复杂交通场景下目标稳定跟踪方法研究

为克服实际交通场景中环境的复杂性和目标的多样性给雷达目标稳定跟踪带来的问题,采用基于卡尔曼滤波和概率数据关联的雷达多目标跟踪算法,实现点迹与航迹之间的关联。提出一种基于欧氏距离的改进航迹关联方法,增加航向夹角判别的约束,解决了由于多目标相互遮挡或交叉运动带来的航迹不连贯、不稳定问题,实现了航迹与航迹之间的关联,提升了航迹跟踪完整性和稳定性。最后,利用在复杂交通场景下采集的实测交通雷达数据,验证了所提多目标跟踪算法的稳定性和可靠性。     

MHT算法在航迹关联中的应用

为了将水下航行器探测目标过程中出现的混淆的目标点迹进行有效分离,将基于卡尔曼滤波的多假设跟踪算法应用于多目标的航迹关联.介绍了多假设算法的基本流程和原理:假设的产生、概率计算和假设剪除,并进行数值仿真.仿真结果表明:多目标跟踪算法能够有效解决"量测-目标"数据关联问题,并且能在较短时间内确认目标航迹.     

基于目标预测值模糊化的模糊数据关联算法

对传统模糊数据关联算法进行了分析,针对其利用最大隶属值赋值原则对目标进行跟踪时可能存在误跟或跟错的情况,提出了基于目标预测值模糊化的模糊数据关联算法.首先将预测航迹进行距离模糊化,建立联合关联区并舍去关联区以外的点迹,降低模糊数据关联分割矩阵的维数;然后对分割矩阵运用整体最优原则,将问题转化为0-1规划问题,实现数据的模糊关联;最后对算法进行仿真,结果表明:采用新算法能有效改进传统算法的缺陷,提高数据关联的可靠度.     

空间目标航迹片段关联算法研究

为了有效改善空间目标跟踪的连续性、稳定性,针对空间目标断续航迹关联问题开展相关研究,建立了地心惯性(ECI)坐标系下基于欧拉方程的外推预报和东北天(ENU)坐标系下基于动力学方程约束的外推预报。在利用中段动力学模型对中断前的目标运动轨迹进行预报外推的基础上,利用中断航迹预报外推结果和中断后新起始的每个航迹段前几个时刻的状态更新值,构造检验统计量进行关联配对,实现中断前后空间目标航迹的关联融合,以此提高空间目标跟踪精度和有效跟踪批数。     

基于灰色关联度的两级实时航迹关联算法

针对多模复合导引头在多目标航迹交叉时,采用常规航迹关联算法易出现航迹关联错误的问题，提出一种基于灰色关联度的两级实时航迹关联算法。根据航迹关联问题特点对灰色关联度计算进行修正，以航迹间的灰色关联度构成灰色关联矩阵；通过两级航迹关联判别对灰色关联矩阵进行修正，分别从航迹的整体态势相似度和航迹当前一段时间内的局部特性进行航迹关联判断，得到航迹间的最终灰色关联度；以灰色关联度最大值准则得到航迹关联对。仿真实验结果表明:在航迹交叉以及目标释放干扰使得传感器航迹数据发生错误时，该算法依旧可以正确地进行航迹关联判决。     

基于神经网络的多平台多目标位置数据融合

针对传统的直接加权融合算法的缺点,对多平台多目标位置数据融合进行研究。通过设计基于BP神经网络的统计加权算法,建立数据融合模型。并以2个观测平台为例,进行1分钟之内的目标航迹数据的仿真实验。结果表明,该算法是有效、可行的,且精度更高,能有效对融合中心获得的关于目标位置航迹信息进行关联融合处理。     

密集杂波环境下的数据关联算法

针对密集杂波环境下多目标数据关联问题,提出了一种基于弱化算子自适应模糊C均值聚类的数据关联算法。该算法首先采用弱化算子对有效回波进行弱化处理,在此基础上应用自适应模糊C均值算法对目标有效回波进行聚类,并将聚类中心作为相应目标最终观测值,最后采用最近邻法将聚类中心与目标航迹配对。实验结果表明,该算法与FCM方法相比,具备更高的关联和跟踪精度;与JPDA算法相比,提高了关联时实性。     

基于抛物线随机Hough变换的机载脉冲多普勒雷达机动弱目标检测前跟踪方法

为解决机载脉冲多普勒（PD）雷达对机动弱目标进行检测与跟踪的问题,构造了一种基于抛物线随机Hough变换（RPHT）的检测前跟踪（TBD）算法。该算法通过模糊区间对目标的模糊量测进行距离多假设扩展,从而提取量测中的时空相关信息。利用RPHT方法将目标扩展量测转换到参数空间,并在参数空间对目标的机动航迹进行积累。在算法实现过程中,通过方位变换的方式对传统的RPHT方法进行了改进,以降低算法计算复杂度。该方法将机动弱目标解距离模糊问题转换为TBD框架下基于RPHT的航迹检测问题,避免了微弱目标的低信噪比造成的航迹漏检。仿真结果验证了该算法的有效性。     

分布式多传感器多目标航迹关联处理算法研究

系统综述分布式多传感器多目标航迹处理的4种算法：序贯航迹关联算法、最近邻域航迹关联算法、K近邻域航迹关联算法，以及修正的K近邻域航迹关联算法。对这些理论方法用MatLab仿真进行理论分析实验，实验结果证明其具有可行性。     

基于广域部署智能反射面的无人机集群跟踪方法

无人机在民用和军事领域中都发挥着重要作用，其体积小、数量多、速度快，更会给国防安全带来严重的安全威胁，有效跟踪定位无人机是保障低空安全的关键问题之一。针对典型城市环境中的多目标跟踪问题，提出一种高效费比的多目标跟踪算法。通过广域部署低成本智能反射面，对多目标进行数据融合；同时提出一种改进的数据关联算法，通过特征辅助的模糊数据关联，利用一部分历史数据作为筛选最优观测数据的特征阈值，得到最接近真实值的量测数据。采用卡尔曼滤波进行状态估计，实现对多目标的低成本高精度跟踪。仿真对比新算法与传统概率密度数据关联算法性能。仿真结果表明：新算法相比传统算法在位置和速度方面均方根误差更小，跟踪精度约为1.7 m,传统算法约为6.6 m,实验结果表明新算法能够有效提高目标关联精度和跟踪性能。     

一种地面固定目标的双模跟踪方法

提出了一种由相关跟踪算法的改进算法和形心跟踪算法复合而成的新的双模跟踪算法．以双模跟踪算法作为算法核心形成一套实时跟踪处理软件系统，可用来实现对地面固定目标的模拟跟踪．同时还讨论了目标判别的策略和对目标丢失后的处理方法．     

密集杂波环境下基于两点量测和Viterbi的PDA算法研究

为了更好地解决密集杂波环境下的目标跟踪问题,弥补密集杂波环境下概率数据互联算法(PDA)误关联概率偏高的不足,在对现有的Viterbi数据互联算法进行深入分析的基础上,给出了一种计算两个量测之间互联概率的表达式,提出了一种基于两点量测的Viterbi数据互联算法(TM-VDA).仿真验证,TM-VDA能够很好地完成对目标的跟踪,特别是在密集杂波环境下误跟踪率较PDA大大降低.     

闪烁噪声下目标跟踪的改进粒子滤波算法

针对目标跟踪系统具有强非线性非高斯的特点,提出了一种强跟踪粒子滤波(STUPF)算法.该算法将无迹卡尔曼滤波器(UKF)与强跟踪滤波器(STF)相结合作为粒子滤波提议分布,具有在线调节滤波增益阵,提高滤波器跟踪突变状态的能力.在给出闪烁噪声统计模型的基础上,将STUPF应用在几种典型目标运动模型跟踪系统中,并同UKF和...     

基于贝叶斯滤波算法的警戒相控阵雷达目标跟踪时间资源优化分配算法

针对警戒相控阵雷达的目标跟踪时间资源优化配置问题,基于贝叶斯滤波算法提出一种 应用于警戒相控阵雷达的变数据率跟踪算法。传统Cohen算法受量测噪声起伏影响引起跟踪数据率抖动,在目标反向机动阶段易造成目标的失跟;新算法在非机动时段利用正态分布的2σ准则对目标是否机动进行判决,在机动时段目标加速度服从修正的瑞利分布;在数据率增加和降低阶段采用不同平滑系数能够快速响应目标机动且确保在反向阶段不失跟。通过两个机动实例进行仿真验证,结果表明:新算法能够有效地抑制目标反向机动时的失跟问题;与传统Cohen算法相比,新算法能够快速响应目标机动。     

背景干扰下的捷联图像导引系统目标跟踪方法

在捷联图像导引系统目标跟踪过程中,针对跟踪前期弹目距离较远、跟踪目标在背景图像中所占的区域较小、易遭受背景信息干扰,提出了一种新的基于Mean Shift算法的目标跟踪方法.该算法通过对目标模型做背景直方图加权变换和对目标候选模型做倒数加权变换,显著降低了Mean Shift目标跟踪算法迭代过程中背景信息所占的比重,有效抑制了跟踪区域中背景信息对目标定位的干扰,提高了目标的跟踪精度.实验结果表明,该算法与经典算法相比,迭代次数低、单帧处理时间短,可应用于捷联图像导引系统目标跟踪的前期阶段.     

基于Levy飞行的蜂拥控制算法在目标跟踪中的应用

为解决较大区域内移动智能体对目标的跟踪问题,提高收敛速度,优化跟踪效果,提出基于Levy飞行的蜂拥控制算法。利用Levy飞行的特性,在移动智能体群体中加入搜索智能体,采用Levy飞行策略对目标进行搜索,智能体根据周围邻居和所能感知到的目标信息调整自身运动。仿真验证表明：与不具有搜索智能体的蜂拥控制算法相比,该模型搜索目标的速度更快,跟踪效果更好,适用于大区域内移动智能体的目标跟踪。     

战场侦察相控阵雷达波束调度研究

战场侦察相控阵雷达在强地杂波环境下对机动性目标跟踪和边跟踪边搜索(TAS)波束调度策略是当前研究的热点。利用地面杂波和目标路径等先验信息,建立了杂波环境下地面交互多模型联合概率数据互联(GIMMJPDA)多目标跟踪算法,在区分目标威胁度、不同威胁目标跟踪精度的基础上实现目标动态的TAS波束调度。经目标态势仿真验证,基于GIMMJPDA目标跟踪算法、高威胁优先级和目标跟踪精度基础上的战场侦察相控阵雷达TAS波束调度策略具有高的时间利用效率。     

基于Kalman预测重要性建议分布的粒子滤波视觉跟踪算法

标准粒子滤波虽然能够实现简单场景下的目标跟踪,但在复杂场景下其性能较差,粒子权值退化是影响视觉跟踪的一个重要方面,为解决这一问题,从选择准确重要性建议分布函数入手,给出了基于EKF和UKF预测采样的粒子滤波视觉跟踪算法EKF-PF（EKF enhanced particle filtering）和UKF-PF（UKF enhanced particle filtering）,并进行了一定改进,通过仿真实验表明：给出的跟踪算法能够很好地跟踪室内运动目标,并对光照变化,目标姿态变化具有良好的鲁棒性.     

基于滤波器组的船舶静电场跟踪

针对船舶静电场跟踪中先验信息缺失的问题,引入滤波器组方法,提出了一种新的船舶静电场跟踪算法。建立船舶静电场跟踪的状态空间模型,用水平电偶极子对船舶静电场进行建模;以渐进更新扩展卡尔曼滤波为基本滤波单元,采用一组滤波器对目标进行跟踪;根据电场计算公式设计滤波初值,并利用最大似然法确定可靠的跟踪轨迹。仿真和海上电偶极子跟踪实验表明,滤波器组方法能够有效地解决先验信息缺失条件下的船舶静电场跟踪问题,最大似然选择法能够筛选出正确的跟踪轨迹,在跟踪过程中滤波算法对方位信息更加敏感。