特征变换在多源信息融合中的应用

多源信息融合技术是将来自多个不同传感器的观测数据或判决结果进行综合,形成关于同一环境或事件的更全、更准的判决。在实际应用中由于传感器获得的数据有噪声,影响了判决的准确性。K-L特征变换方法是模式识别中的重要方法,能将原有特征集变换为新的特征集而达到更好的分类效果。在信息融合中,应用K-L特征变换方法去除噪声,有效提高分类效果。     

融合SVM 的多特征DSST 目标跟踪算法

为解决DSST算法多尺度搜索策略跟踪时目标出现严重遮挡、非刚性形变、目标脱离视场导致的目标外观变化的问题,提出一种将支持向量机(support vector machine,SVM)目标重检测模块融合的算法.提取目标的多种特征然后将这些特征矢量融合以增强目标的特征表达.在DSST算法的位置和尺度滤波器的基础上,新增目标外观滤波器,利用训练好的SVM全局搜索目标.采用不同大小的窗口采样来训练相关模型并建立一个SVM的最优分类面,通过SVM对丢失后的目标进行重检测.实验结果表明,改进算法比DSST算法在对目标受到遮挡、目标非刚性形变等问题上的鲁棒性能均有提高.     

基于多特征信息的支持向量机数据关联算法

数据关联是多目标跟踪中的关键问题.利用信息融合技术和支持向量机分类模型,提出了一种新的多目标跟踪数据关联算法--基于多特征信息的支持向量机的数据关联算法.该算法充分利用了传感器的测量信息,从而减小了量测与航迹关联的不确定性;并且由于支持向量机算法是一个二次型优化问题,从而克服了人工神经网络训练过程中的局部极小值的问题.计算机仿真表明,该算法具有较高的关联性能.     

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...     

基于模糊信息融合的快速数据关联算法

为解决密集杂波下的目标跟踪难题,将目标的距离特征、方位特征进行模糊信息融合,并与概率数据关联算法相结合,得到一种优化的概率数据关联算法。该优化概率数据关联算法与密集杂波下较为有效的联合概率数据关联算法相比,不需产生所有可能的联合事件,因此计算量较小,易于工程实现。仿真结果表明,在不同的杂波环境下,该算法都可以取得令人满意的跟踪效果。     

具有多传感器的引信信息融合技术研究

采用多传感器的引信系统是获取更多的目标信息,提高引信抗干扰性,可靠性,改善引战配合的有效途径之一。多传感器系统在引信中应用时,应该根据工程要求不同采用不同的结构及数据融合方法。     

基于粒子滤波的目标图像多特征融合跟踪方法

研究了序列图像中红外弱小目标的检测跟踪问题.基于多特征融合的小目标检测算法具有较好的检测性能和适应性,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.结合两种算法的优点,提出了一种基于粒子滤波的目标图像多特征融合跟踪方法.从红外序列图像中提取了局部灰度均值对比度、局部梯度均值对比度、局部熵和灰度分布四个典型特征,根据各个特征对弱小目标检测的贡献,自适应地进行特征融合.在粒子滤波的框架下,将融合后的特征信息转化为粒子的权值,对红外弱小目标进行跟踪.仿真试验表明,该算法有着良好的检测与跟踪性能.     

基于多特征融合与粒子滤波的红外弱小目标跟踪方法

研究低信噪比复杂背景下的红外弱小目标检测和跟踪问题.基于多特征融合的小目标检测算法具有较好的检测性能和适应性,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.结合两种算法的优点,提出了一种基于多特征融合与粒子滤波的红外弱小目标跟踪方法.仿真试验表明,与单特征跟踪算法相比,该算法对复杂背景下的红外弱小目标具有更好的跟踪与检测性能.     

一种基于多重距离聚类的多源侦察结果融合算法

由于来自不同传感器的侦察图像获取和传输的非实时性以及图像情报分析结果的非连续性,反侦察监视裁决需要对来自不同传感器的侦察结果进行空间和属性综合聚类,合并属于同一目标的侦察结果。考虑空间位置和多个非空间属性的相似性,提出了基于空间和属性多重距离的空间聚类算法 MDBSC（Multiple Distance Based Spatial Clustering）,用于多源侦察结果的关联融合,给出了算法步骤和实例。     

多传感器目标检测的模糊信息融合技术研究

在多传感器目标检测系统设计中，往往需要对传感器虚警率和检测率进行数学描述，原来的经典概率值不能对这种本性不确定的量进行充分描述，利用模糊集合对这种不确定性进行模糊建模更符合所研究物理现象的客观事实。文中将模糊集合理论应用到分布式多传感器检测系统的一种信息融合算法中，对原算法进行了改进。     

Algorithm for Multi-laser-target Tracking Based on Clustering Fusion

Multi-laser-target tracking is an important subject in the field of signal processing of laser warners. A clustering method is applied to the measurement of laser warner, and the space-time fusion for measurements in the same cluster is accomplished. Real-time tracking of multi-laser-target and real-time picking of multi-laser-signal are introduced using data fusion of the measurements. A prototype device of the algorithm is built up. The results of experiments show that the algorithm is very effective.     

一种红外与雷达信息融合跟踪算法及其性能分析

为了提高目标跟踪系统的性能,在吸收雷达和红外跟踪传感器各自优点的基础上,提出一种雷达/红外传感器信息融合方法,该方法综合了雷达测量信息全面以及红外测角精度高的特性,对雷达与红外量测进行融合形成融合量测,基于融合量测设计了状态估计滤波器。在不同假设条件下,分别对融合系统与单传感器跟踪精度进行了仿真比较。结果表明:融合系统的跟踪精度高于单个传感器的目标跟踪精度,可有效提高目标跟踪精度。     

Rough Sets Probabilistic Data Association Algorithm and its Application in Multi-target Tracking

A rough set probabilisfic data association （RS-PDA） algofitlml is proposed for reducing the complexity and time consumption of data association and enhancing the accuracy of tracking results in multi-target tracking appiication. In this new algorithm, the measurenlents lying in the intersection of two or more validation regions are allocated to the conesponding targets through rough set theory, and the multi-target tracking problem is transformed into a single target tracking after the classification of measurenaents lying in the intersection region. Severed typical multi-target tracking applications are given. The simulation results show that the algorithm can not ouly reduce the complexity and time consumption but also enhance the accuracy and stability of the tracking results.     

基于遗传算法的自适应机动多目标跟踪算法

根据卡尔曼滤波器池思想。设计一组有不同初始滤波参数组成的具有并行关系的卡尔曼滤波器。通过浮点编码的遗传算法离线对这些滤波参数寻优,找到最佳滤波参数。仿真结果说明机动多目标跟踪的遗传算法具有较强的全局最优搜索能力,自适应好且跟踪精确度较高,这证实了此新方法在自适应机动多目标跟踪下的可应用性。     

基于角度观测关联对的NN-EKF红外/毫米波融合跟踪算法

针对双传感器杂波环境中单目标的跟踪问题,提出了一种红外/毫米波角度观测关联及基于观测对最近邻的双模融合跟踪算法。算法根据对真实目标的观测与对杂波的虚假观测联合分布模型的不同,筛选出当前时刻的嫌疑观测对,剔除掉大部分杂波;然后对各嫌疑观测对进行融合,从中选择距离预测位置最近的观测作为当前时刻的观测,并用EKF对目标进行跟踪。算法关联逻辑简明、运算量小,适合工程应用,可应用在中等杂波密度环境,仿真结果验证了算法的有效性。     

软杀伤武器环境下鱼雷多目标跟踪方法

针对日益复杂水声对抗环境下鱼雷多目标跟踪中出现目标误跟或失跟现象,分析了水下软杀伤武器的对抗方式,提出了一种基于识别、跟踪、优选的一体化鱼雷多目标跟踪方法。该方法首先利用识别来排除干扰式武器的影响,然后对潜艇和声诱饵进行目标跟踪,最后通过优选确定鱼雷的攻击目标。仿真结果表明,该方法可有效解决鱼雷跟踪过程中短时的数据丢失问题,并实现组合使用软杀伤武器情况下的鱼雷反对抗。     

多目标跟踪的高斯混合概率假设密度滤波算法

在多目标跟踪中,在观测数据存在关联的不确定、检测的不确定、噪声和虚警情形下,同时估计出随时间变化的目标数及目标状态,高斯混合概率假设密度(GMPHD)提供了一种有效的方法.PHD滤波不存在解析解,而GMPHD滤波提供了PHD递推的解析解.仿真结果表明,GMPHD滤波能稳健的跟踪目标数未知或时间变化时的目标状态和目标数.     

基于两坐标雷达和红外传感器的融合目标跟踪算法

利用雷达和红外传感器的观测信息及目标运动的特征信息，改善系统对机动目标的跟踪性能；并在雷达无法主动开机的情况下，应用测向测时差定位法，处理机动目标的无源定位问题，在此基础上，应用数据融合技术进一步提高系统的定位与跟踪精度。     

多传感器滤波跟踪型数据融合算法研究

针对非线性观测的目标跟踪问题，对滤波跟踪型数据融合进行了研究，提出了基于去偏转换测量值卡尔曼滤波算法的非线性系统中的数据融合算法．从仿真结果可以看出，集中式融合算法和分布式融合算法的差别并不大，结果基本相同．因此，在非线性系统中，基于去偏转换测量值卡尔曼滤波算法的分布式融合算法可以重构集中式融合算法．