基于改进 Mean Shift 的运动目标跟踪算法

为了提高传统 Mean Shift 算法在目标快速运动和被大面积遮挡两种情况下跟踪的效果,对 Mean Shift 跟踪算法进行了3点改进：采用 Kalman 滤波器预测运动目标轨迹,以提高算法对快速运动目标的鲁棒性;提出了一种融合Kalman 滤波器残差和 Bhattacharyya 系数的遮挡处理机制,以提高目标被大面积遮挡时的跟踪效果;提出了一种基于自适应更新因子的目标模型更新机制,以提高动态适应能力。对比实验结果表明,改进算法能有效提高在上述两种情况下的跟踪效果,并且在遮挡情况下具有较好的鲁棒性。     

PD雷达系统中"遮挡"问题的分析及处理

PD雷达的一个固有缺陷是存在“遮挡”现象,解决“遮挡”问题是实现对目标跟踪的前提。本文在分析“遮挡”现象产生的基础上,提出了利用多重脉冲重复频率和记忆跟踪两种解决问题的方法,并对两种解决方法优缺点进行了分析。     

复杂场景中目标抗遮挡跟踪算法研究

针对复杂场景中目标被干扰、遮挡等情况,提出了一种基于遮挡判断和运动轨迹预测的抗遮挡跟踪算法,可实现对被干扰或遮挡的目标进行有效跟踪,给出仿真结果,表明了算法的有效性和实用性。     

无线电脉冲引信距离特性分析

防空导弹脉冲引信属于近距工作雷达,除了要有足够的探测威力外,一般要具有锐截止特性,由于脉冲发射的"遮挡效应",又不可避免的存在"盲区"。因此,作用距离、"盲区"、截止距离是防空导弹脉冲引信的基本距离特性。文章对影响引信距离特性的主要因素进行了分析和仿真,给出了引信距离特性设计的初步参数选择。     

闪烁噪声下目标跟踪的改进粒子滤波算法

针对目标跟踪系统具有强非线性非高斯的特点,提出了一种强跟踪粒子滤波(STUPF)算法.该算法将无迹卡尔曼滤波器(UKF)与强跟踪滤波器(STF)相结合作为粒子滤波提议分布,具有在线调节滤波增益阵,提高滤波器跟踪突变状态的能力.在给出闪烁噪声统计模型的基础上,将STUPF应用在几种典型目标运动模型跟踪系统中,并同UKF和...     

基于单目视觉的多车辆跟踪方法研究

针对车载单目摄像机的汽车辅助驾驶系统,提出了一种多模式多线索的车辆跟踪算法。首先利用运动估计预测目标在下一帧的感兴趣区域,也就是跟踪窗。然后多目标遮挡推理机制确定目标是处于遮挡模式还是正常模式。在正常模式下,在跟踪窗内联合使用车辆的先验知识、评估环节、分块模板等线索对车辆目标定位;遮挡模式下,利用遮挡推理机制给出的遮挡区域,在跟踪窗内调用切割分块模板匹配进行遮挡处理。这种多模式多线索的车辆跟踪方法实现了对后方多车辆的稳定跟踪,同时也适合前视车辆。实验结果表明该算法是鲁棒的和准确的。     

一种在高重复频率脉冲多普勒雷达导引头中消除遮挡的方案

该文以实际的导弹系统为背景,分析了高PRF PD导引头中存在的信号遮挡问题,提出了改变发射信号的PRF值来消除遮挡的解决方案,该方案可用于消除脉冲多普勒雷达中,特别是高PRF PD导引头中的遮挡问题及距离模糊问题。在高PRF的跟踪过程中,在每个时间间隔T,采用该方案的系统在一定的PRF范围内改变脉冲重复频率值,以保持目标回波落在接收门的中心,从而除遮挡的影响;同时系统还可获得一个较高精度的目标距离估值。     

微波交会对接雷达目标跟踪的卡尔曼滤波器设计

针对空间交会对接应用中追踪航天器对目标航天器的精密跟踪,采用三阶修正卡尔曼滤波器直接在球坐标系下对径向距离和径向速度进行联合跟踪,采用2个结构一致的二阶修正卡尔曼滤波器分别对俯仰角和俯仰角速度、方位角和方位角速度进行联合跟踪。提出一种状态噪声的实时估计算法,有效地解决了卡尔曼滤波应用中状态噪声的参数设计问题。仿真结果表明,本文设计的卡尔曼滤波器能够精确地跟踪目标航天器,同时具有较强的动态适应能力。     

强跟踪联邦的卡尔曼滤波器设计

将强跟踪滤波方法应用到联邦滤波器中,形成无反馈模式的联邦滤波器的强跟踪联邦滤波算法.该强跟踪联邦滤波器由2个子滤波器和1个主滤波器组成,主滤波器到子滤波器的信息反馈.子滤波器独立地进行时间更新和测量更新.主滤波器对时间进行更新,并将2个子滤波器的结果进行信息融合,得到全局最优估计.     

杂波环境下多机动目标跟踪的一种新粒子滤波器算法研究

多机动目标跟踪系统具有本质非线性和非高斯特性, 而且状态的测量通常是来源未确定的观测量, 在杂波环境下尤其如此.因此, 杂波环境下的多机动目标跟踪问题需要同时解决多个目标的机动性以及测量和目标之间的关联问题.提出了一种结合粒子滤波器和吉布斯采样器的多机动目标跟踪算法, 可以很好地解决在杂波环境下的多机动目标跟踪问题.在仿真研究中, 与另一多机动目标粒子滤波器算法BMMPDAF的比较证明了所提出的算法的优越性.