一种多雷达航迹加权融合的权值动态分配算法

针对多雷达航迹加权平均融合法,分析了权值分配对融合航迹精度的影响,提出了一种权值的动态分配方法。该方法利用多雷达对相同目标跟踪的航迹信息,对各雷达输出航迹的精度进行在线估计,实现权值的动态分配,提高了融合航迹的精度。仿真实验结果验证了该算法的有效性。     

两种典型情况下的多目标航迹关联方法

针对多目标测量雷达航迹关联中普遍存在的目标变换和目标重复两类典型问题，提出双向带密度控制的多项式检验和基于弹道动力学外推的雷达测元比较方法，有效解决了多目标雷达测量时一段连续航迹跟踪目标不唯一和对同一空间目标多次重复测量的技术难题，改变了完全依赖人工拼接测量数据完成多目标航迹关联的现状。实践结果证明该算法简单适用，便于工程实现，可极大地提高多目标航迹关联的准确度，缩短数据处理周期，对完成目标空域分布测量、目标识别等突防效果分析与评估具有重要价值。     

A-SMGCS的多场面监视雷达多目标航迹相关

航迹融合由航迹相关和航迹合成组成,航迹相关是航迹融合的前提;针对先进场面运动引导控制系统(A-SGMCS)中场面监视雷达对目标的跟踪,文中研究了多场面监视雷达的多目标航迹相关问题;首先,建立分布式多场面监视雷达多目标航迹融合的总体框架,利用GPS授时和外推内插的方式进行场面监视雷达的同步,利用坐标平移实现空间对准;然后,介绍基于层次划分思想的聚类算法,再利用此方法进行多场面监视雷达多目标跟踪的航迹相关研究;最后,进行了仿真验证;仿真结果表明,文中所采用的方法对目标数确定和不确定的航迹都能够进行正确相关,有效地解决了场面监视雷达的航迹相关问题。     

基于合作目标的大系统误差方法研究

基于合作目标,分析了雷达存在的大系统误差的原因,提出了解决大系统误差的方法,改进的方法可以有效地提高航迹融合精度。用模拟的雷达数据对算法的性能进行了评估,计算机仿真试验验证了该算法的可行性和有效性。     

基于松弛标号算法的多传感抗差航迹关联

针对多传感抗差航迹关联问题,从理论上分析传感器系统偏差对航迹点集拓扑结构的影响,利用非刚性变换表征两点集之间的拓扑差异.建立抗差航迹关联问题的点模式匹配模型,采用基于松弛标号迭代的非刚性点匹配方法对其进行求解.针对不同测距、测角偏差、目标密度和检测概率水平构造多组典型仿真场景,仿真实验验证了所提出算法的有效性.     

机动目标断裂航迹粘连

针对目标跟踪系统中由于目标机动产生的断裂航迹,提出了量测缺失下的航迹粘连算法和有量测情况下的航迹粘连算法.首先,对新起始的航迹进行平滑处理.然后,利用转弯模型对断裂航迹进行外推,针对无量测情况,采用UT对转弯角速率进行估计;针对有量测情况,采用期望极大化的策略对目标状态及转弯角速率进行迭代优化.通过蒙特卡洛仿真验证了该方法能有效提高航迹连续性,减少虚假航迹数,降低目标状态估计误差.     

基于结构多假设目标跟踪算法优化与仿真

研究雷达跟踪目标性能优化问题,传统多假设算法计算量大、实时性较差,无法应用于实际雷达装备。为解决上述问题,提出一种结构化分枝的多假设目标跟踪算法,同时提出限制最大航迹数量、删除负分航迹、低等级航迹处理、滑动窗口多维分配法、多扫分配法及交互多模型多假设跟踪算法等一系列改进方法,并通过计算机仿真证明改进后的结构化分枝的多假设目标跟踪算法比传统多假设算法及联合概率数据互联算法计算量更小,精度更高,并对改善当前舰载雷达跟踪性能,提高对目标的跟踪能力具有一定的指导意义。     

多模型方法在多传感器航迹融合中的应用

在多传感器航迹融合环境中,针对各时刻检测到目标的传感器个数不同的情况,设计了一个由4个模型构成的模型集,将跟踪门和曲线拟合理论应用于该模型集中,并针对不同模型用相匹配的滤波器进行滤波,其结果送入融合中心进行统一融合。仿真结果表明：该模型集有效解决了量测野值点的处理和单传感器定位等问题,同时验证了基于多模型多传感器航迹融合方法的有效性。     

基于多雷达的临近空间目标检测前跟踪算法

针对临近空间目标的低可探测性和多雷达采样周期与测量精度不一的问题,提出一种基于概率网格和多维Hough变换的多雷达检测前跟踪（ TDB）算法。利用概率网格将雷达测量数据概率化,通过多维Hough变换在多维空间建立初步候选航迹,利用基于不敏变换的空间融合方法得到目标数目及轨迹。仿真实验表明：该算法能够在密集杂波下实现弱小目标的有效检测。     

波门设计对多频连续波雷达航迹起始的影响

针对多频连续波雷达航迹起始问题,提出一种引入径向速度量测的航迹起始新方法.首先从理论上分析航迹起始波门的设计方法;然后详细阐述了引入径向速度量测后的航迹起始算法;最后通过Monte Carlo仿真验证了该算法的有效性,并结合多频连续波体制雷达的测距特点,分固定测距误差与变测距误差两种情况比较了不同波门设计对多频连续波雷达航迹起始效果的影响.     

基于动态时间弯曲的欠时间信息雷达精度评估方法

测量精度是雷达核心系统指标之一,工程中对其进行准确评估有着重要意义;实际应用中在利用ADS-B数据进行精度评估时常因时间信息缺失、时间节拍不均匀等原因导致航迹点匹配误差增大,精度评估效果急剧下降甚至失效;针对上述问题对欠时间信息条件下精度评估问题进行了研究,采用了基于动态时间弯曲算法的雷达航迹点匹配技术,利用形状信息在时间信息缺失的情况下仍能实现航迹点精确匹配从而提升评估精度;考虑到实际应用中边界束缚与计算资源限制,一种预筛选与下界加速技术被提出;然后基于实际应用中序列高维序列信息采用联合度量方法进一步提高航迹点匹配精度;最后在实际测量数据上进行验证,经实验测试表明本方法在时间信息缺失的情况下也可准确评估雷达精度,计算速度快;算法扩展了ADS-B精度评估应用范围,具有广泛实用价值。     

车载LFMCW雷达多运动目标探测算法研究

针对传统的线性调频连续波(LFMCW)雷达在进行运动多目标配对的局限性,提出结合变周期LFMCW作为发射信号波形,采用质心凝聚处理进行多目标配对的新方法,有效提高了处理算法的实时性,合理设置凝聚中心宽度阈值,可实现目标的准确配对和距离速度去耦合,测试结果显示:配对误差均控制在5%以内.     

基于图像信息的雷达测距系统实现

研究雷达图像测距问题,提高测量结果的准确性。针对当雷达采集图像中,测距点的像素与外界环境像素混淆,无法通过灰度等级进行准确的提取,导致测距点采集存在误差,根据测距点进行的距离测量结果准确性不高的问题。为了解决上述问题,提出一种新的基于雷达远程采集图像的距离测定方法。通过运用特征点的亚像素级精确配准技术,使得待检测的测距点能够完成准确的匹配,保证距离计算结果的精确性。实验结果表明,改进方法能够快速的完成关于雷达采集图像的距离测定,提高了测距的准确性,取得了不错的效果。     

分步的基于模糊聚类的多雷达航迹关联算法

针对采用传递闭包模糊聚类的多雷达航迹关联算法运算量较大的问题,提出了分步的基于模糊聚类的多雷达航迹关联算法。首先基于欧氏距离对航迹进行预关联判断,然后通过模糊相似计算,简化了航迹相似矩阵,进而减少了相似计算与矩阵迭代的次数,最终达到了减小运算量的目的。仿真结果表明:所提算法在保证关联正确率的前提下,耗时减小了54%,有效地提高了多雷达航迹关联算法的效率。     

舰载机多雷达传感器任务分配与采样间隔融合优化算法

针对舰载机协同探测中多雷达传感器资源配置问题,提出一种多目标跟踪场景下的多传感器数据率管理与任务分配融合优化算法.在基于协方差控制的多传感器分配模型基础上,加以目标优先级和传感器效能条件约束,建立一种多传感器数据率管理与任务分配融合优化模型.将驻留时间改进因子引入序贯卡尔曼滤波算法,计算不同采样间隔下传感器组合状态估计...     

一种基于SIFT特征的机器人环境感知双目立体视觉系统

针对双目立体视觉系统在机器人环境感知领域中存在的立体匹配以及测量精度问题,设计一种基于SIFT特征的双目立体视觉测量系统.利用SIFT特征良好的旋转、尺度、光照不变性等特性,有效地解决双目立体视觉系统的匹配问题,同时将SIFT算法在由FPGA和DSP组成的嵌入式系统上实现,显著地提高测量系统的实时性.提出一种基于二次多项式的误差补偿方法,对系统的测量结果进行补偿,弥补双目立体视觉系统测量误差随测量距离增加而增加的不足,从而提高系统测量精度.通过实际的测量实验、移动机器人环境感知实验以及与现有双目立体视觉产品的对比实验结果表明,系统能够很好地解决双目立体视觉的立体匹配和精度问题,并且能较好地应用于移动机器人环境感知任务中.     

C~3I系统警戒雷达数据源的模拟与仿真

针对目前高炮情报指挥系统模拟训练器功能相对单一,难以满足模拟训练和系统测试这一现状,提出了一种基于嵌入式环境的多雷达多目标空情录取系统模拟仿真方案,重点研究多目标航迹生成方法和警戒雷达功能仿真模型。系统采用模块化设计思想,分别建立了以目标状态模型为核心的航迹模型、警戒雷达功能仿真模型以及嵌入式数据库。雷达功能仿真模型的建立充分考虑了影响警戒雷达探测能力的内在因素和外在干扰。系统模型经检验符合实际要求。     

基于无味卡尔曼滤波的多雷达方位配准算法

将无味卡尔曼滤波（Unscented Kalman filter，UKF）应用于雷达配准，提出一种新的多雷达方位配准算法。在该算法中，目标的运动状态和方位误差由选定的采样点来近似，在每个更新过程中，采样点随着状态方程传播并随非线性测量方程变换，得到目标的运动状态和方位误差的均值，避免了对非线性方程的线性化，且具有较高的计算精度。与传统的扩展卡尔曼滤波（Extended Kalman filter，EKF）方法进行了仿真比较，结果表明UKF方法能有效地克服非线性跟踪问题中很容易出现的滤波发散问题，且估计精度高于UKF方法。