陀螺仪辅助星敏感器星跟踪算法设计

针对星敏感器在大机动场景下跟踪预测误差较大和星点补充频率较高的问题,提出一种陀螺仪辅助星敏感器的星跟踪算法。在载体角加速度发生剧烈变化的大机动场景下,利用陀螺仪测量得到的角速度信息,对星点运动轨迹进行估计,得到相邻两帧星图中间时刻的星点位置信息。进一步建立星点运动模型,利用卡尔曼滤波器对星点位置进行跟踪预测,从而提前预测星图内外星点位置。结合所提出的缓存星库方案,可实现大机动场景下的快速星点补充。实验表明,在大机动运动条件下,星点跟踪误差小于2 pixels,采用缓存星库的算法可以有效减少补充星点的时耗,证明了算法的有效性,对提高星敏感器的动态性能和更新率有着重要意义。     

基于多特征融合的粒子滤波多目标跟踪算法研究

目前,应用于多目标跟踪的BPF算法仍不能很好解决跟踪过程中出现的相似干扰、目标交叉、短时部分遮挡等问题,且在跟踪过程中,粒子集的分配也对整个跟踪存在不良影响。对此,提出一种基于HOG+Adaboost检测和混合粒子滤波(MPF)相结合,并在跟踪过程中为每个新目标相互独立地分配新的粒子集,采用分块—积分直方图和LBP特征相融合作为目标的观测模型的算法。实验结果证明,该算法在实现多目标跟踪的基础上,很好地解决了上述问题,提高了多目标跟踪的鲁棒性。     

机动目标的跟踪与反跟踪

以WGS－84标准的地心坐标系作为统一坐标系,通过建立机动目标的跟踪模型,实时预测机动目标的轨迹,并提出了机动目标的跟踪与反跟踪策略。首先考虑了单目标跟踪问题,提出了基于改进的MeanShift算法的目标跟踪模型,使用此模型提取聚类点,并对这些聚类点进行B样条曲线拟合,得到光滑的航迹。其次考虑了两目标跟踪问题,建立了基于最近邻及改进MeanShift算法的目标跟踪模型,利用最小二乘法对航迹数据进行二次曲线拟合,分析机动目标加速度变化规律,并通过判断拟合曲线上的点与球面位置关系,提出了两种着落点预测方法。最后分析了机动目标如何反雷达跟踪的问题,提出了反跟踪策略。     

靶场测量中跟踪目标的多尺度多级模糊聚类分类算法

靶场测量中的连发弹目标数量较多,需要对此目标进行分类跟踪,文章提出了一种多尺度多级模糊聚类的分类算法,首先对靶场测量中的多连发目标的特性进行分析,定义了3种不同的类目标群序列,其次针对模糊聚类算法必须先验确定聚类初始点以及聚类中心的缺陷,在此基础上加入尺度因子,并根据目标群的位置信息以及运动方向信息进行多级聚类,最后通过多次聚类实验证明分类结果能够满足靶场测量中的多连发目标的分类要求.     

基于联合概率数据关联和粒子滤波的多目标跟踪算法

数据关联一直是多目标跟踪中的核心问题,是实现多目标有效跟踪的关键。介绍了多目标跟踪的基本原理以及联合概率数据关联的基本原理,并且将粒子滤波引入到联合概率数据关联模型中,提出了联合概率数据关联-粒子滤波算法来实现多目标跟踪。仿真结果表明,此算法可以很好的实现固定数目多目标跟踪。     

关于目标跟踪定位的仿真方法研究

研究雷达定位精度和准确性问题,为了解决在目标定位跟踪中由于目标机动引起的无迹卡尔曼滤波(UKF)误差大和滤波发散问题,提出了一种基于UKF和自适应神经网络-模糊推理系统(ANFIS)的新的目标跟踪定位方法.将自适应神经网络-模糊推理系统应用于目标跟踪系统,利用状态变量的预测误差和预测误差的变化率来自适应地调整卡尔曼滤波器的系统噪声协方差矩阵,实现了模糊推理、神经网络和UKF的有效结合,并应用于雷达目标定位跟踪系统进行仿真.仿真结果表明,方法比UKF有更好的跟踪性能,收敛快,对目标机动有更好的适应能力,为设计提供了依据.     

机动通信力量派遣问题建模与优化

机动通信力量派遣问题的建模与优化,是实现机动通信力量运用科学决策的有效手段。考虑战地通信力量损伤,建立最佳派遣方案,按照多目标规划的原理和方法,给出了派遣问题建模的基本假设,系统分析了影响派遣的作战需求、实力编制等因素,提出了机动通信的保障效能和成本损失目标函数,构建了系统的机动通信力量派遣模型。在模型优化的过程中,引入了宽容完全分层序列算法,并结合算例演示了建模和优化的一般过程,仿真结果表明对于机动通信力量运用具有一定的辅助决策价值。     

一种新的基于在线采样的多物体跟踪方法

跟踪多个运动物体,尤其是在遮挡过程中跟踪多个运动物体,是计算机视觉领域一个重要但具有挑战性的问题.该文提出了一种新的在线采样、更新学习和分类的跟踪框架来处理多物体跟踪问题.首先,对遮挡发生前若干帧的各物体进行块采样,作为训练样本进行在线分类器设计.各帧的物体区域也在线进行块采样,并用这些分类器来进行分类标号.如果遮挡没有发生,一些新的训练样本被添加用来更新分类器.当遮挡发生时,根据标号结果,前景区域被分割成多个目标物体.和以往方法相比,新方法不依赖于一些假设条件,如场景深度信息、物体的先验模型(比如形状、种类、区域内颜色各向同性、运动规律等),具有更好的适应能力.实验结果验证了该文方法的稳定性和有效性.     

机动战士高达 基连的野望 阿克西斯的威胁V

曾经让PSP玩家大呼过瘾的《阿克西斯的威胁》在增加了大量全新游戏内容之后,即将在PS2与PSP平台与玩家见面。作为系列的新作,游戏不仅增加了新的机体和新的人物,而且还为玩家准备了新的剧本——“蒂姆·雷军”,以蒂姆·雷的角度审视这场战争定能让新老玩家获得不同的体验,除此之外4部新参战的高达作品也是本作的亮点。正因为有了如此厚道的游戏内容,所以游戏副标题上被冠以了“V”（Volume,足量）,届时高达饭们一定能够过足了瘾。     

转弯机动目标的两层交互多模型跟踪算法

针对转弯机动目标跟踪, 提出了一种两层交互多模型(IMM)跟踪算法. 算法的内层多模型由当前统计模型和恒速模型构成, 针对目标的速度方向角进行滤波, 将获得的角速度估计值作为外层的中心角速度; 外层多模型由转弯模型构成, 其角速度集合由中心角速度和对称角速度(交互输出的加速度与速度的比值)组成. 由于既准确估计了目标的角速度, 又设计了合理的角速度集合, 算法显著提高了转弯机动目标的跟踪精度. 仿真实验验证了算法的有效性.