多普勒盲区条件下的目标航迹优化技术

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,但其固有的多普勒盲区会使目标无法被检测,从而造成目标航迹中断和重起批．针对多普勒盲区条件下的目标跟踪问题,研究了一种基于多普勒预测的目标航迹优化方法．首先分析了多普勒盲区产生的原因,然后在传统自适应航迹暂消准则的基础上,结合扩展卡尔曼滤波处理后的点迹预测,提出了一种优化的暂消准则,并引入航迹质量分数来评估航迹维持能力．最后通过仿真实验验证了所提出准则的可行性和有效性．     

地面目标光学特征近/远距映射研究

针对复杂背景环境下的地面特种车辆目标在不同高度距离下的光学目标特征推演变换及探测性能评价问题,基于大气传输理论,应用像元分辨率变换方法和像元幅值变换方法,构建了近/远距离目标特征映射模型;模拟仿真获得了空基和天基不同距离下的地面目标可见光探测图像,提出了基于探测概率的光学隐身性能估算方法.这为实战条件下的地面目标可见光...     

利用位置信息的目标航迹质量实时评估方法

目标航迹质量评估属多指标评估问题,包括目标状态的精确性和连续性等指标,但是现有评估指标不适用于目标航迹质量的实时评估。此外,在航迹质量综合评估中,各指标加权系数直接由经验给定,缺乏理论依据。针对上述问题,该文提出了一种基于位置信息的目标航迹质量实时评估方法。该方法首先根据目标位置信息,建立目标航迹质量实时评估指标体系,给出评估指标的递推计算方法,然后基于层次分析法确定评估指标加权系数,最后利用加权求和方式,实现目标航迹的综合质量评估。基于仿真数据的实验结果验证了该方法的有效性。     

基于特征剪裁的AdaBoost算法及在人脸检测中的应用

针对AdaBoost算法存在训练消耗大并且误检率较高的问题,提出一种基于AdaBoost的高效检测方法.它主要包含一种基于特征剪裁的AdaBoost算法（FPAdaBoost）和一种新的检测扫描方法--确认和跳过检测机制（CSDS）.FPAdaBoost算法在每一轮训练中会根据分类误差剪裁掉一部分特征,提高算法的训练速度;而CSDS检测方法在传统的检测方法基础上引入验证和确认机制,在保证检测率的条件下有效控制误检的发生.在MIT CBCL训练集和MIT+CMU检测集上对提出的方法进行验证,结果表明,FPAdaBoost算法相比原始AdaBoost算法在性能上没有明显退化,但却大大改善了训练速度,同时CSDS检测机制的引入极大地降低误检率,提高检测结果的可靠性.     

长航迹稳定跟踪的雷达功率分配算法

分布式组网雷达系统在处理跟踪任务时,低信噪比会导致目标检测概率小于1,进而可能导致目标航迹中断。为此,提出了一种长航迹稳定跟踪的分布式组网雷达功率分配算法,通过对雷达系统功率资源的优化配置,同时保证了航迹连续性与良好的系统跟踪性能。首先建立了分布式雷达回波信号及量测模型,然后推导了不确定性量测下的贝叶斯克拉美罗界(BCRLB),进而建立了功率分配问题数学模型。该优化问题中包含复杂非凸约束,为了对其进行高效求解,最后提出了一种基于凸优化的自约束功率分配(SCPA)算法。仿真结果表明,所提SCPA算法可以保证跟踪全阶段所有目标航迹不中断,并保持良好的跟踪性能。     

严重拖尾杂波中距离扩展目标的自适应极化检测

为了解决统计特性未知的严重拖尾杂波背景下距离扩展目标的信号检测问题,提出了一种基于广义似然比检验(GLRT)的自适应极化检测器．该检测器利用了雷达回波的极化信息,并使用辅助数据估计杂波的协方差矩阵．推导了其虚警概率表达式,理论分析验证了该检测器对于杂波能量和杂波协方差矩阵具有恒虚警特性．仿真结果表明,该自适应极化检测器在较低信杂比下就可以获得好的检测性能,且相比于点目标自适应极化检测器和单极化自适应检测器,具有更优的检测性能．     

Active false-target discrimination method based on the amplitude ratio feature

Cooperation in multiple-radar has become an important trend in radar deception electronic counter-countermeasure. To solve the problem that the existing signal fusion-based methods cannot achieve a constant false alarm rate, this paper proposes a novel target discrimination method based on the difference in amplitude ratio feature. By the analysis of the random distribution of target amplitude ratio, multiple-dimensional test threshold is applied to discriminate the detected targets under a preset false alarm probability. Simulation results verify the feasibility and effectiveness of the proposed method.     

基于成像声呐的水下多目标跟踪研究

针对水下多目标跟踪问题,提出基于成像声呐的高效目标跟踪算法. 基于声呐的成像特点,针对声学图像中的每个像素点,建立基于信号强度的回波信号模型,提取图像中的个体目标. 采用基于序贯蒙特卡罗的概率密度假设(SMCPHD)滤波对各目标状态进行滤波,结合Auction航迹识别算法将滤波后的目标状态与已确定的航迹进行关联,实现多目标跟踪. 通过算法的仿真分析发现,该方法相对于基于数据关联型的多目标跟踪算法如联合概率数据关联(JPDA)算法、多假设跟踪(MHT)算法,大大提高了计算效率. 对采集的现场数据进行目标提取与跟踪,获得目标的跟踪轨迹.     

分布式结构下主/被动雷达抗假目标干扰方法

针对欺骗式假目标干扰,提出一种利用分布式融合结构主／被动雷达网的距离欺骗式假目标鉴别算法．首先利用主动雷达中的量测值来联合被动雷达进行航迹起始,并在航迹起始阶段剔除部分假目标; 之后,主动雷达和被动雷达独立地对目标进行跟踪滤波; 对于主动雷达中已形成稳定航迹的假目标,利用航迹关联的方法将其剔除．仿真结果表明,这种方法可以在保证真实目标鉴别概率的前提下,对欺骗式假目标进行有效的鉴别,降低主／被动雷达网的被欺骗概率．     

基于雷达探测概率的飞机隐身性能评估

针对利用不同极化方式的雷达散射截面数据难以准确衡量飞机各个角域的隐身性能问题,提出了一种基于移动平滑算法和探测概率模型相结合的评估方法.首先设置平滑窗口对HH极化和VV极化的周向RCS数据进行了平滑处理减小了RCS极化相对误差.然后基于单脉冲检测和非相参积累检测求取了平滑数据的雷达探测概率及其探测概率误差,结合两种误差条件,并按照最佳移动平滑处理使RCS极化相对误差最小而不使原始数据信息失真,最优非相参积累检测效果尽可能反映各个角域探测概率误差信息的原则,定义了以滑动窗口尺寸和非相参积累脉冲构成的最优组合解.最后采用遍历比较法求解了隐身飞机RCS数据移动平滑及其探测概率的最优处理结果,进而对飞机重点角域的隐身特性进行了量化分析和有效评估.仿真结果表明:经过平滑处理的RCS数据,在求取非相参积累探测概率后,能够有效评估飞机重点角域的可探测性能,且组合解为(10,10)时,评估效果最佳.     

Multi-Object Tracking Based on Segmentation and Collision Avoidance

An approach to track multiple objects in crowded scenes with long-term partial occlusions is proposed.Tracking-by-detection is a successful strategy to address the task of tracking multiple objects in unconstrained scenarios,but an obvious shortcoming of this method is that most information available in image sequences is simply ignored due to thresholding weak detection responses and applying non-maximum suppression.This paper proposes a multi-label conditional random field (CRF) model which integrates the superpixel information and detection responses into a unified energy optimization framework to handle the task of tracking multiple targets.A key characteristic of the model is that the pairwise potential is constructed to enforce collision avoidance between objects,which can offer the advantage to improve the tracking performance in crowded scenes.Experiments on standard benchmark databases demonstrate that the proposed algorithm significantly outperforms the state-of-the-art tracking-by-detection methods.     

基于三维激光雷达的动态障碍实时检测与跟踪

为了解决在大数据量的情况下实现高效检测与跟踪的难点,提出一种室外动态未知环境下自主车的多障碍实时检测与跟踪的算法.由于Velodyne 64线三维激光雷达具有数据量大、精度高等特点,采用其与相机结合感知环境.算法结合从图像处理中得到的道边信息将原始激光雷达数据的感兴趣区域转化为栅格地图,在地图上采用区域标记和模板匹配的方法进行聚类和特征提取,检测得到盒子模型的障碍物,并进行障碍物跟踪.为了避免在多障碍物的情况下出现虚警和漏检,基于多假设跟踪数据关联和卡尔曼滤波来跟踪连续多帧的障碍物.本算法在自主车平台上能够以每帧100 ms实现准确、稳定地检测和跟踪.     

地面防空预警雷达探测概率仿真模型研究

针对地面防空预警雷达探测效能实验验证问题,将目标发现概率解析计算和雷达功能仿真相结合,构建了较完整和完备的雷达探测概率仿真模型．该模型包括视距判断、信噪比求解、干扰功率计算等模块和仿真环节,能够基于典型飞机目标的航迹想定,仿真计算单部雷达和雷达网对目标所有航迹点的综合探测发现概率,可为地面防空预警雷达装备探测效能仿真验证和作战使用研究等提供支持．最后,通过不同层次和粒度的仿真实验,验证了模型的有效性和可行性．     

基于虚警可控梯度提升树的海面小目标检测

高维特征检测是提升海面小目标探测性能的一种有效途径,其主要难点在于高维空间分类器设计.本文提出一种基于虚警可控梯度提升树(Gradient Boosting Decision Tree, GBDT)的特征检测方法.首先,从一维长时观测向量中,提取时域、频域、时频域等多个特征,构建高维特征向量,从而将检测问题转换为二分类问题.其次,通过仿真含目标回波,解决两类训练样本非均衡的问题.然后,引入GBDT算法,将高维特征向量凝聚为一维概率预测值,并以预测值作为检测统计量,解决二分类器难以控制虚警的问题.最后,采用IPIX实测数据验证,结果表明：本文所提的检测器充分利用了高维特征的全部信息,性能平均提升13%以上.     

HPRF雷达距离延拓检测前跟踪方法

针对高脉冲重复频率(HPRF)雷达弱小目标检测前跟踪的距离模糊问题,提出了一种基于距离延拓的检测前跟踪方法．该方法采用多重频参差工作模式,对动目标检测器(MTD)处理后的数据进行预处理,并按照不同的距离模糊数进行距离延拓．通过多重频组内直接能量积累和组间的航迹能量积累获取最大的目标能量．最后,采用航迹凝聚策略消除由动态规划算法引起的航迹团聚效应,依据虚假目标与真实目标的相关性去除由低信噪比而引起的虚假目标航迹．在未知目标初始化状态的情况下,该方法提高了对弱小目标的检测性能．仿真结果表明了该方法的有效性．     

基于航迹聚类的终端区飞行程序轨迹表示

为了定量评估飞行员严格按照规定的飞行程序执行飞行任务的能力,对终端区飞行程序轨迹的表示方法进行了研究。通常终端区范围内一条真实的航迹约有150个航迹点,而标准飞行程序仅使用4到9个航路点表示,不足以描述一条完整的航迹。针对这一问题,提出了基于航迹间面积加权的航迹相似性度量方法,并利用CURE算法实现航迹聚类。通过比较聚类集平均航迹和代表航迹分别与标准飞行程序的关系,建立了飞行程序轨迹表示模型。最后利用某大型国际机场的一条标准离场飞行程序以及实际运行航迹对提出的方法进行验证,实验表明,本文所述方法能更好的实现航迹聚类,并可准确地表示飞行程序轨迹,为分析与评估飞行员飞行品质提供理论基础和实践应用参考。     

3维坐标系下的飞行冲突探测算法

冲突探测是空中交通管理的主要辅助决策工具.针对中国空中交通管理发展过程中面临的飞行冲突问题,提出了3维坐标系下的飞行冲突探测方法.首先根据飞行轨迹的特点提出了按时间整合航路段后求解冲突概率,以提高连续求解冲突概率的效率;其次,算法中考虑了自由飞行中高度层变化的飞行冲突情况.使用Monte Carlo方法进行大量仿真实验,分析了轨迹误差、精度参数对冲突概率值及虚警的影响.实验结果证明了算法的有效性和实用性,具有较好的参考价值.     

基于细粒度污点跟踪策略的Android应用敏感信息泄露检测

针对Android应用存在的敏感信息泄露问题,基于细粒度信息流跟踪策略,利用静态污点跟踪技术设计了一个Android应用敏感信息泄露检测方案.该方案根据Smali代码的语法语义特点、应用内部的函数调用关系及Android通信机制建立了细粒度的污点传播策略,用不同的泄露检测策略和污点传播策略来驱动检测过程,根据跟踪结果确定应用是否存在敏感信息泄露.实验结果表明该方案能够对敏感信息泄露进行有效检测,增加了检测的准确性和灵活性,减少了分析过程中存在的信息流不全面和误报问题.     

基于空-频域特性的飞机尾流检测前跟踪方法

与常规点目标相比,尾流跨越多个角度和多普勒分辨单元,常规检测方法不能充分利用其空-频域特性,因此很难实现较远距离上的尾流探测.基于尾流的多普勒扩展特性和空间线状分布特性,提出了一种基于幅度和位置量测的检测前跟踪(TBD)方法.仿真结果表明,该方法能够通过频域低门限预处理实现高检测概率,通过空间积累降低虚警概率;通过增加辅助信号处理通道,能够增大尾流的探测距离.     

新遗传粒子滤波的红外弱小目标跟踪与检测

针对传统粒子滤波器的粒子退化和贫乏问题,提出基于进化思想的新遗传粒子滤波算法．将算术相加,快速Metropolis-Hastings移动作为遗传算法的交叉和变异算子,与赌轮选择一起作为粒子滤波重采样的一类方法．将新遗传粒子滤波用于红外弱小目标的跟踪与检测,利用目标的幅度特性和运动特性,进行多帧图像滤波输出的似然比假设检验,来判断目标是否存在．仿真实验结果表明,基于快速Metropolis-Hastings 变异的遗传重采样方法可以快速提高粒子的多样性,避免粒子退化;所提出的检测方法在虚警率为10^-3,信噪比为2.0时,检测概率可以达到98.5％,检测性能明显优于传统重采样粒子滤波算法．