基于匹配场处理的天波雷达高度估计算法

天波超视距雷达通常采用距离-多普勒处理来检测海面上的目标。距离-多普勒处理可以获得目标的斜距和多普勒频率,而不能获得目标的高度信息。该文提出一种基于匹配场处理的算法来估计目标高度,算法利用单个驻留周期的回波数据来进行估计。仿真表明,在给定的仿真场景下,目标高度估计精度可达2000 m左右。与已提出的对数似然函数算法相比,该算法具有更好的稳健性。     

具有形状信息的多个群目标跟踪算法

针对杂波和漏检环境下多个群目标跟踪中形状估计精度低的问题,提出一种具有形状信息的多个群目标跟踪算法。该算法首先进行量测集划分进而起始航迹,随后对传统的群目标Bayesian递推算法进行改进,并融合群航迹关联等算法,利用改进的算法对多个群目标的运动状态和形状信息同时进行估计,大大提高了形状的估计精度。仿真结果表明,该算法不仅可以对多个群目标的运动状态同时进行跟踪,并且可以有效估计每个群目标的形状信息,大大提高了形状估计精度。     

采用单水听器的匀速圆弧运动直升机三维参数估计算法

针对空中匀速圆弧运动目标激发的水下声信号,该文采用单水听器解决该动目标3维运动参数的估计问题。首先以直升机离散线谱为声源特征,在空气-水介质中建立声源线谱特征在匀速圆弧运动下3维多普勒传播模型。然后根据多普勒频移曲线、声源运动模型以及声线传播几何关系,选取3个时间观测点计算目标多普勒频移,推导了单水听器估计空中匀速圆弧运动声源的3维参数估计算法。最后,通过仿真单水听器所接收的水声信号,验证了该算法估计匀速圆弧运动声源飞行参数的有效性和精度。     

利用多普勒的运动单站直接定位算法

针对利用运动单站接收辐射源信号进行目标定位过程中,传统两步定位算法测量参数时会产生信息损失,从而导致估计精度不够理想的问题,提出了一种联合多普勒的运动单站直接定位算法。该算法通过构造代价函数,得到包含辐射源位置信息的共轭矩阵,然后分别针对未知信号和已知信号通过特征值分解求取共轭矩阵的最大特征值,最后进行二维格网型空间索引得到辐射源的位置估计。同时,本文还推导了相应的克拉美罗下界(CRLB),并分析了多普勒测量存在误差下算法的定位性能以及算法的运算量。通过理论分析和仿真实验可以表明,所提出的运动单站直接定位算法对目标位置估计误差能够逼近CRLB,且与两步定位算法相比,具有更好的定位精度。      

基于频域超分辨的高速目标参数估计算法

针对宽带噪声雷达高速目标探测中参数估计性能与运算复杂度无法兼顾的问题,该文提出一种基于频域超分辨的参数估计算法。该算法通过设置不同固定时延得到多组含有不同相位信息的组合噪声调频信号,并对每组信号进行不含尺度变换的匹配滤波运算,以此来构造多普勒相位差组。根据多普勒相位差组与阵列信号处理的相似性,利用现代谱估计算法得到目标的速度信息,构造多普勒补偿函数进行包含尺度变换的匹配滤波运算估计出目标的距离信息。该算法可以在无需考虑多普勒色散的情况下估计出目标速度,整个运算过程仅需1次时域重构运算;当多普勒相位差组的固定时延及分组数选择合适时,其运算复杂度及参数估计性能皆优于曲面拟合的宽带互模糊函数算法。仿真结果验证了该算法的有效性。     

多普勒盲区条件下的交互式多模型粒子滤波算法

机载预警雷达采用脉冲多普勒体制,具有良好的低空探测性能,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹暂消和重起批甚至断批。针对多普勒盲区条件下的目标连续跟踪问题,提出了一种基于交互式多模型的盲区粒子滤波(Interacting Multiple Model-Blind Doppler Particle Filtering, IMM-BDPF)算法。该算法将多普勒盲区的先验信息并入到IMM-PF中,在模型集中的每个运动模型上分别完成盲区粒子滤波,再进行交互式处理,得到盲区内的目标状态估计值。仿真结果表明该算法对盲区内做机动的目标具有较高的状态估计精度,解决了多普勒盲区条件下的机动目标连续跟踪问题。     

一种改进的多普勒雷达跟踪算法

多普勒雷达能够获得目标位置量测的同时,还能获得多普勒量测,即目标径向速度.为解决多普勒雷达量测处理算法过程复杂、计算量大的问题,本文提出一种用不敏卡尔曼滤波处理多普勒量测的改进方法对多普勒雷达量测直接在混合坐标系下进行非线性滤波,实现过程简单,计算量小.仿真结果表明该算法能够达到序贯扩展卡尔曼滤波和序贯不敏卡尔曼滤波算法的状态估计精度,并且明显改善估计的一致性.     

改进传播算子的角度和多普勒频率联合估计算法

在角度和多普勒频率的联合估计中,针对传统传播算子算法在低信噪比下精度差的问题,提出了一种改进传播算子算法。该算法首先利用时域平滑技术得到扩展流型矩阵,并使用传播算子矩阵的平移不变性获得角度的粗略估计;然后,构造与扩展流型矩阵具有正交关系的新传播算子矩阵,并以此建立2维优化问题的目标函数;最后,引入导向矢量的Frobenius范数约束,将2维优化问题转换为1维优化问题,通过1维局部搜索获得角度和多普勒的精确估计。本文算法不需要对协方差矩阵进行特征值分解,角度和多普勒估计结果可以自动配对。仿真实验表明,本文算法有较高的估计精度和分辨率。      

基于时间-调频斜率分布的多普勒调频率估计

该文提出基于时间-调频斜率分布(TCD)的目标回波线性调频(LFM)信号的多普勒调频斜率估计算法。分析目标回波LFM信号的TCD表明自项和交叉项均在多普勒调频斜率处取得极大值,采用垂直调频斜率轴投影积分可以有效抑制TCD的非多普勒调频斜率交叉项及噪声,增强多普勒调频斜率项。同时,采用二次搜索方法搜索TCD投影积分量最大值保证多普勒调频斜率估计精度,有效减少运算量;理论分析表明,通过合理控制搜索步长,可以使得计算耗时在一定条件下最小。仿真实验验证了该方法的有效性,该方法具有较高的估计精度以及抗噪性能。     

一种用于低空声源目标超视距被动声定位的新方法

该文提出了一种用于低空声源目标超视距被动声定位的新算法。该算法根据低空声源目标的声信号在定位反射点的基础上定位目标点,能有效降低声信号超视距传播误差的影响,提高定位精度,为雷达进一步跟踪和定位提供重要信息。仿真结果表明在时延估计精确的情况下,该方法对隐蔽于山后的低空声源目标的位置有较好的估计效果。     

用于WCDMA系统的MMSE接收机的功率与数据速率相结合的分配算法

该文针对3GPP WCDMA系统的反向链路,提出了一种基于MMSE接收机的功率和数据速率相结合的控制算法。该算法可以保证用户在达到目标信干比的同时,减小平均发射功率、加快收敛速度,从而提高系统的整体性能。仿真结果验证了所提出方案的正确性和优化算法的有效性。采用该文提出的算法,与MMSE功率控制算法比较,系统容量可增加近10％,而收敛速度可提高30％左右。     

六自由度并联机器人控制算法分析与实现

本文就六自由度并联机器人计算机分级控制中的位置、速度算法进行了分析，同时对其运动特性进行了讨论，最后结合运动特性给出了算法实现的框图。     

一种高阶参差MTI滤波器设计方法

本文提出了一种新的参差ＭＩＴ滤波器设计法,主要用一种新的梯度搜索法搜索参差码,可以提高搜索速度几百倍,然后结合等Ｔ滤波器系数来设计出滤波器,并给出了设计结果．     

地面机动目标跟踪方法研究

地面机动目标的跟踪是智能信息处理研究的一个重要问题。介绍了地面机动目标跟踪的方法,提出了基于地理信息的目标关联方法,主要采用智能启发式路径搜索算法,利用地理信息对目标经过位置进行评估从而形成最优路线。该方法通过提取地理信息计算补偿因子,选择代价小的节点作为下一步搜索对象,比盲目型深度优先或广度优先搜索提高了效率,试验表明该方法是可行的。给出了算法的详细实现步骤。     

基于OpenCV的运动目标跟踪系统研究

本文分析比较了传统运动目标检测的3种主要方法：背景图像差分法、时态差分法和光流法,在此基础上给出了一种背景图像预测算法,大大减少了因为背景变化而产生的目标检测误差。本文基于OpenCV设计出改进的运动目标检测与跟踪算法,实现了运动目标的跟踪,并在VC＋＋编译环境下,利用USB摄像头作为视频采集器,通过观察实验结果可以看出,本文的运动目标检测算法能够正确地检测出视频图像中的运动目标,而且在检测性能上优于普通的自适应背景差分法。     

An MRF-Based DeInterlacing Algorithm With Exemplar-Based Refinement

In this paper, we propose an MRF-based deinterlacing algorithm that combines the benefits of rule-based algorithms such as motion-adaptation, edge-directed interpolation, and motion compensation, with those of an MRF formulation. MRF-based interpolation and enhancement algorithms are typically formulated as an optimization over pixel intensities or colors, which can make them relatively slow. In comparison, our MRF-based deinterlacing algorithm uses interpolation functions as labels. We use seven interpolants (three spatial, three temporal, and one for motion compensation). The core dynamic programming algorithm is, therefore, sped up greatly over the direct use of intensity as labels. We also show how an exemplar-based learning algorithm can be used to refine the output of our MRF-based algorithm. The training set can be augmented with exemplars from static regions of the same video, as a form of ldquoself-learningrdquo.     

SOJ与虚假目标复合干扰下目标跟踪技术

在远距离支援干扰下,由于目标检测概率降低,雷达容易出现检测不到目标真实回波的现象,如果此时再施放虚假目标干扰,由于虚假目标回波比目标回波幅度强,雷达更容易误将虚假目标干扰回波当成真实目标的回波。针对上述特点,提出了采用卡方检验,SNR检验鉴别虚假目标,采用集中式雷达网数据处理方法对目标进行跟踪。仿真实验表明,此种方法降低了虚假目标的误鉴别概率,同时也可以较好地实现了干扰下目标的跟踪,具有一定的实际工程意义。     

LFMCW雷达运动目标距离与速度超分辨估计

超分辨谱估计算法能得到比传统周期图法高得多的分辨率,针对LFMCW雷达动目标检测问题,本文提出一种基于状态矢量空间方法的LFMCW雷达距离与速度超分辨估计方法。文中介绍了状态矢量空间方法的基本原理并分析了三角LFMCW雷达上、下扫频段差频信号的特点,使用基于状态矢量空间方法估计差频信号频谱,同时给出了相应的运动目标距离与速度的估计算法。该算法解决了LFMCW雷达动目标去耦问题,与传统FFT方法相比提高了运动目标距离与速度的分辨率和估计精度。仿真结果证明了该算法的有效性。      

基于GA的BP神经网络在多目标优化中的应用

针对传统多目标优化的求解方法通常存在目标权值主观性大,优化目标仅为各目标加权和以及在求解过程中各目标优化的不可操作性等问题,文中提出了一种新颖的多目标优化算法,其将改进后的遗传算法与BP神经网络融合,提出了基于遗传算法的BP神经网络融合算法。该算法将遗传算法与BP神经网络算法相结合,充分发挥遗传算法的全局搜索能力优势和BP算法的局部搜索能力特点,使得多目标优化问题得以求解,加快收敛速度,从而提高了收敛精度。     

传感器组网新方法研究

提出了一种基于多目标蚁群优化算法的传感器组网节点快速选择方法，利用蚁群算法处理纯方位目标跟踪中需要同时满足目标定位精度和节点能量消耗这一多目标优化问题，计算机仿真表明，多目标蚁群节点选择方法所得到的跟踪精度和能量消耗比同条件下的最近邻法所得到的好。