多传感器综合的目标相关跟踪算法

讨论了适合于综合多传感器目标跟踪文件的目标相关跟踪算法。目标相关跟踪问题可以阐述成为似然比检验问题,似然比检验能将目标状态估计误差和目标空间密度分布都考虑进去。为了使相关误差最小,还讨论了相关算法中阈参数的最优化方法。     

基于多传感器数据融合的机动目标跟踪算法研究

在分析了机动目标跟踪的重要地位之后，探讨了两种时下常用的机动目标跟踪的方法，基于自适应相互作用多模型的算法和α—β滤波算法，试图对基于多传感器的机动目标跟踪和识别算法构建一个轮廓和框架。     

多传感器声目标识别的研究

介绍了声目标的各种识别方法，将Dempster-Shafer证据推理的基本理论应用到声目标的识别中。用质量函数构造基本概率赋值函数，给出了在n次扫描情况下，累积质量函数的融合公式并给出了识别目标的决策方法。通过实例计算可以看出，该方法可以提高对声目标识别的准确性。     

基于主/被动雷达双传感器的自适应跟踪融合算法

在主、被动雷达双传感器目标跟踪背景下，提出一种自适应数据融合算法。跟踪同一个目标的主、被动雷达观测数据由线性卡尔曼滤波器来处理，与主／被动雷达对应的两个跟踪器的输出数据被发送到一个中央节点，在这个节点中，包含了两个由在线跟踪信息构成的指标变量．将这些指标与设定的阈值进行对比．即通过二者的逻辑判断结果来选择用于得到整体评估的方法，其中对周值的选择决定了融合算法融合精度与计算量的平衡点。仿真结果表明，这种融合算法有很好的融合效果。     

传感器网络中结合分类信息的多目标关联算法

多传感器多目标跟踪系统的关键技术之一是航迹关联,应用于传感器网络时更为复杂。提出结合分类信息的基于图模型航迹关联算法,把目标分类信息和运动学信息相结合来提高关联效果。它利用分类混淆矩阵确定分类结果似然函数,修改基于图模型的航迹关联算法的顶点兼容函数和连线兼容函数。对多传感器网络的多目标跟踪情况仿真．比较仿真结果说明结合分类信息确实提高了关联正确率。     

低检测概率条件下的多传感器机动多目标跟踪方法研究

为解决低检测概率条件下的多传感器非线性、机动、多目标检测、数据关联及滤波问题,首先对目标数量进行随机过程建模,其次应用模型参数以及目标数量对目标状态进行了增广,最后应用多模型粒子滤波器（MMPF）对多传感器在低检测概率条件下的机动多目标跟踪进行了仿真。仿真结果表明：基于MMPF的低检测概率目标跟踪方法能够有效检测目标数量,同时对机动多目标具有良好的跟踪性能。     

时空综合被动定位在机动目标跟踪过程中的应用

针对传统的纯方位目标运动分析需要本艇机动的缺点,将时空综合被动定位方法（STI）应用在目标运动分析领域,并将其推广在机动目标的定位跟踪过程中,仿真计算表明,利用STI方法能够对机动目标进行有效的定位跟踪,且无需本艇机动。     

弹道目标跟踪的自适应多维分配相关算法

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.     

双基阵纯方位水下被动目标的跟踪算法

双基阵纯方位水下被动目标的跟踪算法,以带拖曳阵声纳的潜艇为模型,将双基阵跟踪转化为随机跳动的特殊单基阵跟踪.当潜艇利用双基阵进行目标跟踪时,把双基阵跟踪等效成单站跟踪,再采用伪线性估计器对目标的运动要素进行解算.仿真结果表明该方法对目标和潜艇的运动态势有很强的适应能力.     

主被动雷达导引头数据融合目标跟踪算法

在主被动雷达导引头目标跟踪过程中,为了有效融合主被动雷达导引头探测的信息进行精确跟踪,文中提出了用BP神经网络将主被动雷达导引头探测的信息进行分类,并通过模糊系统根据目标的机动大小调节神经网络的学习速率以及根据目标距离的远近调节融合中心的权值.通过仿真试验表明,与传统的目标跟踪方法相比较,具有更好的跟踪效果,证明了该方法是可行的.     

基于数据压缩的多传感器PHD滤波算法

针对多传感器多目标跟踪,提出一种基于数据压缩的多传感器概率假设密度(PHD)滤波算法,解决串行多传感器PHD(SMSPHD)滤波计算量过大的问题。算法首先利用数据压缩将多传感器量测数据转换成等效的单传感器量测数据,然后在此基础上进行PHD滤波。仿真结果表明,该算法可以实现对多目标的有效跟踪;此外,随传感器数目的增加,该算法增加的计算量约为SMSPHD滤波算法增加的4.3%。     

一种红外多目标实时跟踪器的设计

充分利用目标运动轨迹的连续性和均匀性。提出了一种有效的帧间同名匹配的多目标跟踪算法,避免了多个目标的跟踪干扰问题。同时考虑到算法的复杂性,为了满足跟踪的实时性和平稳性,采用了最先进的图形工作站以及高速的图像采集技术和SCSI硬盘阵列存储手段。该系统应用到某靶场试验中,结果表明：跟踪精度高,跟踪效果好．跟踪成功率高,应用价值高。     

基于形态学和直方图分析的多源图像目标分割算法

提出了一种兼具形态学和直方图分析方法优势的多传感器图像目标分割算法。首先根据图像内在属性用指定直方图方法进行图像增强,利用图像区域直方图统计描述子特征进行目标区域检测;然后分别对红外图像应用形态学重构,对激光雷达图像应用局部阈值法进行目标轮廓估计,再将各传感器图像获得的兴趣区域进行交叉验证,排除背景干扰;应用动态边缘演化技术最终确定目标边缘。对复杂场景的多传感器图像测试表明,该算法较好地保留了目标的形状特征,是一种有效的多目标分割算法。     

软杀伤武器环境下鱼雷多目标跟踪方法

针对日益复杂水声对抗环境下鱼雷多目标跟踪中出现目标误跟或失跟现象,分析了水下软杀伤武器的对抗方式,提出了一种基于识别、跟踪、优选的一体化鱼雷多目标跟踪方法。该方法首先利用识别来排除干扰式武器的影响,然后对潜艇和声诱饵进行目标跟踪,最后通过优选确定鱼雷的攻击目标。仿真结果表明,该方法可有效解决鱼雷跟踪过程中短时的数据丢失问题,并实现组合使用软杀伤武器情况下的鱼雷反对抗。     

多目标跟踪的高斯混合概率假设密度滤波算法

在多目标跟踪中,在观测数据存在关联的不确定、检测的不确定、噪声和虚警情形下,同时估计出随时间变化的目标数及目标状态,高斯混合概率假设密度(GMPHD)提供了一种有效的方法.PHD滤波不存在解析解,而GMPHD滤波提供了PHD递推的解析解.仿真结果表明,GMPHD滤波能稳健的跟踪目标数未知或时间变化时的目标状态和目标数.     

巡航导弹多目标攻击的决策算法

针对巡航导弹多目标攻击的决策问题，分析了与决策相关的评价指标，给出了一个指标的量化方法和隶属度函数，并在此基础上，提出了一种基于三角模糊数和熵权系数的多目标决策评价模型．通过算例分析，论述了巡航导弹多目标攻击决策评价的具体过程，表明了算法的适应性．     

空空导弹多目标测试系统研究

通过试验室手段对导弹进行多目标攻击测试考核,能够及时评估导弹攻击能力,尽早暴露问题。文中首先阐述了实现多目标攻击技术的机理和要素,探索性的提出了一种基于反射内存光纤网络并在试验室环境下能够模拟空中实战条件对导弹进行测试、考核的多目标测试系统研制思路,重点研究对比了两种实施方案的可行性,并就涉及到的关键技术途径进行了探讨。     

无源定位系统的多目标数据关联算法

主要研究多目标无源定位系统的数据关联方法。数据关联实质上是求解后验概率的极大值,首先建立两传感器三维空间联合关联概率数学模型,将求解后验概率的极大值问题转化为求解特殊的指派问题。由于漏检和虚警的存在,导致指派个数不确定,提出了一种新的改进单亲遗传算法来求解该问题,该遗传算法将解阵看作一个个体,将矩阵的列看作个体的基因,始终对一个个体进行交叉和变异操作。仿真结果表明,提出的求解方法收敛速度快、关联正确率高,验证了模型和求解方法的正确性和可行性。