一种基于优先级调度的相控阵机动目标跟踪方法

在相控阵雷达跟踪加搜索（ＴＡＳ）工作方式下,为跟踪较大的机动目标,提出一种目标机动检测器设计方法,得到归一化的目标机动系数．基于该方法,给出了一种动态计算优先级的调度算法,较好地解决了机动多目标跟踪的资源调度问题．与几种常用机动检测器相比较,结果表明了这种机动检测器具有更高的检测概率．最后在多目标环境下进行机动目标跟踪的蒙特卡罗仿真,仿真结果显示了多目标机动检测器和资源调度算法的有效性．

     

机动检测算法特性分析仿真研究

机动检测算法是机动目标跟踪中重要环节,对机动目标跟踪的快速性具有重要影响.针对机动目标跟踪的典型检测器,采用卡尔曼滤波算法,基于新息残差向量来描述三种典型的机动检测器,通过蒙特卡洛仿真的方法,对每种检测器进行仿真计算,详细地分析每种检测器的特点和性能.仿真结果表明检测器B性能最稳定,结果最可靠,通过适当调整滤波中的状态误差方差Q,观测误差r,及滤波估计误差方差矩阵的初始值使得滤波器可以更准确地跟踪机动目标,具有一定的参考价值和指导性意义.     

强跟踪输入估计概率假设密度多机动目标跟踪算法

针对多机动目标跟踪中,目标数目未知及加速度不确定的问题,提出一种强跟踪输入估计（modifiedinputestimation,MIE）概率假设密度多机动目标跟踪算法．在详细分析算法的基础上,通过引入强跟踪多重渐消因子,以不同速率实时调节滤波器各个通道的预测协方差及相应的滤波器增益,从而实现MIE算法对加速度未知或发生人幅度突变的机动目标白适应跟踪能力;并将该算法与概率假设密度滤波算法有效结合,町以较好地跟踪未知数目的多机动目标．仿真结果表明,新算法比传统的多机动目标跟踪算法具有更岛的跟踪精度,且具有较好的实时性．     

杂波环境中多机动目标自适应跟踪算法

针对多杂波多机动目标环境引起的跟踪误差和实时性问题,提出了一种结合IMMPDA和改进的IMMJPDA的自适应多机动目标跟踪算法,在跟踪过程中根据目标之间的距离来选择IMMPDA和改进的IMMJPDA算法中的一种跟踪方法,其中改进的IMMJPDA算法是根据每个模型产生的关联矩阵取并集产生关联矩阵。自适应多机动目标跟踪算法能在有效地提高跟踪实时性的同时,减小目标机动时位置误差的超调。通过蒙特卡罗仿真表明,算法是有效的。     

用于多个机动目标的混合高斯概率假设密度跟踪器

现有的混合高斯概率假设密度（GM—PHD）跟踪器不仅可以估计时变的多目标状态,还能辨识不同目标并保持其轨迹连续性．但当多个目标发生机动时,其稳定性较差,容易丢失目标．针对这一问题,本文提出一种能跟踪多个机动目标的混合高斯概率假设密度跟踪器算法．算法在GM—PHD滤波的框架上采用修正的输入估计方法将目标的概率假设密度（PHD）表示成混合高斯形式,并利用不同的标记辨识各个高斯分量,然后通过PHD滤波方程迭代这些高斯分量和对应的标记,最终达到跟踪多个机动目标的目的．仿真实验表明,和传统的GM—PHD跟踪器相比．新算法能以更高的稳定性跟踪多个机动目标．     

基于最优线性无偏估计的交互式多模型机动目标跟踪

为了解决雷达目标跟踪的非线性估计问题,提出了一种基于最优线性无偏估计的交互式多模型(IMM)机动目标跟踪算法.该算法采用最优线性无偏估计(BLUE),把目标的状态在笛卡尔坐标来表示,而把雷达测量误差保留在极坐标下,并结合交互式多模型算法,实现对机动目标的有效跟踪.仿真实验验证了该算法的准确性和有效性.     

考虑目标捕获率和能量限制的无线传感器网络管理

究目标跟踪背景下的无线传感器网络管理问题,在保证目标跟踪需求的情况下减小能耗, 首先对集中式无线传感器网络结构和目标跟踪任务中传感器网络的工作过程进行了介绍,其次介绍了以多交互滤波方法为基础的机动目标跟踪理论,接着建立同时考虑传感器能耗节省和目标捕获概率的传感器调度模型,继而提出基于Logistic混沌序列和Boltzmann选择策略的改进布谷鸟算法用于求解最优传感器调度方案。最后通过仿真证明了本文模型和算法的有效性。     

密集多回波环境下的机动多目标跟踪终结决策

本文研究密集多回波环境下的机动多目标跟踪终结决策问题,提出一种在高密集多回波环境下确定机动多目标跟踪终结的“全邻”Bayes跟踪终结算法ABTT.Monte Carlo仿真表明,本文给出的算法不仅克服了一类概率数据关联滤波方法没有跟踪终结机理的缺陷,而且能可靠快速地作出跟踪终结决策,消除多余目标档案。     

基于强跟踪滤波器的交互式多模型算法

针对传统的EKF-IMM算法鲁棒性较差等问题,提出了一种基于强跟踪滤波器（STF）的交互式多模型算法。该算法通过引入强跟踪滤波器（STF）的渐消因子,实现了对滤波器增益的实时调节,从而提高了系统对机动目标的自适应跟踪能力和跟踪精度。仿真结果表明,在目标不发生机动时,该算法和EKF-IMM算法的跟踪效果相近,在目标发生强机动时,该算法在径向速度和方位角的跟踪精度要优于EKF-IMM算法;提出的算法具有更优的机动目标跟踪性能。     

基于新息偏差的自适应机动目标跟踪算法

证明了在某一目标机动输入下为保持跟踪最优,标准卡尔曼滤波器的过程噪声协 方差阵的调整公式,并利用观测新息在目标机动中发生正偏或负偏的信息,设计了一种自适 应跟踪算法．仿真说明该算法具有运算量小,跟踪精度高的特点．     

短道速滑运动中的轨迹建模

为探究在短道速滑比赛视频中检测、跟踪多个运动员目标并重建运动轨迹的问题, 针对目前的技术难以保证在遮挡频繁和位置交错的复杂运动视频中完整地跟踪各个目标并恢复 其运动轨迹,提出了一套完整的算法流程,能够快速并准确地检测、跟踪运动员目标并对其运 动轨迹进行建模。进一步地,提出了一种基于三次 B-样条曲线的轨迹重建算法,利用 B-样条曲 线的非均匀性和连续性,可以在缺失部分跟踪结果的情况下完整地拟合各个目标的光滑运动轨 迹。实验表明,该算法可以检测、跟踪多个运动员目标并重建其运动轨迹,所得结果可进一步 用于实际的技战术分析中。     

一种基于切换模型的快速机动目标跟踪算法研究

根据二维空间内目标作匀速转向运动的特点，提出一种基于航向变化的目标加速度实时估计方法，并在此基础上采用采样卡尔曼滤波器对该机动目标进行跟踪．仿真结果表明，该方法不仅能够检测出目标机动开始时刻和终止时刻，而且还能近似估计出快速机动目标的加速度大小，与扩展卡尔曼滤波器相比，采样卡尔曼滤波器具有较好的跟踪精度．     

球粒子滤波视频跟踪算法

粒子退化现象是制约粒子滤波器性能的一个重要因素。为提高粒子采样质量和视频跟踪算法的精度,文中提出球粒子滤波视觉跟踪算法。将球状采样方式引入到粒子更新过程中较好地保证状态空间中粒子的有效性。与传统粒子滤波算法相比,这种采样方式能利用少量粒子实现分布多样性的同时,有效克服粒子退化现象。小球迭代运动可使粒子集朝较大后验概率分布区域移动。球粒子滤波算法不依赖系统状态模型特性可理想实现运动状态不规则的机动目标跟踪。实验结果表明,该算法有效提高粒子利用率,具有较好的跟踪精度。     

一种机动目标跟踪的异步航迹融合算法

为实现机动目标跟踪,提出一种异步序贯航迹融合算法。融合中心包含匀速和匀加速2种融合模型,均通过信息去相关方法实现序贯航迹融合,并利用调整过程噪声的方法抑制融合发散。对匀加速融合模型的加速度估计进行显著性检验,实现机动检测。当检测到机动时输出匀加速融合模型的结果,反之输出匀速融合模型的结果。仿真结果表明,该算法能实现对机动目标的稳定跟踪,具有较高的跟踪精度。     

Path tracking controller design of four wheel independent steering automatic guided vehicle

This paper presents a new type of four wheel independent steering automatic guided vehicle (4WIS-AGV) for carrying heavy baggage and proposes a controller for the 4WIS-AGV to track reference trajectories. To do this task, the followings are done. Firstly, a 4WIS-AGV is designed and manufactured for experimental purpose. Secondly, a kinematic modeling for the 4WIS-AGV is introduced based on a single track vehicle model. Thirdly, based on the modeling, a controller is designed based on Backstepping method for the 4WIS-AGV to track reference trajectories. Fourthly, a control system is developed using industrial PC and AVR ATmega128 microcontrollers to implement the designed controller. Finally, simulations and experiments are conducted to verify the effectiveness and performances of the proposed controller in tracking two types of reference trajectories: a trajectory with sharp edges for parallel steering maneuver and a circular trajectory for zero-sideslip maneuver. The results show that the proposed controller can make the 4WIS-AGV track the trajectory with sharp edges and the circular trajectory very well.     

Tracking a maneuvering target using neural fuzzy network

A fast target maneuver detecting and highly accurate tracking technique using a neural fuzzy network based on Kalman filter is proposed in this paper. In the automatic target tracking system, there exists an important and difficult problem: how to detect the target maneuvers and fast response to avoid miss-tracking? The traditional maneuver detection algorithms, such as variable dimension filter (VDF) and input estimation (IE) etc., are computation intensive and difficult to implement in real time. To solve this problem, neural network algorithms have been issued recently. However, the normal neural networks such as backpropagation networks usually produce the extra problems of low convergence speed and/or large network size. Furthermore, the way to decide the network structure is heuristic. To overcome these defects and to make use of neural learning ability, a developed standard Kalman filter with a self-constructing neural fuzzy inference network (KF-SONFIN) algorithm for target tracking is presented in this paper. By generating possible target trajectories including maneuver information to train the SONFIN, the trained SONFIN can detect when the maneuver occurred, the magnitude of maneuver values and when the maneuver disappeared. Without having to change the structure of Kalman filter nor modeling the maneuvering target, this new algorithm, SONFIN, can always find itself an economic network size with a fast learning process. Simulation results show that the KF-SONFIN is superior to the traditional IE and VDF methods in estimation accuracy.     

挠性卫星姿态机动三段式轨迹规划与滚动跟踪控制

以新颖成像模式对挠性敏捷卫星姿态的快速机动控制为需求,本文针对金字塔构型控制力矩陀螺(CMG)群为执行机构的挠性卫星,提出基于三段式正弦角加速度的姿态路径规划方法及具有滚动优化思想的跟踪算法。在姿态路径规划方法设计中,融合谱分析及非线性优化方法,设计了兼顾卫星姿态机动快速性及抑制挠性附件振动性能的姿态轨迹;为实现对规划姿态轨迹的高精度跟踪,综合加权优化指标及奇异性、执行机构能力等约束,设计了金字塔构型CMG群框架角速度的非线性模型预测(NMPC)跟踪控制律。在转动惯量存在测量误差及空间干扰情况下,多种姿态机动仿真表明,本文提出的控制方法是有效的,且表现出较强的鲁棒性。     

基于强跟踪滤波器的MACA-MIE 模型及跟踪算法

结合自适应常加速模型(ACA)、改进输入估计(MIE)和强跟踪滤波器,提出一种新的自适应目标跟踪模型和算法.该算法通过扩展 ACA 模型状态矢量和改进状态噪声协方差调整方法,利用 MIE 和强跟踪滤波器,实现了机动加速度方差和状态预测协方差依据残差信息的实时完全自适应调整,在缺乏目标加速度先验知识的情况下,能够实时高精度跟踪目标突变状态、弱机动和非机动状态.仿真实验表明,相比 ACA 模型和 MIE,该算法具有更好的机动状态和非机动状态跟踪性能.     

基于辅助粒子滤波的红外小目标检测前跟踪算法

研究低信噪比复杂环境下的红外小目标检测和跟踪问题,提出了基于辅助粒子滤波的检测前跟踪算法.首先使用形态学滤波算法对图像进行白化预处理;然后在跟踪阶段采用辅助粒子滤波算法估计目标运动状态,在检测阶段利用跟踪滤波器的输出构造似然比,并进行似然比检验.对真实红外图像序列的实验表明,该算法可成功跟踪和检测信噪比为2的小目标,且其性能优于传统的检测前跟踪算法.     

基于UKF的闪烁噪声机动目标跟踪

闪烁噪声下的机动目标跟踪是一个非线性非高斯系统滤波问题,传统的卡尔曼理论很难保证其跟踪精度.文中提出了一种基于UKF的闪烁噪声机动目标跟踪算法,首先对目标系统的状态方程进行无味变换,然后再进行滤波估计,以减小跟踪误差.UKF不需要求导,它能比EKF更好地迫近目标运动模型的非线性特性,具有更高的估计精度,计算量却与EKF同阶.在仿真实验中采用"协同转弯模型"作为机动目标的运动模型,雷达的量测方程也是非线性的,分别应用UKF和EKF跟踪闪烁噪声下的机动目标,结果表明,UKF能够较好地解决闪烁噪声下跟踪机动目标的难题,其跟踪精度要远远高于EKF.