基于带通滤波的红外小目标捕获算法研究

分析了红外点目标的成像特性，介绍了带通滤波的特点和设计方法，并在对数据进行滤波处理后采用基于位置和灰度相关算法对目标进行确认，引入了海天线的计算模型。该方法适应性强，处理效果好，对海背景干扰和天空去云层干扰具有较高的抑制作用。通过卷积实现的带通滤波算法计算简明，且容易由硬件实现，对运动小目标的检测具有较强的应用价值。实验结果表明该算法能够检测出海天背景下帧间移动的低信噪比的红外小目标。     

红外与激光主/被动联合跟踪算法

针对单站红外被动式跟踪存在不可观测性问题，提出红外与激光主／被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题，将参考文献[1]给出的一维机动目标“当前”统计模型推广到三维情况，得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性量测方程。然后对红外探测器测量的角度信息和激光测得的距离信息进行融合，得到正确的测量值。最后提出扩展的自适应卡尔曼滤波算法并进行了仿真研究。仿真表明；方案可行，可同时对目标三个空间坐标轴的位置、速度、加速度进行估计。     

红外与激光主/被动联合跟踪算法

文中针对单站红外被动式跟踪存在可观测性问题,提出红外与激光主／被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题,将参考文献[1]给出的一维机动目标“当前”统计模型推广到三维情况,得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性测量方程,然后对红外探测器测量的角度信息和激光测得的距离信息进行融合对准,得到正确的测量值。最后,提出扩展的自适应卡曼滤波算法并进行了仿真研究。仿真研究表明方案可行,可同时对三维空间目标的位置、速度、加速度进行估计。     

基于透射系数的穿墙雷达墙体参数估计

超宽带穿墙雷达中未知墙体参数估计精度直接影响目标位置定位和成像质量。针对该问题,文中提出了一种基于透射系数的未知墙体参数估计方法。该方法首先通过计算电磁波穿透墙体时的透射系数推导出振幅衰减系数;然后,结合传播时延与墙体参数的非线性关系,利用牛顿迭代法能够精确估计出未知墙体参数;最后,对结果进行了误差分析和比较,表明该方法在未知墙体参数估计中的可行性。文中利用时域有限差分方法进行电磁建模,其仿真数据验证了墙体参数估计算法的有效性。     

红外图像的光流计算

图像光流的计算不需要在图像序列中建立特征之间的对应关系，因此光流法在计算机视觉的众多领域，包括运动物体的参数估计和目标跟踪方面都有广泛的应用，由于红外图像的噪声相对较大，光流法很少用于红外图像中目标的运动参数估计和跟踪，这里，使用几种常用的光流计算方法对部分实际红外图像进行了光流场计算。结果表明，当选择合适的方法或计算方法进行一定的改进时，这些红外图像可以得到比较接近实际情况的目标光流场，进而应用于红外图像中的目标分割，运动状态分析与目标跟踪等领域。     

基于协同粒子群优化的GTD模型参数估计方法

针对雷达目标散射中心GTD(Geometric Theory of Diffraction)模型最大似然估计中存在的高维、非线性、混合参数估计问题,提出一种基于协同粒子群优化算法的参数估计方法.该方法能够同时估计得到散射中心的类型、幅度和位置参数,且对初始值不敏感,与基于RELAX的估计方法相比,不需要反复迭代估计,降低了计算复杂度.仿真实验结果表明,该算法能够较准确地估计得到GTD模型的散射中心参数.     

基于改进时频分析方法的天波雷达机动目标检测算法研究

在天波超视距雷达(OTHR)中,基于时频分析技术的机动目标检测算法具有信噪比要求低和参数估计精度高等优点。但是传统的时频分析方法计算量大,难以满足实际工程应用需要。针对该问题,该文提出一种新的时频分析方法,该方法构造时间-频率变化率的联合域并沿时间轴进行积分实现机动目标的检测和参数估计。由于该算法积分路径的特殊性,可以避免使用Hough变换,进而减小算法计算量,使其满足实际工程需要。仿真结果表明,该算法在低信噪比(SNR)下检测效果好,运算量低,且具有更高的参数估计精度;此外,该算法对不同时刻的频率变化率成分进行了积累,有效抑制了多机动目标引起的交叉项,避免了虚假目标的出现。     

多目标红外测温系统设计与实现

阐述具有多目标测温补偿的测温系统的设计,系统通过AdaBoost人脸识别算法对采集的可见光图像进行目标实时检测,然后利用SIFT算法对目标进行特征提取和图像匹配,计算出目标距离信息,最后利用实验数据建立温度补偿模型,通过距离信息计算出补偿温度。实验结果表明该系统在3m距离内的温度测量误差小于±0.3℃,实现多目标远距离情况下的高精度温度测量。     

一种多相位中心天线的动目标检测和成像算法

提出了一种基于多相位中心天线的动目标检测和成像算法。通过对3个孔径回波信号进行处理，获得两路杂波对消后的动目标信号，再对这两路信号分别进行多普勒参数估计和干涉处理，确定目标的真实位置、方位向和距离向速度，然后对动目标聚焦成像；与以往的动目标检测算法相比，提出的方法能够获得运动目标的全部参数；最后通过计算机仿真验证了该方法的可行性和有效性。     

基于图像分割和配准的红外焦平面阵列非均匀校正算法

在目标成像跟踪和制导领域,存在大量由缓慢移动背景和相对背景运动的点目标构成的红外图像序列,传统的基于场景的红外焦平面非均匀校正算法在解决此类图像中存在困难。提出了基于图像分割和配准的红外焦平面非均匀校正算法(简称S—R算法),通过将图像背景和运动点目标分离,利用图像配准的方法完成图像背景的非均匀校正和点目标位置处错误固定噪声参数的补偿,最终完成整个焦平面探测单元固定噪声参数的估计,从而有效解决了这类红外图像序列的非均匀校正问题。S—R算法具有噪声参数估计精度高、收敛速度快和计算复杂度低等优点。文中最后用仿真数据对上述结论进行验证。     

一种局部参考坐标系下的三站时差定位算法

论文针对三站时差定位计算过程中,会出现多解及选解模糊的情况,对一种通过低空基准平台对海地面或近地目标进行探测定位的三站无源时差定位算法进行研究。基于高精度的WGS-84地球模型,提出建立一种基于空中基准站覆盖区域的局部参考坐标系。在该坐标系下,通过坐标变换和近似处理,降低了时差方程中目标点在三维直角坐标系下未知坐标的维数,从而可按照一般三个基准站计算二维坐标的定位算法完成对目标点的三维定位,求解与判断较为容易,保证了计算结果的稳定性。然后通过迭代运算,进一步提高计算结果的精度。通过坐标反变换（线性变换）,可得到目标点在大地坐标系下的定位结果。仿真结果显示,对于我们所关心的目标区域,该算法因为避免了求解四次方程,并且运算过程中各坐标分量的几何意义明显,易于选解,从而解决了三站时差定位计算中常存在的定位模糊问题。该方法无需辅助其它测量信息（如测方位角等）,仿真运算中不存在选解错误的情况,其定位精度满足应用需求。      

基于嵌入式平台的低时间复杂度目标跟踪算法

针对嵌入式平台往往算力受限的应用背景,提出了一种低时间复杂度的、适用于复杂场景的目标跟踪算法CTSTC算法。算法由自适应更新的时空上下文目标跟踪环节和自适应更新的压缩感知目标辅助定位环节两部分构成,当时空上下文跟踪结果不可靠时,启动压缩感知目标辅助定位环节,如果辅助定位后的结果可靠,则采用辅助定位结果校正时空上下文跟踪环节。算法运行速度与时空上下文算法（STC）接近,I5CPU下测试可达每秒1 577帧,远高于其他常用算法,是一种运算速度极高的目标跟踪算法,但算法在复杂环境下的鲁棒性却有所提升。使用OTB2013数据集进行测试,较STC算法,CTSTC精度提升12.8%,成功率提升27.5%。算法在以DM6437为核心的小型目标跟踪系统上进行测试,可以实现实时稳定跟踪。     

运动观测站对固定辐射源频差定位算法

 针对频差定位中的运动观测站对固定辐射源的定位场景,提出了一种目标位置直接求解频差定位算法,解决了基于频差定位方法的算法求解问题.所提方法利用目标相对于参考站的极坐标表示公式,巧妙借助频差定位方程的形式,按照先求解目标的方位角,再求解目标的径向距离,最终获得目标准确位置的直接求解公式.其中对算法进行了详细的分析,讨论了求解过程中目标方位角和径向距离的求解模糊及其处理方法,并利用仿真分析验证了理论分析的正确定,为频差定位算法的应用提供了理论基础.     

基于区域定位与轮廓分割的红外目标检测

红外图像受随机噪声干扰严重.传统的基于高斯混合模型的检测算法检测得到的红外目标受虚假轮廓影响,不易准确辨识.为了准确识别红外目标,采用了一种基于脉冲耦合神经网络和高斯混合模型的红外目标检测算法.首先利用高斯混合模型定位红外目标区域的位置,然后利用基于空间信息的分水岭算法得到闭合区域,再利用基于脉冲耦合神经网络的分割算法剪切其虚影,最终检测到完整的运动目标.结果表明,该方法能够消除在传统方法中产生的虚影现象,得到精确的红外运动目标.通过比较,实验结果优于传统方法.     

一种改进的非合作目标定位方法及其应用验证

针对传统非合作目标定位方法对回波信号的群路径误差敏感和性能不稳定的缺陷,提出了距离信息遗传迭代算法来实现非合作目标的定位。详细介绍了距离信息的遗传迭代算法,并构建了一发三收的多基地探测系统,开展了以电离层不均匀体作为非合作目标的定位试验。通过试验,成功获得了非合作目标的经度、纬度和高度信息。研究表明：该方法具有自我反馈机制,能够避免定位结果陷入局部最优解和算法性能的不稳定,为非合作目标定位的研究提供了一种新的思路。     

基于图像纹理频谱的弱目标自动检测

弱目标所含信息的相对贫乏,使得基于目标的检测算法往往难以获得满意的效果,另一方面,弱目标的存在常常使其所在局部区域的纹理较之包含该区域的更大区域的纹理发生较大改变;而纹理单元及其函数纹理频谱则分别能有效地捕获这两个区域在微纹理及宏纹理上的差异,从而检测出弱目标。基于这一思想,文中提出了一种基于纹理频谱的弱目标自动检测新方法。实验证明,该方法与其它方法相比,具有定位精确、算法简单、抗噪能力强和运算速度较快的优点。     

TLD目标跟踪算法研究

在TLD (Tracking Learning Detector)算法的基础上,提出了一种基于Online MIL(Online Multiple Instance Learning)的TLD目标跟踪算法.算法使用改进的MIL跟踪器进行目标跟踪,提高了目标在被遮挡情况下跟踪的鲁棒性.另外,在学习机制部分,目标位置的决策策略使用了跟踪结果优先的原则,使算法能适应出现类似目标时的跟踪.实验结果表明,该方法能够长时间准确地跟踪目标,并在出现类似目标时;跟踪效果较好.此外,改进后的算法在跟踪的稳定性和跟踪效率上较原算法提高了1倍.     

基于基准线概率密度的多站多目标定位

针对在多传感器多目标定位中,运用测向交叉定位法会产生大量虚假点,研究了一种剔除虚假点的方法。首先确定一个基准站,将其所测角度对应的测向线设为基准线,其他站测角所对应的测向线与每条基准线相交可产生大量交点,通过比较每条基准线上交点的概率密度和,选取和值最大点作为对应基准线上目标的估计位置。仿真分析表明,此法定位精度高,处理速度快,适于实时处理。     

基于连通性检测的视频监控运动目标提取

针对背景相对静止、主要检测对象为行人的视频监控序列,提出了一种基于连通性检测的目标提取算法,它把形态学滤波与连通性检测相结合,对分割后的二值化图像进行噪声干扰去除,在获得若干连通区域后,利用面积、外界矩形及其特征对连通区域进行识别,通过区域重心标注目标在各帧位置,实现目标提取.实验结果表明,该算法简单可靠,具有实时性,易于硬件实现,可应用于实际系统.     

基于距离像序列的空间目标识别算法

提出了基于距离像序列的空间目标识别算法,首先对距离像序列进行小波消噪,然后应用RELAX算法提取出目标强散射中心的位置和幅度,根据高于幅度门限的强散射中心的位置来确定目标径向长度,最后根据目标径向长度序列的均值和标准差对三轴稳定卫星、自旋稳定卫星和碎片进行分类识别。计算机仿真结果表明,该算法取得了比较好的识别效果。