基于斜率约束和回溯搜索的水下多目标跟踪方法

针对复杂水域环境下的多目标跟踪问题,本文提出了一种基于斜率约束和回溯搜索的多目标跟踪方法。首先,基于方位测量数据和水下目标运动学分析,利用门限阈值的方法检测目标。然后,基于传统多假设跟踪算法框架设计一种新的斜率约束和共用量测的假设生成规则。在航迹中断时,通过回溯搜索的方法确定中断起始航迹点,利用容积卡尔曼滤波对中断航迹预测和补偿,同时对假设生成结果减枝,以达到降低算法空间复杂度的目的。试验结果表明:该方案能够实现多目标自动关联跟踪、中断航迹自动预测、自动航迹终止等任务,目标跟踪平均均方根误差0.594 4°,算法平均运行时间0.826 5 s。     

一种红外多目标跟踪算法

提出了一种红外多目标的跟踪算法,算法将融合后的红外目标特征值作为特征匹配值,结合卡尔曼滤波算法,给出目标在下一时刻的预测位置,得出以预测位置为中心的搜索区域,计算搜索区域内所有目标的特征匹配值,匹配值最接近的即为需要跟踪的目标。实验结果表明,该算法简单,实时性好,能够较好剔除虚假点,并能对目标稳定跟踪。     

基于DM642的全景多目标检测系统的设计与实现

为了实现全方位监控和智能预警,设计了一套以DM642为核心的全景多目标检测系统。从硬件设计和软件设计两个方面分析了系统和算法的构建、实现和优化。针对该系统复杂的功能和架构,详细分析其工作流程,采用了基于DSP/BIOS的框架搭建,并且设计和采用基于能量累计的背景建模和基于SIFT的图像匹配等关键图像处理算法。并最终通过系统调试验证其设计的可行性。     

一种汽车防撞雷达多目标识别方法

针对汽车防撞雷达在多目标环境下遇到的虚假目标问题,基于各种多目标识别方法给出一种改进型变周期线性调频连续波(LFMCW)雷达多目标识别方法。该方法将改进型变周期三角波作为调频信号,通过对回波信号进行动目标检测、恒虚警检测等处理后进行容差函数的判断,最终达到去除虚假目标的目的。仿真结果表明,与传统LFMCW雷达相比,该方法在复杂多目标环境下能去除虚假目标,从而更为准确地识别目标。在实际应用中为驾驶员提供正确的目标距离和相对速度信息,从而起到主动防御的作用。     

数字阵列雷达多目标模拟器设计

在分析传统模拟相控阵雷达模拟器原理的基础上,提出了一种针对数字阵列雷达的多目标模拟器设计思路和方法。文中针对角度模拟,提出专用多通道数字模拟器和利用监测网络实现模拟的两种方案,并重点对后一种方案展开分析。利用内监测网络模拟多个不同目标,从而实现数字阵列模拟器的功能,为验证数字阵列雷达系统性能提供有效的手段。     

一种基于随机场多运动目标跟踪算法

多运动目标跟踪是智能视频监控系统的重要内容。由于目标数量众多且目标之间相互遮挡,会造成跟踪轨迹不连续,这是多目标跟踪问题的难点,也是当前流行算法无法解决的研究的问题。利用目标对相互之间的位置信息受到外界干扰较少的特点,提出基于条件随机场多目标跟踪。与以前针对所有目标的外形特征不同,算法对跟踪子对进行标示。采用分层结构,由低阶状态作为输入序列到高阶,通过代价函数最小化,从而得到最终连续跟踪轨迹。能有效解决复杂环境下多目标不连续的问题。算法对于外形类似的被跟踪目标以及相互遮挡严重的情况有比较明显的优势,与当前优秀的算法相比,实验表明本文算法在定量分析和定性分析上均有较好的结果。     

一种粒子势概率假设密度滤波纯方位多目标跟踪算法

针对基于势概率假设密度算法(CPHD)的纯方位多目标跟踪,提出一种新型的多传感器粒子CPHD滤波算法.该算法通过分析混合线性/非线性状态模型的结构信息,结合粒子滤波(PF)与卡尔曼滤波(KF)对各个目标的状态进行预测与估计,运用Mean-Shift方法提取概率假设密度的峰值作为目标状态估计值,并对算法复杂度进行了分析.仿真结果表明,算法可改善目标跟踪效果.     

广义概率数据关联算法

随着跟踪环境、跟踪对象和跟踪系统的不断变化、发展,目标与量测已很难仅仅以一一对应的关联关系来描述,这使得多目标跟踪中数据关联这一核心问题更具挑战.Jesus Garrcia、T.Kirubarajan和Bar-Shalom等学者从智能方法或重复使用一对一分配JPDA等方面进行了研究,取得一定成效,但计算量和性能均未达到理想效果.本文首先提出更符合实际情况的新的目标与量测相关联的可行性规则,给出广义联合事件的一种分割与组合方法,利用贝叶斯法则推导出了一种全局次优的广义概率数据关联算法(Generalized Probability Data Association,GPDA).通过本文设计的各种典型环境的仿真计算表明,GPDA算法的性能在目标与量测无论是否在一一对应的情况下,全面优于JPDA算法,且由于新算法的设计技巧,使计算量和存储量也大大小于JPDA算法,为发展同时具有良好实时和关联性能的多目标跟踪算法给出了新的尝试.     

逆转变异蚁群算法在CGF多目标分配中的应用

在预警机指挥引导多机协同空战对抗仿真过程中,为了提高CGF实体的智能性和实时性,对多CGF实体协同作战时目标选择因素进行分析,构建了一种基于变异蚁群算法的多CGF实体协同作战目标选择模型。该模型对蚁群算法中的选择策略进行了改进,引入一种遗传算法的变异算子以减少最优解的搜索时间,改进了搜索空间中信息素的更新方式,提高了模型最优解的搜索能力。运用该模型对多CGF实体协同作战过程进行仿真,仿真结果表明,所提出的变异蚁群算法对多CGF实体目标选择最优解的搜索效率明显优于基本蚁群算法,能够更好地模拟真实作战兵力的目标选择过程。     

多目标跟踪时的雷达波形调度问题

在目标跟踪领域,优化调度雷达波形能有效提高系统跟踪性能,但现有的方法均局限于单目标情况下的场景。针对多目标跟踪时的雷达波形调度问题展开了研究,首先给出了波形参数与观测误差协方差的关系,介绍了交互多模跟踪滤波算法,然后提出以滤波协方差矩阵的行列式作为对目标跟踪性能的度量标准,并从观测目标选择和波形参数优化两方面对波形调度问题进行了分析,最后结合IMM跟踪算法提出了多目标情况下雷达波形的最优调度方法。仿真实验验证了该方法的有效性。