基于PDA的群目标合并与分离方法研究

针对飞行编队形成的群目标航迹关联的特殊性,分析了照射质心的编队群目标成员合并与分离检验方法的优缺点,定义了群目标成员合并与分离检验涉及的3要素:位置、速度和航迹历史。在此基础上,提出了基于概率数据关联(PDA)的群目标成员合并与分离的检验方法。该方法利用群目标等效回波统计中心更新滤波器状态,将每一个雷达周期的量测与统计中心关联判别,从而减少了关联次数,提高了正确判别群目标成员合并与分离的概率。仿真结果证明了该方法的有效性。     

弹道导弹群目标跟踪分裂算法研究

对武器系统来说,越早完成弹道导弹群目标分裂跟踪,准备时间就越充分;但另一方面如果群目标分裂过早,在跟踪过程中极易发生混批、错批等问题。本文提出了弹道导弹群目标跟踪分裂算法：首先分析群目标形成与跟踪策略,论述了IMM-UKF滤波框架,然后对群目标分裂算法进行了数学建模,分析了影响群目标分裂性能的各种因素,最后采用Pareto改进方法解决了多目标规划问题求解。仿真结果表明,该算法能够达到群目标尽早分裂与群内目标关联稳定度之间的平衡。     

中段弹道目标群的红外成像仿真研究

建立中段弹道目标的简化辐射模型和基于点扩散与拖尾的红外焦平面模型,结合目标群中各目标的运动位置和空间目标投射到二维焦平面位置坐标的计算,仿真天基低轨红外传感器对中段弹道目标群的成像.分析仿真结果,发现中段弹道目标群的存在对天基红外传感器的目标探测与跟踪提出了新的要求,并给出一些解决途径.     

弹道中段群目标平动补偿与分离方法

弹道微动群目标时频图是多目标多散射点微多普勒的叠加,以往针对单目标的补偿与分离方法不再适用。针对这一问题,该文首先分析了群目标及诱饵的微多普勒形式;利用弹道中段目标运动平稳,短时观测加速度近似为常数的特性,采用Radon变换检测微多普勒曲线的倾斜程度,用最小熵准则和高斯函数拟合的方法估计平动参数,进而完成平动补偿;对补偿后的群目标时频图利用Viterbi算法提取各条微多普勒曲线,依据同一目标各散射点微多普勒的周期相关性,完成群目标分离;最后仿真验证了以上方法的有效性。     

基于粒子滤波的弹道目标跟踪

弹道目标再入段的运动受到空气阻力、重力等力的影响,具有明显的非线性特征.传统的卡尔曼滤波是线性、高斯问题的最优滤波器,但无法处理非线性的估计问题.扩展卡尔曼滤波利用泰勒级数展开把非线性方程线性化,是解决非线性估计问题的有效算法;而近些年来出现的粒子滤波以其解决非线性问题的卓越性能,得到了迅速发展.文章对弹道目标再入段的运动特征进行研究,建立了目标的状态空间模型,并应用扩展卡尔曼滤波和粒子滤波实现了对弹道目标的跟踪.通过比较仿真结果,证明粒子滤波比扩展卡尔曼滤波精度更高,对噪声的抑制能力更强,也更稳定.因而具有重大的研究意义.     

弹道目标多传感器低重合率航迹关联技术研究

弹道目标伴随着运动速度快、区间跨度广、测量误差大等因素,多传感器在协同跟踪时相互间因重叠率低产生航迹中断是一个比较普遍的现象。这种现象因对航迹关联得到连贯完整的航迹产生影响而成为一个亟待解决的问题。针对该问题,通过对现有航迹的延续和反推,本文提出一种利用目标状态进行航迹关联的方法。实验证明,该方法可以有效解决弹道目标在低重合率条件下的航迹关联问题。     

基于弹道目标的发射事件管理技术研究

弹道导弹在整个飞行过程中具有多种飞行状态,同时在每个飞行阶段会产生弹头、弹体以及其他伴飞物;当进行多枚弹道导弹齐射时,将产生大量的数据,其结果为数据处理中心准确获取导弹发射次数、目标航迹数据处理和为武器系统拦截提供有效拦截目标产生巨大不确定因素。因此,通过开展发射事件管理技术研究,可以有效解决以上问题。该技术 通过时间-空间关联算法、导弹定轨关联算法和导弹分离事件关联算法,实现对空间中不同目标进行关联,将属于同一发射事件的不同目标关联为同一次发射事件,并给出同一发射事件中的主目标,为目标识别系统和武器系统进行重点目标识别和拦截提供重要支撑。试验结果表明了该技术的有效性。     

激光点云中三维多目标在线跟踪方法

为降低三维多目标跟踪系统计算复杂度,实现准确高效的多目标在线跟踪,提出一种激光点云中三维多目标在线跟踪方法。在目标检测阶段,通过3D深度相机获取五帧点云序列进行三维背景建模,将实时获取的序列与背景模型进行差分运算检测运动目标。在数据关联阶段,结合运动矢量一致性和最小欧式距离建立预测与检测之间的权值匹配矩阵,使用带权匈牙利算法完成匹配。实验结果表明,对于百万级点数的点云图本算法完成目标跟踪耗时每帧低于0.1 s,跟踪准确度高于95%,跟踪精度低于0.5 mm。能够实现毫米级工业小目标的在线跟踪,兼顾了精确性和实时性。     

基于运动分组的空间密集群目标跟踪

针对空间目标检测跟踪中可能存在大量伴飞干扰的问题,提出了一种基于密集多目标运动分组的空间目标快速检测跟踪方法。首先,在传感器分辨率允许的范围内,通过稀疏光流提取目标群体内个体的运动信息,然后利用母函数正则化来整合运动路径之间的相似性,以“集体合并”的思路,从密集随机运动中检测有序群集运动,在空间上将群目标划分为若干个具有相似运动模式的稀疏群组,并以稀疏群组间的拓扑关系构建图模型,筛选出目标群中的疑似目标,最后利用帧间相关性抑制虚警。仿真实验结果表明:对于空间中不同群目标分布场景,该方法具有良好的鲁棒性和实时性。     

弹道目标被动段跟踪算法研究

围绕弹道导弹被动段跟踪问题,分析了被动段弹道目标的运动方式,在地心固定直角坐标系下建立了被动段弹道导弹运动模型;根据被动段弹道目标高速、高机动、强非线性的运动特点,采用基于"当前统计"模型的UKF滤波算法,实现了对弹道目标被动段的稳定精确跟踪。通过仿真试验,与传统的基于"当前统计"模型的EKF算法相比,该模型和滤波算法提高了对弹道目标的跟踪精度,尤其是对目标的速度和加速度估计,同时降低了对非线性系统跟踪发散的可能性。     

基于随机有限集的中段弹道目标群星载红外像平面跟踪方法

弹道目标进入中段飞行时释放弹头及大量诱饵形成密集目标群,对星载红外像平面的目标跟踪提出新的挑战.针对像平面对目标群各目标分辨个数的时变性,及各目标像平面轨迹非线性程度强的特点,提出基于随机有限集的目标群像平面跟踪方法.随机有限集为最优贝叶斯多目标跟踪提供统一的理论基础,但直接递推多目标后验分布计算量大,概率假设密度为多目标后验概率分布的一阶矩,在随机有限集框架下递推概率假设密度为现实可行的次优多目标跟踪方法.采用序贯蒙特卡罗方法实现多目标概率假设密度递推跟踪滤波,计算所有粒子权值之和估计目标数目,以k-m eans方法对粒子集进行聚类提取各目标的状态;最后构建天基光学星座对中段弹道目标群的跟踪仿真场景,在不同交接跟踪任务、虚警率和目标个数条件下进行对比分析和仿真验证.结果表明,该方法能同时跟踪星载红外像平面上动态变化目标群各目标的状态和数目.     

基于斑马图的天基雷达PRF设计

针对三维弹道目标,给出了一种有效的基于粒子滤波的跟踪算法。这种算法以标准的粒子滤波算法为基础,根据贝叶斯原理利用局部线性化技术获得最佳近似的重要性密度函数以避免粒子退化现象,并且利用 Metropolis-Hastings(MH)采样构造的马尔科夫链得到更加符合目标分布的样本,从而最小化重采样后的粒子枯竭问题。此外,这里采用 Kullback-Leibler 距离(KLD)指标对不同粒子滤波算法的性能进行评估。仿真结果表明,该三维弹道目标跟踪算法粒子群与参考粒子群(近似真实目标概率分布的粒子群)之间的KLD比标准粒子滤波与参考粒子群之间的KLD更小,因此,能获得比标准粒子滤波算法更好的跟踪效果。     

统计MIMO雷达目标跟踪技术研究

首先研究了统计多输入多输出(MIMO)雷达对运动目标参数的估计(也称雷达测量),以雷达估计性能为依据设定其工作参数,提出了一种统计MIMO雷达对运动目标跟踪与参数估计相结合的交互式跟踪方法。理论分析表明,所提方法在目标雷达横截面积(RCS)闪烁严重的情况下仍能很好地进行跟踪,并保持很高的跟踪精度;而且论文中所提出的参数估计法可以有效地降低MIMO雷达参数估计的运算复杂度,解决了参数估计中一大难题。仿真实验也验证了该方法的有效性。     

基于深度学习的目标跟踪技术的研究综述

深度学习技术在计算机视觉领域的应用日趋广泛,基于深度学习的目标跟踪技术是当前计算机视觉领域的一项重要研究课题。文章首先对国内外目标跟踪技术的发展历程进行了回顾和梳理,详细介绍并对比了部分典型的基于深度学习的目标跟踪方法;然后介绍了几种目标跟踪领域的典型数据集;最后对基于深度学习的目标跟踪技术的研究进行了总结,并对未来的发展方向进行了展望。     

不同坐标系下中段弹道目标跟踪算法研究

弹道目标跟踪比较复杂,文中结合具体的坐标系推导滤波算法中各方程的解析表达式,并分析比较坐标系的影响,对工程应用有重要的意义。以"二体运动"方程为基础,通过坐标变换、二次求导等方法推导了球坐标系下的目标加速度。针对混合坐标系和球坐标系,给出了中段弹道目标的动力学方程和量测方程,并对采用扩展卡尔曼滤波所需要的关键函数给出了显式表达。对两种坐标系下的弹道目标跟踪进行了蒙特卡洛仿真,仿真结果表明按照本文推导的公式,2种坐标系下都能有效跟踪;但与直观的猜测相反-混合坐标系下的跟踪优于球坐标系下的跟踪。     

弹道目标极化相关性分析

弹道目标的极化特性在弹道目标识别中呈现出极大的应用潜力。针对弹道目标的极化特性,着重分析弹道目标的极化相关性。基于一种弹道目标动态全极化回波仿真方法得到典型战情下的雷达回波,然后重点分析四类弹头目标的极化相关特性,得到了一组对雷达工程实践有意义的结论,对于弹道目标识别中分时极化测量雷达的数据率设置具有一定的工程参考价值。     

无人机激光光电目标跟踪指示技术研究

无人机技术近年来发展迅速,军事应用日益广泛。传统机载激光目标指示器重量与体积较大,很难集成于无人机来实现军事应用。主要介绍了一种国际主流的激光制导武器系统技术方案及作战应用流程,并研究了一种轻小型化的三光合一的无人机激光光电目标跟踪指示载荷。有别于传统激光指示照射,该无人机激光光电载荷通过与无人机的紧耦合完成小型化集成,并实现了远近距离一体化探测功能：远距离可对打击目标进行定位引导(大地坐标位置信息),近距离可对打击目标进行激光照射指示引导。同时,本文的指示方法利用低成本小型无人机突击作战,避免了人员暴露及伤亡风险,提高了无人化作战效率。