基于编队目标重心的航迹起始方法研究

在分析了编队目标跟踪现有的K-方法和集群引晶方法的基本原理、步骤及存在问题的此基础上,针对编队目标不同于一般多目标的特点,提出了基于编队目标重心的航迹起始方法。该算法首先根据监视区域内多目标回波的空间距离进行分群检测预处理,以形成编队目标;在完成分群检测后,再利用目标回波幅度信息求解每个编队目标的重心,以编队目标重心为等效量测实现编队目标快速、稳定的航迹起始。仿真结果证明了该方法的正确性与有效性。     

一种基于循环自相关分析的雷达编队目标架次估计

在研究编队目标回波多普勒频率变化的基础上,提出一种基于循环自相关分析的编队目标架次估计新方法.该方法利用编队目标回波可近似看作多个频率相近、幅度恒定、调频系数相等的LFM信号叠加的特点,采用循环自相关估计回波信号的调频系数,再利用分数阶傅立叶变换对编队目标架次进行估计.该方法计算简单,易于工程实现,相对Fourier变换和WVD具有较高的分辨能力.实测数据实验表明了方法的有效性,实现了较短数据长度下的雷达编队目标架次的有效估计.     

编队目标的仅方位跟踪

编队目标跟踪是多目标跟踪领域中的一个特殊问题.一般认为,在巡航状态下编队中的所有目标以同样的速度和航向匀速运动.这一事实可以用来帮助目标跟踪器改善跟踪效果.给出了在仅方位测量条件下编队目标跟踪的3种模型:分开模型、耦合模型和协作模型.分开模型实质上是多个单目标的同时跟踪,与单目标跟踪没有区别;耦合模型是将多个目标的待估状态耦合成一个综合的目标状态,各目标的测量信息也是合在一起使用;协作模型则是利用跟踪效果好的目标的速度和航向解算结果来帮助跟踪效果差的目标.对这3种方法进行的理论和仿真比较分析的结果表明,协作模型更有优势.     

编队目标架次的识别

分析了编队目标间距引起的目标间多普勒频率的差别以及多普勒频率的变化规律,利用Morlet小波变换,对编队目标回波进行时—频分析,从回波信号的三维时频坐标下的等高线上识别目标架次。通过实验结果可以看出,此方法是可行、有效的。     

基于交互多模型的高机动群目标跟踪技术

针对杂波环境下密集多目标的跟踪问题,首先引入了编队群目标跟踪算法(FGT),并结合交互多模型(IMM)算法,提出了适用于杂波环境下机动群目标跟踪的新算法—基于交互式多模型的编队群目标跟踪算法(IMM-FGT).计算机仿真结果表明,IMM-FGT算法是解决机动群目标跟踪问题的一种有效的方法.     

编队目标跟踪的自适应相关波门算法

为解决空中编队目标跟踪过程中航迹关联的难题,提出一种基于目标运动状态的自适应相关波门算法。首先通过分析编队目标的运动特征,完成编队分割和编队速度的估计;然后将编队目标的速度方向作为约束自适应波门的条件,在跟踪过程中根据目标运动方向确定波门方向,并基于前一时刻编队中各目标的距离来选择波门尺寸,同时考虑测量误差和预测误差的影响。仿真结果表明：相对于传统的固定波门算法,在编队目标跟踪过程中,自适应波门算法在避免编队内目标航迹相互交错和保证跟踪稳定性方面可以达到较好的跟踪效果。     

信息化雷达显控终端的设计与实现

现役雷达显控终端多采用以硬件为主的封闭式实现方法,很难通过简单改进将目标检测/跟踪与目标识别等研究成果嵌入到雷达系统中.文中提出的信息化雷达显控终端概念,以通用微机作为开放式处理平台,在数字雷达显控终端的基础上增加了目标识别信息处理功能,可以对目标回波进行深层加工,对目标属性进行层次化分类.信息化雷达显控终端将回波录取、目标检测/跟踪、分类识别和多样化的信息显示集成在一起,融合跟踪和识别结果,提供目标航迹、属性、敌我身份以及编队等信息,能够大幅度提高雷达系统的战场信息感知能力,代表了未来雷达显控终端的发展方向.     

一种基于多变量联合的双星编队雷达GMTI方法

在应用编队卫星雷达沿航迹排列进行地面运动目标检测时,由于动目标的存在,各小卫星接收回波所构成的样本协方差矩阵携带了杂波及运动目标信息,可通过对样本协方差矩阵的分析来提取运动目标的相关信息。基于这种思想,文中对双星编队雷达的回波样本协方差矩阵进行了特征分解,提出了一种由特征分解所获特征矢量和特征值等变量组合而成的运动目标检测新算子,相比协方差矩阵特征分解后所获变量直接定义的检测算子,新算子对杂波和噪声的鲁棒性更强。对各类检测算子检测性能的计算机仿真实验验证了文中所提新检测算子的优越性。     

编队卫星SAR回波多普勒频率特性分析

针对以编队小卫星为平台的合成孔径雷达(SAR)应用系统,给出了一种推导多普勒频率解析公式的方法.该方法利用编队卫星与地面目标之间的空间几何关系及编队卫星之间的相对运动,以SAR系统参数、主星轨道根数、编队构形及目标运动参数等为前提条件,通过多个坐标系之间的相互转换,将地面目标与编队卫星的运动矢量统一在地心赤道坐标系内推导了目标回波的多普勒频率表达式.分析了回波多普勒中心频率及多普勒调频斜率的特性,通过仿真验证了从星轨道根数计算公式及多普勒频率计算公式的正确性,为进一步研究编队卫星SAR系统参数设计和选择奠定了基础.     

基于DSP的无人机编队视频跟踪技术

无人机编队飞行可协同完成任务,比单机执行任务效率更高。队形控制是实现编队飞行的关键技术之一。视觉跟踪技术能从视频序列中获得感兴趣目标的状态参数,故在编队中可以利用视觉信息进行目标检测与跟踪来确定邻机方位及距离信息,从而实现队形控制。首先利用视觉传感器获取无人机的运动图像,然后基于DSP采用KLT算法,计算出无人机在图像上的相对位移,实现无人机的跟踪。实验证明,跟踪结果准确性较高,满足实际应用的精度要求,可用于无人机编队稳定跟踪,为进一步解决无人机相对定位问题提供位移信息。     

多运动目标高速实时跟踪算法的实现

针对静态暗背景的视频场景,为了达到对多运动目标的实时准确监控,提出了一种多运动目标高速实时跟踪算法。以运动目标的实时重心作为跟踪点,采用高速FPGA并行运算技术,实现图像采集、图像噪声滤波、边缘检测、连通域标记和重心计算。算法通过实验验证,在60 f/s的帧率下,可以准确实时地跟踪300个运动目标,保证了算法的高速实时性。     

时变湍流对动态移动光斑定位精度的影响

为了研究时变湍流对跟瞄过程中动态平移的光斑定位和跟踪精度的影响,采用改进的逆傅里叶变换方法构造了体现大气湍流特性的随机相位屏,模拟仿真分析了不同强度时变湍流影响下光斑动态平移时探测器感受到的光斑质心与光斑实际质心之间的跟踪偏差、定位偏差与光斑在探测器上位置之间的关系,以及湍流强度对光斑质心定位精度的影响,给出了统计偏差曲线。结果表明,在时变大气湍流的影响下,光斑整体动态平移过程中实际质心的移动距离与接收端探测器感受到的光斑质心移动距离存在一个跟大气湍流强度成正比的偏差。动态平移过程中光斑质心的平移跟踪偏差与定位精度、大气湍流强度以及光斑在接收终端探测器上的位置有关。     

A novel target tracking method based on OSELM

Target tracking is an important branch of computer vision, which includes three stages: image sequence optimizing, target expressing and target detecting. The target detecting stage is an important factor that influences the tracking performance. Therefore, how to obtain a more accurate and robust target detecting method becomes an urgent problem. Online sequential extreme learning machine (OSELM) is a kind of online learning method based on extreme learning machine. OSELM completes incremental learning by combining with the existed model when dynamic training samples are arriving. That OSELM has advantages including fast-speed and incremental learning suggests that is suitable for target detecting. Nevertheless, the target detecting process is different from the traditional classification for two causes: (1) target detecting is the dynamic process in that the position and rotation of the target are changing with time, and therefore the original OSELM method fails to obtain the most optimal target object from classified samples, (2) the tracking result frame depends on the previous frame, thus if the noisy sample is used as the target object, it would generates an impact to the tracking performance. To alleviate above-mentioned problems, this paper proposes an interesting and efficient target tracking method based on OSELM. In this method, we obtain the appropriate target object by judging the position relationship between each classified sample and the classification boundary. Moreover, we develop a kind of method that is similar to clustering to avoid tracking drift from noisy samples. The new target tracking method improves the performance remarkably, and eliminates the tracking drift from noisy samples. The proposed method is validated on six kinds of challenging image sequences.     

一种跟踪信息辅助的认知目标检测方法

近年来认知雷达技术取得了快速发展,如何利用已获取的感知信息提高雷达探测性能成为研究热点.针对跟踪阶段的认知目标检测问题,提出一种跟踪信息辅助的认知目标检测方法,旨在利用跟踪信息提高目标检测性能和跟踪性能.对于处于跟踪阶段的目标,目标真实性已被充分证实,此时可以将跟踪信息传递至检测模块,以期望获得探测性能提升.本文认知检...     

一种新的多装甲目标在线跟踪方法

实现多装甲目标跟踪在协同跟踪和打击中发挥着至关重要的作用,而实现多装甲目标跟踪需要解决目标之间遮挡、轨迹交叉以及目标尺度不断变化等问题。因此,提出了一种基于视觉注意力的Gabor在线多装甲目标跟踪方法,实现对地面战场中多装甲目标的跟踪。通过模拟视网膜结构,构造了一种能够增强检测的视觉注意力Gabor分支,并引入时间信息,采用在线学习的目标特性卷积神经网络解决目标遮挡的问题,更重要的是,通过实际拍摄和互联网下载等手段构建了多装甲目标跟踪数据集,并且通过对目前成熟的多目标跟踪方法和本文提出的方法进行对比实验。实验证明了本文提出的方法不仅具有优异的跟踪性能,而且能够满足实际的应用需求。     

改进粒子滤波算法在深空红外小目标跟踪中的应用

非负矩阵分解具有较好的特征提取性能,广泛应用于数据融合领域,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.该文结合两种算法的优点,提出了一种基于改进粒子滤波的红外小目标跟踪算法.利用NMF融合当前与之前的粒子分布权重,减小经典粒子滤波退化发散带来的精度误差.避免了目标遮挡及暂时消失带来的跟踪错误.仿真实验证明本文算法相对于经典粒子滤波,具有更好的跟踪精度和稳定性.     

An adaptive target tracking method for 3D underwater wireless sensor networks

Today, underwater target tracking using underwater wireless sensor networks (UWSNs) is an essential part in many military and non-military applications. Most of moving target tracking studies in UWSNs are considered in two-dimensional space. However, most practical applications require to be implemented in three-dimensional space. In this paper an adaptive method based on Kalman filter for moving target tracking in three dimensional space using UWSNs is proposed. Since, energy protection is a vital task in UWSNs; the proposed method reduces the energy consumption of the entire network by a sleep/wake plan. In this plan only 60% of the closer nodes along the path of the moving target will be waked up using a sink activation message and participate in the tracking, while the other nodes remain in sleep state. At each stage of tracking, the location of the target is estimated using a 3D underwater target tracking algorithm with the trilateration method. Subsequently, the estimations and target tracking results are inserted into the Kalman filter as measuring model to produce the final result. Performance evaluation and simulations results indicated that the proposed method improves the average location error by 45%, average estimated velocity by 86%, and average energy consumption by 33% in comparison to the trilateration method. However, computation time is increased as a result of improving tracking accuracy; and tracking accuracy is lost about 20% due to saving energy. It was shown that the proposed method has been able to adaptively achieve a trade-off between tracking accuracy and energy consumption based on real-time user requirements. Such adaption can be controlled trough the sink node based on real-time requirements.     

基于红外辐射信息的IRST系统机动目标跟踪算法

传统的IRST(红外搜索与跟踪)系统是一个仅有角测量的系统,对于目标距离是不可观测的。文中增加了红外探测器对目标红外辐射的响应信息这一测量项,使其成为一个距离可观测系统,并在此基础上,建立了目标的观测模型,推导出了机动目标跟踪的EKF跟踪算法。通过跟踪一个机动目标的仿真过程,对算法性能进行了检验,结果表明：本算法对机动目标能进行有效的跟踪,而且跟踪精度也是令人满意的。     

改进的KCF红外空中目标跟踪方法

针对红外空中目标跟踪中遮挡导致的跟丢问题,结合核相关滤波跟踪算法(KCF)无法跟踪尺度的缺点,提出一种基于KCF的红外空中目标跟踪方法。该方法借助KCF估计的目标位置,增加Sobel算子提取目标扩展区域的边缘信息,从而获取目标尺度并进行二次定位。然后,判断目标是否受遮挡或跟丢,采用帧差法重新检测目标,确保目标的持续跟踪。在7个视频序列上对所提的算法进行了实验,结果显示,所提算法能够有效计算尺度,验证了多种环境下跟踪的有效性。平均跟踪速度达到44 f/s,能够满足实时性要求。因此,本文提出的方法对于红外空中目标的跟踪具有一定的实用意义。