适于高频地波雷达工程应用的数据关联方法

针对宽波束高频地波雷达监测海面低速移动目标的工程应用要求,采用一种新的跟踪门预处理的联合概率数据关联方法对目标进行跟踪.基于数据关联性能评价函数和运动定理相结合的跟踪门规则能够减少跟踪门内非本目标的回波;在此基础上采用简化的联合概率数据关联算法对波门内的回波进行关联滤波,从而降低错误关联的概率并减小关联计算负荷;雷达实测数据分析表明,该方法计算量小,能够稳定、有效的实现高频地波雷达系统中的目标跟踪,适于工程应用.     

基于均值漂移与卡尔曼滤波的目标跟踪算法

均值漂移算法在目标跟踪过程中没有利用目标的运动方向和速度信息,在目标受到干扰时容易跟踪失败,而Kalman滤波能够较为准确地预测目标的速度和位置。因此,提出了一种结合均值漂移与Kalman滤波的跟踪算法,使用Kalman滤波对目标运动速度和空间位置进行预测。根据干扰的不同情况,使用不同的比例因子将两算法的跟踪结果线性加权得到目标的最终位置。实验结果表明该算法是可行有效的。     

基于UKF的超视距雷达跟踪算法研究

天波超视距雷达跟踪目标时电磁波是通过电离层的折射传播的,因而导致在地理坐标系下的量测方程中存在强非线性,而采用传统的EKF（Extended Kalman Filter）实现的跟踪算法,在非线性方程的线性化中舍去了含强非线性的二阶以上的高阶项,导致目标的跟踪精度较低;提出采用UKF（Unscented Kalman Filter）方法处理超视距雷达系统在跟踪算法中的强非线性问题.UKF算法有效降低了非线性方程中的舍入误差,可确保三阶以上的精度.仿真结果表明UKF滤波算法较EKF算法提高估计精度.     

一种模糊Kalman滤波机动目标跟踪的新算法

提出了一种基于模糊自适应的Kalman滤波机动目标跟踪新算法.算法首先分析了目标航向角和观测残差均能实时反应出目标机动情况,并由此设计了一种有效的模糊逻辑规则,综合利用航向角变化量和残差,通过模糊推理动态估计Kalman滤波器的过程噪声协方差,从而提高对机动目标跟踪的性能.实验结果表明,提出算法对机动目标跟踪的精度较交互式多模型(Interacting multiple model,IMM)算法高,且计算量比IMM算法小.     

Kalman滤波新结构及其在目标跟踪中的应用

为了提高Kalman滤波器的计算效率,本文通过改变算法结构,提出了有效的串行和并行 方法以解决目标跟踪和故障诊断问题.串行新算法计算量由o(n3)(n为状态维数)下降到 o(n2);应用于单目标和多目标跟踪时可使计算效率达到普通Kalman滤波算法的2.56倍.     

多特征融合与Kalman滤波的CAMShift跟踪算法

针对CAMShift算法在实际应用场景中受颜色和遮挡时跟踪失败的问题,提出一种多特征融合与Kalman滤波的CAMShift目标跟踪算法。多特征融合是在CAMShift算法基础上将边缘、纹理与颜色特征融合在一起,采用改进的Canny算子描述边缘特征,采用统一模式下的N-LBP构造纹理特征,并利用巴氏(Bhattacharyya)系数计算各个特征的自适应融合权值,通过不同特征之间的优势互补,增强特征的表达能力。当跟踪目标无遮挡时,使用CAMShift算法计算目标位置并更新Kalman滤波器参数,有遮挡时,使用Kalman滤波预测当前目标的位置,最后仿真实验表明,本文算法受环境影响小,相比CAMShift算法跟踪误差显著降低。     

卡尔曼波形估计法对比研究与雷达跟踪应用

目标跟踪问题,主要应用于雷达数据的处理过程中。目前在雷达跟踪方面有很多滤波方式可以研究和使用,典型算法有最小二乘法滤波、维纳滤波、卡尔曼滤波和自适应滤波等。本文将维纳滤波和卡尔曼滤波比较,通过实验来研究卡尔曼滤波的特性。最后本文简要讨论在蒙特卡罗方法下采用Kalman滤波方法对单个目标点迹进行预测,并借助于Matlab仿真工具,对实验的效果进行评估。     

基于Mean-Shift的卡尔曼粒子滤波车辆跟踪算法研究

在视频车辆跟踪算法中针对传统粒子滤波的非线性、非高斯性可能导致跟踪过程的不准确性,提出一种基于Mean-Shift的卡尔曼(Kalman)粒子滤波算法。该算法利用建立基于目标颜色直方图特征模型对视频车辆目标进行建模,并将其与Kalman滤波相结合进行更新;通过采用Mean Shift算法将Kalman滤波器引用到粒子滤波器当中,通过预测迭代,从而达到对车辆的运行轨迹的修正。将先验信息预测与粒子滤波相结合在保持跟踪系统整体上的非线性、非高斯性,兼顾了卡尔曼滤波局部的线性高斯特性。实验结果表明,该方法与传统粒子滤波方法相比,具有较好的实时性和较高的准确率,能够准确稳定地对目标车辆进行跟踪。     

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.     

结合尺度不变特征变换和Kalman滤波的Mean Shift视频运动目标跟踪

为解决目标跟踪中运动目标存在较大尺度变化、旋转、快速运动或遮挡时跟踪效果欠佳的问题,提出了一种将尺度不变特征变换(SIFT)特征匹配和Kalman滤波与Mean Shift结合的运动目标跟踪方法。首先,利用Kalman滤波估计目标运动状态,将其估计值作为Mean Shift跟踪的初始位置;然后,当候选目标模型和初始目标模型的相似性测度系数小于某一阈值时,启用SIFT特征匹配寻找目标可能位置,并在该位置处建立新的候选目标模型,同时进行相似性测度;最后,比较两者所得匹配系数,取其中较大者对应的位置作为目标的最终位置。实验结果表明,该算法的跟踪平均误差较单独将Kalman滤波或SIFT特征与Mean Shift结合的跟踪算法减小了约20%。     

雷达低仰角偏轴跟踪测量偏差补偿算法的改进研究

由于多径回波信号的干扰,严重影响了单脉冲测角体制雷达对低仰角目标俯仰角的测量,并使其对低仰角目标俯仰角的闭环跟踪测量实现极为困难;通过对多路径反射环境模型分析,同时考虑镜面反射和漫反射的干扰,得出了单脉冲雷达低仰角跟踪时俯仰角测量误差的产生原因,用传统的多目标分辨算法(C~2算法)弥补偏差补偿算法在目标飞行高度很低(5 m以下)时和距离近时补偿效果较差的不足;在给定的测量环境下对不同高度目标进行了仿真,得到良好的仿真结果,表明两种算法结合使用,可较大地提高低仰角目标偏轴跟踪俯仰角的测量精度。     

基于数据优先级的雷达目标跟踪偏差补偿方法

传统雷达目标跟踪偏差补偿方法雷达跟踪目标偏差补偿的精准程度较低,导致研究成果可靠性及稳定性较差。为了解决上述问题,基于数据优先级提出一种雷达目标跟踪偏差补偿方法,利用雷达极化测量目标信号,并建立三维空间坐标,引导操作数据,通过对相位控制偏差的校准操作实现对数据目标的精准测量,提升系统检验的准确性,根据数据优先级原则,对极化脉冲进行角度测量,选取适宜测量方案,设置雷达目标方向图,进行雷达目标超分辨成像,加强实验研究力度,综合考虑优化信息与操作条件,实现对雷达目标跟踪偏差补偿方法的研究。实验结果表明,基于数据优先级的雷达目标跟踪偏差补偿方法具备较高的雷达跟踪目标偏差补偿的精准程度,研究可靠性较高,稳定性有了显著提升。     

基于并行Boosting算法的雷达目标跟踪检测系统设计

目前的雷达目标跟踪检测系统跟踪路线与实际路线相差较大,泛化误差率高。基于并行Boosting算法设计了一种新的雷达目标跟踪检测系统,硬件内部引入数据多处理器,对收集的雷达位置数据集中处理,连接I/O接口,配置数据过滤器,将雷达位置信息数据的状态参数录入过滤器元件中。在软件部分,利用并行Boosting算法的内部学习融合方式调节不同的雷达目标追踪系统状态,通过信息处理、航迹分析、落脚点判断来整合相应的跟踪检测信息,构建检验方程式防止外来无关数据的侵扰,最终得到雷达目标跟踪数据操作状态,完成目标跟踪检测。实验结果表明,基于并行Boosting算法的雷达目标跟踪检测系统设定的检测路线与实际路线吻合度高达99.21%,泛化误差远远低于传统目标跟踪检测系统,实用性更强。     

基于自适应脉冲间隔的火控雷达目标跟踪技术

为了能在提高雷达生存能力的同时,保持雷达的跟踪能力,提出一种基于自适应脉冲间隔的目标跟踪技术。给出火控雷达的信号模型及其改进的时域信号,分析基于匀加速运动模型的扩展卡尔曼滤波算法,研究脉冲间隔的自适应变化规律及信号的截获概率。仿真结果表明,该技术能准确跟踪目标,延长信号截获时间,从而降低侦察系统对火控雷达的截获概率。     

基于HLA信号级火控雷达目标跟踪系统仿真

目标跟踪作为火控雷达的一种重要工作模式,同时是火控系统的首要任务.本文基于HLA构建了可扩展、可重用的火控雷达信号级目标跟踪仿真系统.依据火控雷达闭环、连续跟踪与自动测量特点,从信号级仿真出发,通过火控雷达跟踪系统中天线模块、接收机与信号处理模块、控制系统模块的有机结合,完成动态目标跟踪仿真过程.结果表明仿真系统能逼真有效完成火控雷达目标跟踪仿真,对火控雷达训练模拟系统设计与雷达电子战系统评估研究中有一定的参考价值.     

雷达环境仿真中同步脉冲干扰的设计和实施

雷达环境仿真系统是为检测雷达设备的抗干扰能力而设计的,同步脉冲干扰是采用假目标和信息,产生与雷达工作信号具有相参性和同步性的干扰信号,作用于雷达的目标检测系统、跟踪系统和数据处理系统,有效地破坏雷达对目标的检测、跟踪。该文从同步脉冲干扰的基本原理出发,阐明在雷达工作环境仿真系统中距离拖引、速度拖引、虚假目标等同步脉冲干扰的设计和实施过程;并针对工作在搜索和跟踪交替模式下的相控阵雷达提出自适应综合干扰方式;最后分析并总结了系统仿真时为有效实施同步脉冲干扰应注意的事项。     

采用序贯滤波的红外/雷达机动目标跟踪

当机动目标状态是非平稳和非线性时,红外传感器和雷达的目标状态方程和量测方程都是非线性和非高斯的,为了解决经典跟踪算法的残差较大或发散的问题,提出一种新的融合跟踪算法:在对红外传感器和雷达的量测数据进行时间对准和同步融合后,将融合后的量测数据送入重抽样粒子滤波器进行处理以预测和跟踪机动目标.最后给出了一个仿真跟踪实例,并与同类多雷达跟踪的效果进行了比较,说明了异类融合跟踪优于同类多雷达融合跟踪.     

传感器自适应跟踪算法研究及仿真系统实现

雷达和红外作为目标跟踪常用的两种探测手段,各有其优缺点,利用雷达高精度的距离测量和红外高精度的角度测量,通过信息融合技术充分实现二者的优势互补,并结合交互式多模型(IMM)跟踪思想,给出对目标位置的精确估计;设计基于雷达/红外多传感器跟踪平台的自适应融合跟踪算法,实现根据目标不同运动特性进行跟踪模型灵活、合理切换的自适应目标跟踪,改善对目标的综合识别,达到更好的跟踪效果;选取当前工程实践中广泛应用的目标运动模型,设计基于VC++环境的目标跟踪仿真系统软件,并利用MFC界面制作技术创建可视化目标跟踪仿真软件平台,对跟踪算法性能进行验证。     

基于多特征参数的雷达数据关联及融合

在高密集多回波环境下,针对多雷达系统参照目标位置信息参数进行跟踪时可能出现关联精度较差的问题,加入多普勒频率参数,提高对目标跟踪的精度。针对数据融合过程中各雷达产生的误差不一致问题,提出一种动态分配权值的策略,将带有权值的各雷达数据送往融合中心进行融合计算。仿真结果表明,该方法能改进雷达系统的跟踪精度。     

基于仿真的舰载预警探测雷达使用性能分析研究

通过仿真手段能够对预警探测雷达在复杂环境和边界极限条件下的作战能力进行试验;在分析雷达作战能力仿真测试方法的基础上,从对空中目标的发现及跟踪能力、雷达边界极限能力两个方面列出仿真试验重点考核项目及具体内涵;从探测性能、跟踪性能和抗干扰性能3个方面研究试验结果评估的方法内容;最后以一个典型态势为例开展了雷达的作战能力研究;在该态势下,雷达抗干扰性能的自卫距离得益为9.43％,目标航迹连续性得益为14.56％.