基于卡尔曼滤波器的运动目标跟踪算法

为了有效解决运动目标遮挡时目标信息容易丢失从而导致跟踪失败的问题,提出一种基于卡尔曼滤波器的运动目标跟踪算法。该算法首先利用高斯混合模型的背景差分法,结合空间邻域的相关性信息得到运动目标图像,然后通过建立帧间关系矩阵将跟踪情况分为5种状态分别进行处理,这5种状态是新目标出现、目标匹配、目标遮挡、目标分离和目标消失。采用卡尔曼滤波器预测目标参数,建立目标在下一帧中的预测信息。当运动目标相互遮挡时,在卡尔曼滤波器预测区域内采用交叉搜索法实现多个运动目标的精确匹配。通过多个视频序列测试,该算法能够获得良好的跟踪结果。     

转换坐标卡尔曼滤波器的雷达目标跟踪

本文在三维空间中推导出转换坐标卡尔曼滤波算法,用此算法进行了雷达目标跟踪仿真,和用推广的卡尔曼滤波算法进行的仿真结果进行了比较,得出转换坐标卡尔曼滤波算法比推广的卡尔曼滤波算法精度高的结论。     

基于逻辑切换的改进强跟踪卡尔曼滤波器

针对线性随机系统提出了一种改进强跟踪卡尔曼滤波器(MSTKF).通过改变强跟踪滤波器的多重时变渐消因子,MSTKF在卡尔曼滤波和强跟踪滤波两种工作状态之间切换.当卡尔曼滤波不能有效跟踪突变状态时,MSTKF切换为可变弱化因子的强跟踪滤波.数值仿真实例显示了本方法的有效性.     

基于扩展卡尔曼滤波器的矢量跟踪算法研究

该文针对矢量跟踪算法缺乏定量分析的问题,对线性化模型与跟踪误差进行了研究.为了提高矢量跟踪环的动态跟踪性能,修正了已有线性化观测矩阵忽略接收机伪距率对位置的偏导项的问题;提出了新的环路反馈量,简化了运算过程.推导出了矢量跟踪环的热噪声跟踪误差,与标量跟踪环相比跟踪门限明显降低,并且在相同条件下,观测卫星数越多,矢量跟踪环的跟踪门限越小;推导了矢量跟踪环的动态应力跟踪门限,证明矢量跟踪环可以处理高动态微弱信号.通过 Monte Carlo 仿真验证了理论分析结果的正确性.     

卡尔曼时延值滤波器

介绍一种已用于水下被动跟踪的卡尔曼时延值滤波器,并给出了其滤波性能和跟踪能力的实验结果。     

基于双重扩展卡尔曼滤波器的共轴跟踪技术研究

为了解决光电经纬仪由于机动目标运动模型不准确而引起的跟踪精度下降的问题,采用了单隐层前向神经网络(SLFNs)进行建模,提出了基于状态参数双重扩展卡尔曼滤波估计的共轴跟踪控制技术。仿真与实验结果显示,对83.33sin0.6t的等效正弦目标的速度估计最大误差为0.070 9()/s,跟踪精度为2.42';对旋转周期为4.5 s的光学动态靶标的跟踪精度达到2.96'以内。由此可见,所建立的模型与机动目标实际模型匹配,双重扩展卡尔曼滤波器(DEKF)能快速跟踪和估计状态参数。与传统控制方法相比,提出的方法具有更高的跟踪能力,能有效提高系统的跟踪精度。     

一种新的自适应扩展卡尔曼滤波算法

文中提出了一种基于加速度的当前统计模型与在保持目标推进力与速度方向成固定夹角的运动相结合的扩展卡尔曼滤波算法,仿真结果表明该方法对直线运动或是曲线运动都具有良好的跟踪性能。     

一种改进的UMHexagonS运动估计算法

在分析UMHexagonS运动估计算法的基础上,根据中心偏移特性在起始搜索点预测中加入了原点预测;利用预测运动矢量的运动信息把当前块的运动类型区分为慢速运动、中速运动和快速运动,并采取相应的搜索策略;考虑到常见视频序列水平、垂直方向运动相对剧烈的特性,提出了用13点中菱形模板和8点多层次大菱形模板分别代替正方形模板和多层次六边形模板;在中菱形搜索和大菱形搜索的步骤后均加入提前终止判定,减少了对不重要搜索点的搜索。仿真结果表明,改进后的新算法在保证信噪比和编码码率基本不变的情况下,使得运动估计的时间减少了10%～23%,增强了编码的实时性。     

相关观测误差条件下Kalman滤波器的一种设计方法

在分析噪声相关性对Kalman滤波器性能影响的基础上,文章推导一种相关观测误差条件下卡尔曼滤波器的设计方法。该方法利用误差的相关矩阵信息,对量测矩阵和观测误差协方差阵做去相关校正,实现准最优的Kalman滤波,并获得正确的状态误差估计。仿真证明了算法的效果。     

基于“当前”统计模型的自适应不敏卡尔曼滤波算法

基于机动目标"当前"统计模型在直角坐标系下建立了三坐标雷达跟踪系统的状态方程和观测方程。针对非线性自适应滤波这一问题,提出了一种基于"当前"统计模型的自适应不敏卡尔曼滤波算法(CS-UKF),并对算法作了说明。通过计算机仿真验证了CS-UKF算法的有效性,并且该算法跟踪效果良好,精度好于基于"当前"统计模型的自适应扩展卡尔曼滤波算法(CS-EKF)算法。     

基于曲线运动的改进型卡尔曼滤波器

滤波器的性能对雷达站多站数据融合有着至关重要的影响,目前卡尔曼滤波器对曲线运动模型的滤波性能误差较大,或者是运算效率较低.对曲线运动模型的描述和相应卡尔曼滤波器提出了改进,并设计了改进型卡尔曼滤波器,经仿真验证取得了良好的效果.     

基于运动模型估计的分布式实时时间配准算法

在目标运动模型未知和参数不完备等复杂情况下,目前尚无较好的分布式实时时间配准方法。假设在较短时间内目标在某一方向上的运动可以用匀速、匀加速或匀变加速直线运动模型表示,文中提出了一种复杂情况下基于运动模型估计的分布式实时时间配准算法。首先,对目标航迹序列进行不同阶次的滑窗多项式拟合,并根据拟合误差在线估计目标的运动模型;然后,在状态参数不完备的情况下构造完整的运动状态估计向量,并利用Kalman预测方法进行实时时间配准。仿真结果表明,与传统方法相比,提出的方法具有更好的性能。     

基于运动模型匹配的抗距离欺骗干扰方法

分析比较了常用的对欺骗干扰的识别方法以及对抗方法。对其局限性提出了一种基于回波脉冲展宽系数特性的距离欺骗干扰判决方法和一种基于运动模型匹配的抗距离欺骗干扰方法。最后将上述方法实现于某型雷达抗干扰模拟验证系统中,通过实测数据及实验记录结果证明了该方法的有效性。     

基于眼动仪分析新闻网页的视觉浏览模式

用户在浏览网页时,会因为视觉感知特性、自身浏览习惯及网页布局引导等因素的影响,对网页各区域的关注程度以及浏览顺序形成某种固有的视觉浏览模式.该浏览模式可为新闻网页的布局优化提供依据,提升用户对新闻信息的获取效率,并为网页的可用性提供评价标准.借助眼动仪获取用户在浏览网页时的视点运动信息.首先基于用户的浏览习惯,通过预实验将新闻网页划分为若干个兴趣区域;然后统计用户在不同区域的视点数据,以获取用户对不同区域的关注程度和浏览顺序,从而分析用户在网页浏览中的视觉浏览模式.以凤凰资讯网站为例,对用户在浏览新闻网页时的关注模式进行了分析.     

无人机群布散运动模型研究

无人机集群运动技术中,布散模型是一项非常重要的研究内容。研究无人机的布散模型时,最重要的工作就是建立每个无人机的运动方程。在建立无人机二维平面内质点运动方程的基础上,设计了虚拟恒定引力、边界力、Lennard-Jones分子力来对模拟无人机在散开运动中的受力,以实现无人机整体运动的趋向性和避免碰撞的要求。通过对运动方程求数值解获得的仿真结果看出,建立的运动模型可以实现无人机在一定范围内散开,并保持运动趋向性和避撞性。     

基于网格模型的运动估计技术

网格模型的运动估计和跟踪在基于模型的编码方法中占有重要的地位,在现有的网格运动估计技术中,六边形匹配(Hexagonal Matching)是一种有效的网格模型运动估计算法,它采用局部最优和迭代策略相结合的方法得到较好的全局运动估计结果.六边形匹配算法由块搜索和迭代六边形匹配两步组成,同所有的基于模型的运动估计技术一样,六边形匹配算法也存在运算量大的问题难于满足实时编码需要.本文对六边形匹配算法从三个方面进行改进:用四步搜索替代全搜索、快速的纹理映射技术和有效的节点排序减少迭代次数.改进后的算法在基本上保证原算法的运动估计效率的情况下,算法的复杂度有明显的降低,使得基于模型的编码技术向实用化前进了一步.