闪烁噪声环境下基于PF的机动多目标跟踪算法研究

为了能够解决非线性非高斯环境中的多目标跟踪问题,提出了一种基于粒子滤波器和联合概率数据关联算法。该算法是在粒子滤波方法的基础上,应用联合概率数据互联的思想计算每个量测值对各个粒子的更新权值,从而获得最终的滤波结果。仿真结果表明,该方法可以同时很好地解决非线性非高斯系统环境下多目标机动性和数据关联问题,具有较好的跟踪性能。     

基于多目标跟踪的航迹关联及滤波与预测分析

文中系统地研究了基于边扫描边跟踪系统的多目标跟踪数据处理的航迹关联及滤波与预测.多目标跟踪数据处理包括航迹关联、跟踪开始与跟踪取消、滤波与预测、波门选通.文中主要对航迹关联中的"全邻"方法与"最近邻"方法的不同、滤波与预测几种方法的比较进行分析.     

两点式数据关联算法在多目标跟踪中的应用

针对联合概率数据关联算法在计算量上的组合爆炸问题,引入了一种新的基于线性规划的两点式数据关联算法。在分析新算法基本原理的前提下,将其性能与传统的联合概率数据关联算法进行了比较,从理论上证明了该算法是一种全新的关联算法j并将两点式数据关联算法应用到多目标跟踪中,通过仿真验证了新算法在数据关联精度及运行时间方面优于传统算法。     

模糊自适应机动目标跟踪算法

提出了一种模糊自适应机动目标跟踪算法.该算法首先通过新息进行机动发生与否及强弱的判断,进而由模糊推理系统给出了过程噪声的自适应调整,并提出了通过测量获得测量噪声特性的方法,使得测量噪声方差能准确地反映测量仪器本身的性质和环境的影响.通过仿真实验验证了该算法在目标发生机动时,能自适应调整过程噪声,对机动目标有效地进行跟踪,相比传统的卡尔曼滤波具有更小的跟踪误差.     

基于多传感器数据融合无参考信号的自适应数字滤波算法

介绍了一种基于多传感器融合无参考信号的自适应数字滤波算法。并根据该算法在计算机上做了相应的仿真实验，仿真结果表明，该算法不仅非常用效，而且具有非常优良的收敛性。     

水下多目标跟踪技术

基于现代海洋环境和经济发展的要求，论述了水下多目标跟踪技术的重要性，详细讨论了过去几十年来多目标跟踪技术的发展，探讨了水下多目标跟踪中的关键技术，指出了未来水下多目标跟踪技术的发展趋势。     

机动目标跟踪中自适应滤波算法的研究

文中对机动目标跟踪中的自适应滤波算法进行了研究,给出了一种适用于雷达导引头跟踪系统的修正的自适应卡尔曼滤波算法,通过全弹系统的数字仿真,对影响该算法滤波性能的各种因素进行了分析讨论.大量仿真结果表明该自适应滤波算法对于机动目标具有良好的跟踪性能和适应能力.     

机动目标概率假设密度滤波算法及其比较

在多目标跟踪问题中,如果目标数未知或者随着时间的变化而变化,那么联合概率数据关联(JPDA)等一系列在目标数已知时使用的跟踪算法就难以应对,而概率假设密度(PHD)滤波算法将目标集合数看成一个随机集,避免了数据关联问题。文中将PHD算法与JPDA算法进行了比较,仿真实验结果表明:在杂波环境下,PHD算法对目标数未知或随时间变化的多目标跟踪情况良好,在相同仿真条件下,PHD算法在时间上花的代价比其他算法更少。     

水下多目标跟踪系统攻击目标优选模型及算法

攻击目标优选是水下多目标跟踪（MTT）系统的重要组成部分。目标估计值的不精确性使优选具有模糊性，常用的经典决策方法如层次分析（AHP）法和理想解（TOPSIS）法存在精度要求高、结果稳定性差等问题，不适用于水下目标优选。该文以水下MTT系统为研究对象，运用灰色关联优选（GROD）法建立了攻击目标优选模型，解决了水下MTT过程中的目标排序以及由于目标特征值不精确引起的攻击目标误判问题。结合实例介绍了GROD方法在MTT系统中的应用，并借助系统效能分析工具与其他常用经典评估决策方法进行了比较，效能统计结果表明，应用GROD法的系统效能比AHP法提高约15％，比TOPSIS法提高约10％。GROD模型算法简单、直观、合理，计算结果客观、稳定，系统效能高，将其应用于水下MTT系统攻击目标优选评估在技术上是可行的。     

基于模糊控制器的自适应遗传算法

基于模糊控制器的自适应遗传算法,通过模糊控制器自适应地动态改变交叉率、变异率的值;从而使该算法最快达到全局最优解.其模糊控制器的设计及求取Pc(交叉率)、Pm(变异率)的步骤包括:输入、输出变量的选取,输入、输出语言值及隶属度函数的定义,模糊规则表的建立,模糊推理及解模糊.     

弹道目标跟踪的自适应多维分配相关算法

研究了弹道目标防御雷达的多目标跟踪数据关联方法,提出了一种弹道目标跟踪的自适应多雏分配相关算法.在对多传感器探测覆盖区域进行分区处理的基础上,进行多目标跟踪模式的判断,根据跟踪模式选取不同维数的多维分配相关算法进行相关处理,分析了多维分配算法存在的问题,给出了算法实现的伪代码.仿真实验结果表明,利用该算法能够很好地跟踪弹道目标.     

一种提高雷达导引头对机动目标跟踪性能的自适应滤波算法

为了提高地空拦截弹雷达导引头对机动目标状态估计的精度,在增加系统观测量的基础上,提出了一种针对机动目标跟踪的自适应滤波算法。利用量测残差统计值估计目标的机动状态,自适应的调整状态方程机动频率和加速度极限值;同时利用观测噪声统计估值器,调整观测值方差大小。仿真试验结果表明该算法具有良好的机动目标跟踪性能,并能自适应变化较大的观测噪声。     

一种自适应双波门电视跟踪算法

为了解决跟踪空中目标时背景云雾的干扰及目标大小和姿态变化带来的不利影响，提出了用于电视跟踪的一种双波门改进算法。该算法在双波门算法的基础上，加入动态阈值的判断，使之能快速、有效地去除背景云雾干扰，同时根据目标特征自适应调整内波门尺寸，避免因目标大小的剧烈变化导致的跟踪失败。利用视场内帧预测方法，较好地解决了目标丢失的问题。该算法通过半物理仿真实验进行验证，解决了云雾干扰、目标大小和姿态变化等不利影响问题，达到了系统实时性要求，实现了稳定跟踪。     

机动目标自适应跟踪算法研究

为了克服“当前”统计模型自适应跟踪算法（CAF）跟踪匀速运动目标误差较大和跟踪加速机动目标速度与加速度估计误差和动态时延较大的缺陷,通过分析研究CAF算法,采用截断正态分布表征目标的机动加速度特性,考虑风速和加速度估计均值的影响,对机动加速度与方差自适应关系修正,自适应补偿过程噪声协方差矩阵,提出了一种改进的机动目标自适应跟踪算法。理论分析与仿真结果表明,该算法能够准确描述目标的各种机动情况,具有良好的跟踪性能和实际应用价值。     

基于自适应遗传算法的导弹火力优化分配

建立了导弹火力优化分配的非线性整数规划模型，并给出了模型的自适应遗传算法求解，改进的遗传操作算子较好地处理了模型的整数约束条件，直观明了，简单易行．实例在计算机上的对比仿真运行结果表明，随群体适应度自动调整的交叉概率和变异概率，加快了算法的收敛速度，显著地提高了算法的探索能力，不易陷入局部最优解．这种方法对导弹火力的优化分配有一定的参考价值．     

基于角测量的机动目标跟踪算法

利用角测量估计目标的距离和速度实质上是一个非线性状态估计问题,这种单站被动式跟踪可能构成一个不可观测系统,将导致跟踪滤波器的不稳定和发散。本文针对反直升机雷构成的雷群进行目标定位和跟踪,利用最小角度差算法对目标的位置进行静态估计,用基于“当前”统计模型的自适应滤波算法进行数据处理,最小角度差算法的估计结果作为自适应滤波的观测值;算法简单而且有效,对目标的机动和非机动运动参数都能得到良好的估计结果。     

基于适应性权重遗传算法的自航式鱼雷发射管优化设计

为了对自航式鱼雷发射管进行优化设计，采用适应性权重遗传算法解决多目标非线性优化问题。选择发射管长度、体积、重量作为优化目标，通过运用“界限构造法”确定权重和目标函数、适应性罚函数法处理不等式约束，将多目标优化问题转化为单目标优化问题进行处理。以鱼雷自航发射为例进行了模拟计算，仿真结果表明，采用适应性权重遗传算法进行自航式鱼雷发射管的优化设计是有效的，可以为工程实践提供参考依据。     

基于模糊交互多模型的机动目标跟踪方法

文中提出了一种模糊IMM（FIMM）算法,通过模糊逻辑推理得到IMM算法模型集中各滤波模型的匹配度,即模型的概率,代替IMM算法中通过交互组合计算模型概率的方法,该方法不需要IMM算法中的模型先验概率及马尔可夫转移概率,从而降低了算法的复杂程度。仿真结果表明,和标准IMM算法对机动目标的跟踪效果相比,文中提出的模糊IMM算法具有更高的跟踪精度,更快的收敛速度。     

改进的模型集自适应变结构多模型算法

针对传统固定结构的交互式多模型算法模型集无法覆盖目标的所有运动模型,提出一种改进的模型集自适应变结构多模型算法。该算法在量测信息的基础上,采用Kullback-Leiber规则对模型集中各模型与目标运动模型匹配程度进行判别,删减匹配程度较低的模型;同时,采用改进的期望模型算法得到一个新的匹配程度高的模型集,并对原模型集中的模型进行更新;最后再与容积卡尔曼滤波器相结合,实现非线性目标跟踪系统的变结构多模型算法。仿真结果表明:该算法在保证系统计算量没有明显增加的基础上有效地增加了算法的自适应性能和系统的鲁棒性能,更好地满足了工程应用中对算法自适应性和实时性的要求。     

Optimal Time-Frequency Atom Search Based on Adaptive Genetic Algorithm

Adaptive signal decomposition is an important signal processing method.The chirp-based signal representation,for example,the Gaussian chirplet decomposition,has been an active research topic in the field of signal processing.A main challenge of the Gaussian chirplet decomposition is the numerical implementation of the matching pursuit,which is an adaptive signal decomposition scheme,and the challenge remains an open research topic.In this paper,a new optimal time-frequency atom search method based on the adaptive genetic algorithm is proposed,aiming to the low precision problem of the traditional methods.Firstly,a discrete formula of finite length time-frequency atom sequence is derived.Secondly,an algorithm based on the adaptive genetic algorithm is described in detail.Finally,a simulation is carried out,and the result displays its validity and stability.