干扰条件下组网雷达航迹起始算法研究

为解决干扰情况下航迹起始问题,在分析不同干扰强度对航迹起始影响的基础上,提出了一种适合于干扰条件下的航迹起始算法。该算法通过寻求模糊综合贴近度的极值点实现目标的检测,用与目标相关的测量估计目标的初始状态。算法的特点是充分利用了组网雷达各传感器的"残留"信息,且不需要掌握目标的检测概率,杂波密度等信息。仿真实验证明了该算法的有效性。     

基于模糊平均综合相似度的航迹关联算法

为了解决多传感器多机动目标的航迹关联问题,提出了基于模糊平均综合相似度的多传感器多目标航迹关联算法.该算法首先应用模糊理论建立了多传感器航迹关联问题的数学模型,提出用航迹间的整体平均距离进行粗关联,确定可能关联航迹,排除不关联航迹;然后利用模糊理论计算出可能关联航迹之间的模糊综合相似度,基于到当前时刻的全部模糊综合相似度,得出可能关联航迹的整体模糊平均综合相似度,建立模糊平均相似度关联矩阵;最后采用最大平均综合相似度和阈值判别原则,确定关联航迹.仿真结果表明,在目标密集、航迹交叉等情况下,该算法性能良好,关联正确率明显优于传统方法.     

基于航迹隶属度的分布式系统数据融合算法

航迹关联与航迹融合是分布式目标跟踪系统数据融合的关键.本文研究了基于航迹隶属度的数据融合算法.综合各传感器航迹估计形成的目标运动状态特征向量与传感器分辨率,根据模糊聚类算法建立各观测时刻航迹隶属度矩阵与系统航迹关联决策矩阵,解决融合中心航迹关联问题.根据加权融合算法思想,结合各观测时刻航迹隶属度矩阵,实时、动态分配航迹号集合中各局部航迹权值,解决目标航迹融合问题.蒙特卡罗仿真表明,算法航迹关联效果明显优于加权航迹关联算法,并得到与简单航迹融合算法一致的目标融合航迹.     

一种基于IPDA的航迹质量管理新算法

传统的航迹管理方法在处理航迹起始、跟踪和终结时需用到不同算法,这无疑增加了航迹管理的复杂性.文中借助综合概率数据互联(IPDA)算法中考虑目标存在概率的思想,结合打分方法提出了一种新的航迹质量管理算法.该算法利用目标存在概率的信息不仅能对目标航迹进行更好地跟踪,同时可以判定航迹的起始和终结.仿真结果表明该算法跟踪性能优于PDA算法,并能够通过调节初始存在概率和质量的满分值来达到合适的起始和终结反应时间.仿真结果验证了算法的正确性和有效性.     

被动传感器组网模糊综合贴近度的数据关联算法

针对被动传感器采样非周期且采样数据缺乏距离信息等特点,提出了一种用于解决目标航迹与传感器量测相关联的模糊综合贴近度的数据关联算法.由于被动传感器的量测没有距离信息且传感器探测范围小,本算法首先设置两个关联波门进行量测筛选;然后采用航向确定法得出航向角信息,并综合方位角、俯仰角信息,使用模糊综合的方法进行最终的关联,以解决关联错误率高的问题;最后使用扩展卡尔曼滤波进行目标状态与协方差的更新.实验结果证明了该算法方法的有效性.     

一种基于模糊聚类的PHD航迹维持算法

针对杂波环境下数量变化的多目标航迹关联问题,提出一种基于模糊聚类的PHD航迹维持算法.该算法充分利用多帧信息,对当前时刻状态进行多步预测,并根据惯性进行加权,然后利用模糊聚类求得当前估计属于每条航迹的隶属度,从而得到最终的航迹.与传统的估计与航迹关联算法不同,该算法在更新每条航迹信息时,不仅仅是简单地对相邻帧之间的对数似然比进行求和,而是通过加权聚类等操作综合考虑了多帧信息.实验结果表明,所提算法能够更好地保持目标航迹,即使在目标出现交叉的地方也能达到很好的跟踪精度,具有较强的鲁棒性和优良的航迹维持性能.     

分布式系统模糊分类识别航迹关联算法

以模糊分类识别理论为基础,提出了一种分布式系统航迹关联算法。算法以各节点局部航迹为研究对象,确定航迹特性指标,建立航迹贴近度向量,根据最大隶属原则解决航迹关联问题。仿真表明,该算法比基于统计方法的加权航迹关联算法具有关联速度快、关联正确率高,且对密集目标环境适应性较强的优点。     

集中交互式多传感器模糊联合概率数据互联算法

 为了解决杂波环境下多传感器多机动目标跟踪问题,本文提出了一种集中交互式多传感器模糊联合概率数据互联算法.该算法首先设定多个跟踪模型并计算每个模型中测量点迹与航迹测量预测之间的模糊综合相似度;然后基于阈值判别及经验概率法则计算模糊联合互联概率,并基于此概率对各航迹进行状态估计及状态估计协方差的更新;最后计算各模型概率,并据此概率对各模型所获得状态估计进行加权得出各航迹在融合中心最终的状态估计.对该算法与集中交互式多传感器联合概率数据互联算法进行仿真比较,仿真结果显示该算法的跟踪精度较后者有显著提高,同时有效地降低了周期耗时,综合性能更优越.     

并行联合概率航迹起始逻辑

本文在研究现有大量航迹起始方法的基础上,在机载脉冲多普勒雷达环境下,提出了一种用于机动目标和非机动目标的并行联合概率航迹起始逻辑.其主要思想是在工程实现背景下,通过对两种具有不同起始性能的航迹起始逻辑进行合并,构成一种新的航迹起始逻辑,兼顾机动目标和非机动目标的航迹起始.蒙特卡罗模拟结果表明,新方法克服了原有航迹起始方法的缺陷,保留了原有航迹起始方法的优点,降低了航迹起始平均时间,改善了航迹起始正确概率.     

基于模糊综合函数的航迹关联算法

本文运用现代数学中的综合分析方法,提出了模糊综合航迹关联算法,文中详细讨论了状态估计向量间模糊综合相似度的计算和评价方法,导出了三种典型模糊综合函数的递推式,研究了模糊综合航迹关联准则,并通过仿真将它与两种经典方法进行了比较。仿真结果表明,在密集目标环境下和/或交叉、分岔和机动航迹较多的场合,模糊航迹关联算法的性能明显优于传统方法,其正确关联率比传统方法提高了大约40％。     

Fuzzy image clustering incorporating spatial continuity

The authors present a spatial fuzzy clustering algorithm that exploits the spatial contextual information in image data. The objective functional of their method utilises a new dissimilarity index that takes into account the influence of the neighbouring pixels on the centre pixel in a 3×1 window. The algorithm is adaptive to the image content in the sense that influence from the neighbouring pixels is suppressed in nonhomogeneous regions in the image. A cluster merging scheme that merges two clusters based on their closeness and their degree of overlap is presented. Through this merging scheme, an `optimal' number of clusters can be determined automatically as iteration proceeds. Experimental results with synthetic and real images indicate that the proposed algorithm is more tolerant to noise, better at resolving classification ambiguity and coping with different cluster shape and size than the conventional fuzzy c-means algorithm     

多传感器模糊-概率交互作用的数据关联算法

本文基于估计理论和模糊系统理论,提出了一种多传感器多回波模糊－概率交互作用的数据关联滤波算法,以解决密集杂波干扰环境中多传感器跟踪机动目标的数据关联问题。模糊关联度和关联概率共同组成了各有效回波的加权系数,弥补了概率数据关联滤波方法（ＰＤＡＦ）的不足,提高了杂波环境中机动目标的跟踪性能。     

基于边缘特征的SAR图像目标检测方法

如何快速而准确地检测出SAR图像中的目标是一个极富挑战性的课题.利用图像边缘特征和模糊集理论设计了一种快速有效的SAR图像目标检测算法.该算法先利用模糊软阈值小波降噪方法去除相干斑噪声,然后用模糊边缘检测器检测出降噪图像的边缘,最后利用形态学操作算子提取出边缘图中的目标区域.与基于亮度特征以及基于纹理特征的检测算法相比,提出的检测算法能够快速、准确地检测出目标,而且产生的虚警数量较少.SAR实测数据的实验结果表明,提出的算法是有效的且具有很好的应用前景.     

自适应尺度抗模糊核相关滤波跟踪法

针对图像模糊和目标尺度变化而导致跟踪失败的问题 ,提出一种自适应尺度抗模糊核相关滤波跟踪法。首先,构建一个抗模糊特征检测与匹配模 型,该模型将待匹配图像进行掩膜处理,提取目标感兴趣区 域,并利用加速稳健特征(SURF)和二进制尺度旋转不变鲁棒特征(BRISK)描述子对目标区域 进行特征点检测 与描述,通过特征点二次匹配,获取模糊图像中目标的位置。其次,判断当前图像清晰度, 若图像清晰度 高于一定水平,则利用传统的核相关滤波(KCF)算法预测目标位置,并通过比较不同尺度下 的目标响应峰值, 得出目标的最佳尺度;否则,利用抗模糊特征检测与匹配模型获取目标位置。最后,在OTB -2015数据集 中测试算法性能,本文所提算法的精确度为85.2%,比传统的KCF算法 提高17.4%;成功率为77.8%,比 传统的KCF算法提高23%。实验结果表明,所提算法在跟踪过程中可自 适应地改变跟踪框的大小,并且可对模糊图像中的目标进行有效跟踪。     

一种红外序列图像目标边缘检测方法

红外序列图像边缘检测是图像处理中的重点和难点之一.提出了一种基于柔性形态学的红外序列图像边缘检测算法,首先对目标红外图像进行柔性边缘提取,然后在此基础之上采用模糊c均值聚类方法将图像转化为二值图像,从而得到比较精确的目标边缘检测图像.计算机仿真实验表明,该方法的性能优于传统的检测算子,并且具有抑制噪声的功能.     

一种基于模糊理论的雷达与视频融合交通目标跟踪方法

为了解决单传感器在道路监测中存在的局限性以及交通环境多样化等问题,基于模糊集理论的一种目标决策标准对传统的数据融合算法进行改进。该方法利用决策层模糊集理论的多传感器融合算法对交通目标进行跟踪,采用Z型隶属函数用于决策分支的优化。与传统的算法相比,改进后的数据融合算法对雷达航迹冗余、视频干扰和目标分割等问题都有所改善,并且进一步提高了跟踪精度。收集了大量的实际交通数据来验证雷达和视频跟踪算法的有效性,实验结果表明多传感器融合算法优于单传感器的目标跟踪算法。     

基于窗口参数估计的距离扩展目标CFAR检测

雷达在探测目标时,若目标尺寸远大于雷达的距离分辨率,会在距离维上呈现出距离扩展目标特性,采用传统的点目标检测方法因无法利用全部能量而造成检测性能下降。本文针对距离扩展目标检测问题,以外辐射源雷达为背景,首先建立了外辐射源雷达距离扩展目标回波模型,提出了基于最大广义信噪比准则的距离扩展窗口参数估计方法来预估距离扩展目标的位置与宽度;为进一步判断窗口内是否为目标,研究了距离扩展窗口内的模糊恒虚警率（CFAR）检测算法,仿真比较了基于不同积累准则对各类起伏目标的模糊CFAR检测性能,并与传统的二进制积累CFAR比较,表明在均匀噪声环境和多目标环境下,基于模糊代数积积累的模糊CFAR检测性能均最优。最后结合外辐射源雷达舰船目标探测实验的实测数据处理结果,证明了基于模糊代数积积累的模糊CFAR具有最优的检测性能。     

基于多普勒频率与距离和的目标定位

针对无源探测系统,提出一种基于多普勒频率与距离和测量的目标定位算法。建立无源探测系统中探测定位的数学模型与基于多普勒频率测量的计算关系,给出目标位置的求解过程和模糊解的处理方法。仿真实验中利用STK建模工具构建了典型的场景,并分析了算法的定位精确度。实验证明,利用对目标多普勒频率与距离和的测量对目标进行定位的算法是有效的。