综合运用模式识别与回归分析的数据融合算法

在混合式系统融合框架下,提出综合运用模式识别和回归分析的数据融合算法．在融合中心,首先处理的是各目标航迹起始段的本地航迹,其次是经粗处理的原始测量．基于模式相似性测度分析形成起始段的融合航迹,并利用融合航迹信息对原始测量数据进行回归分析,估计融合点和置信区间,跟踪滤波形成航迹．通过仿真实验,验证了算法的有效性和实用性．     

基于双门限准则的飞行计划与雷达航迹配对

针对传统飞行计划与雷达航迹配对方法的缺陷和不足,提出基于双门限航迹关联思想的飞行计划与雷达航迹配对方法。利用飞行计划推算出计划航迹;基于双门限航迹相关思想对计划航迹和雷达航迹进行双门限准则判断,并以此判断结果作为飞行计划与雷达航迹配对的主要依据;通过多义性处理最终实现飞行计划与雷达航迹正确快速配对。通过仿真实验与其他方法进行比较验证:该算法具有较高的准确性和实时性。     

综合运用模式识别与回归分析的数据融合算法

在混合式系统融合框架下,提出综合运用模式识别和回归分析的数据融合算法．在融合中心,首先处理的是各目标航迹起始段的本地航迹,其次是经粗处理的原始测量．基于模式相似性测度分析形成起始段的融合航迹,并利用融合航迹信息对原始测量数据进行回归分析,估计融合点和置信区间,跟踪滤波形成航迹．通过仿真实验,验证了算法的有效性和实用性．

     

序贯处理的多传感器航迹融合算法研究

基于分布式的多传感器航迹融合系统,采用序贯处理的方法并结合矩阵加权的融合算法,在估计误差协方差阵迹最小的准则下,提出了估计误差相关条件下的航迹融合算法,从理论上对算法的航迹融合性能进行了分析,并进行了仿真。仿真结果表明了基于序贯处理的融合算法的可行性和有效性。     

抗野值性能的无迹卡尔曼滤波算法的研究

动态定位中野值的存在,使无迹卡尔曼滤波UKF(Unscented Kalman Filter)的结果不再准确甚至发散。针对这一问题,提出了一种具有抗野值性能的UKF算法。该算法将经典UKF算法与野值的剔除相结合,通过对新息序列的判断,对野值点进行处理,实时地调整滤波增益或者进行野值计算,使UKF算法在野值干扰下仍为最优估计。仿真证明该算法可以有效地辨识和剔除野值的干扰,抑制滤波的发散,提高了定位的精度。     

一种机动目标跟踪的异步航迹融合算法

为实现机动目标跟踪,提出一种异步序贯航迹融合算法。融合中心包含匀速和匀加速2种融合模型,均通过信息去相关方法实现序贯航迹融合,并利用调整过程噪声的方法抑制融合发散。对匀加速融合模型的加速度估计进行显著性检验,实现机动检测。当检测到机动时输出匀加速融合模型的结果,反之输出匀速融合模型的结果。仿真结果表明,该算法能实现对机动目标的稳定跟踪,具有较高的跟踪精度。     

基于光学图像的舰船航迹检测

舰船航迹检测在海上交通管制和军事领域中有着广泛的应用前景．现有的航迹检测方法大都基于SAR图像，信息不直观而且算法复杂．提出了一种新颖的基于光学图像的航迹检测方法．首先利用纹理分析方法判断待检测区域中是否含有航迹，然后在通过判断的区域中使用条纹增强算法，凸现航迹特征，最后使用Radon变换检测航迹，并对结果进行了优化．与现有的检测方法相比，该方法针对性强，复杂度低．使用该方法对实际航拍图片进行了检测实验，取得了很好的效果．     

基于新型AFCM的多传感器目标跟踪航迹融合

多目标跟踪是多传感器系统信息融合中的核心技术之一.采用新型的AFCM模糊算法实现对多目标交叉状态下航迹数据关联.该算法定义了一种新的度量空间中的距离,通过新的距离定义有效抑制含有噪声点的样本及目标航迹交叉在迭代中对数据关联聚类中心点的大幅偏差.同时应用改进带加权的航迹融合算法对红外和毫米波雷达传感器测量的航迹数据进行融合.仿真试验证明,新的算法在综合多传感器探测优势的基础上,对航迹的融合结果优于SF算法.新的数据关联算法和改进的加权航迹融合算法为多源信息融合提供了一种可靠有效的多目标跟踪技术.     

带反馈信息的多传感器航迹融合算法

基于分布式多传感器航迹融合系统,采用序贯处理的方法,研究了相关条件下带反馈信息的多传感器航迹融合问题.以估计误差方差阵迹最小准则导出了相应的融合算法,并进行了仿真分析.仿真结果表明带反馈信息的多传感器航迹融合算法的可行性和有效性,同时也表明带反馈的融合算法比不带反馈的融合算法具有更高的跟踪精度.     

基于航迹-估计关联的GM-CPHD后处理算法

高斯势概率假设密度滤波算法在低检测率条件下目标数目估计会出现偏差。针对该问题,提出了一种基于航迹—估计关联的GM-CPHD后处理算法。计算航迹和估计之间的距离矩阵,利用匈牙利指派算法进行航迹—估计关联。通过设定航迹的连续性阈值对短航迹进行裁剪,并以此消除虚假目标估计。利用拉格朗日插值对各条不连续的航迹进行插值,以弥补由于低检测率而造成的遗漏估计。仿真实验结果表明,该处理算法能够有效地提高目标数目的估计精度。     

强跟踪延迟滤波算法及其在感应电机无速度传感器控制中的应用

在强跟踪滤波(Strong track filter, STF)算法和延迟扩展Kalman滤波(Schmidt extended Kalman filter, SEKF)算法的基础上, 提出了强跟踪延迟滤波(Strong track Schmidt filter, STSF)算法, 结合感应电机降阶模型建立了电机状态估计算法, 将其应用于感应电机无速度传感器控制系统中, 并与扩展Kalman滤波(Extended Kalman filter, EKF)、SEKF和STF三种算法的状态估计性能作比较. 仿真和实验结果表明, STSF算法在估计精度、跟踪速度、抑止噪声等方面均优于EKF算法, 并且计算复杂度显著降低, 能有效在线估计电机转速和磁链.     

基于WNNs的ADS与多雷达航迹融合算法

基于分布式多传感器航迹融合系统,采用小波神经网络（Wavelet Neural Networks,WNNs）理论,研究了自动相关监视（Automatic Dependent Surveillance,ADS）与多雷达信息的航迹融合问题。以位置方差权重因子和报告周期权重因子构建WNNs,并实时估计各航迹信息的可信度,融合输出综合航迹。仿真结果表明,该算法对航迹的融合结果优于互协方差融合等算法,并具有更强的鲁棒性,有效提高了监视能力的完整性。     

战略空中目标经典航迹匹配模型研究

针对战略空中目标经典航迹匹配问题,提出一种多属性加权关联匹配模型,重点解决了热点区域战略空中目标经典航迹提取及实时航迹的关联匹配。针对热点区域经典航迹库生成,应用凸包Graham’s Scan算法对航迹群进行聚类分析,提取经典航迹凸包并生成经典航迹库;针对实时航迹的关联匹配,提出一种多属性加权关联匹配模型,通过仿真试验确定位置、速度、航向等属性的最优权重。该模型已应用于某信息系统,有效提取了经典航迹活动规律并可以实时匹配经典航迹,同时,为空中战略态势研判提供了有力支撑。     

基于K-均值聚类的多雷达数据融合算法研究

应用K-均值聚类的方法区分源于不同目标的观测数据,通过类间数据融合,实现对多目标的实时跟踪。研究了观测数据K-均值聚类的基本思想、聚类处理过程及算法实现,讨论了对机动目标跟踪的Kalman滤波方程及空管系统中易于计算的各参数矩阵理论依据及相应的初值。发现通过K-均值聚类能很好区分不同目标,聚类后再进行跟踪融合更加准确。仿真结果表明,经K-均值聚类处理后的滤波跟踪航迹效果较好。     

改进强跟踪滤波算法及其在汽车状态估计中的应用

准确实时地获取汽车行驶过程中的状态变量,对汽车底盘控制有着重要的意义,而这些关键状态往往难以直接测量或 者成本较高.结合纵向、侧向和横摆三自由度非线性汽车模型,将改进强跟踪滤波(Improved strong track filter, ISTF)算法应用到汽车的状态估计中,并改进了算 法的稳定性.与扩展卡尔曼滤波(Extended Kalman filter, EKF)算法进行比较分析.通过Carsim和Matlab/Simulink联合仿真和实车双移线实验验证算法,结果 表明,该算法在估计精度、跟踪速度、抑制噪声等方面均优于扩展卡尔曼滤波算法,满足汽车状态估计器的软件性能要求.     

交互式多模型异步航迹融合算法

对分布式融合系统中的异步航迹融合算法进行了研究.已有的异步航迹融合算法要求传感器所采用的状态方程与目标运动模式相同,这在实际应用中很难满足.针对已有异步航迹融合算法的不足,建立了基于状态方程集合的异步航迹融合模型.所有传感器均采用基于同一状态方程集合的交互式多模型(IMM)算法来实现航迹生成,融合中心对来自于相同状态方程的异步航迹数据进行加权平均来获得同步航迹,提出了交互式多模型异步航迹融合(IMMASTF)算法.仿真结果验证了IMMASTF算法的有效性.     

Real-time GPS track simplification algorithm for outdoor navigation of visually impaired

Outdoor navigation of visually impaired people most often is based on data from the GPS maps and Geographic Information Systems (GIS). Such systems cannot be used for navigation in the regions where there are not any GPS maps or the maps are not sufficiently precise and detailed. This article describes an algorithm for real-time GPS track simplification. The test results show that the proposed algorithm (RSTS) has efficiency similar to the Douglas–Peucker algorithm, which is regarded as the best for track simplification. The reduction of the number of points in different transportation modes, while keeping the shape of the route, is over 90%. The size of the file describing the track is reduced more than 30 times. The algorithm finds the critical points of the route. This allows for navigation along the track so conversion of track to route is not needed. The algorithm is part of a low cost and widely accessible Java 2 Mobile Edition (J2ME) application for navigation of visually impaired.     

竞争式模糊聚类学习在函数逼近中的应用

本文通过对RCA算法中遗忘函数的修正,抑制了类间竞争迭代中的病态发散,从而实现了算法的稳健收敛。用该算法分析数据,采用TSK模糊模型对函数进行逼近,仿真表明该方法能有效地排除噪声及孤立点对系统逼近的干扰。     

一种红外多目标跟踪的快速算法

含有新目标跟踪起始的数据关联问题是多目标跟踪算法研究中的一个难点,同时红外目标又有其自身的独特之处。首先描述了红外搜索跟踪(IRST)系统进行多目标跟踪中的跟踪起始和跟踪终结问题;然后提出了采用可变跟踪门的方法,并将IRST系统接收到的目标红外辐射作为一个参考量。给出了多目标跟踪起始和数据关联的快速算法。最后给出了数值仿真试验结果,仿真表明了这种算法的快速性和有效性。     

联合ADS-B的最小二乘雷达系统误差估计方法

为了解决两坐标雷达系统误差估计问题,提出一种联合ADS-B的最小二乘雷达系统误差估计方法.提出方法首先将ADS-B量测从地理坐标系转换到雷达局部直角坐标系,建立统一的配准空间;其次以雷达航迹的采样时间为基准,对ADS-B航迹进行插值,构造新的ADS-B航迹;然后采用直线拟合算法分别计算雷达航迹和ADS-B航迹的直线方程,并计算两条直线的夹角,再利用该夹角补偿雷达航迹的航向角数据;最后采用最小二乘算法估计雷达系统误差.实测数据实验结果表明,与传统直线拟合方法和最小二乘方法相比,提出方法能够更有效地估计雷达系统误差;经过提出方法配准处理后,雷达航迹数据的平均斜距离误差和方位角误差分别降低71.7%和52.7%.