共查询到18条相似文献,搜索用时 125 毫秒
1.
2.
无人机在民用和军事领域中都发挥着重要作用,其体积小、数量多、速度快,更会给国防安全带来严重的安全威胁,有效跟踪定位无人机是保障低空安全的关键问题之一。针对典型城市环境中的多目标跟踪问题,提出一种高效费比的多目标跟踪算法。通过广域部署低成本智能反射面,对多目标进行数据融合;同时提出一种改进的数据关联算法,通过特征辅助的模糊数据关联,利用一部分历史数据作为筛选最优观测数据的特征阈值,得到最接近真实值的量测数据。采用卡尔曼滤波进行状态估计,实现对多目标的低成本高精度跟踪。仿真对比新算法与传统概率密度数据关联算法性能。仿真结果表明:新算法相比传统算法在位置和速度方面均方根误差更小,跟踪精度约为1.7 m,传统算法约为6.6 m,实验结果表明新算法能够有效提高目标关联精度和跟踪性能。 相似文献
3.
基于多特征信息的支持向量机数据关联算法 总被引:1,自引:0,他引:1
数据关联是多目标跟踪中的关键问题.利用信息融合技术和支持向量机分类模型,提出了一种新的多目标跟踪数据关联算法--基于多特征信息的支持向量机的数据关联算法.该算法充分利用了传感器的测量信息,从而减小了量测与航迹关联的不确定性;并且由于支持向量机算法是一个二次型优化问题,从而克服了人工神经网络训练过程中的局部极小值的问题.计算机仿真表明,该算法具有较高的关联性能. 相似文献
4.
5.
6.
7.
8.
9.
针对密集杂波环境下多目标数据关联问题,提出了一种基于弱化算子自适应模糊C均值聚类的数据关联算法。该算法首先采用弱化算子对有效回波进行弱化处理,在此基础上应用自适应模糊C均值算法对目标有效回波进行聚类,并将聚类中心作为相应目标最终观测值,最后采用最近邻法将聚类中心与目标航迹配对。实验结果表明,该算法与FCM方法相比,具备更高的关联和跟踪精度;与JPDA算法相比,提高了关联时实性。 相似文献
10.
雷达组网多目标跟踪系统采用加权最小二乘估计估计目标的初始状态,其数据关联采用最近邻算法,假设观测误差为高斯噪声且各个传感器之间相互独立,先计算量测点与系统航迹的标准化距离,再判断某个量测是否与某个航迹相关联,选择标准距离最小的系统航迹与量测点配对,用此量测点对系统航迹进行更新。系统跟踪滤波则采用加权最小二乘滤波算法,仿真试验表明,该系统可有效地对组网雷达条件下的多目标进行跟踪。 相似文献
11.
12.
13.
14.
15.
针对3 维点云模型特征线提取存在断裂、不完整问题,提出一种基于近邻点重加权的点云特征线提取算
法。算法分为提取特征点和特征点连接成线2 个环节,在特征点提取环节,引入近邻重加权局部质心算子获取特征
点集,通过欧式最小生成树构建特征线。实验结果表明:采用近邻重加权局部质心算法进行特征点提取,跟传统基
于曲率的算法相比其结果更加准确和稳健,能有效提取点云模型的几何特征。 相似文献
16.
研究了弹道目标防御雷达的多目标跟踪数据关联方法,提出了一种弹道目标跟踪的自适应多雏分配相关算法.在对多传感器探测覆盖区域进行分区处理的基础上,进行多目标跟踪模式的判断,根据跟踪模式选取不同维数的多维分配相关算法进行相关处理,分析了多维分配算法存在的问题,给出了算法实现的伪代码.仿真实验结果表明,利用该算法能够很好地跟踪弹道目标. 相似文献
17.
采用一种基于粒子群优化的特征提取算法,以K-NN分类正确率作为评价准则,应用粒子群优化算法寻找使提取特征的K—NN分类正确率最大的转换矩阵,从而实现特征的提取.算法的特点是结构简单灵活,对数据的分布特征不敏感,适合于对模拟故障特征进行提取.故障诊断示例证明了该特征提取算法在导弹模拟故障诊断中的有效性. 相似文献
18.
为提高导引头末制导阶段抗干扰能力,针对典型的欺骗式距离-速度联合拖引干扰模型,研究了基于概率假设密度(PHD)滤波的多目标跟踪与基于无迹Kalman滤波(UKF)的多目标识别技术。为说明导引头目标识别原理,给出了距离-速度联合拖引干扰模型;根据导引头测量原理,通过导引头框架角、导弹-目标相对距离、径向速度建立系统跟踪模型,给出了基于PHD滤波的多目标跟踪与基于UKF的多目标识别的基本原理;基于典型的目标运动模型(匀速直线与匀速转弯模型),针对目标施加的4次距离-速度联合拖引干扰,采用目标跟踪结果以及估计的目标速度和加速度信息进行多目标跟踪与识别分析,能够很快实现真假目标识别。仿真实验结果表明,利用PHD滤波与UKF信息能够有效实现对距离-速度拖引干扰下的多目标跟踪与识别。 相似文献