基于道路约束的粒子滤波检测前跟踪算法

标准的多模型粒子滤波检测前跟踪技术是在低信噪比环境下检测与跟踪机动性的微弱目标的有效手段。但是由于其采用固定的运动模型数量,当运动模型数量过大时,模型之间的竞争会导致性能的下降。针对此问题,利用道路信息提出了一种变结构的多模型粒子滤波检测前跟踪算法。在每一时刻,根据目标的估计状态和挖掘的道路信息自适应地更新和改变运动模型集以能够选择更加有效的模型集,同时减少了模型数量,并且利用道路信息对目标的运动状态进行约束和限制。最后通过Monte Carlo仿真实验表明,基于文中所提出的算法在检测跟踪性能方面明显优于标准的多模型粒子滤波检测前跟踪算法。     

地面目标跟踪算法研究

本文重点研究地面运动目标跟踪中利用道路约束提高单目标状态估计精度的方法。按照在Kalman滤波过程中作用的对象,将其归结为三类,即利用道路约束进行量测预处理、模型修正、状态估计处理。首先对这三类方法的原理进行了介绍,给出各自的应用条件。然后将各种方法进行可能的组合,从状态估计精度和计算时间复杂度方面做出了分析。仿真实验将这些方法进行比较,结果表明各种利用道路约束的方法都不同程度地改善了估计性能,且合理的组合可以更有效地利用道路约束,从不同的层面共同提高估计精度。对于各种算法时间复杂度的定量分析,也便于实际应用时对算法的选择。     

道路约束在Kalman滤波中的应用

研究把道路约束引入Kalman滤波的新方法,分析了道路对过程噪声和目标速度的约束,给出了道路约束条件下目标的运动方程以及过程噪声方差调整的方法;将道路对目标速度的约束以伪测量的形式引入测量方程并给出了对应的滤波方程。两个不同场景的蒙特卡罗仿真结果验证了上述新算法带来的性能改善。     

战场监视雷达地面运动目标跟踪方法

机载战场监视雷达是现代战争中保障信息优势的一种重要装备,简要总结了地面运动目标跟踪(GMTT)的特点,以及当前实用于战场监视雷达GMTT应用的多假设跟踪(MHT)方法.提出了一种新的有效利用道路网信息的MHT-GMTT方法,通过道路约束的量测预处理,可以有效减少MHT中的假设分支,从而提高MHT处理的计算效率及目标的跟踪精度,仿真结果验证了算法的有效性.     

优化的多模型粒子滤波机动微弱目标检测前跟踪方法

在机动微弱目标的检测和跟踪方面,当前主要研究方法之一是多模型粒子滤波检测前跟踪（MMPF-TBD）,该方法以尽可能多的运动模型去匹配目标的机动,符合运动模型精细化研究方向,但存在模型数目与类别较多,模型之间转移计算复杂和有效模型使用效率低等问题。本文从多个运动模型结构上的相似性出发,提出一种优化的多模型粒子滤波检测前跟踪方法,通过粒子机动加速度的变化,在一个模型框架下模拟出类似MMPF TBD中的多种机动模型,简化了算法结构;在该方法实现过程中,采用辅助粒子滤波提高状态估计精度。仿真实验表明该方法相比MMPF-TBD具有更稳定的检测和跟踪性能以及在低信噪比环境中更好的适用性。      

一种改进的扩展卡尔曼滤波

针对机动目标跟踪中目标发生状态突变和运动模型不匹配时扩展卡尔曼滤波精度降低或发散的问题,提出一种根据新息矩阵的范数判断滤波是否应该修正,并通过修正一步预测值来提高滤波精度的算法。该算法使用新息矩阵和量测误差矩阵来判断滤波是否稳定,在滤波精度降低甚至发散的情况下通过修正一步预测值来提高滤波精度。该算法计算量小,实时性强。仿真结果表明,该算法能够根据新息实时调整,且滤波精度较高。     

一种基于粒子滤波的自适应运动目标跟踪方法

该文提出了一种基于粒子滤波的自适应运动目标跟踪方法。均值漂移算法是一种最优梯度下降法,通过迭代来搜索目标,从而实现对运动目标的跟踪。而粒子滤波是一种在非线性和非高斯情形下进行跟踪的强有力方法。该文首先对图像的直方图进行改进,提出了一种基于统计直方图分布的目标模型,然后通过这个模型将这两种方法有效地结合起来。根据跟踪的过程,自适应地调整参数,能够较好地处理图像序列中由于光线变化或遮挡所带来的影响。实验证明,该文所提出的方法与均值漂移方法相比,即使在复杂的情形下,也能够准确地对目标进行跟踪。     

一种多普勒盲区条件下的多假设运动模型目标跟踪方法

 机载预警雷达存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹中断和重起批。针对该问题,提出了一种基于多假设运动模型的目标跟踪方法。该方法根据多普勒盲区对目标状态的约束形成多个假设运动模型,当新出现的量测值落入任何一个运动模型形成的关联波门内,则航迹关联成功。仿真结果表明,该算法在不同盲区范围条件下,针对不同机动能力的目标均具有较高的航迹关联率,有效提高了目标连续跟踪性能。     

修正的当前统计模型及自适应跟踪算法

针对当前统计模型及其自适应算法对弱机动目标跟踪精度较低以及强机动发生时刻跟踪误差增大的缺陷,提出了一种修正的当前统计模型及自适应跟踪算法。一方面,利用指数函数对当前统计模型中加速度极值进行实时修正,从而提高了算法对弱机动目标的跟踪精度;另一方面,利用滤波残差调整预测协方差,同时对滤波结果发生较大偏差的上一时刻的滤波结果进行修正,从而提高了对强机动目标的适应能力。仿真结果表明,所提算法对弱机动目标和强机动目标都具有良好的跟踪性能。     

道路条件下车辆跟踪的鲁棒H∞滤波算法

为提高对车辆目标的跟踪效果,本文提出了一种带道路约束条件的鲁棒H∞滤波算法。注意到车辆在行驶过程中会受到道路的约束,从而利用以道路抽象出的直线方程作为滤波的约束条件,建立带道路约束的动态系统模型,并推导出约束条件下的鲁棒H∞滤波方程。实验仿真结果表明,本文所提出的带约束条件的H∞滤波算法比不带约束的H∞滤波算法以及同等条件下的卡尔曼滤波算法具有更好的滤波性能和更高的跟踪精确度。     

利用目标模拟器产生SAR场景目标回波方法

介绍了一种利用目标模拟器产生合成孔径雷达(SAR)场景目标回波的方法.给定一幅原始灰度图像,依据一定算法生成基带I、Q数据并写入目标模拟器的FLASH存储区间,目标模拟器生成基带波形进而上变频到射频(RF)频段,模拟产生SAR的回波信号进入雷达接收机,经A/D变换后采用合适的算法成像.比较雷达成像和原始图像的质量可以直观、定性地评价雷达系统性能.类似于场景目标处理方法,点目标成像可以定量分析雷达系统性能.     

搜索雷达全自动智能化目标提取技术

使用传统搜索雷达目标提取技术提取的目标参数只有最基本的几个,对复杂背景下目标的提取和识别都比较困难,特别是后续处理没有更多的参数可以使用,造成产生的目标指示的可靠性和稳定性比较差。主要对回波特征信息进行分析和处理,尽量提取出更多可靠的目标特征信息,使后续处理能够根据目标的特征进行目标的识别和相关处理,有效提高目标的跟踪稳定性和精度。     

雷达目标识别方法概述

雷达经过几十年的发展，已实现了从杂波，干扰中探测目标的存在以及确定目标的运动轨迹，但是雷达对于目标识别仍是当今天研究热点，本文对目前几中主要的雷达目标识别方法进行了概述。     

低慢小目标监视技术现状及发展

本文首先阐述了低慢小目标特性,包括其外形特性、速度特性、红外特性,分析现有低慢小监视技术能力,问题具体表现为目标雷达截面积小导致回波弱、目标速度低导致杂波和干扰混叠严重、热量辐射小导致红外特性不明显等;然后,分析了未来技术发展方向,指出多元传感器协同探测、数据融合、综合识别的可行性,并仿真证明了提升雷达探测识别能力的方法。结果证明,采用“宽带多普勒处理”方式可有效提升改善因子,而基于窄带时、频域相结合的目标分类识别方法有望解决目标分类识别问题。     

一种基于波形匹配的目标检测和识别方法

基于对目标回波信号的波形匹配，提出了一种新的目标检测和识别的方法，该方法不需要进行特征提取，而是直接利用目标回波进行匹配处理来同时检测和识别目标，这种方法也可用于隐身目标的检测和识别，通过不同条件下的仿真试验可以看出这种方法能有效地检测和识别目标。     

多目标攻击的目标分配

介绍了多目标攻击的目标分配和攻击排序的过程与算法,并用仿真验证了该算法的有效性.     

海上目标航向航速解算新方法

航向航速是海上目标的重要特征,能准确获取目标的航向航速对于海上目标的跟踪和识别具有非常重要的意义。当雷达载体具有较高运动速度时,雷达测量的目标位置信息是非线性的,并且海上目标运动速度慢,在短时间内,受雷达测量精度的限制,目标位置的微小变化量很难精确估算,此时需要建立精度较高的非线性滤波模型,利用卡尔曼滤波方法,提高目标位置信息的估计精度。针对单脉冲雷达,本文提出了一种实时性强,工程上易于实现的海上目标航向航速的解算方法,推导了雷达载体高速运动条件下跟踪目标的滤波方程,采用卡尔曼滤波方法提高了目标位置估算精度。紧密结合工程背景,利用雷达载体的GPS信息和目标测量信息实现了海上目标航向航速的高精度解算。分析了解算数据长度对解算精度的影响,并给出了不同目标选择数据长度的经验公式。最后,通过海上目标在不同场景下的仿真实验,验证了本文方法的有效性和正确性。      

基于形态滤波的红外小目标检测方法

针对空背景下红外小目标图像信噪比低,背景和杂波干扰严重的特点,提出了一种基于数学形态学的红外小目标检测算法。算法首先利用灰度形态学Top2Hat变换,完成复杂空背景下的背景抑制和候选目标提取,然后通过开运算处理进一步去除虚假目标和噪声干扰,完成目标分割;最后结合管道滤波的方法,可快速检测出红外图像序列中的小目标信号。实验表明,该算法能够有效的提高图像信噪比,快速有效地检测出目标信号。     

国外智能视频监控的热点探究

随着智能视频监控在安全防范监控领域广泛应用,其相关技术备受国内外专家和研究人员的重视。智能视频监控作为一种综合技术,涉及多个科学领域知识。本文探讨当前国外智能视频监控的研究热点,总结归纳与其相关的研究领域,以期为国内智能视频监控的研究与发展提供借鉴。     

UWBSAR图像中的点目标检测

针对超宽带合成孔径雷达(UWBSAR)图像的某些应用场合,研究了其中的点目标检测问题,提出了一种检测算法。该算法综合运用方向依赖滤波和子图像融合提取UWBSAR图像中点目标的各向同性特征,并通过恒虚警率检测最终实现UWBSAR图像中的点目标检测。对实验数据的处理验证了该方法的有效性。