泛”的内容标准到“具体狭窄”的数学课堂教学目标是从数学教学“应然”到“实然”状态的转化。因此，教师需要根据课标、学生和学情，将教学总目标合理地细分到每课时的教学中，并理解每一个目标的意义，将教学目标细化、具体化，突出其具体性、可测性。这将有助于提高教师课堂教学的执行力，对后续的当堂检测设计、教学环节设计也更具有指导性。

（二）确定检测的内容和形式

评价质量和上课的质量一样，也严重地影响着教学质量。通过当堂检测不仅能及时了解学生的学习效果，判断目标达成情况，还能以此作为调整教学的依据。因此，明确课时教学目标后，紧随其后的应当就是对当堂检测的思考。根据教学目标确定检测的内容、形式，以及部分检测内容的量化标准。检测并不是为了给学生分类，亦不是惩罚学生，而是为了更好向地学生提供学习上的帮助，以检测来指导教学、促进教学。

“检测”紧紧围绕着本节课的教学目标进行，但检测的具体内容和形式不是绝对固定的，需要根据实际情况具体考量。其中，不变的是教学目标的“质”，变化的是检测方式的“形”。

值得注意的是，课堂中最易“检测”的往往是教学目标中的知识与技能这一维度。但检测如果过度强调基本知识与技能，而忽视了学习的过程与方法，还有情感、态度与价值观的培养，这样的当堂检测就不能有效地促进学生的全面发展。因此，当堂检测一定要关注那些更具价值但难以检测的内容，从知识与技能、过程与方法、情感态度与价值观三个维度全方位地考虑当堂检测的内容和形式。这样才能真正发挥当堂检测的评价、指导、促进功能。

（三）设计教学活动

教学活动设计的依据是教学目标，但具体的检测内容、教学内容、教学环节的重组，教学策略的选择，教学时间的分配等，则要根据学生的学习特点、当前的学习情况和教师个人教学风格来灵活设计。

“目标”、“检测”、“教学”是一个有机的整体，它们之间既有融合，又有联系。检测并不是教学之后才开始的，它是与教学活动并存，贯穿于整个教学活动的始终。而当堂检测和教学活动的安排都最终指向教学目标，这样的教学设计是有目的、有计划的，能为学生达成目标提供最佳的学习条件，促进学生有效学习活动的开展。

富兰克在探讨“实践中的变革”时提出，实施任何一种新的课程计划或政策的变革都至少有三个要素：使用新教学材料；使用新的教学方法；改变教学理念。其中，教学理念的改变是最为困难的，但是一旦教师能真正转变观念，其影响也是最为深远和富有成效的。基于目标的教学设计首要关注的是教师教学理念的更新，其核心是提高教师基于目标教学的意识和能力，是对教师教学行为背后理念的关注。它要求教师不仅明确教学目标，更重要的是理解学生达成这些目标有何意义，以及为了最终实现学生的全面发展而改变自身教学行为又有何意义。最终，将教学理念转化为教学事实。

（责编罗艳）

4.基于雷达的目标检测 篇四

对不均匀非磁化等离子体密度与目标隐身的`关系进行了研究.给出了等离子体电子密度线性分布和指数分布时,雷达电磁波的频率、电子碰撞频率、等离子体密度对电磁波衰减的影响.研究发现,等离子体的自由电子密度越高,电磁波的能量衰减越快.

作 者：刘少斌 莫锦军 袁乃昌 作者单位：刘少斌(国防科技大学电子科学与工程学院,湖南,长沙,410073;南昌大学基础部,江西,南昌,330029)

莫锦军,袁乃昌(国防科技大学电子科学与工程学院,湖南,长沙,410073)

5.基于雷达的目标检测 篇五

浅谈地质雷达在隧道衬砌检测中的应用

文章系统地介绍了地质雷达的.测试原理、数据处理方法,通过对隧道混凝土衬砌质量检测实例较好地说明了地质雷达对隧道进行无损探测具有较好的工作效果.

作 者：高文号 GAO Wen-hao 作者单位：安徽省港航勘测设计院,安徽,合肥,230011刊 名：工程与建设英文刊名：ENGINEERING AND CONSTRUCTION年，卷(期)：200923(2)分类号：U455.91 U456.31关键词：地质雷达 隧道 衬砌 检测

6.基于雷达的目标检测 篇六

经过7周对《交通测控工程》的学习，使我对交通参数研究方面有了新的认识，课上学习了有关各种交通参数的检测，以及检测使用工具和相应原理。最后我小组以雷达技术为例，下课后对雷达技术在交通检测中的应用进行了更深入探讨。

雷达在现如今的社会生活中应用已经很广泛，雷达技术相对成熟。雷达是利用无线电技术通过探测距离探测速度对目标物体实现空间位置的探测。我们在查找资料时，查阅到雷达分为根据不同的分类方法可以分出很多不同种类的雷达应用。通常可以按照雷达的用途分类，如预警雷达、搜索警戒雷达、引导指挥雷达、炮瞄雷达、测高雷达、战场监视雷达、机载雷达、无线电测高雷达、雷达引信、气象雷达、航行管制雷达、导航雷达以及防撞和敌我识别雷达等。我们针对雷达技术在交通检测中的应用对微波雷达、倒车雷达、反测速雷达进行更深入的探讨。其中，微波雷达的主要优点是在较短的波长范围内，微波雷达对恶劣天气不敏感；多普勒雷达可实现对速度的直接测量；侧向安装，可实现多车道检测；安装维护方便、不需破坏路面，检测精度高。

倒车雷达的主要优点是

1)准确的测出车尾与最近障碍物间的距离；

2)倒车至极限距离时，能发出急促的警告声提醒驾驶员注意制动； 3)能重复发出语音警告声，提醒行人注意。反测速雷达的主要优点是

4)全功能全频雷达接收系统,体积小隐藏性高,可搭载于车子遮阳板的位置 5)任何车型皆适用，百分之百接收

6)最新雷达波频道语音告知功能,全中文警示,并有足够的反应时间,轻易掌握前方道路状况

我们小组进行分工，分别进行雷达技术的文献查阅、雷达检测的应用条件、雷达技术的原理以及雷达技术的经济指标进行分工查阅及咨询，最终，我小组通过大家的通力合作完成了对雷达技术在交通检测中的应用一文。

7.基于雷达的目标检测 篇七

生命探测雷达可广泛应用于地震等灾害发生后压埋于倒塌建筑物、废墟中的生命体搜寻、救援，医疗上的临床生理信号监测以及反恐领域的隔墙监视等[1,2,3,4]。生命探寻和精确定位是灾后应急救援中的首要任务，时间紧迫、待搜索范围大、伤员分散是最困难的问题，而高效、高精度的生命探测设备则是提高救援成功率、最大限度减轻人员伤亡的关键。近年来，越来越多的研究小组开展了基于超宽谱（ultr wide-band,UWB）雷达的生命探测技术研究。由于UWB雷达回波的快时间维度上具有距离信息，所以其探测结果中不但具有目标有无的信息，而且具有目标的距离信息[5,6,7,8,9,10]，有的甚至可以简单区分人与动物[11]。利用雷达技术进行多目标探测和定位也有一些报道，但多数是针对运动目标，而对多个静止人体目标的探测和定位研究较少[12,13]。本文基于多通道多方位UWB雷达系统平台，研究可实现多目标、多方位穿墙探测定位的技术，采用1个发射天线、3个接收天线组成的三通道生命探测雷达系统，对≤3个的静止人体目标在实验室条件下实现了探测识别和二维定位。多目标、多方位雷达式生命探测及定位技术的实现可大幅提升我国应急救援中的伤员探寻效率，对我国生命探测雷达研究水平向国际领先水平迈进具有重要意义。

本文结构如下：第一部分介绍了研究的目的和意义。第二部分介绍了多通道UWB生命探测雷达硬件系统和天线阵列。第三部分采用多通道生命探测雷达系统对多个静止人体目标进行了探测实验，采用以反投影算法为主的方法对信号进行处理，最终给出多目标定位结果。第四、五部分对多目标、多方位穿墙探测定位技术进行了效能评价，并对实验结果进行了讨论。

1 多通道雷达探测系统

1.1 硬件系统

多通道UWB系统采用冲击脉冲雷达体制，采用收发分置天线形式，含有1个发射天线和3个接收天线，各天线通过综合电缆与主机进行连接，共组成3个通道。系统主要由500 MHz天线阵、系统主机和计算机等3个部分组成，天线阵和系统主机之间通过综合电缆连接，计算机与雷达主机之间通过USB线缆进行命令传输和数据交换，其结构如图1所示。

其工作原理为：发射机经UWB发射天线向探测区域周期性发射冲击脉冲信号，当探测区域有人体目标存在时，其生命信息（呼吸、体动等）被调制到雷达回波上，接收机对接收到的目标回波信号进行时域取样，经过主机中的高速多通道数据采集模块转换后送入计算机进行数据的分析处理以及目标的识别和定位。

1.2 探测天线阵列

多目标探测定位实验在实验室条件下进行，根据正常成人的站高和坐高情况统计，同时为了确保对目标站立姿势和坐姿均能达到最佳的探测效果，我们将天线的架设高度定为1.2 m，即发射天线和3个接收天线全部架设于高度为1.2 m的一条水平线上，紧贴厚度为24 cm的红砖墙，并穿透砖墙对墙后面的目标进行探测。

根据预试验结果，收发一体通道（即1个发射天线和1个接收天线紧密排列在一起组成的通道）回波信号强，对微弱生命信号的检测效果好，所以确定1对收发一体天线组成通道1，将通道1置于探测天线阵列的中心，将另外2个接收天线置于两侧，4个天线处于一条直线上，形成一个线形天线阵列。

通道1主要用来对不同目标进行距离上的区分，两侧的接收天线和发射天线组成通道2和3，用来确定目标的方位角，这样对3个通道回波信号进行一定的处理就可以实现目标的二维定位。为了保证探测区域角度分辨率的对称性，剩下的2个接收天线以发射天线为中心，对称布置在发射天线的两侧。通过两侧接收天线距离发射天线分别为0.5、1.0和1.5 m不同距离的探测实验发现，收发天线距离越近目标的角度分辨率越低，距离越远角度分辨率越高，即两侧接收天线与中央发射天线的距离与目标角度分辨率存在近似的反比例关系，当距离无限小到紧挨发射天线时，3个通道的效果一样，此时3个通道都仅能对多目标进行距离区分，而无角度分辨率。根据以上实验情况，为了保证最大角度分辨率，我们选择了1个接收天线Rx1紧挨发射天线Tx，而另外2个接收天线Rx2和Rx3距离发射天线1.5 m，且对称地分布在发射天线两侧。天线阵列的设置如图2所示。

2 多目标探测定位方法

2.1 实验场景

实验室多目标探测实验场景如图2所示。雷达天线阵列按图2所示展开，对墙后的探测区域进行定位探测。探测区域宽4 m，长9 m，人体目标静止站立于探测区域内，在进行多目标探测时，为了避免同一通道回波信号近端目标对远端目标的影响（后向阴影效应）[14,15]，所以规定目标的分布遵守如下规则：任意2个目标的纵向距离至少间隔0.8 m，横向角度至少错开20°。

2.2 信号处理方法

雷达各通道回波信号以脉冲波形的方式采集，每个波形包括2 048个采样点。沿着脉冲波形横坐标方向的时间轴被定义为“快时间”，快时间维度（时窗）的信号称为“快信号”，单位为纳秒（ns），对应脉冲自发射到接收的时间间隔，快信号包含距离信息。

对快时间信号进行滤波、滑动减平均、慢时间上的能量累积等处理，信号处理流程如图3所示，即可得到各个目标的信号，并可以根据能量计算出每个目标的位置[12]。雷达某一个通道对3个目标信号能量累积的结果如图4所示。

将每个通道的目标位置按照反投影思想，向探测区域内进行投影，即可得到每个目标对应距离的椭圆弧线，弧线轨迹计算公式如式（1）所示。3个通道的反投影结果相交，交叉点即为目标的二维位置。

在平面内，目标的位置是通过对电磁波行程计算来确定的，即发射天线发出的电磁波到达目标，加载了人体生命信息后又被目标反射回来，再到达各接收天线所经过的行程。我们以一发两收天线对单目标的定位为例来说明反投影思想。如图5所示，发射天线Tx[坐标为（-D/2,0）]到目标的距离为S0(t），目标到接收天线Rx1[坐标为（D/2,0）]的距离为S1(t），到接收天线Rx2的距离为S2(t）。电磁波从Tx发射出来到达目标，再从目标反射回来到达Rx1和Rx2所用的时间分别为τ1=[S0(t)+S1(t）]/c，τ2=[S0(t)+S2(t）]/c，其中c为光速，由τ1和τ2可以在水平面上投影出2个椭圆，2个椭圆的交点即为目标的二维位置。通道1(Tx和Rx1组成）的椭圆公式如公式（1）所示，其中x、y分别为目标的横坐标和纵坐标，D为Tx到Rx1的距离，a和b分别为椭圆长半轴、短半轴的长，其计算如公式（2）、（3）所示。

三通道生命探测雷达系统对2个静止人体目标的目标距离信号进行反投影的示意图如图6所示。将每个通道探测到的双目标位置信号分别进行投影，图6(a)～(c）分别为通道1、2、3的目标距离信号进行反投影的示意图，可以看出每个通道对每个目标都会在其反投影图上形成一个椭圆弧，其焦点分别为发射天线和对应的接收天线所在的位置，其长短轴的大小则与电磁波到达目标再反射回接收天线所用时间有关。对于通道1来说，由于是收发一体形式，故其在反投影图上目标对应的距离为圆弧，圆弧实际上也是一种特殊的椭圆弧。

图6(d）为采用直线形天线阵结构对双目标进行反投影重建的结果示意图。3个通道的投影信号画出6条椭圆弧相交于2点（如图中黑色圆点所示），每点均有3条弧线相交，这2点即为反投影方法成像后得到的2个静止人体目标的位置，这样就实现了多通道系统对2个静止目标的二维定位。

在实验室条件下采用多通道生命探测雷达穿墙采集2个目标信号，2个目标位置分别处于5 m偏左侧20°和7.5 m偏右侧20°，采用以上描述的反投影方法对信号进行处理并对目标定位，定位结果如图7所示。

3 方法的效能评估

滤波反投影算法的效能评价实验是在多通道生命探测雷达实验平台上完成的，天线阵的结构方式采用前文所述的一发三收线形天线阵列，所有的实验数据均为穿透24 cm砖墙采集，实验对象是根据目标个数的需要从16个志愿者中随机选取的，所有的实验数据采集时目标均为静止站立状态。目标的分布情况规定如下：任意2个目标的纵向距离至少间隔0.8 m，横向角度错开不小于20°。

我们规定目标识别定位结果分为正确判别、漏判、误判和错判。按照规定的判别结果对所采数据的定位结果进行分类，并对分类结果进行统计。

穿墙的无目标数据共采集17组。按照上述分类方式对数据处理结果进行统计，因为所有的数据均为无目标数据，所以不存在漏判和错判的情况。统计结果见表1。

穿墙的单目标数据共采集48组，穿墙双目标数据共采集60组，穿墙三目标数据共采集85组，目标位置随机分布在墙后0～9 m的探测范围内，以不同距离、不同角度组合的分布形式静止站立，统计结果分别见表2、3、4。

4 结论

8.浅谈AIS与雷达目标信息融合 篇八

关键词 AIS；雷达；信息融合；粗糙集；神经网络

中图分类号 TP 文献标识码 A 文章编号 1673-9671-(2010)112-0118-01

传统的雷达曾是海上监控系统的一个里程碑。但由于传统雷达的局限性，决定了它所能提供的是非常小量的信息。而船舶自动识别系统（AIS）能提供的信息有很多的优点，足以弥补雷达数据的缺陷。但就现阶段来说，雷达在航海技术中又是无可替代的。因此，为给船舶航行提供更精确可靠的信息，我们需要将AIS与雷达结合起来，把他们的数据进行综合处理，取长补短，为船舶的安全航行和港口对船舶更好的管理提供质量更高的数据。

AIS与雷达系统对目标的监测跟踪相比，AIS具有下列优点：

1）信息量大，可提供雷达所不能提供的大量船舶动态信息，节省自动避碰系统的计算时间和存储容量。2）信息来源可靠，误差小。3）不间断地提供动态信息。4）自主运行，无需人工监控。

虽然AIS具有上述优点，但仍有它的局限性，因而它并不能取代雷达系统，这是由于：

1）不是所有船舶都安装了AIS，所以雷达系统还是不可或缺的。2）雷达系统是自主的监测跟踪手段。在VTS中心，无论船舶上是否装备AIS或雷达，或它们是否正常工作，雷达系统对目标的监测跟踪均不受影响；对一些突发性交通事故的监测、记录，雷达系统更能发挥作用。3）雷达系统可以得到水域的全景交通图像，除了所有的运动目标，还有静止和固定的目标，如助航设施等。4）AIS提供的位置数据来自于GPS/DGPS数据，而GPS/DGPS数据是GPS/DGPS天线所在点的船舶运动数据，恢复成图像时该船只是一个点，而雷达目标回波在一定程度上可反映目标的大小和形状。5）虽然目前AIS设备中的船位信息来源于GPS/DGPS设备，精度较高。但是其提供的航向信息和航速信息还是采用陀螺经信息和计程议信息，因此这两种设备的误差势必将会传递到AIS数据中。

由于雷达和AIS都有各自独立的信息处理系统，而且分布式结构可以以较低的费用获得较高的可靠性和可用性；可以减少数据总线的频宽和数据处理的要求；可以获得与集中式结构相同或类似的精度。因此本文采用分布式结构对雷达和AIS信息进行融合研究，根据信息融合的分布式融合模型，结合AIS和雷达目标数据特点，本文建立了如图1的AIS和雷达目标信息融合的模型。

图1 AIS和雷达目标信息融合模型

由图1的模型中我们可以看出AIS和雷达目标的信息融合关键问题如下：

1）坐标变换与时间校准。因为信息融合具有时间性和空间性，所以坐标变换和时间校准又称为数据校准。信息融合的时间性指的是，AIS和雷达对目标的观测时间不同，因此，在处理AIS和雷达目标数据之前，先得对要处理的目标数据的时间进行统一。2）航迹相关。目标航迹相关指的是把雷达探测到的目标航迹与AIS所提供的目标航迹进行关联，找出属于同一个目标的AIS目标航迹和雷达目标航迹。3）点迹合并。AIS和雷达目标数据融合通常的融合方法有3种（见文献[3]、文献[4]、文献[5]）。本文对AIS和雷达目标数据融合的这些通常的融合方法进行了改进，在数据融合的基础上引入粗糙集和人工神经网络算法，使得融合后的数据质量得到提高。

粗糙集理论，是在1982年由波兰学者Z.Pawlak提出的，它是一种针对不完整性和不确定性的数学工具，能有效地分析不精确，不一致，不完整等各种不完备的信息，还可以对数据进行分析和推理，从中发现隐含的知识，揭示潜在的规律。虽然从诞生到现在虽然只有十几年的时间，但已经在不少领域取得了丰硕的成果。

人工神经网络（简称ANN）是由大量简单的基本元件——神经元相互连接，模拟人的大脑神经处理信息的方式，进行信息并行处理和非线性转换的复杂网络系统。一般而言，ANN与经典计算方法相比并非优越，只有当常规方法解决不了或效果不佳时ANN方法才能显示出其优越性。另一方面，ANN对处理大量原始数据而不能用规则或公式描述的问题，表现出极大的灵活性和自适应性。

在基于神经网络的数据融合中，由于网络的输入规模取决于传感器数据的维数，所以当传感器所采集的数据维数增大时，神经网络结构的复杂程度将随之增大。同时，网络的训练时间也将大大地延长，使得系统的实时性能变差。可见，神经网络本身存在缺陷，不能降低输入空间的维数。一般的智能系统，知识库经常有几百甚至上千条规则，如此繁多的规则若全用于转化为神经网络，则网络的规模就会很庞大，网络的训练工作将会很困难。粗糙集的出现为以上问题的解决带来了契机。粗糙集理论通过发现数据信息之间的内在关系，不仅可以去掉冗余信息，而且还能够简化输入信息空间的维数，即可以寻找出信息的内在规则。从本质上讲，粗糙集反映了认知过程在非确定性、非模型化信息处理方面的机制和特点，是一种有效的推理工具。然而粗糙集也存在着不足，粗糙集自适应能力差，缺乏对环境变化的适应能力和学习功能，因而环境变化时精度较低，容错能力与推广能力相对较弱。因此，将粗糙集与神经网络相结合，互取长处，互补缺点，构建新型的神经网络结构，可以获得传统神经网络无法比拟的控制效果。因此，将粗糙集和神经网络相集成，可望为智能信息处理及预测和控制系统开拓一个新的应用领域。

参考文献

[1]徐志京,王解先.AIS与雷达目标信息融合中坐标位置的计算方法[J].上海海事大学学报.2005,12:26.

[2]林长川.雷达和AIS目标位置信息融合方法的研究.中国航海.2002,1:22-25.

[3]林长川,陈朝阳,洪爱助等.雷达与AIS目标航迹模糊关联与统计加权合并融合方法的探讨.中国航海.2003，第4期:70-73.

[4]张杏谷,黄丽卿,胡稳才.GPS在中的应用.航海技术.2002,2:23-24.

[5]于海霞.AIS于雷达数据融合方法的研究(硕士学位论文).大连:大连海事大学,2006.

作者简介

孙旭明（1982—），男，吉林白城人，吉林省白城市地方海事局，助理工程师。

9.基于雷达的目标检测 篇九

基于ZigBee技术的雷达模拟器设计与实现

为了提高机务人员对某新型机栽雷达的维护能力,增强飞行员在现代电磁环境下雷达对抗水平,介绍了一种基于Zig-Bee技术的雷达模拟器设计与实现.重点阐述了无线传感网在模拟器设计中的应用,详细分析了无线节点的软硬件设计、游戏飞行手柄数据的读取及雷达工作状态显示.由于模拟器使用了ZigBee技术,因此其具有成本低、功耗低、管理方便等特点的特点,特别是其符合IEEE802.15.4协议,利于系统与其它符合标准的`产品的互联,具有良好的通用性和可扩展性.

作 者：李密 吕钊  作者单位：李密(空军第一航空学院航空电子工程系,河南,信阳,464000)

吕钊(空军第一航空学院航空电子工程系,河南,信阳,464000;安徽大学计算智能与信号处理教育部重点实验室,安徽,合肥,230039)

刊 名：工业控制计算机 英文刊名：INDUSTRIAL CONTROL COMPUTER 年，卷(期)： 22(9) 分类号： 关键词：ZigBee   串行通信   雷达  

10.运动目标检测方法总结报告 篇十

由于计算机技术的迅猛发展，使得基于内容的视频信息的存取、操作和检索不仅成为一种可能，更成为一种需要。同时，基于内容的视频编码标准MPEG-4和基于内容的视频描述标准MPEG-7正在发展和完善。因此提取和视频中具有语义的运动目标是一个急需解决的问题。运动目标提取和检测作为视频和图像处理领域的重要研究领域，有很强的研究和应用价值。运动检测就是将运动目标从含有背景的图像中分离出来，如果仅仅依靠一种检测算法，难以从复杂的自然图像序列中完整地检测出运动的目标。较高的检测精度和效率十分重要，因此融合多种检测方法的研究越来越受到重视。本文介绍了几种国内外文献中的经典的视频运动目标的检测和提取算法，并对各种方法进行了评价和总结。首先介绍了基本的运动目标检测的基本知识和理论，然后介绍了基本的几种目标检测方法及其各种改进方法。对今后的运动目标检测提取的相关研究提供一定的参考。

关键词：运动目标检测 光流法 帧差法 背景建模方法

摘要 i

ABSTRACT Because of the rapid development of computer technology, it is possible to access, operate and retrieve the video information based on the content of the video.At the same time, based on the content of the video coding standard MPEG-4 and content-based video description standard MPEG-7 is developing and improving.Therefore, it is an urgent problem to be solved in the extraction and video.Moving object extraction and detection is a very important field of video and image processing, and has a strong research and application value.Motion detection is to separate moving objects from the image containing background, if only rely on a detection algorithm, it is difficult to from a complex natural image sequences to detect moving target.Higher detection accuracy and efficiency are very important, so the study of the fusion of multiple detection methods is becoming more and more important.In this paper, the detection and extraction algorithms of the classical video moving objects in the domestic and foreign literatures are introduced, and the methods are evaluated and summarized.Firstly, the basic knowledge and theory of basic moving target detection is introduced, and then the basic method of target detection is introduced.To provide a reference for the research on the extraction of moving target detection in the future.Keywords: Visual tracking

Optical flow method

Frame Difference

Background modeling method

ii ABSTRACT

目录

摘要...................................................................................................................................0 ABSTRACT.....................................................................................................................1 第一章 绪论....................................................................................................................3

1.1 研究背景及意义................................................................................................................4 1.2 研究现状............................................................................................................................4

第二章 经典的运动目标检测算法................................................................................5

2.1 光流法................................................................................................................................5 2.2 帧差法................................................................................................................................5 2.3 背景差分法........................................................................................................................7

第三章 改进的运动目标检测算法................................................................................9

3.1 改进的三帧差分法............................................................................................................9 3.2 帧间差分法与光流法结合..............................................................................................10 3.3 改进的背景建模算法......................................................................................................11

第四章 总结..................................................................................................................13 参考文献：....................................................................................................................16

目录 i 2 运动目标检测方法研究总结

第一章 绪论

1.1 研究背景及意义

近几十年来，在科学技术飞速发展的条件下，视频与图像处理技术不断提高，各种各样的视频监控产品已经走入了人们的视野，并且在给我们的生活带了很多方便。视频监控系统的研究技术涉及到视频图像处理、计算机视觉、模式识别以及人工智能等科学领域。视频监控系统多数要求监控人员长期盯着监控屏幕，进行人为的分析判断，这样容易因为监控人员的疏忽造成重要信息的遗漏。为此，人们开始将计算机领域的相关技术引入到视频监控系统中，形成智能监控系统[1,2,3,4]。智能监控系统可以在没有人为干预的条件下，利用计算机视觉的相关技术来对视频序列图像进行智能的分析，实现对运动目标的检测、跟踪、分类和识别等。现在，运动目标检测技术不仅应用在发电站、商场、银行、民宅、广场和火车站等公共场所的智能监控系统中，而且在其他的领域也有十分广泛的应用。

1.2 研究现状

目前，基于视频的运动目标检测算法主要有三种：光流法、帧差法和背景差分法，这三种算法都有各自的优缺点。1981 年，Horn 和 Schunck 通过将二维速度场与图像灰度相联系，从而引入了光流约束方程，得到一个计算光流的基本方法[5]。Meyer 等人[6]在对光流法进行了深入研究的基础上，提出在光流场中采用基于轮廓的跟踪方法，该方法在摄像机运动的情况下能够有效的对运动目标进行检测和跟踪。Barron 等人[7]通过使用简单而有效的门限，先分割图像，再计算光流，通过消除杂乱的背景光流来得到较好的目标光流。Roland 等人[8]利用相邻帧差，通过局部阈值的迭代松弛技术实现图像边缘的光滑滤波。甘明刚等人[9]提出一种三帧差分和边缘信息相结合的运动目标检测算法，该算法有效地改善了一些情况下帧间差分法会出现“双影现象”的问题。郝豪刚和陈佳琪等人[10]提出五帧差分法和景差分法相结合的运动目标检测算法，该算法利用背景差分法和帧间差分法性能上的互补来得较好的检测结果。背景差分法有均值法、中值法、核密度估计法、Surendra 背景更新、单高斯模型和混合高斯模型等，从 20 世纪以来，相继出现 第一章 绪论 1 了一批批成熟的背景差分法，Wren 等人[11]提出了单高斯模型，该方法在单一背景下能够获得较好的检测结果，但是不适合复杂背景。Stauffer 等人[12]在单高斯模型的基础上提出了混合高斯模型，混合高斯模型在外界环境比较复杂的条件下仍然可以得到很好的检测效果。左军毅等人[13]提出时间平均模型和混合高斯模型双模式切换式的运动目标检测算法。除了以上三种的算法外，还有一些学者尝试采用其他的算法进行运动目标检测，例如，郝志成和吴川等人[14]提出的基于稳定矩阵的动态图像运动目标检测算法，该算法通过在短时间内自动的感知背景变来快速的建立背景模型。近年来，越来越多的研究机构和学者都参与到基于视频的运动目标检测的研究之中，并提出很多有效的、新颖的方法。但是仍存在一些问题善待提高，所以找到一种检测精度高、鲁棒性好的运动目标检测算法依然是我们为之努力的方向。

运动目标检测方法研究总结

第二章 经典的运动目标检测算法

2.1 光流法

空间中物体的运动可以用运动场来描述，同样可以通过序列图像中不同图像的灰度分布差异体现图像平面变化，对比空间中的运动场，体现在图像上表现为光流场。在运动的某一个时刻，为图像中的各个像素点赋一个速度的矢量，这样就成为了一个图像的运动场。由于空间物体上的点与图像上的点通过投影关系可以一一对应，则根据各个像素点的速度矢量的变化特征可以对图像进行动态分析[16]。当图像中没有目标运动时，在整个图像区域中光流矢量的变化是连续的；而当图像中有运动目标时，图像的背景和目标就会有相对的运动，那么目标运动所形成的速度矢量必然和邻域背景速度矢量不同，由此能够检测出运动目标的位置。光流法利用图像的灰度信息的变化从序列图像中计算出速度场，然后加上一些约束条件，从而推出运动目标的运动参数和物体结构[17]。

光流法事先不需要知道场景的任何信息，就可以准确的计算出运动物体的速度。它不仅能应用于静态背景下的运动目标检测，而且可以用于摄像机运动的情况，实现动态背景下的运动目标检测。它的缺点是：光流法的特点是要进行迭代运算，精度越高需要的计算量就越大，因此，光流法的计算量大，运算时间长，是一种比较耗时的算法，很难满足工程上对实时性的要求；光流法的抗噪性能差，例如，当光照发生变化时，即使没有运动发生，光流仍然存在，会被误检测为有目标运动，同时，如果缺少足够的灰度级变化，目标运动物体很难被检测到；当三维物体的运动投影到二维的图像时，亮度会有变化，从而导致通过光流约束是计算不出平面某点的图像速度流；使用光流法对运动目标进行检测，需要特定的硬件设备的支持。已经有一些学者针对光流法所存在的缺点进行了改进，相信未来光流法能够得到更好的实际应用。

2.2 帧差法

帧差法[18]又叫时间差分法，它通过将视频序列图像中的当前帧与相邻帧所对 第二章 经典的运动目标检测算法 3 应的像素点的灰度值进行比较，然后找到差异，进而检测出运动目标[19]。在视频序列图像中，相邻的图像之间具有连续性，当视频图像中有运动目标时，由于运动目标的运动，相邻图像间的像素点灰度值差别就会较大，相反，当视频图像中没有运动目标时，相邻图像间的像素点素灰度值差别就会较小，帧差法就是利用视频图像的这一特性进行检测的，它是运动目标检测的最简单方法。帧差法是先用相邻两帧做差分运算，然后做二值化处理，从而检测出运动目标。帧差法的基本运算原理框图如下：

图2.1 帧差法基本原理

在二值化的差分图像中，取值为 0 的像素点代表变化较小或是无变化的区域，表示为背景区域；取值为 255 的像素点代表变化的区域，表示为运动目标。至此，大多数的运动目标的基本形状已经凸显出来了。为了能够精确的提取出运动目标，通常还需要经过形态学处理，例如，膨胀、腐蚀、开运算、闭运算等，将断点进行连接或者将多余的部分去掉等，从而获得更加准确的检测结果。

帧差法优点是算法简单、容易实现、检测速度较快、能满足系统对实时性的要求，而且一般相邻两帧的时间间隔比较短，因此对场景的光线变化不是特比敏感，对环境的自适应性较强。帧差法存在着两个主要的缺点：帧差法的检测结果与目标运动速度和相邻两帧间隔大小有关。如果运动目标速度过快且两帧时间间隔长，可能会出现运动目标在运动方向上前后分裂并拉长，出现“双影现象”，最坏的情况下可能发生同一个运动目标被检测为两个不同的目标。如果运动目标运动过慢且两帧时间间隔小，交叠的部分在两帧图像进行差分时会因差值过小而被误判为背景区域，但是事实上这部分并不是背景区域，由此会造成目标信息的丢失，我们称之为“空洞现象”，最坏的情况下可能发生目标完全重叠而不能被检测出来。

运动目标检测方法研究总结

2.3 背景差分法

背景差分法又叫做背景减除法，是固定场景中目标检测算法最长用的一种检测算法。在背景差分法中，视频图像分为背景图像和前景图像，该方法将视频图像中的当前图像与背景图片进行比较，也就是当前帧与背景帧进行差分运算，在运算结果中像素点的灰度值变化大的区域即为运动目标，因此我们也常常认为背景差分法是帧间差分法的一种特例。

背景差分法的运算原理框图如下：

图2.2 背景差分法基本原理框图

提取出运动目标区域之后，可能会存在噪声，可以对其进行后期处理，例如膨胀、腐蚀、连通域检测等操作，从而提取出较为准确的运动目标。背景差分法的优点是算法复杂度低，算法实现比较简单，可以满足系统的实时性要求，并且在运动目标检测时一般能够得到比较完整的特征数据。是目前最常用的一种运动目标检测方法，尤其适用于背景固定或背景缓变的场景。该方法对外界的环境变化非常敏感，例如场景中天气的变化，光线的改变，摄像机的颤动，树叶的摇动等等这些外界的干扰很容易使背景点被误判为目标点，因而影响了检测的精度。所以该方法的难点在于建立一个符合场景需求的背景模型，而且需要有一套算法对背景模型进行更新，使背景成为实时而准确的背景。检测效果好的背景模型往往都会比较复杂，运算量比较大，从而使得背景更新的速度减慢，无法实时地检测出运动目标。如果背景模型更新的速度非常慢，实际上背景在不断变化着，会 导致从背景模型得到的背景图像不是实时的背景图像。但是如果背景模型更新的速度过快，背景有时就会和当前图像非常相似，背景差分法就无法检测出运动物体。因此，建立一个合适的背景模型是背景差分法的关键部分，也是该算法的一个难点。第二章 经典的运动目标检测算法 3

运动目标检测方法研究总结

第三章 改进的运动目标检测算法

3.1 改进的三帧差分法

三帧差分法是对两帧差分法的改进，它可以有效的克服两帧差分法的一些缺点，例如，克服了两帧差分法中的“双影现象”，但是却不能改善“空洞现象”，而且当运动目标和背景区域这两部分的灰度值比较接近时，三帧差分法不能准确的检测出运动目标的轮廓.为了改善三帧差分法检测结果的边缘缺失的这个缺点，王霏等人尝试将改进的Sobel算子与三帧差分法相结合，因为图像的边缘信息不容易受噪声和亮度突变的影响。改进算法的关键是获得一个完整的运动目标的边缘轮廓，针对“空洞现象”，通过后期的形态学处理和连通性分析相结合的方法来改善这个问题[20]。

改进的三帧差分法的基本思想是：把三帧分成两组，分别求两帧差分图，进行膨胀处理之后分别和边缘检测结果图相“与”，将两个结果进行“或”运算，得到一个初步的检测结果。然后与三帧差分法的结果进行“或”运算，得到一个更加完整的检测结果。最后对检测结果进行后期处理，来达到改善“空洞现象”和去除噪声的目的。

(a)经典的两帧差分法

第三章 改进的运动目标检测算法 7

(b)经典的三帧差分法

(c)改进的三帧差分法

3.2 帧间差分法与光流法结合

光流法对噪声敏感，运动目标边缘以外附近的像素点没有运动，但光流值不是零，出现了“速度漂移”。使得光流法和超像素分割的分割结果虽然不错，但是需要调节的参数空间非常大，需要花费大量的时间来进行参数的调整，导致它的实用性较差。帧间差分法简单易行，利用当前帧与前一帧差分，当运动目标运动过快时提取出的物体往往会出现双影而且比实际要大，当运动过慢时又往往因无法检测出重叠部分而出现空洞。为此，我们在光流法和超像素分割方法的基础上，融合了帧间差分法来进一步快速的缩小需要调节的参数的范围，极大的减少了人工调节的工作量。在改进的方法中，贺丽丽等人结合光流法产生的结果和帧间差分法的结果来提取出大致的运动区域，然后利用超像素分割进行精确的提取[21]。

利用超像素分割后的结果label，对帧间差分法得到的结果s 进行进一步的提取，由于超像素分割将图像分割成许多含有相似特征的标记图label，首先我们需要知道s,即已经求出的前景区域中含有对应标记图中的哪些标记。当我们确定了前景区域所包含的标记后，就需要进一步的确定这些标记在s和label 中所包含的像素个数。对于s，我们统计出其前景区域中对应于标记图label 中每个标记i所包含的像素的个数为isn,标记图label中每个标记i所包含的像素的个数为n，我们认为isn与n 之间的关系，将成为提取前景目标最重要的衡量标准。如果它们的比值小于某一个值T 时，则将Label中对应于标记i的像素值设为0，否则,Label中对应于i的像素值设为 1。原始图像t 中对应于 Label中等于 0 的位置也标记为 0；因此我们得到了提取出的运动目标图。

运动目标检测方法研究总结

3.3 改进的背景建模算法

针对传统混合高斯背景建模算法，由于受到算法的限制，每个像素点的模型个数是固定不变的。后来，等人提出了基于最大似然估计的像素点背景模型个数自适应选择方法。但由于该方法人为地引入了负的先验系数，使得在更新过程中高斯成分的权重有可能被不合理地负更新。王永忠等人在传统混合高斯背景建模的基础上，提出一种了自适应选择混合高斯模型个数的策略，孙丽等在此基础上提出了新的算法。

其算法的基本思想是对于每帧，在图像所有像素的模型总个数固定的情况下，对于频繁变化的背景点，当未达到像素点自身的模型个数上限且不超过图像模型总个数的前提下，可以“借用”相对稳定的区域像素点的未用模型个数的名额，用个数不定的模型来描述该像素点可能的背景。根据模型的转化规则，通过删除模型、增加模型、替换模型来动态分配模型个数及模型的参数更新，并实现背景模型的生成，从而使得背景模型个数能够随着场景的变化动态调整。

在当前时刻，每个像素点都有自己的初始模型，这些模型根据一定的阈值条件，被划分成背景模型和候选背景模型。背景模型和候选背景模型都有自我更新并保持自身模型的状态。当候选背景模型满足一定的条件后，转化成背景模型，而背景模型和候选模型通过刪除模型的机制来达到终止模型状态。本文的背景建模算法在不增加模型总个数的前提下，通过动态删除模型、增加模型以及模型间的转化三种处理机制，分配不定个数的背景模型，并自适应更新参数。

实验表明，该算法能够较好的处理复杂动态场景中背景的频繁变化如树枝叶摇曳、水面波动和喷泉，并在构建背景过程中，一定程度上克服了前景运动目标的影响。与传统的运动目标检测算法相比，本文算法对动态变化背景的描述能力更强，处理速度更快，符合实际场景中运动目标检测的实时性和准确性要求[22]。

第三章 改进的运动目标检测算法 7 12 运动目标检测方法研究总结

第四章 总结

运动目标检测是计算机视觉中富有挑战性的课题之一，对其展开研究具有重要的应用价值和理论意义。本文首先总结研究了现存的三种经典的运动目标检测算法：光流法、帧差法和背景差分法，并对分析了它们的优缺点。光流法不需要预先知道有关场景信息，可以支持摄像机的运动，但是计算复杂度高、耗时长、抗噪性能差，目前没有较好的通用硬件支持。帧差法是将相邻的两帧图像对应像素点进行相减而得到运动目标，能够适应光照突变，运算速度快、算法简单，但是检测结果容易出现“空洞现象”和“双影现象”，它适用于对实时性要求高，对检测的目标信息要求不高的场景中。背景差分法是将当前图像帧和建立的背景图片相减来得到运动目标，该算法复杂度不高，可以满足系统对实时性的要求，背景模型的建立对该方法的实现会产生至关重要的作用然后。

然后介绍了几种改进的检测算法，改进的三帧差分法将改进的 Sobel 边缘检测算子引入到三帧差分法中，因为图像的边缘信息不容易受噪声和亮度突变的影响，所以将三帧差分法和改进的 Sobel 算子相结合弥补了三帧差分法不能将运动目标轮廓完整检测出来的缺点。然后对检测结果进行后期处理，达到改善空洞现象和去噪的目的。最后通过实验对比经典三帧差分法和改进的三帧差分法的检测效果，结果表明改进的三帧差分法的检测结果准确性更高。利用光流场获得粗略的运动区域，将光流值经过滤波，二值化和形态学处理，获得大概的运动目标区域。利用帧间差分法将相邻两帧图像中变化的区域提取出来，通过结合光流法和帧间差分法的结果，进一步将运动目标的提取锁定在一个更加准确的范围内。背景建模法对于每帧，在所有图像像素模型总个数固定的情况下，对于频繁变化的背景点，当未达到像素点自身的模型个数上限且不超过图像模型总个数的前提下，可以借用相对稳定的区域像素点的未用模型个数的名额，用个数不定的模型来描述该像素点可能的背景，从而实现背景模型的动态分配及更新。并基于像素的时域信息，用不包含该像素点在内的小邻域内所有像素点的背景模型与当前点进行匹配，判断其是否为前景点，以此消除动态背景干扰的影响。这些算法都将为今后的研究提供参考和依据。第四章 总结 11 14 运动目标检测方法研究总结

参考文献：

[1] 冈萨雷斯.数字图像处理(第二版)[M].北京:电子工业出版社, 2003:1-115.[2] Stauffer C, Grimson W E L.Learning Patterns of Activity Using Real-time Tracking [J].IEEE Transactions on Pattern Analysis & Machine Intelligence, 2000, 22(8):747-757.[3] H.Akaike.A New Look at the Statistical Model Identification.IEEE Transaction on Automatic Control, 1974, 19(6):716-723.[4] 朱宏.基于视频序列的运动目标检测与跟踪技术研究[D].西南交通大学硕士学位文,2008:1-5.[5] B K P Horn, B G Schunck.Determing Optical Flow [M].Artificial Intelligence, 1981:185-203.[6] Meyer D.Model Based Extraction of Articulated Objects in Image Sequences for Gait Analysis[C].Proe IEEE International Conference on Image Processing, Santa Barbara, California, 1997:78-81.[7] J L Barren, D J Fleet, S S Beauchemin.Performance of Optical Flow Techinques, Computer Vision, 2004, 12(1):43-77.[8] Roland M, Michael W.A Noise Robust Method for Shape Estimation of Moving Objects in Video Sequences Considering a Moving Camera [M].In Signal Processing, 1998:203-217.[9] 甘明刚, 陈杰, 刘劲.一种基于三帧差分和边缘信息的运动目标检测方法[J].电子与信息学报, 2010:894-897.[10] 郝毫刚, 陈家琪.基于五帧差分和背景差分的运动目标检测算法[J].计算机工程, 2012, 38(4): 146-148.[11] Wren C.Real-Time Traeking of the Human Body [J].IEEE Transactions on Pattern Analysis and Machine Intelligenee, 1997, 19(7):780-785.[12] Stauffer C, Grimson E.Learning Patterns of Activity Using Real-Time Tracking [C].In IEEE [13] 左军毅, 潘泉.基于模型切换的自适应背景建模方法[J].自动化学报, 2007, 5(33):467-472.[14] Transactions on Pattern Recognition and Machine Intelligence(TPAMI), 2000, 22(8):747-757.[15] Xuming Zhang.Impulse Noise Removal Using Directional Difference Based Noise Detector 参考文献 13