基于塔型结构的快速相关跟踪算法

提出一种能自适应的确定相关匹配搜索范围的快速相关跟踪算法。该算法结合两点线性预测器和图像塔型结构的多分辨力分析方法,综合图像在不同尺度下的位置信息,自适应地计算出相关匹配的搜索范围,减小了相关运算的计算量,同时确定了有效的帧间相关置信度估计和模板更新策略。实验证明此算法计算速度快,能持久稳定地跟踪运动目标。     

基于自适应迭代搜索的三维质心定位算法

在加权质心定位算法和接收信号强度指示测距模型分析的基础上,提出了一种基于自适应迭代搜索的三维质心定位算法。首先计算未知节点的初始搜索步长,然后通过多次迭代、更新搜索点和搜索步长,提高节点的定位精度。该算法能自动调节搜索步长,减少迭代次数,具有一定的自适应能力。仿真分析了不同比例的信标节点、通信半径对定位误差的影响。结果表明,该算法的定位精度和稳定性良好,适用于无线传感器网络的三维定位。     

一种新的红外与可见光图像融合与跟踪方法

多传感器图像融合技术在目标检测与跟踪领域中有广泛应用。提出了一种红外与可见光图像的新颖的特征级融合与运动目标跟踪方法。将目标轮廓用动态轮廓线表示,在目标跟踪过程中对于两类模式图像中的目标轮廓控制点向量,利用 B 样条形状空间模型将目标轮廓的特征级融合转换为控制点向量差的 L2 范数平方极小化。这种方法不需要图像配准,降低了融合的计算复杂度。同时,使用了自适应 Kalman 滤波技术,提高了动态轮廓线特征搜索的准确性。对比跟踪实验表明,融合后可见光图像的平均跟踪误差减小了 56.96%。     

机载光电跟踪系统连续帧图像快速识别定位

针对机载光电跟踪系统连续帧图像快速识别、准确定位的要求,本文在深入分析连续图像序列特性和机载光电跟踪系统特点的基础上,结合精密转台的运动变化信息,提出了基于转角信息的连续帧图像处理算法.该方法根据精密转台的转角变化信息,采用连续的图像序列进行多帧间差值运算以获得目标残差图,残差图之间相乘.除去大部分随机噪声点,结合中值滤波和自适应渡门跟踪算法,大大的减小了运算量,实现了运动目标的快速跟踪定位.通过对目标实测图像序列的试验,结果表明,该算法具有快速、稳定等优点,能满足机载光电跟踪系统实时图像跟踪的要求.     

基于统计学习的运动目标轨迹跟踪

为了更准确地跟踪被动辐射源的运动轨迹,提出了一种将到达时差(TDOA)最大似然定位方法与基于统计学习的算法相结合的轨迹跟踪算法.该算法利用TDOA最大似然网格搜索法对目标进行多次单独定位,获得目标初始轨迹,然后应用统计学习算法对轨道进行学习和拟合,输出运动轨迹.仿真表明,同卡尔曼滤波器相比,该方法提供了更高的跟踪精度,当拟合点数达到300个点时,最终的跟踪精度同单次定位精度相比可提高一个数量级.     

An adaptive strong tracking UKF filtering algorithm based on fuzzy logical system for position estimation

提出了一种用于GPS位置估计的模糊自适应强跟踪UKF(FAST-UKF)滤波算法.该算法采用强跟踪的自适应算法用以解决传统UKF算法容易受初始值和模型误差影响的问题;同时采用模糊逻辑系统解决强跟踪算法的参数估计问题,通过模糊逻辑系统实时监测滤波器的工作状况,实时对强跟踪算法的参数进行估计和调整,确保滤波器正常工作.仿真定位结果表明,模糊自适应强跟踪UKF算法相比UKF算法、传统的自适应UKF算法和强跟踪UKF算法更能够及时地适应载体运动规律变化,同时定位性能也有所提高.     

基于区域划分的动态目标跟踪算法

为解决机器人足球比赛视觉子系统搜索目标时存在的误报和漏报问题,提出了基于区域划分的动态目标跟踪算法。首先建立比较合适的目标特征颜色信息库,然后划分成多级搜索目标可疑区域,来搜索目标可疑点,在可疑点周围建立跟踪区域,寻找最终目标点。最后用计算机仿真验证了算法的优越性。     

基于全局和局部信息的目标跟踪算法

图像序列中的运动目标在跟踪过程中容易受到复杂环境以及严重遮挡所影响。针对该问题,提出一种基于全局信息和局部信息的混合粒子滤波算法。新算法在传统粒子滤波的基础上引入了多子块纹理直方图,它包含了目标的局部空间信息,使得跟踪算法的鲁棒性有所提高;根据目标受遮挡的程度自适应调节全局和局部信息对目标定位的贡献,在一定程度上提高了算法的抗遮挡能力和适应能力,实验结果表明该算法在目标处于部分遮挡和严重遮挡时能够达到比较理想的跟踪效果。     

三级管道流水线算法实现红外点目标跟踪

针对海空复杂背景下舰载光电跟踪仪的红外点目标检测跟踪问题,本文研究了一种基于三级流水管道的点目标轨迹检测与跟踪算法.该算法针对由光电跟踪仪实际拍摄的红外图像的二值分割图,利用第一、二级流水管道,完成对二值图像的二阶相关,实现更为有效的滤波除噪.利用第三级基于"或运算"的目标检测管道搜索目标点和进行目标点的准确定位,从而实现了从序列图像中可靠检测和跟踪点目标的目的.本文采用舰载光电跟踪仪实拍的红外图像,进行了实际的工程验证.结果说明,工程验证的结果与实验仿真结果相吻合,算法是可行的.     

CCD探测器搜索跟踪系统的作用距离分析

以辐射度量为标准,从目标信号、背景信号差值与探测器噪声比值的角度出发,变换凝视型红外搜索跟踪系统的作用距离模型,建立了CCD搜索跟踪系统点目标的作用距离方程。解决了目标为发光体、反射体,以及CCD为不同灵敏度表述方式的跟踪系统的作用距离计算,实例验证计算值与实测值相吻合,为CCD跟踪系统的设计和性能评估提供了理论依据。     

基于被动式传感器的目标跟踪算法研究

仅有角度量测的被动式单传感器跟踪搜索系统有广泛的应用前景,但现有的针对性跟踪算法并不能很好的处理实际问题,失跟现象常常发生。本文对现有算法所存在的问题进行了深入研究,并提出了相应的改进算法。通过对机动目标运动分析,总结出角度向量在时间域中的变化规律,通过引入新的计算向量,对原算法残差计算进行了修正。它对基于单个被动传感器的纯方位跟踪问题的处理提供了新的思路。仿真实验及实际应用已证明了该算法有效性。     

Robust adaptive numerical compensation for friction and forceripple in permanent-magnet linear motors

This paper describes a robust adaptive compensation method for friction and force ripple present in the dynamics of permanent-magnet linear motors. The method is used in ultraprecise positioning applications. The compensation algorithm consists of a PID component and an adaptive component for estimating friction and force ripple. The adaptive component is continuously refined on the basis of just prevailing input and output signals. Computer simulations and real-time experimental results verify the effectiveness of the proposed scheme for high-precision motion trajectory tracking     

改进的EKF算法在目标跟踪中的运用

过程噪声和测量噪声影响Kalman滤波的性能,通常很难得到它们准确的值。提出观测噪声和过程噪声实时估计的自适应算法。该算法可以用在非线性和机动目标跟踪问题中,不必预先知道准确的噪声方差。重新估测观测噪声方差矩阵,可以较好地消除由观测噪声带来的误差;建立一个简单的线性Kalman滤波器对过程噪声进行实时估计,这对于机动目标来说是必要的,因为原有的过程噪声将受到加速度影响,不能包含全部的信息。实验表明,该算法保证EKF稳定性,提高了跟踪性能。模拟实验300次后,X,Y方向位置均方误差分别为7.8099,9.6838。     

交互式多模型集自适应协同滤波目标跟踪算法研究

为了解决传统交互式多模型算法静态模型集带来的精度低等局限问题,提出了一种多模型集自适应协同滤波算法。通过比较目标与当前模型集中不同模型之间的模型匹配概率,自动确定当前模型匹配中的最好模型与最坏模型,利用激活、保留和剔除策略改变固定模型集的结构以达到模型集自适应的过程。通过与其他已经提出的交互式多模型算法进行比较,实验结果表明:多模型集自适应协同滤波算法在速度、加速度以及转弯速率的状态估计上都得到了优化,在一定程度上提升了目标跟踪定位的准确性。     

基于高斯粒子滤波的当前统计模型跟踪算法

对于非线性系统估计问题,高斯粒子滤波器可以获得近似最优解,与粒子滤波器相比其优点是不需要重采样步骤和不存在粒子退化现象.采用高斯粒子滤波代替当前模型自适应跟踪算法中的卡尔曼滤波,将高斯粒子滤波与当前统计模型的优点相结合,提出了一种新的当前统计模型自适应跟踪算法,用于非线性非高斯系统的机动目标跟踪.MonteCarlo仿真表明,该算法跟踪精度优于标准的交互多模型算法和当前统计模型自适应跟踪算法,实时性好于交互多模型粒子滤波算法.     

高帧频大视场多目标实时检测方法研究

针对高帧频大视场电视跟踪系统中多目标检测的实际需要研究了一种简单的目标检测方法──自适应邻域均值门限检测方法；通过分析，证明该方法能够在信噪比较低和背景干扰较强的情况下对全视场中多个弱小目标进行实时检测，并建立了该算法的实时处理系统；结果表明该方法是完全可行的。     

基于多机器人自组织协作的多目标跟踪

提出了一种基于局部区域内的机器人和目标密度的多机器人分布式控制算法。运用这种算法,多机器人在跟踪多目标过程中,每个机器人能在每次调整速度和方向之前,根据最新的通讯信息和感知信息,计算通讯范围内相邻机器人和感知范围内移动目标的数量及位置坐标,然后按照所受人工势场(APF)力的合力决定下一次移动的新位置坐标,这个合力乘以一个基于机器人和目标密度的可变加权系数,以适应不同状态,然后按照动力学和运动学方程计算速度及方向。通过仿真实验对该算法进行了验证,实验结果表明,多机器人可以根据多目标的移动进行自主协作跟踪观测,算法的性能优于无可变加权系数的APF法和静态感知节点(SN)法。此方法对于实时监测和目标跟踪具有实际应用意义。     

基于最小方差的声线跟踪自适应分层算法

针对高精度水声定位系统中定位精度与计算量相互矛盾的问题,提出了基于最小方差的声线跟踪自适应分层算法。该算法根据声速在有限范围内规律变化的特点,对声速剖面全局搜索,通过各段声速散点到其拟合直线的总方差表示拟切分段与原始声速剖面的差别,利用最大差别找出最佳切分点,保留原始声速剖面特征,实现对声速剖面的简化。实验结果表明,该算法在保证定位精度的同时能够提高计算效率,具有良好的工程应用价值。     

多传感器模糊融合跟踪算法

针对集中式融合结构跟踪系统,利用随机逼近算法分析了权值的最优分配原则,提出了一种基于模糊推理的多传感器融合跟踪算法。该算法采用协方差匹配技术,依据滤波新息,动态调整测量噪声方差,使融合系统的均方误差始终最小。同时利用双滤波器结构,根据系统方差,实现滤波器间的动态切换,提出了基于模糊推理的并行双Unscented卡尔曼滤波自适应跟踪算法,增强当前统计模型对弱机动目标的适应能力。针对机动和非机动飞行航路进行了算法仿真,结果表明,在时变测量噪声条件下,采用模糊融合跟踪算法前后的速度均方根误差分别为45.7m/s和36.2m/s, 18.7m/s和9.6m/s,提高了多传感器系统的稳健性和跟踪精度。