雷达组网数据融合处理中的点迹融合技术

基于点迹的雷达组网系统，可以充分发挥多雷达信息的优势，提高目标航迹起始概率，改善系统跟踪性能。本文结合工程实践，详细分析了组网雷达数据融合处理中的点迹融合技术，以及点迹关联处理的一般步骤和常用关联滤波方法，最后对点迹融合性能做了定量的分析。     

基于多假设的多平台多目标数据关联方法

本文研究了一种面向航迹的多平台多假设数据关联算法，包括航迹树的构建、航迹得分计算、序列概率比检验、假设生成以及分支航迹剪枝等，在此基础上针对实装环境下点迹量大、虚假目标多的问题对算法进行了改进优化，并进行了仿真验证。     

基于JVC的紧凑型地波雷达海上目标点迹-航迹最优关联方法

紧凑型地波雷达由于接收天线阵列孔径减小导致对海上目标的定位精度低,在多目标跟踪算法中采用序贯式的点迹-航迹关联方式易发生误关联导致航迹断裂、误跟踪等问题.对此,该文将多目标点迹-航迹关联转化为最优分配问题,提出一种基于JVC算法的多目标点迹-航迹最优关联方法.对于关联波门重叠区域内存在公共候选点迹的多条航迹,首先以雷达获取的目标多普勒速度、距离与方位角作为目标特征参数,利用最小代价函数确定公共候选点迹与所有航迹之间的相似度,得到关联代价矩阵;然后以总关联代价最小化作为优化准则,采用JVC算法求解得到最优的点迹-航迹关联结果.利用仿真与实测目标数据开展了点迹-航迹关联实验,并与序贯最近邻关联方法的关联结果进行了对比.实验结果表明:采用该文所提方法跟踪得到的航迹时长明显优于序贯最近邻关联方法的结果,解决了序贯式关联因关联错误导致的航迹断裂、误跟踪等问题,提高了航迹跟踪的连续性.     

网络化激光雷达的多源数据融合点云分类算法研究

针对当前多源数据融合点云分类算法的激光雷达点云数据分类精度较低,分类时间较长的问题,提出网络化激光雷达的多源数据融合点云分类算法.利用加权航迹关联法,计算各激光雷达目标航迹号,并打散已关联航迹,通过泰勒级数将非线性问题转化成近似线性问题,求解线性状态,融合多源数据.使用主成分分析法,求解点云法线与曲率,分割段协方差矩阵...     

基于JVC的紧凑型地波雷达海上目标点迹-航迹最优关联方法

紧凑型地波雷达由于接收天线阵列孔径减小导致对海上目标的定位精度低,在多目标跟踪算法中采用序贯式的点迹-航迹关联方式易发生误关联导致航迹断裂、误跟踪等问题。对此,该文将多目标点迹-航迹关联转化为最优分配问题,提出一种基于JVC算法的多目标点迹-航迹最优关联方法。对于关联波门重叠区域内存在公共候选点迹的多条航迹,首先以雷达获取的目标多普勒速度、距离与方位角作为目标特征参数,利用最小代价函数确定公共候选点迹与所有航迹之间的相似度,得到关联代价矩阵;然后以总关联代价最小化作为优化准则,采用JVC算法求解得到最优的点迹-航迹关联结果。利用仿真与实测目标数据开展了点迹-航迹关联实验,并与序贯最近邻关联方法的关联结果进行了对比。实验结果表明:采用该文所提方法跟踪得到的航迹时长明显优于序贯最近邻关联方法的结果,解决了序贯式关联因关联错误导致的航迹断裂、误跟踪等问题,提高了航迹跟踪的连续性。     

红外传感器在点迹/航迹关联中的应用

点迹／航迹关联是多传感器数据融合系统的关键问题，为提高关联的正确率，把红外传感器方位数据与雷达数据进行关联，通过红外高精度的角度测量和雷达高精度的距离测量的融合，减小系统融合航迹同真实航迹间的误差，给出对目标航迹的精确状态估计，分别讨论了雷达数据的航迹关联算法和雷达／红外数据的航迹关联算法，并进行了仿真性能比较和分析。     

基于联合概率数据互联的多假设跟踪算法

针对杂波环境下密集目标的跟踪,在多假设跟踪(MHT)算法框架的基础上将联合概率数据互联(JPDA)算法以联合概率分配的方式引入不相容航迹树间的假设分支生成处理,利用联合概率数据互联在点航迹互斥分配处理中的优势保证簇内不相容航迹树的互斥性.仿真测试和实装测试结果验证了算法的实时性、有效性和鲁棒性,提高了点航迹关联正确率及...     

杂波环境下基于全邻模糊聚类的联合概率数据互联算法

针对杂波环境下的多目标跟踪数据互联问题,该文提出基于全邻模糊聚类的联合概率数据互联算法(Joint Probabilistic Data Association algorithm based on All-Neighbor Fuzzy Clustering, ANFCJPDA)。该算法根据确认区域中量测的分布和点迹-航迹关联规则构造统计距离,以各目标的预测位置为聚类中心,利用模糊聚类方法,计算相关波门内候选量测与不同目标互联的概率,通过概率加权融合对各目标状态与协方差进行更新。仿真分析表明,与经典的联合概率数据互联算法(Joint Probabilistic Data Association algorithm, JPDA)相比,ANFCJPDA较大程度地改善了算法的实时性,并且跟踪精度与JPDA相当。     

Hough变换与数据融合

提出了一种基于Hough变换数据关联方法,这种数据关联方法既可用于各种目标跟踪算法的初始化,也可用于雷达情报数据自动处理.其主要思想是将直角坐标系下的情报点迹在Hough变换下映射到参数空间,在参数空间进行聚类,从而实现直角坐标系下按不同目标的点迹聚类,经过数据融合,最终得到目标航迹.     

低概率目标点迹截获下的修正Hough变换航迹起始方法

为了在强杂波的环境下有效地起始航迹,提出一种针对低概率目标点迹截获下的修正Hough变换方法。该方法使用标签记录回波数据的时序信息,并通过速度门限和时序特征信息对截获的数据进行关联,同时结合Hough变换的方法,可以在低概率目标点迹截获下实现航迹起始。仿真实验表明,算法有效地克服了现有的Hough变换法及其衍生改进算法不能有效地解决低概率目标点迹截获下的航迹起始问题,大大提升了起始正确率,并具有较强的工程可行性。     

地波雷达与自动识别系统目标点迹最优关联算法

为了提高海洋探测精度和范围,针对高频地波雷达(HFSWR)和自动识别系统(AIS)目标点迹的融合利用问题,该文提出一种基于JVC(Jonker-Volgenant-Castanon)的点迹分状态全局最优关联算法。首先,通过判断高频地波雷达和AIS点迹的径向速度,将点迹分为准静态目标和动态目标。接着,选取径向速度和点迹间的球面距离为特征参数,对不同状态下目标点迹分别进行径向速度和位置间球面距离粗关联。最后,使用相对距离比的平均值进行关联效果的评价,通过选择合适的关联门限参数,使用JVC算法实现高频地波雷达和AIS的点迹最优关联。实验结果表明:该算法在关联相同点迹对数的情况下,关联精度高于最近邻(NN)算法和Munkres关联法,关联用时少于最近邻算法和Munkres关联法。通过近3年内3组不同时刻实测目标点迹的验证,该算法可以满足关联的实用性和实时性要求。     

基于杂波密度估计的联合概率数据互联算法

联合概率数据互联(JPDA)算法能很好地解决密集环境下的多目标跟踪问题。在该算法基础上,人们又提出了多传感器联合概率数据互联(MSJPDA)算法和一些基于JPDA的修正算法。在联合概率数据互联算法中,有一个很重要的参数就是杂波数密度(或波门内虚假量测期望数),然而在许多实际情况中,这个参数是很难获取的。针对这一问题,提出了一种修正的联合概率数据互联算法,该算法通过实时地调整这一参数来获得对目标较为准确的估计结果。最后,给出了算法的仿真分析。     

A novel all-neighbor fuzzy association approach for multitarget tracking in a cluttered environment

This paper proposes a novel all-neighbor fuzzy association approach for multitarget tracking in a cluttered environment. It performs data association with a little prior knowledge and updates the predicted target state estimate using a fuzzy weighted sum of innovations. Unlike the joint probabilistic data association filter, in which the similarity measures are determined in terms of the conditional probability for all feasible data association hypothesis, the proposed fuzzy association approach determines the similarity measures between measurements and tracks in terms of possibility weights based on a partition matrix. The possibility weights are determined according to the fuzzy clustering algorithm. The proposed approach is able to perform all-neighbor association with a lower computational complexity in the expense of a little lower performance compared to the standard joint probabilistic data association filter. Computer simulation shows the feasibility and the efficiency of the proposed all-neighbor fuzzy association approach.     

一个新颖的轮廓线跟踪算法

提出了一个新颖的基于隐马尔科夫模型与光流的轮廓线跟踪算法。曲线描绘由B样条形状空间向量来表达,能够捕捉全局和局部变形。提出应用沿曲线的光流计算来预测曲线在下一帧的位置,在预测曲线的基础上,提出应用隐马尔科夫模型来准确定位曲线的位置。隐马尔科夫模型提供了一种有效的概率手段来融合多种量测特征比如边缘,曲线平滑性,区域灰度或颜色统计信息等等,能够更准确的定位曲线位置。基于仿射形状空间的实验了表明本文所提出算法的有效性。     

基于最小二乘的多特征概率数据关联EM方法

提出了一种多目标多特征信息的数据关联算法。在强噪声密集杂波环境下,针对传统PDA算法对多目标跟踪时出现精度较差的问题,在跟踪过程中融入目标的特征状态信息,利用期望极大化（EM）算法对目标状态估计的最小二乘（LS）误差函数迭代求最小,将目标运动状态和特征联合的关联概率作为估计参数不断修正,从而获得对目标状态的最优估计。仿真结果表明,该算法能够增强区分目标和杂波的能力,减小相近特征量测所引起的跟踪误导,弱化对检测概率的依赖性,显著并稳定地提高对目标的跟踪精度。      

一种近似的联合概率数据互联算法

提出了一种新的联合概率数据互联的算法。该算法针对传统的联合概率数据互联算法在产生互联假设事件时计算代价大的问题,提出了一种绕过互联假设事件的生成而直接计算量测和目标的联合概率的方法,通过仿真实验证明,该法在目标密集程度中等的杂波环境下,计算代价得到了大幅的降低,而关联精度仅有少许降低,能够适应工程的要求。     

基于版图级综合的频率部分空间映射神经 网络建模技术及其在LTCC射频电路中的应用

提出了基于电路版图级综合的频率部分空间映射神经网络建模的微波电路设计方法.将空间映射技术应用在神经网络建模中降低了神经网络的复杂程度,频率部分空间映射技术仅建立部分设计参数的映射,在确保一定准确度的前提下可以提高建模效率,减小神经网络拓扑结构的复杂性,使粗模型的参数提取时间以及神经网络的训练时间减少.空间映射技术中粗模型由版图级综合得到,基于全波分析的集总电路建模考虑寄生效应,具有一定的准确性和快速性,作为频率部分空间映射神经网络建模技术高质量的粗模型,从而提高了建摸的准确性和速度,增强建模的灵活性.在细模型的扫频中,采用S-B自适应采样技术可以进一步减少建模时间.本文用此方法设计低温共烧陶瓷滤波器,证明用这种方法建模快速、准确.     

A non-parameter bayesian classifier for face recognition

A non-parameter Bayesian classifier based on Kernel Density Estimation (KDE) is presented for face recognition, which can be regarded as a weighted Nearest Neighbor (NN) classifier in formation. The class conditional density is estimated by KDE and the bandwidth of the kernel function is estimated by Expectation Maximum (EM) algorithm. Two subspace analysis methods-linear Principal Component Analysis (PCA) and Kernel-based PCA (KPCA) are respectively used to extract features, and the proposed method is compared with Probabilistic Reasoning Models (PRM), Nearest Center (NC) and NN classifiers which are widely used in face recognition systems. The experiments are performed on two benchmarks an.el the experimental results show that the KDE outperforms PRM, NC and NN classifiers.     

A log-linearized Gaussian mixture network and its application toEEG pattern classification

Proposes a new probabilistic neural network (NN) that can estimate the a-posteriori probability for a pattern classification problem. The structure of the proposed network is based on a statistical model composed by a mixture of log-linearized Gaussian components. However, the forward calculation and the backward learning rule can be defined in the same manner as the error backpropagation NN. In this paper, the proposed network is applied to the electroencephalogram (EEG) pattern classification problem. In the experiments described, two types of a photic stimulation, which are caused by eye opening/closing and artificial light, are used to collect the data to be classified. It is shown that the EEG signals can be classified successfully and that the classification rates change depending on the amount of training data and the dimension of the feature vectors     

A tracker-aware detector threshold optimization formulation for tracking maneuvering targets in clutter

In this paper, we consider a tracker-aware radar detector threshold optimization formulation for tracking maneuvering targets in clutter. The formulation results in an online method with improved transient performance. In our earlier works, the problem was considered in the context of the probabilistic data association filter (PDAF) for non-maneuvering targets. In the present study, we extend the ideas in the PDAF formulation to the multiple model (MM) filtering structures which use PDAFs as modules. Although our results are general for the MM filters, our simulation experiments apply the proposed solution in particular for the interacting multiple model PDAF (IMM-PDAF) case. It is demonstrated that the suggested formulation and the resulting optimization method exhibits notable improvement in transient performance in the form of track loss immunity. We believe the method is promising as a detector-tracker jointly-optimal filter for the IMM-PDAF structure for tracking maneuvering targets in clutter.