一种基于多目标的角度时延联合跟踪算法

提出了一种多目标角度时延联合跟踪算法.该算法首先利用高分辨处理估计出目标的个数及其初始角度和初始时延,接着通过相邻时刻估计得到的信道频域冲激响应的差,再得到各个目标相邻时刻的角度差和时延差,从而估计出不同时刻各个目标的角度和时延.相邻时刻估计得到的目标的角度和时延是自动关联的,避免了运算量较大的数据关联过程,而且在跟踪过程中并不需要进行子空间分解.仿真结果表明,该算法具有较高的跟踪性能.     

一种新的多目标角度功率联合跟踪算法

提出了一种新的多目标角度、功率联合跟踪算法。首先,利用高分辨处理估计出目标的个数、初始角度、初始功率及噪声功率。接着,通过相邻时刻估计得到的协方差矩阵的差推导出了一组关于角度差和功率差的线性方程组,重复解方程组可以得到不同时刻各个目标的角度以及功率。该算法可以减小阵元噪声带来的影响,在跟踪过程中,不需要进行子空间分解,参数自动配对,而且相邻时刻估计得到的角度和功率之间是自动关联的,省去了运算量较大的数据关联过程。进一步,给出了一种修正方法减小了算法中三个近似带来的误差。仿真结果表明,该算法的运算量低,跟踪精度高。     

双基地MIMO雷达目标角度快速跟踪算法

针对双基地多输入多输出（MIMO）雷达目标角度跟踪问题,提出了一种低复杂度目标角度跟踪算法。首先估计出相邻时刻接收数据协方差矩阵的差;然后推导了协方差矩阵的差与目标角度差的关系,并且得到了相应的公式;最后通过最小二乘法得到相邻时刻的角度差,估计出目标的收发角度。算法避免了协方差矩阵的分解,实现了相同时刻收发角度的自动配对,降低了计算复杂度。由于算法能够实现相邻时刻的角度的自动相关,不需要复杂度高的角度相关算法,能够实现目标角度的快速跟踪,为双基地MIMO雷达的实际应用提供理论支持。      

LFM雷达对临近空间高超声速目标的跟踪研究

针对临近空间高超声速目标跟踪的问题,提出了一种ECEF坐标系下基于径向速度补偿和相邻时刻目标量测对消处理的高超声速目标跟踪算法.首先,充分分析了目标高超声速运动对雷达探测跟踪的影响,并在此基础上合理构建了目标高超声速运动下的量测模型,以避免模型失配所引起的滤波发散问题;其次,利用解模糊处理后的径向速度估计对目标高超声速运动引起的高动态偏差做近似补偿,以将问题转换为低系统偏差下的状态估计问题,最后,通过基于相邻时刻目标量测对消处理的单雷达量测方程构建,可有效回避低系统偏差存在下的航迹关联问题,进而实现临近空间高超声速目标的可靠跟踪.仿真结果表明,与现有的临近空间目标跟踪算法相比,该算法具有较高的定位跟踪精度.     

基于随机集的RBPF多目标关联跟踪算法

针对大量杂波环境下数量变化的纯角度多目标航迹关联跟踪问题,提出一种新的基于Rao-Blackwellized粒子采样(RBPF)航迹关联的高斯混合概率假设密度(GMPHD)滤波算法.算法首先利用GMPHD在每时刻对多个目标组成的随机集合进行估计;然后利用基于随机有限集的RBPF对GMPHD所得到的目标集合进行检测和关联...     

无源跟踪中基于灰关联信息融合的 概率数据关联算法

在无源跟踪中,传统的概率数据关联算法(PDA)单纯依据状态量测信息.该文提出了一种基于多特征信息融合的概率数据关联算法,该算法利用目标多个特征信息(状态量测、载频、PRI等),通过灰关联分析的方法,计算有效观测与目标的关联概率,进而在信息融合的基础上,进行目标状态更新估计.该算法与传统的PDA相比有两个优点,第一,关联概率的计算量小、计算更准确;第二,该算法利用了目标多特征信息,因此,关联性能更好.实验表明,基于该算法的无源跟踪性能明显优于NN方法和传统的PDA方法.     

一种基于模糊聚类的PHD航迹维持算法

针对杂波环境下数量变化的多目标航迹关联问题,提出一种基于模糊聚类的PHD航迹维持算法.该算法充分利用多帧信息,对当前时刻状态进行多步预测,并根据惯性进行加权,然后利用模糊聚类求得当前估计属于每条航迹的隶属度,从而得到最终的航迹.与传统的估计与航迹关联算法不同,该算法在更新每条航迹信息时,不仅仅是简单地对相邻帧之间的对数似然比进行求和,而是通过加权聚类等操作综合考虑了多帧信息.实验结果表明,所提算法能够更好地保持目标航迹,即使在目标出现交叉的地方也能达到很好的跟踪精度,具有较强的鲁棒性和优良的航迹维持性能.     

目标个数未知时双基地MIMO雷达多目标角度跟踪算法研究

针对目标个数未知时双基地MIMO雷达角度跟踪问题,该文提出一种基于改进自适应非对称联合对角化(AAJD)的目标个数与角度联合跟踪算法。AAJD算法中无法得到特征值变量,因此改进AAJD算法引入主成分顺序估计思想,循环求出特征值,然后运用改进信息论准则估计出目标个数。其次提出目标个数防抖动算法,提高了稳健性。最后改进了ESPRIT算法,完成了目标参数的自动配对和关联。仿真结果表明改进AAJD算法能够成功跟踪目标个数和角度,验证了理论分析的有效性。     

图像增强的自适应网格交互式多模型算法

自适应网格交互式多模型算法(AGIMM)单纯依靠目标的模型后验概率来调整模型集,因此造成了在目标机动时刻跟踪性能不高的问题。基于图像传感器对目标机动的快速检测性能,首次将图像中的目标姿态角信息引入到该算法中。通过建立AGIMM估计的模型角速度与姿态角蕴含的模型角速度之间的隶属度关系,修正了目标的模型后验概率,增强了模型辨识能力,提高了该算法在目标机动时刻的跟踪性能,从而实现了图像传感器与雷达传感器两种异类信息的有效融合。     

一种新的三维纯角度无偏定位跟踪算法

三维空间中多站纯角度无源定位跟踪实质上是一个非线性状态估计问题。经典的扩展卡尔曼滤波(EKF)算法等递推类算法性能不稳定,而将非线性观测方程转化为伪线性方程会产生有偏估计。为了实现快速稳定无偏定位跟踪,提出了一种新的双站纯角度快速渐进无偏定位跟踪算法。该算法通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘(CLS)极小化处理,最终只需要对一对矩阵束进行广义特征分解即可获得目标状态估计值。仿真结果表明,该算法与EKF算法及最小二乘(LS)算法相比,定位性能更稳定,精度更高,在测量误差较大或者两个观测站测量误差不一致时优势更明显。     

基于JPDA的多目标跟踪算法及其应用

在多目标和杂波环境下,量测与对应目标源的关联将变得复杂,当邻近目标运动时,采用滤波算法跟踪目标时,源于目标的量测会相互干扰,导致误跟现象的发生。针对此问题,本文采用基于联合概率数据关联JPDA的方法进行处理,通过引入两个基本假设条件,即每个量测只有一个源和每个量测至多源于一个目标,计算各量测与各目标源的关联概率,进而估计出各目标的状态信息。仿真结果表明在采用本文的算法处理多目标问题时,目标的位置和速度信息能够得到较好的估计,避免误跟现象的发生。     

色噪声环境下单基地MIMO雷达分布式目标角度估计

针对传统的二阶统计量角度估计算法在高斯色噪声环境下估计性能急剧下降甚至失效的问题,该文提出一种基于四阶累积量的单基地MIMO雷达相干分布式目标角度估计算法。首先建立单基地MIMO雷达的相干分布式目标信号模型,求取信号的四阶累积量矩阵;利用特征值分解分离出相互正交的信号子空间与噪声子空间,根据多重信号分类(MUSIC)算法原理,获得阵列的空间谱函数,通过谱峰搜索得到分布式目标的中心波达方向。该算法充分利用了四阶累积量对高斯过程的不敏感性,能够很好地抑制高斯色噪声对角度估计的影响。仿真结果证明了该算法的正确性和有效性。     

最小范数准则在多目标DOA跟踪中的应用

该文分析了协方差矩阵的内部结构,得到了一种具有较低运算量的基于范数最小准则的多目标DOA跟踪算法.进一步,在其基础上通过解一组线性方程组得到了不同时间段各个目标的回波功率.此算法适用于各个目标的回波功率随时间变化的情况,可以对各个目标的DOA和功率进行联合跟踪.仿真结果表明该算法具有较高的跟踪性能.     

单脉冲前视成像多目标分辨算法

单脉冲前视成像技术通过单脉冲测角来提高角分辨率。但是当多个目标处于同一分辨单元时,单脉冲测角只能得到等效散射中心的角度,从而导致目标无法分辨,成像质量变差。针对该问题本文建立了关于多目标到达角的似然函数,通过求解似然函数极值来估计多目标的到达角,实现对目标的准确定位,从而进行准确能量投影。最后,通过仿真实验验证了该方法估计同一距离单元多目标到达角的有效性,实现了不同方位目标角度分辨,并将估计结果应用于前视成像仿真实验,有效改善了图像的质量。      

航向角辅助的高斯混合PHD模糊滤波方法

为了更好的解决目标数未知或随时间变化的多目标跟踪问题, 针对高斯混合概率假设密度滤波器（GMPHD）的局限性,提出了非线性条件下的航向角辅助的GMPHD滤波算法。本文给出采用测量数据计算航向角的方法,将航向角与观测向量组成复合观测向量,在跟踪过程中提高了对目标位置的估计精度;利用测量数据生成新目标密度,提高了目标数的估计精度;同时,本文在非线性高斯条件下,将求容积卡尔曼滤波（CKF）引入计算目标状态的预测和更新分布,取得了很好的效果;最后利用模糊方法确定了各个目标的运动轨迹。实验结果表明,本文提出的算法不但能给出目标的运动轨迹而且在目标的位置、速度和目标数的估计精度上都有明显的提高。      

基于Camshift的改进人脸跟踪算法

文中利用目标加速度运动位移方程,预测下一时刻目标可能移动的位置,使用预测位置误差方程,估测运动目标搜索范围,并且通过启动多个Camshift跟踪器的方法,改进Camshift算法。仿真实验表明,该方法有效地克服了Camshift算法自身的缺陷,即使是加速运动的目标,也可准确地预测运动目标的位置,并且有效提高了对遮挡目标跟踪和多个人脸目标跟踪的鲁棒性。     

Coherent angle estimation based on Hankel matrix construction in bistatic MIMO radar

In this article, a novel coherent angle estimation method is proposed for bistatic multiple-input multiple-output radar. First, a decorrelation operation is taken by constructing a Hankel block matrix whose rank equals the number of coherent targets and is independent of the coherency between these targets. Therefore, the signal and noise subspaces of the Hankel block matrix can be estimated properly. Then, in conjunction with the ESPRIT algorithm, the shift invariance properties of the transmit and receive arrays are exploited to estimate the angles of coherent targets with automatic pairing. The numerical simulations demonstrate its validity.     

球坐标系中水下目标跟踪的研究

研究了球坐标系中的目标跟踪,提出了一种基于球坐标系的水下目标运动模型,指出了机动目标运动模型中均值和方差的取值,在此基础上,导出了基于球坐标系的自适应卡尔曼滤波跟踪算法,给出了Monte Carlo仿真实验的结果。结果表明:在球坐标系中,该模型对水下目标的径向距离、方位角、俯仰角及其速度和加速度具有良好的跟踪性能,无须进行目标的机动检测,跟踪算法所需计算量小。     

采用地平面约束的双目PTZ主从跟踪方法

在视频监控领域,包含PTZ（pan-tilt-zoom）相机的双目主从系统可以同时获取跟踪目标的全景信息和高分辨率信息,因此得到了广泛研究与应用。针对智能视频监控的需求,提出了一种基于地平面约束的双目PTZ主从跟踪方法。该方法分为离线标定和在线实时跟踪两个阶段。离线阶段,利用两相机不同视角间的目标匹配关系计算地平面所诱导的单应矩阵,提出了一种从两相机同步视频流中自动估计单应矩阵的方法,该方法与传统方法相比具有不需要标定物和人工干预的优点,然后采用匹配特征点的方法估计相机的主点和等效焦距。在线实时跟踪时,通过单应变换建立主从相机之间的坐标关联,并利用离线阶段标定的主点和等效焦距估计从相机控制参数,从而实现主从跟踪。与其他算法相比,该方法可以应用于宽基线的情形,能够适应目标深度的变化,满足了实时性的要求。室内、外场景的多组实验验证了所提方法的有效性。