运动目标跟踪算法综述

随着视频监控技术的不断发展和视频监控系统的广泛应用,目标跟踪是近年来一个重要的研究课题,目标跟踪技术是监控系统中最重要、应用范围最广的技术之一,目标跟踪技术的实现依托于目标跟踪算法。运动目标跟踪算法具有广泛的研究价值和挑战性。本文对当前主流的运动目标跟踪算法:Kalman滤波算法、Mean Shift算法、粒子滤波算法等进行了研究,归纳总结了每种跟踪算法的优缺点、适用性和局限性,通过对跟踪算法的分析对运动目标跟踪技术的发展趋势进行了展望。     

红外成象制导跟踪算法

常用的光电跟踪方式有三种,即红外、电视及激光跟踪。红外跟踪分为成象跟踪和非成象跟踪。非成象跟踪技术包括调制盘、扫描及脉冲跟踪。成象跟踪目前有两大类:前视红外系统和红外凝视系统。成象跟踪算法基本上分两种:波门跟踪算法和相关跟踪算法。波门跟踪算法又分为边缘、双边缘中心、区域平衡和形心跟踪算法。本文详细论述了成象跟踪算法及其优缺点,并列举了它们在战术武器中的应用。介绍了几种新的成象跟踪算法,如智能自适应波门跟踪器、点模式模糊松弛匹配成象跟踪算法、差分图象跟踪算法等。文中还指出了红外成象跟踪算法的发展趋势及其在现代战争中的重要地位。     

光电目标图像自动跟踪技术研究

概括介绍了相关跟踪、特征跟踪和对比度跟踪等技术,根据各种复杂环境下的算法适应性的需要,提出了一种改进的相关跟踪算法,即对图像进行粗采样预处理,降低匹配图像的分辨率,再进行图像归一化分区域相关匹配算法.实验证明,此方法有效地提高了算法的适应性.     

基于能量有效的水下分布式粒子滤波跟踪算法

为降低水下无线传感器网络目标跟踪算法能耗并提高定位精度,提出基于能量有效的分布式粒子滤波跟踪算法(EEPF算法)。EEPF算法通过能量有效的最优分布式动态成簇机制和启发式能量有效的调度算法来平衡水下节点间的能耗,延长网络生存期,并在预测、滤波、重采样阶段对粒子滤波算法进行改进,在保障期望目标跟踪精度的同时降低了运算能耗。仿真结果表明,EEPF算法是一种轻量级的能量有效的目标跟踪算法,该算法能耗低,网络存活时间长,且跟踪精度较传统粒子滤波算法有了较大提高。     

基于特征确定性的目标跟踪算法

利用粒子空间分布和粒子观测概率信息定义了一种目标特征的确定性度量方法,将该度量应用到传统的多特征融合跟踪算法中,实现了目标特征加权值的自适应调整,使得不同场景及外部干扰条件下各种目标特征信息对跟踪结果的贡献达到最优。试验表明,基于确定性度量的跟踪算法较传统的单一特征跟踪及固定加权值的多特征融合跟踪算法有着更好的鲁棒性。     

卫星轨道估计算法及其应用研究

讨论了卫星轨道估计的基本原理和算法，并给出了算法的仿真结果，对利用该算法实现的可跟踪高倾斜轨道卫星的最优步进跟踪系统作了简单介绍。仿真表明，该方法用于跟踪倾斜轨道卫星（１－１０°）时，仍可达到１／１０波束宽度的跟踪精度。     

粒子群算法与电导增量法的双级最大功率点跟踪控制

通过对光伏发电最大功率点跟踪系统的研究,提出了PSO与电导增量法的双级最大功率跟踪(MPPT)控制算法。该算法能很好地解决传统电导增量法在采用较大跟踪步长时跟踪精度差,采用较小跟踪步长时跟踪速度慢,动态跟踪过程中功率震荡大的问题。所提出的算法包含最优占空比预测和最大功率点跟踪两个阶段。最优占空比预测阶段采用改进的PSO算法搜索最大功率点附近的工作电流和工作电压,然后根据搜索到的电压和电流计算最大功率点附近的最优占空比,该阶段能解决传统的电导增量法在采用较小步长时存在的跟踪速度慢、功率震荡大等问题;在最大功率点跟踪阶段接收上一阶段所搜索到的最优占空比,当电导增量法所产生的占空比接近最优占空比时,采用电导增量法进行控制,否则采用上一环节的最优占空比进行控制。仿真实验结果表明,PSO与电导增量法的双级MPPT控制算法跟踪速度快,跟踪精度高,功率震荡小,能很好地实现最大功率点跟踪。     

基于混合优化的车载三轴光电跟踪策略

由于存在一个冗余横倾轴,三轴光电跟踪系统能够解决两轴光电跟踪系统的跟踪盲区问题,实现针对目标的全空间跟踪。针对车载三轴光电跟踪系统,在分析系统运动学特性的基础上,建立了系统的运动学模型,并提出一种基于混合优化算法的车载三轴联动全空间光电跟踪策略。通过对系统运动学模型的研究,分析三轴转动角度之间的关系,从而将三轴转角增量组合的三变量优化问题简化为求解单变量最优问题,然后应用混合优化算法得到最优的三轴角增量组合。仿真和实验结果证明,所设计的三轴跟踪策略可以得到更小的三轴转动角增量组合,能够实现车载三轴光电跟踪系统的三轴联动全空间连续跟踪运动,提高了系统的跟踪性能,具有良好的实际应用价值。     

视觉跟踪算法综述

视觉跟踪是计算机视觉领域的重要研究热点。文章根据基于特征的跟踪、基于主动轮廓的跟踪、基于检测的跟踪、基于Meanshift的跟踪等多个分支展开。比较了几种算法的优缺点,并介绍每种算法的适用场景。最后展望了新的跟踪算法技术的发展。     

基于细菌觅食算法的光伏阵列MPPT控制方法

针对光照不均匀条件下光伏阵列P-V输出特征呈现多波峰,传统算法无法摆脱局部最优值的缺点,提出了一种基于细菌觅食的优化算法,并首次应用于光伏阵列的最大功率点跟踪(MPPT)。算法引入了趋向性操作,用以进行局部范围内的最优寻找。分析了光伏阵列在遮挡条件下输出功率的变化特性,然后使用细菌觅食算法进行了最大功率点跟踪控制方法实验。实验表明,该算法能够成功摆脱局部最优值的约束,快速寻找到全局最大功率点,控制精度高,为光伏阵列最大功率点跟踪提供了一种新的实现方法。