基于代数图论的修正贝叶斯群目标航迹起始算法

群目标跟踪技术是测量空中集群生物目标飞行状态的有效手段,而航迹起始是群目标跟踪的第1步,包括分群检测与航迹确认。针对现有算法在分群检测时限制群内目标必须两两相似,在航迹确认时因等效量测残差过大导致航迹误丢弃的问题,该文提出一种基于代数图论的修正贝叶斯群目标航迹起始算法,通过引入代数图论实现监测空间内量测集合的划分,通过修正经典贝叶斯算法的似然比定义避免航迹的误丢弃。实测数据处理结果证明该算法具备准确划分各个子群并快速起始各子群航迹的能力。     

基于代数图论的修正贝叶斯群目标航迹起始算法

群目标跟踪技术是测量空中集群生物目标飞行状态的有效手段,而航迹起始是群目标跟踪的第1步,包括分群检测与航迹确认.针对现有算法在分群检测时限制群内目标必须两两相似,在航迹确认时因等效量测残差过大导致航迹误丢弃的问题,该文提出一种基于代数图论的修正贝叶斯群目标航迹起始算法,通过引入代数图论实现监测空间内量测集合的划分,通过修正经典贝叶斯算法的似然比定义避免航迹的误丢弃.实测数据处理结果证明该算法具备准确划分各个子群并快速起始各子群航迹的能力.     

基于幅度辅助的对海雷达航迹起始方法

针对复杂环境下不同雷达观测测量准确度存在差异而导致观测数据质量存在差异的问题,提出了一种基于幅度辅助的对海雷达航迹起始方法。该方法首先利用幅度信息计算幅度似然比,并以幅度似然比的大小来表示观测数据质量的高低,然后将这种幅度信息引起的数据质量差异用于Hough变换参数空间积累后的初选航迹参数的一次修正,提高迭代滤波初值的准确性;然后对一次修正后的初选航迹进行多尺度聚类,利用简单的二次迭代滤波方法分析得到目标的真实航迹起始数目和航迹起始参数;最后通过仿真数据证明了所提方法的有效性和优越性。     

基于目标特征信息的航迹起始

航迹起始的速度与航迹起始的质量是多目标航迹处理的关键问题,为保证对各种目标实时快速反应,要求航迹处理能快速起始目标航迹,但同时还要求航迹具备低虚警、高航迹起始质量的特性。针对以上问题,首先应用目标特征增值信息库对目标进行初步识别,然后通过Hough变换后再对目标进行相关,完成航迹起始处理,在工程应用中有比较明显的效果,在可有效降低航迹虚警率的同时,大大缩短了航迹起始的时间。     

密集目标环境下航迹起始的性能评估

本文描述了在非常高目标密度环境下的航迹起始性能的分析。文献［６］通过对跟踪性能的分析，给出了非常简单的公式，以跟踪参数为变量对平均航迹纯度进行预测。然而，所得的这些结果主要用于航迹连续阶段，其中航迹或多或少地得以较好建立。我们将这些结果延伸至航迹起始阶段。     

一种基于跟踪信息的多基雷达系统航迹起始算法

多基雷达系统(MSRS)可以大大提高目标定位性能,然而由于各个雷达站信噪比的差异,通常存在一些雷达站尚未建立目标航迹,从而不能最大程度地提高目标定位精度。因此,如何利用其它雷达站提供的目标跟踪信息,提高尚未建立目标航迹的雷达站的探测性能是一个值得研究的问题。为此,该文提出一种基于跟踪信息的航迹起始算法。首先将已经跟踪到目标的雷达站提供的目标跟踪信息,送至尚未建立目标航迹的雷达站;然后利用目标跟踪信息和目标运动模型,建立目标预测波门;最终在虚假航迹起始概率恒定的条件下,调整预测波门内的检测门限,完成目标检测和航迹起始过程。仿真实验表明,该算法可以大大提高目标检测概率和目标航迹起始概率。     

一种集中式多传感器航迹起始方法研究

针对多传感器航迹起始的复杂性以及传感器的精度对航迹起始的影响，提出了一种基于聚类分析与滑窗法的集中式多传感器航迹起始方法。首先对传送到融合中心的数据进行聚类，使航迹起始问题相对简化；在起始算法中对目标的速度加入一个修正值，减小传感器精度对起始性能的影响。仿真结果表明了该算法的有效性。     

基于广义S-D分配算法的船舶目标跟踪与航迹起始研究

作为目标探测与跟踪的核心组成,船舶雷达系统发挥着重要的作用。传统单一雷达探测海上动目标、多目标时会出现精度下降、目标丢失等现象,基于广义S-D分配算法的目标探测跟踪技术能够有效提升雷达工作效率。通过对船舶雷达工作原理的分析,提出了一种在杂波环境下多目标航迹起始算法,并利用广义多维分配方案进一步论证了算法在目标跟踪中的应用,通过仿真实验验证了算法的有效性。     

一种航迹起始的新方法研究

航迹起始是多目标航迹处理的首要问题,然而快速的要求与较高的成功概率是相互矛盾的,高可靠检测真实目标航迹,需要有足够的信息,因此不可避免的存在航迹起始时间的延时。针对以上问题,采取的是在常规相关的基础之上,利用目标特征信息对目标进行航迹起始,在工程中应用效果比较明显,在降低航迹虚警率的同时,也缩短了航迹起始时间。     

一种双被动传感器多目标航迹起始算法

提出了一种针对双被动传感器的空间多目标航迹起始算法,文中对算法步骤进行了详细介绍,并对算法进行了仿真,验证了算法的有效性,同时分析了该算法的相应指标。     

目标航迹的快速起始

为解决近程搜索跟踪系统对空中目标的快速锁定,分析了目标回波的特点,通过对目标回波进行的预处理,包括点迹的稳健凝集、副瓣和辅助质心的消除,提高了数据质量,减少了后续处理的工作量,为航迹快速起始奠定了基础。给出了目标航迹快速起始的2种方法:两点起始和三点起始航迹。建立的模型和采用的方法在多个工程项目中进行了应用,达到了快速起始的目的。     

一种临近空间高超声速目标航迹起始算法

提出一种三维空间中基于多普勒的改进修正霍夫变换快速航迹起始算法。利用传统航迹起始算法起始高超声速目标将导致目标容易丢失和虚假航迹增多,这不利于对高超声速目标的跟踪。文中提出的方法在三维空间中首先利用条件约束和多普勒信息辅助剔除部分虚假点,再利用修正霍夫变换法进行航迹起始。该算法不仅能有效起始航迹,而且极大地抑制虚假航迹。通过蒙特卡洛仿真实验表明,该算法能快速高效地起始航迹,是一种可行的临近空间高超声速目标的航迹起始算法。     

一种高角速度目标快速截获起始方法

波束宽度较窄的雷达系统通常面临着搜索效率过低、高角速度目标航迹起始困难的问题。在常规跟踪加搜索航迹起始模型的基础上,文中给出了一种利用目标角速度估计值的模型改进方案。通过自适应优化搜索屏排布,外推首点验证波束位置,大幅提高了目标的穿屏捕获概率和首点验证成功率,针对性地改善了高角速度目标的航迹起始能力。通过蒙特卡洛仿真,验证了改进效果,为窄波束雷达高角速度目标航迹起始提供了较好的解决方案。     

基于深度学习的雷达目标航迹起始方法

本文提出了一种基于深度学习的雷达目标航迹起始方法,将目标航迹起始问题转化为深度神经网络模型二分类问题—“真实航迹”类和“虚假航迹”类。首先对空间配准后的目标点迹进行环形波门粗关联,得到粗关联暂时航迹;对粗关联暂时航迹进行特征向量建模,获得深度神经网络模型输入向量;利用仿真系统雷达数据,提取神经网络模型训练样本,设计深度全连接神经网络结构,训练网络模型得到优化的模型参数;使用训练好的模型参数实时计算目标起始航迹。仿真试验证明了该算法的有效性。     

基于多普勒信息的NSHT航迹起始方法

针对临近空间高超声速目标航迹起始困难的问题,依据超视距雷达能够提供目标精确多普勒信息的特点,从径向速度、径向机动能力和角速度3个方面推导了航迹起始约束条件,文中给出了更为精确的相关波门设计方法,通过目标运动特性确定最终航迹。仿真结果表明,该方法能够有效起始临近空间高超声速目标航迹,且效果优于传统利用目标位置信息进行航迹起始的方法。     

基于编队目标重心的航迹起始方法研究

在分析了编队目标跟踪现有的K-方法和集群引晶方法的基本原理、步骤及存在问题的此基础上,针对编队目标不同于一般多目标的特点,提出了基于编队目标重心的航迹起始方法。该算法首先根据监视区域内多目标回波的空间距离进行分群检测预处理,以形成编队目标;在完成分群检测后,再利用目标回波幅度信息求解每个编队目标的重心,以编队目标重心为等效量测实现编队目标快速、稳定的航迹起始。仿真结果证明了该方法的正确性与有效性。     

幅度和距离顺序辅助小目标跟踪

由于虚假点迹较多,低信噪比的小目标跟踪较难,文中提出了一种利用先验知识改善低信噪比小目标跟踪性能的方法,该方法通过将目标和噪声的特征信息,包括幅度信息和点迹与航迹位置预测值的距离信息,与传统的点迹动力学信息相结合,重新定义点迹和航迹的似然概率,同时调整修改航迹的状态更新方程。仿真结果说明与传统方法相比,结合了特征信息的方法明显提高了小目标点迹和航迹正确关联的概率,即对目标和噪声幅度分布已知的环境,特征信息的使用可以有效改善小目标的航迹检测概率等跟踪性能。