基于多项式卡尔曼滤波的船舶轨迹预测算法

考虑到在船舶航行的实际过程中,船舶自动识别系统（AIS）设备提供的船舶运动点迹往往呈现出信息缺失、非线性、多机动的问题,导致利用AIS设备辅助海上指挥系统难以准确判断船舶位置。针对以上问题,本文在传统卡尔曼滤波理论的基础上构建多项式卡尔曼滤波器拟合非线性系统,补偿航迹定位数据信息缺失、更新较慢等问题,并基于经纬度信息预测船舶运动轨迹。结果表明,该方法实现简单且收敛迅速,能够有效解决实际过程中船舶轨迹的预测问题,满足基本的实效性与准确性,能够为相关海事部门预测船舶目的、行为提供较为可靠的辅助手段。      

基于直方统计特征的多特征组合航迹关联

现有的航迹关联方法主要有基于统计和基于模糊数学两大类方法。基于统计的方法大多依赖阈值的设置,基于模糊数学的方法参数设置复杂,且多数方法相关比较时只考虑单个航迹点的信息。针对现有问题,该文首先从航迹的整体出发,在传统欧式距离度量的基础上,提出了一种距离分布直方图的特征并提取了航迹的相似特征,有效地利用了航迹间的整体特性,具有较好的抗噪声性能以及关联准确率。其次充分考虑了船舶运动特征以及不同数据源位置精度,提取了航迹间的速度差分布直方图特征、传感器来源特征。然后将这些特征组合并利用机器学习的方法训练关联模型,有效地避免了需要人工设定阈值以及参数设置复杂的问题。最后,该文构建了一个真实的船舶数据集,实验结果表明距离分布直方图特征相比传统的距离特征总体关联准确率提高了3.23%～11.65%,组合特征相较于单一的距离分布直方图特征总体关联准确率提高了0.068%,验证了该文方法的有效性。      

基于目标运动特性的三维航迹模拟方法

针对现有航迹模拟方法对目标运动特性考虑不足,以及缺少航迹可飞行检验等问题,提出了一种基于目标运动特性的航迹产生方法。该绘制航迹方法灵活方便,产生的航迹能较好反映目标运动特性,满足飞行目标的过载约束和加速度约束。仿真结果表明,该方法是可行和有效的。     

基于AIS的对海雷达多目标融合跟踪方法

针对海面密集目标跟踪时数据关联难度大且跟踪精度不高的问题,提出了一种基于船载自动识别系统(AIS)信息的雷达航迹融合方法。首先,根据AIS测量值和雷达的测量噪声等级确定融合系数,保证融合数据的合理性;然后,使用融合后的航迹对雷达测量值作双波门的数据关联处理,优化数据关联方法,提高源于目标测量值的置信度,降低虚警和杂波的影响,进一步提高航迹的稳健性和跟踪精度;最后通过仿真和实测数据证明了所提方法的有效性和优越性。     

雷达精细化功能级仿真建模

为解决预警雷达作战效能评估中兼顾高精度和高时效性的难题，提出了精细化功能级仿真建模方法。其中，检测处理子模型严格计算雷达系统、阵地地形、目标运动、目标RCS起伏、电子干扰等影响，精确计算目标信干噪比和检测概率，以逼近信号级仿真模型的精度生成点迹数据；点航迹处理子模型按照实装软件完成虚假点迹过滤、点迹凝聚、航迹起始、点航迹关联、航迹滤波等处理；行为控制模型按照实装规则执行干扰环境感知与抗干扰控制策略。相比传统功能级仿真方法，本方法可更为准确模拟复杂环境下的雷达抗干扰性能。     

一种雷达仙波航迹抑制方法

基于对仙波回波信号特征分析,通过优化目标检测算法实现对仙波的抑制,是理论上研究仙波抑制的常用思路,但在工程实践上效果不佳;采用雷达目标数据处理方法,通过对仙波空间分布统计特性、仙波目标运动特征、仙波点迹质量等级等综合应用,提出了一种基于目标运动特性的仙波航迹抑制处理方法,在工程应用上取得了很好的效果。该方法可以有效抑制仙波目标虚假航迹的产生,对于航管雷达以及情报警戒雷达全程全自动起始跟踪来说尤其重要。     

基于改进RRT算法的无人机航迹规划

针对快速扩展随机树（RRT）算法用于无人机自主在线航迹规划时,只能快速获得可行的航迹,无法获得接近于最短航迹的较优航迹的缺点,提出了一种改进的RRT算法.该算法将无人机动力学约束融入到节点扩展过程中,通过改进离随机采样点最近的根节点的选取策略和引入航迹距离约束,搜索树将沿着航迹距离较短的方向朝着目标点进行扩展,使得规划出来的航迹接近最优,并采用基于B样条曲线的航迹平滑方法生成平滑可跟踪的航迹.仿真结果表明该算法能够快速地搜索安全并且满足无人机动力学约束的较优航迹.     

基于广义绝对灰关联度的航迹关联算法

为提高船舶航行安全和海面预警探测能力,对AIS与雷达目标航迹关联问题进行了研究,提出了一种基于广义绝对灰关联度理论的AIS与雷达目标航迹关联算法。该算法结合目标状态的历史信息来计算广义绝对灰关联系数,结合广义绝对灰关联系数的历史信息来得到广义绝对灰关联度,进而通过寻找最大广义绝对灰关联度来进行航迹关联判决。通过典型环境下的仿真,显示了该算法较好的航迹关联性能,并且在密集目标环境下,该算法也具有很好的适应性。     

基于集中式干扰平台的点迹随机的航迹欺骗策略研究

在已有的关于航迹欺骗策略模型的基础上,研究得出了基于集中式干扰平台的航迹欺骗策略流程.给出了通过几何定理推导各个点迹的随机选取区间的方式,求出了一般性的区间求取的函数模型.通过埃尔米特插值法在相邻点迹之间插入随机点迹,作为赋予其他雷达的欺骗点迹.构建了运动学区间判定模型,判定随机选取的点是否具有合理的运动参数,以保证点迹都具有合理的运动特性.通过仿真实验证明了该方法能够在组网雷达探测范围内构建一条虚假航迹,同时该方法无需提前规划,可适应动态的威胁对象.     

一种基于小波变换的航迹关联算法

多传感器的航迹关联问题是多传感器数据融合理论研究中关键的难题之一,针对传统基于统计理论的航迹关联算法的错漏关联和没有考虑到目标航迹的走势等问题,通过在原来航迹关联方法的基础上,结合目标航迹的整体走势,利用小波去噪的功能,提出了一种新的航迹关联方法,通过与传统的航迹关联方法相比较和工程验证,证明了该算法的有效性。     

基于目标特征信息的航迹处理

航迹处理要求目标快速准确建航和维持低的虚警概率。提出在常规使用的初始相关的情况下,应用目标特征增值信息进行航迹相关来完成航迹处理,在工程应用中有明显的效果,有效降低了航迹虚警率,保证了航迹的质量,也缩短了航迹起始的时间。     

基于星载SAR与AIS信息融合的海洋监视综述

首先,综述了星载合成孔径雷达(SAR)、自动识别系统(AIS)及基于二者信息融合的海洋监视技术的研究现状;然后,在分析星载SAR与AIS数据特性的基础上,建立了适于二者信息融合处理的特征层融合模型,并深入分析了星载SAR与AIS信息融合的主要关键技术——多目标数据关联技术,在对传统基于位置特征的多目标数据关联方法研究的基础上,提出了基于多特征信息融合的多目标数据关联方法;最后,指出了需要进一步研究的重点问题。     

神经网络在航迹检测中的应用

在雷达作战环境日益复杂的情况下,为了实现航迹处理智能化,使雷达数据处理能自适应消除不同环境杂波对航迹处理带来的影响,引入神经网络模型实现对固定大小空域点迹进行初步判别,从而剔除大部分杂波,保留存在航迹的空域数据,降低后续航迹处理的运算复杂度。结果表明,通过神经网络实现航迹判别能以93.6%的检测概率、4.0%的虚警概率对空域数据进行初步判别。     

基于多层LSTM模型的雷达目标航迹快速识别算法

雷达目标航迹的快速识别对指挥员战场决策具有重要的参考作用，传统雷达目标航迹识别算法对于目标特征分析效果差，导致航迹识别效果不理想，为此，设计了基于多层长短期记忆网络(Long Short-Term Memory, LSTM)模型的雷达目标航迹快速识别算法。对雷达目标航迹信息进行采集与去噪处理；构建多层LSTM模型，提高对时间序列数据处理的性能，将采集的数据输入多层LSTM模型中；通过多层LSTM网络自主学习获取雷达目标航迹特征，并设计融合模块对多个特征进行融合处理，得到多特征子集，改善单一特征分析的不足；基于适应性矩估计(Adaptive Moment Estimation, Adam)算法优化模型超参数，训练损失函数，通过构建多层LSTM模型分类器完成雷达目标航迹快速识别。仿真实验结果显示，该算法能够精准提取雷达目标的多特征信息，多特征融合效果良好，航迹识别结果精准，目标位置平均识别误差为0.31 m,雷达目标航迹识别时间平均值为0.56 s,说明该方法能够精准、快速完成航迹识别。     

一种基于航迹光滑滤波的目标跟踪方法

针对高频雷达数据率低、系统特性和目标运动复杂的应用背景,文中提出了一种航迹滤波方法来改进对目标航迹的跟踪质量.依据目标运动所形成的航迹应该是连续光滑的原理,对动态特性完全未知的运动过程,利用回归分析建立结构简单、鲁棒性强的估计模型,通过平滑滤波获得目标运动状态的估计值,建立目标航迹.实验数据处理结果表明航迹滤波方法具有适用性广、稳健性好的特点.     

基于全球AIS的多源航迹关联数据集

数据、算法和算力是当前人工智能技术发展的3大推力,考虑到智能关联算法研究的迫切需求和多雷达协同观测航迹数据获取困难,针对航迹关联数据集缺失问题,该文公开了多源航迹关联数据集(MTAD),其由全球AIS航迹数据经栅格划分、自动中断和噪声添加处理步骤构建。该数据集包括训练集和测试集两大部分,共有航迹百万余条,其中训练集包含5000个场景样本,测试集包含1000个场景样本,每一个场景样本由几个到几百个数量不等的航迹构成,涵盖多种运动模式、多种目标类型和长度不等的持续时间。同时,进一步对构造的MTAD数据集进行可视化分析,详细研究了各个栅格内航迹的特点,证明了该数据集的丰富性、合理性和有效性。最后,作为参考,给出了关联评价指标和关联基线结果。该数据集目前已被用作海军“金海豚”杯竞赛科目专用数据集。     

多目标多传感器模糊双门限航迹相关算法

本文提出了两种适合于分布式传感器数据融合的模糊双门限航迹相关算法，文中研究了模糊因素集的构成，隶属度函数的选择，权向量的动态分配，航迹相关质量设计，多义性处理方法，模糊双门限航迹相关准则及模糊经典分配问题，并通过仿真与两个经典方法进行了比较，仿真结果表明，在密集目标环境下和／或交叉，分岔及机动航迹较多地场合，模糊双门限航迹相关算法的性能与传统方法相比获得了明显的改善，其正确相关率与传统方法相比提高     

传感器网络中航迹关联的加权模糊聚类算法

提出一种基于特征加权的模糊聚类算法用于传感器网络中的航迹关联.该方法首先将分布式多传感器获得的航迹进行数据同化,然后通过同步采样将所有航迹映射为高维空间中的一组点集,最后通过特征加权的模糊c均值(FCM)聚类算法实现航迹的分类关联和信息融合.在聚类算法中通过ReliefF算法实现了特征权值的自动确定,自适应地考虑了不同时刻航迹位置对数据关联的不同影响.实验结果表明本文提出的航迹关联算法不仅具有良好的关联效果,而且通过特征的自适应加权提高了信息融合质量.     

基于无源定位的多目标航迹融合技术研究

针对无源定位系统定位误差大、数据更新率不规则等问题,研究了一种通过定位数据辅助信息特征进行多目标航迹融合的新方法。该方法利用信号侦察获取的目标辅助信息作为航迹关联判决准则,并与传统的航迹关联方法相结合,从而实现了对侦察区域内多目标的航迹融合。对该算法的性能分析和仿真验证表明,新算法具有更好的航迹融合性能,更强的通用性和可扩展性;并且在密集多目标环境下可实时、有效地跟踪几十批次的目标。     

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。