基于改进交互式多模型算法的ADS-B航迹滤波方法研究

针对广播式自动相关监视(ADS-B)航迹跟踪精度低以及目标跟踪模型与目标运动模型匹配效率低的问题,结合自适应算法对经典交互多模型(IMM)算法的运动模型集进行改进。将经典交互模型(IMM)运动模型集中的匀加速运动(CA)模型,改进为"当前"统计模型(CS)和修正转弯(MCT)模型。利用改进的模型集对目标当前位置、速度和加速度进行滤波估计。并对模型转移概率进行修正,提高IMM算法的自适应能力,实现快速目标跟踪。利用模拟航迹数据及实际设备接收的实测数据对算法进行验证。结果表明:运动模型集改进后的IMM算法滤波结果优于经典IMM算法,跟踪结果稳定,改进的算法可适应复杂的目标航迹实时跟踪。     

红外成像目标跟踪的MHT改进算法及其DSP硬件实现

探讨了改进的MHT(多假设跟踪)算法及其在红外成像跟踪系统中的应用。根据红外目标及背景的特点，对红外图像数据进行自适应的空间滤波预处理后，运用改进的MHT算法实施目标识别和航迹跟踪处理。并利用4片TMS320C6000系列DSP组成流水线处理结构，实现了该算法的硬件并行处理，取得了良好的实用效果。     

单雷达航迹滤波与卡尔曼滤波算法

单雷达数据处理在民航空管自动化系统中起到基础性的作用,其航迹质量直接关系着自动化系统的准确性和可靠性。航迹状态滤波是单雷达数据处理中的难点,是实现平滑、稳定航迹的关键。本文以航迹状态滤波算法为切入点,介绍了广泛应用于自动化系统中的卡尔曼滤波算法。     

基于滤波新息指导的降维动态模型库建立算法

为提高目标航迹姿态估计的实时性,提出一种基于Jerk模型的航迹姿态滤波及其新息指导的降维动态模型库建立算法。该算法首先基于航迹方位角与航迹横滚角之间的关系,将目标三维模型降为二维模型;然后采用Jerk模型算法对航迹姿态进行滤波,并利用滤波过程中的新息判定目标机动状态,实时指导动态模型库的建立。实验结果表明,可有效缩减模型库的规模,提高了姿态角估计的效率,且保持一定的估计精度,是一种有效的动态模型库建立算法。     

基于轨迹预报的空间目标断续航迹关联算法

空间目标跟踪过程中,航迹中断会严重干扰航迹融合及加重传感器负担,因此,空间目标断续航迹关联算法研究意义重大。针对传统断续航迹关联算法中直线外推得到的预测航迹具有较大误差,从而导致关联不准确的问题,提出基于轨迹预报的空间目标断续航迹关联算法。该算法基于动力学方程对空间目标进行跟踪,对中断前滤波更新值进行曲线拟合得到预报初值点,并结合目标动力学模型进行轨迹预报,将预测数据与中断后新起始航迹前几个时刻的状态更新值进行关联配对,实现空间目标中断前后航迹的关联融合。仿真实验结果验证了所提算法的有效性。     

红外目标检测的形态滤波改进算法及其DSP实现

基于数学形态滤波,提出了一种红外小目标实时检测的算法及其DSP硬件实现技术。首先分析了小目标检测过程,并论述了改进的形态滤波检测算法原理,然后根据算法特点提出了在DSP64X的实现方法和过程,最后给出并分析了该算法在红外探测系统中的运行结果。实验结果表明:该方法可以快速、可靠的检测出极低信噪比下的小目标,满足了系统性能指标。     

协方差交叉法处理无序量测问题

针对目标跟踪系统中存在的无序量测问题, 在前向预测的基础上, 提出使用协方差交叉法处理无序量测的滤波算法。新算法首先在前向预测框架下, 构建包含延迟量测信息的重构航迹, 而后采用协方差交叉法对重构航迹与已有航迹进行融合, 实现再更新。通过采用信息滤波器和协方差交叉法, 避免了状态转移矩阵求逆及求解航迹相关性等复杂运算,新算法可处理一步和多步延迟无序量测情形。理论分析和仿真实验说明, 新算法在保证滤波精度的基础上, 减小了存储量与计算量, 实时性更好。     

基于DSP的改进粒子滤波算法硬件实现

粒子滤波算法在处理非线性、非高斯系统方面有明显的优势,但较大的运算量限制了其实时性的应用。针对这一问题,文中研究利用DSP处理器高速运算的特点实现粒子滤波算法。文中针对粒子滤波的粒子退化问题给出重采样方法,详细给出了DSP实现粒子滤波算法的流程,对DSP的存储资源进行了优化设计。利用典型模型进行算法实现验证,结果表明：采用DSP实现的粒子滤波算法可对状态参量进行精确处理,验证了DSP用于非线性、非高斯系统的粒子滤波算法实现的有效性。     

对海无人机数据融合技术研究

研究了数据融合技术在对海无人机侦察探测与目标指示过程中的应用,提出一种具有工程应用价值的对海目标航迹融合算法。通过时空对准、数据关联、航迹合成及航迹文件管理、融合跟踪滤波等处理,完成了对机载传感器探测目标的航迹融合;形成了统一的战场态势信息及高精度的目标指示信息,为战场态势感知及目标打击提供了强有力的信息支撑。通过仿真验证,证明了算法的有效性及其较高的工程应用价值。     

一种基于小波变换的序列图像中小目标检测与跟踪算法

该文提出了一种快速检测序列图像中低信噪比(2dB)小目标的算法。采用小波滤波器对每帧图像滤波,提高目标的信噪比,降低了低信噪比小目标检测算法的运算量;采用固定长度的假设检验算法,生成起始航迹,有效地避免航迹的漏检;采用截断序贯似然比检验,形成确认航迹。仿真结果表明应用此算法,可快速实现信噪比小于2dB的小目标(22)的检测与跟踪。     

一种基于小波与遗传算法的小目标检测算法

本文提出了一种快速检测序列图像中低信噪比(＜2)小目标的算法.该算法采用小波滤波器对每帧图像滤波,提高目标的信噪比,剔除部分噪声点,降低了低信噪比小目标检测算法的运算量;设计了基于遗传算法的起始航迹搜索算法,有效地避免航迹的漏检;采用截断序贯似然比检验,形成确认航迹.仿真结果表明应用此算法,可快速实现信噪比小于2的小目标(2×2)的检测与跟踪.     

结合匈牙利指派和改进粒子滤波的多目标跟踪算法

使用汽车雷达进行多目标跟踪时,为了提高航迹关联效率并改善非线性场景跟踪效果,提出了结合匈牙利指派和卡尔曼重要性采样的粒子滤波(Particle Filter with Kalman Importance Sampling,PF-KIS)算法。首先,将航迹关联分解为聚类和指派,通过密度聚类筛选并整合有效目标,经过匈牙利指派得到目标和航迹的最佳匹配关系,避免产生多余联合事件,提高关联效率;其次,以卡尔曼滤波的结果作为粒子滤波的先验,使采样粒子分布更合理,提高估计精度,进而改善非线性跟踪能力。实验表明,算法平均航迹关联正确率约为95%;非线性场景误差约为卡尔曼滤波的1/2,有效地改善了非线性场景跟踪能力。     

自适应滤波算法的仿真及工程实现

为了对自适应滤波算法的滤波性能进行分析,在自适应滤波理论研究的基础上,研究自适应滤波器结构及LMS自适应滤波算法.给出LMS算法的求解的公式,基于LMS算法求解公式,采用Matlab仿真和DSP软件编程两种方法实现了LMS算法,并给出了不同信噪比条件下,LMS算法的仿真实现的滤波结果及DSP实现的滤波结果,通过两种结果的比较可以看出,在信噪比较低的条件下,LMS算法工程上的滤波效果明显达不到理论上的滤波效果.该研究对于自适应滤波理论的工程应用,具有一定的指导作用.     

TLV320AIC3254：带有嵌入式迷你DSP的超低功耗立体声音频编解码器

TI公司的TLV320AlC3254立体声音频编解码器(Codec)具有两个完全可编程的迷你DSP内核,支持录音设备在录音过程中的特殊应用算法以及/或者录音重播路径.迷你DSP内核是全软件控制的.诸如主动噪音消除、声音回波消除以及先进的DSP滤波等目标算法在设备启动后被载入.     

基于DSP利用粒子滤波算法实现目标跟踪

以TMS320DM643数字信号处理器(DSP)为核心,构建了高性能的视频处理平台,并利用该硬件平台实现粒子滤波(PF)算法完成对目标的跟踪。介绍了视频处理平台的基本结构和核心器件,并阐述了DSP实现运动目标跟踪的软件设计。实验表明,该系统能够实时跟踪目标,且相对于传统的图像采集卡与计算机结合的处理系统,具有体积小、低功耗、模块化和移动性好的特点,容易集成到各种移动设备中实现自主导航、安防监控等功能。     

FLV320AIC3254：带有嵌入式迷你DSPI勺超低功耗立体声音频编解码器

TI公司的TLV320AIC3254立体声音频编解码器（Codec）具有两个完全可编程的迷你DSP内核,支持录音设备在录音过程中的特殊应用算法以及／或者录音重播路径。迷你DSP内核是全软件控制的。诸如主动噪音消除、声音回波消除以及先进的DSP滤波等目标算法在设备启动后被载入。     

基于DSP的改进粒子滤波算法研究

介绍了粒子滤波基本原理,针对粒子滤波计算量大和难以用硬件实现等缺点对粒子滤波算法进行了改进,使其平均计算周期缩短为原来的90%,应用DSP实现了粒子滤波算法。改进粒子滤波算法主要优化了原粒子滤波算法中权值计算、重采样和输出步骤,使其计算速度和滤波精度有所提高。这种改进粒子滤波算法在DSP系统中进行仿真,结果证明它具有速度快,精度高的优点。     

一种改进的航迹起始与多目标跟踪算法

在靶场弹道测量多目标雷达数据实时处理中,在预测目标状态之前需要进行目标航迹起始。传统航迹起始算法的可靠性受第一帧数据的不确定性影响较大。在进行高射频连发弹丸初速测量等高精度多目标弹道测量试验时,异常的航迹起始会导致弹道测量出现严重偏差。根据连发弹丸初速测量的特点提出了一种改进的航迹起始与跟踪算法。首先,选择检测效果最佳的数据作为起始数据进行航迹起始;然后,采用双向α-β-γ滤波的跟踪滤波方法获得弹道参数的最优估计。实测数据处理结果表明,改进的航迹起始与跟踪算法能够避免第一帧数据不确定性带来的影响,提高了雷达测量弹道参数的可靠性与稳定性。     

基于雷达测量的多目标联合检测、跟踪与分类方法

利用雷达测量中的目标速度、加速度等属性信息, 基于跳转马尔科夫系统模型高斯混合概率假设密度滤波算法, 提出了一种多目标联合检测、跟踪与分类方法.该方法在进行雷达多目标测量信息处理的多模型混合高斯概率假设密度滤波过程中, 对各高斯项编号, 进行航迹提取, 在滤波处理的同时形成带有航迹编号的明确航迹, 并进行航迹管理; 同时, 根据目标运动模型, 联合利用目标加速度控制输入与速度估计进行多目标分类.仿真试验验证了该方法能够在检测、跟踪的同时, 对目标航迹进行有效类型识别.     

一种基于交互多模型卡尔曼滤波的被动协同定位滤波算法研究

针对多节点被动协同定位模式下，海面高机动目标定位结果随测向误差跳变的问题，提出一种基于交互多模型卡尔曼滤波的被动协同定位滤波算法；通过仿真模拟一条由多种运动状态组合而成的航迹，各子航迹对应不同的运动模型，对比了常规卡尔曼滤波算法和交互多模型卡尔曼滤波算法对复杂场景的滤波效果，仿真结果表明后者具备更好的滤波性能。