共查询到18条相似文献,搜索用时 312 毫秒
1.
红外与激光主/被动联合跟踪算法 总被引:7,自引:0,他引:7
文中针对单站红外被动式跟踪存在可观测性问题,提出红外与激光主/被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题,将参考文献[1]给出的一维机动目标“当前”统计模型推广到三维情况,得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性测量方程,然后对红外探测器测量的角度信息和激光测得的距离信息进行融合对准,得到正确的测量值。最后,提出扩展的自适应卡曼滤波算法并进行了仿真研究。仿真研究表明方案可行,可同时对三维空间目标的位置、速度、加速度进行估计。 相似文献
2.
3.
4.
5.
6.
7.
信息融合技术是毫米波/红外复合制导的关键技术之一,其中目标跟踪算法的优劣直接决定了系统的性能.针对毫米波与红外复合制导的目标跟踪,首先对毫米波传感器和红外传感器的量测数据进行了融合,并提出了一种改进的跟踪滤波算法.该跟踪算法能根据目标的机动情况实时获得滤波增益,并及时调整滤波方程,从而获得良好的跟踪效果.最后对目标的直线运动和改变航向的直线运动进行了仿真分析.仿真结果表明,与其它滤波算法相比,该算法的跟踪效果良好,跟踪精度较高且计算量少. 相似文献
8.
以往机动目标的跟踪问题大多是针对确定性系统,而对随机跳变系统的研究较少.针对目标随机施放干扰的情况,将线性高斯滤波应用于观测噪声中带有尖头干扰信号的系统中,实现机动目标的反干扰跟踪.其算法是一种基于不同模型问"软切换"的机动目标跟踪方法,用计算的概率权值对这些模型输出进行综合,保证了跟踪精度,大大降低了离散时间结构随机跳变系统最优滤波算法的复杂程度.通过仿真实例可以看出,在观测噪声特性发生剧烈随机跳变的情况下,线性高斯滤波算法对机动目标进行了比较准确的跟踪,其性能显著地优于标准的卡尔曼滤波算法. 相似文献
9.
红外弱小目标识别一直是自动监视和告警系统中的一项关键技术。成像跟踪识别系统的算法研究需要分析特定应用环境中的背景和目标特点,本文第一部分对此进行了分析。接下来,在对应用环境进行分析的基础上,对远距离红外小目标的探测、识别和跟踪算法进行了介绍。最后,针对视频环境下的红外跟踪,介绍了为提高跟踪稳定性而进行的一系列实验及其原理装置。 相似文献
10.
为了提高红外搜索跟踪系统对目标的定位精度,提出了一种利用光电经纬仪修正地基红外搜索跟踪系统的静态误差方法。首先根据地基红外搜索跟踪系统的跟踪机架的三轴结构,分析了系统静态误差的主要来源,并得出了系统静态误差的数学模型;再使用高精度的光电经纬仪与红外搜索跟踪系统同时测量多个相同的远处固定目标,得到两组测量数据并输入误差模型,采用最小二乘法拟合出误差模型系数。根据误差模型系数计算出红外搜索跟踪系统的系统静态误差,再在观测数据中将系统静态误差减去,最终完成系统静态误差的修正。最后给出了对某型号红外搜索跟踪系统进行静态误差测量修正的实验结果。 相似文献
11.
12.
13.
针对低精度雷达的数据关联和目标机动跟踪问题,在此介绍了一种改进的邢滤波算法,该方法通过引入隶属度函数,很好地解决了该体制雷达下的数据关联和目标机动判断问题,提升了数据关联及目标机动判断的准确性。工程实践证明,该方法应用于航迹起始和争动目标跟踪中,大大提高了跟踪的性能,具有很好的实用性。 相似文献
14.
基于地理信息的地面运动目标跟踪方法 总被引:1,自引:0,他引:1
为了提高地面运动目标跟踪精度,提出了基于地理信息约束的变结构交互多模(VS-IMM)的目标跟踪算法。通过建立地理信息系统约束地面目标运动状态,并利用目标转弯曲线模型确定滤波器中机动目标的时变运动模型集,采用地理信息约束的变结构交互多模算法可更符合实际进行地面目标机动跟踪。针对机场地面机动目标的仿真结果表明,给出的地理条件约束的目标跟踪算法比现有交互多模算法具有更好的性能。 相似文献
15.
16.
为了解决光电经纬仪由于机动目标运动模型不准确而引起的跟踪精度下降的问题,采用了单隐层前向神经网络(SLFNs)进行建模,提出了基于状态参数双重扩展卡尔曼滤波估计的共轴跟踪控制技术。仿真与实验结果显示,对83.33sin0.6t的等效正弦目标的速度估计最大误差为0.070 9()/s,跟踪精度为2.42';对旋转周期为4.5 s的光学动态靶标的跟踪精度达到2.96'以内。由此可见,所建立的模型与机动目标实际模型匹配,双重扩展卡尔曼滤波器(DEKF)能快速跟踪和估计状态参数。与传统控制方法相比,提出的方法具有更高的跟踪能力,能有效提高系统的跟踪精度。 相似文献
17.
一种新的机动目标跟踪的多模型算法 总被引:11,自引:0,他引:11
采用带渐消因子的当前统计模型与匀速运动模型进行交互,设计了一种新的机动目标跟踪的交互式多模型算法。当前统计模型具有对一般机动目标跟踪精度高的特点,通过渐消因子的引入增强了该模型对突发机动的自适应跟踪能力,同时通过与CV模型的交互保证了对非机动目标的跟踪性能。仿真结果表明,在跟踪一般机动目标时,其误差和当前统计模型与CV模型交互的IMM算法相当;在跟踪突发机动目标时,该文算法的误差明显小于当前统计模型与CV交互的IMM算法。 相似文献