共查询到20条相似文献,搜索用时 125 毫秒
1.
2.
提出了一种基于跟踪微分器(TD)的目标跟踪算法,该算法由跟踪微分器和序贯相似性匹配算法(SSDA)组成。假设目标在视频图像序列第一帧中的位置已知,使用跟踪微分器,可以预测出目标在下一帧图像中的位置,然后再使用SSDA算法,在预测位置的邻域内进行搜索,从而获得目标的准确位置。仿真实验证明基于跟踪微分器的模板匹配算法减少了搜索位置,提高了算法的效率,同时也克服了传统的卡尔曼滤波需要目标运动模型已知的缺点。 相似文献
3.
4.
针对目标跟踪中非线性滤波精度下降甚至发散的问题,提出了一种时变噪声统计估计的自适应无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)算法.首先将系统模型和滤波算法修正为适于噪声非零均值时的情况,然后根据极大后验估计原理,推导出一种次优的时变噪声统计估计器,其系数通过指数加权的衰减因子计算得到,最后与传统UKF算法结合形成自适应的滤波算法.仿真结果表明,该算法保证了滤波收敛性,能够对目标进行有效跟踪,而且滤波精度显著提高. 相似文献
5.
6.
7.
8.
9.
10.
11.
为提高导引头末制导阶段抗干扰能力,针对典型的欺骗式距离-速度联合拖引干扰模型,研究了基于概率假设密度(PHD)滤波的多目标跟踪与基于无迹Kalman滤波(UKF)的多目标识别技术。为说明导引头目标识别原理,给出了距离-速度联合拖引干扰模型;根据导引头测量原理,通过导引头框架角、导弹-目标相对距离、径向速度建立系统跟踪模型,给出了基于PHD滤波的多目标跟踪与基于UKF的多目标识别的基本原理;基于典型的目标运动模型(匀速直线与匀速转弯模型),针对目标施加的4次距离-速度联合拖引干扰,采用目标跟踪结果以及估计的目标速度和加速度信息进行多目标跟踪与识别分析,能够很快实现真假目标识别。仿真实验结果表明,利用PHD滤波与UKF信息能够有效实现对距离-速度拖引干扰下的多目标跟踪与识别。 相似文献
12.
对弹道导弹主动段进行跟踪是弹道导弹主动段防御中极其重要的任务,它是制导拦截的基础。针对传统方法在弹道导弹主动段跟踪能力不足,建立了弹道导弹主动段样条滤波算法。该滤波算法首先用样条函数建立了主动段运动模型,其次在此基础上将运动状态进行了解耦,建立了状态方程,最后基于解耦模型,应用Kalman滤波进行了状态估计,并且在估计中设计了模型更新方法,使算法具有很好的机动跟踪性能。仿真实验证明,该跟踪算法估计精度高于其它算法。 相似文献
13.
给出一种基于强跟踪滤波器( STF)的滚转弹飞行姿态获取方法。为了得到试验弹的飞行姿态,使用一个双轴角速率陀螺构成滚转弹飞行姿态遥测系统,利用STF滤波器对遥测数据进行处理,以重构弹体飞行姿态,为进一步的弹体飞行动力学分析及制导系统的效能分析提供依据。利用低速滚转弹姿态运动模型,导出一组基于多重次优渐消因子扩展Kalman滤波器(SFEKF)的迭代滤波方程。由于SFEKF对模型参数失配的鲁棒性及对状态变化较强的跟踪能力,改善了算法的姿态估计精度。仿真计算结果验证了算法的有效性。 相似文献
14.
建立雷达导引头角跟踪控制数学模型,运用最优控制理论推导天线控制指令;基于机动目标当前统计模型,运用卡尔曼滤波及多普勒跟踪速度修正信息,估计出天线最优控制状态量;经仿真验证,设计方法不仅能够改善制导律输入精度,同时能够提高雷达导引头的响应性能. 相似文献
15.
红外成象型空空导弹目标识别与跟踪算法研究 总被引:7,自引:2,他引:5
根据红外成象制导型空空导弹图象传感器在目标识别与跟踪过程中获得的图象序列的特点。提出了一种基于红外图像序列的弹道终端红外图象跟踪时的跟踪算法.实现了目标特征点的自动识别与跟踪。文中以最大距离法对目标图象进行分割.以机头部位为局部图象跟踪时的跟踪部位,分析了导引头投影成象模型以及弹目距离、相对速度对目标图象变化情况的影响.研究了中段形心跟踪模式与末端局部图象跟踪模式的转换时机.定义了确定目标充满视场程度以及阻塞视场与否的两个判据。最后,以实测的飞机红外图象对文中提出的算法进行了仿真,结果表明本文的算法是可行和有效的。 相似文献
16.
17.
捷联寻的制导系统滤波器设计 总被引:7,自引:0,他引:7
主要针对某型捷联寻的制导弹药,进行了捷联寻的制导系统滤波器设计并进行了目标机动情况下的仿真验证。利用捷联寻的导引头给出的量测信息,设计了捷联寻的制导系统的强跟踪卡尔曼滤波器,估计出弹目相对运动等信息,用于末制导弹药的最优导引律,导引其命中目标。仿真结果表明,所设计的捷联寻的制导系统滤波器能有效对付目标机动,满足某型制导弹药武器系统性能指标要求。 相似文献
18.
为解决载体在高动态下大幅度运动出现的滤波发散问题,提出强跟踪无迹卡尔曼滤波(strong tracking
uncented Kalman filter,STUKF)算法。分析组合导航模型和研究经典的无迹卡尔曼滤波(uncented Kalman filter,UKF)
算法,将强跟踪UKF 算法应用于SINS/GNSS 组合导航系统,并与经典UKF 算法和衰减记忆UKF 算法进行比较。
分析结果表明:该强跟踪UKF 算法性能较好,能明显缩短滤波时间,减小速度误差和位置误差,从而提高组合导航
的准确性和稳定性。 相似文献
19.