多路径异步CDMA系统动态子空间跟踪算法

针对CDMA系统用户数改变,从而导致信号子空间维数变化时的情况进行分析,提出一种基于基旋转的动态子空间跟踪算法,并将其应用于多路径异步CDMA系统的多用户检测算法中。仿真结果表明,该算法能迅速地跟踪维数变化了的信号子空间,从而提高基于该跟踪结果的CDMA多用户检测算法的性能。     

基于多媒体技术的三维人物图像动态重构

针对基于自标定的三维人物图像动态重构方法不能准确获取人物运动形态的三维位置,重构结果存在较高的偏差的问题,提出基于多媒体技术的三维人物图像动态重构方法,采用单目图像重构算法完成人体三维姿态重构。对多媒体技术中单摄像机拍摄的单目人体运动图像进行重构时,首先基于人体树状模型,采用基于部件检测器的二维肢体检测算法完成人体二维肢体检测;再采用基于关节点图像坐标的三维姿态重构算法,依据人体二维姿态检测结果,通过预测关节点反投影误差的退火粒子滤波算法完成人体三维姿态的跟踪,实现三维人体图像动态重构。实验结果说明,所提方法可准确实现三维人物图像动态重构,具有较高的重构精度和效率。     

基于MapInfo和Vega Prime的飞行器航迹显示系统的设计与实现

针对靶场试验中对飞行试验的实时指挥控制需求,提出基于MapInfo和Vega Prime的二维、三维集成飞行器航迹视景仿真的方法.分别利用MapInfo9.5和Creator构建二维电子地图和三维地面模型.在VC平台下对MapX控件进行二次开发,实现飞行器二维航迹的绘制.在二维显示的基础上,通过Vega Prime实现了三维地图上飞行器真实数据驱动和飞行航迹的绘制,其中基于DOF节点控制技术的姿态控制取得了良好的仿真效果,在视图界面实现了飞行器航迹显示的集成视景仿真.     

基于小波变换的红外成像检测掠海飞行导弹研究

首先给出小波变换的算法原理;然后采用二维小波详细分析了低空掠海飞行反舰导弹目标的基本检测原理和检测方法;最后采用MatLab模拟得出了在强太阳光照射条件下低空掠海飞行反舰导弹目标的检测图像。仿真结果表明,利用小波变换方法能够较为有效地检测出强红外背景下的掠海飞行的导弹信息,并且具有较高的探测精度、能够满足探测预警实时性要求等优点。     

基于LPA*算法的无人机三维航迹快速规划研究

针对无人机的快速航迹规划展开研究.首先针对航迹规划的实际需要,将航迹规划划分为二维的航线规划和二维航线点之间的三维航迹规划;然后对二维威胁建模得到的赋权图,用Dijkatra算法产生初始的多任务二维航线;再结合无人机在飞行过程中的约束条件,提出动态权值的三维LPA*的航迹规划方法对二维航线产生的航线点之间进行规划,满足地形回避和威胁回避.仿真表明,上述方法可以有效快速地完成规划任务,同时当数字地图改变时,LPA*算法可以通过检测局部一致性来避免进行重新的全局搜索,大大缩减了搜索空间,从而可以快速地修正航迹.     

飞行视景系统中的三维云模拟技术研究与实现

三维云的模拟技术对飞行仿真系统的研究有着重要的理论和现实意义.本文对云的建模、光照、渲染三个方面进行了分析,根据云的特点,采用基于粒子系统的建模方法,结合纹理映射、光照模型来实现逼真的云层模拟效果.为提高渲染速度,本文采用Impostor技术进行加速绘制.经过试验,在Visual Studi0 2010开发平台下,该技术较为真实的模拟了三维云层并满足了实时性要求.     

基于状态依赖检测的视频运动目标轨迹跟踪算法

目前大多数的目标跟踪算法都假设目标检测的概率与轨迹的状态无关,但是随着目标跟踪性能的降低,这个假设通常不正确,针对此问题,提出一种基于状态检测的目标运动轨迹跟踪算法。不同于大多数现有算法,该算法在目标运动轨迹与检测状态相关的基础上展开。首先预测从先前时刻到当前时刻的每个跟踪的概率密度函数;然后从测量值集合中选取一个子集用于更新,并计算相似度测量;最后迭代计算跟踪质量和目标轨迹评估,将目标检测的状态依赖概率融入到多目标跟踪器中。利用二维多目标跟踪进行仿真实验,交替固定传感器每秒都对监控区域进行扫描,结果显示,跟踪确认率可达97%,显著提高了跟踪性能。此外,该算法在其他交通视频上也有较好的跟踪效果,具有较好的实用性。     

一种多通道SAR高分辨率宽测绘带成像算法

合成孔径雷达采用多个天线可以实现高分辨率、宽测绘(HRWS)带成像,增强信噪比,改善动目标检测时的模糊抑制性能。以HRWS成像为目的,该文提出了一种将接、收阵元的双通道数据映射成单通道数据的算法。该算法在二维频域可以根据平台速度变化,进行相位校正。并且在方位向只需一次傅里叶变换,因而具有较高的运算效率。性能分析和仿真结果表明了算法的有效性。     

基于DVB-T2的旋转星座解映射算法及其改进

在广播和通信领域最新概念中,星座旋转作为一种分集技术被应用于DVB-T2标准。对于旋转星座采用基于硬判决的二维迭代LLR解映射算法进行了一些简化,但由于硬判决带来了误码传播,并且首次软信息计算仍较为复杂。提出了两种改进方案,分别从误码性能和运算复杂度方面对原算法进行了改进。仿真结果表明,信道条件较为恶劣时,改进方法在性能上优于原系统。     

一种基于三维Henon映射的数字图像置乱算法

在进行数字图像置乱时,于二维Henon映射映射进行图像置乱时,通常只进行位置置乱,本文不仅要进行位置置乱,还要进行像素值置乱,所以对二维Henon映射加以改进,提出了一种三维Henon映射。实验结果表明：三维Henon映射能在很好地进行数字图像置乱,并且该置乱算法具有很好的鲁棒性。     

相互作用多模型跟踪过程中的航迹外推算法

提出运用IMM对目标进行跟踪时的航迹外推算法,解决了机动目标跟踪中的航迹外推问题。利用历史信息和转移概率推导出模型预测概率,结合单一模型的预测航迹和模型预测概率得到了相互作用多模型跟踪过程中的外推航迹。通过Monte-carlo仿真表明,运用外推方法在机动目标跟踪时能将误差控制在较小的范围内,具有很好的跟踪性能。     

Range-spread target detecting for cognitive radar based on track-before-detect

The problem of cognitive radar detecting for range-spread target with unknown target impulse response (TIR) is studied. A detecting algorithm which updates the estimate of TIR and transmitted waveform iteratively is proposed based on track-before-detect method. In the algorithm, the Kalman filter is used to track the range-spread target for estimating the TIR, and the signal-to-noise rate criterion is used to design the transmitted waveform. The simulation results show that if the proposed algorithm is used to detect moving target, the performance of tracking and detecting will be improved when the number of loops increases. And the estimated detecting probability will approach the true detecting probability when the tracking accuracy increases, which would improve the reliability of decision.     

融合灰度与显著性特征的空中红外目标跟踪

针对红外目标特征简单且信息量少导致跟踪精度不高,提出一种基于灰度和显著性特征融合的核相关滤波算法用于空中红外目标跟踪。首先,在保证目标足够特征信息量的前提下对较大的目标进行不同等级压缩。然后将提取的二维灰度特征与显著性特征按页方式进行拼接扩展成三维特征,再将融合的特征用于核相关滤波。实验表明所提算法能够适应多种环境下的空中红外目标跟踪,跟踪精度和成功率典型值分别达到84.8%和63.9%,较大部分算法有很大提高,平均跟踪速度高达125 f/s,体现出了良好的实时性。因此,本文提出的算法在保证实时性的同时提高了跟踪的可靠性,具有一定的实用意义。     

变结构多模型临近空间高超声速飞行器跟踪算法

针对传统跟踪算法跟踪临近空间高超声速目标时计算量大、跟踪精度低的问题,提出了一种变结构多模型跟踪算法。在分析传统跟踪算法的基础上,建立了一种变转移概率、变模型数量的目标模型,通过目标运动状态辨识方法,确定目标飞行阶段,并选择相应滤波模型和模型转移概率,实现变结构多模型跟踪。Monte Carlo 仿真结果表明:新算法能够实现对临近空间高超声速飞行器的有效跟踪,跟踪性能比传统变结构多模型跟踪算法更加优越,具有一定实用性和可推广性。     

基于DSP的雷达目标检测和跟踪方法研究

基于专用DSP检测与跟踪处理器，研究了相应的雷达目标检测与跟踪方法。考虑到数字信号处理器较强的数学处理能力，研究了基于位置相关的雷达目标检测算法，结合雷达目标运动特性，研究了基于目标运动相关的多目标跟踪技术，并在DSP上实现了相应的检测、跟踪算法。实验室仿真结果表明，该检测算法具有好的检测性能；该跟踪算法实现对多目标的跟踪。     

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.     

隐马尔科夫模型修正的交互多模跟踪算法

针对交互式多模型目标跟踪算法中模型转移概率固定对跟踪精度造成的影响,提出了一种隐马尔科夫模型修正的模型转移概率自适应交互多模跟踪算法。该算法通过对跟踪过程建立隐马尔科夫模型,采用Viterbi 算法求解修正系数,在检测到目标运动发生机动性变化时,将修正系数用于交互式多模型算法以达到实时调整模型转移概率的目的。仿真结果表明,该算法的跟踪结果优于传统的交互式多模型算法,具有很好的稳健性、实时性,有效降低了主观因素对跟踪精度造成的影响。     

ECEF坐标系弹道导弹跟踪研究

针对单模型跟踪算法无法实现对弹道导弹连续精确跟踪的问题,提出了一种地心地固坐标系下弹道导弹全阶段连续跟踪的交互式多模型(IMM)算法。根据导弹不同飞行阶段的受力情况建立IMM算法的两个滤波模型集:助推段采用恒轴向力模型,中段、再入段采用被动段跟踪模型,两个模型都利用滤波精度高、数值稳定性较好的求容积卡尔曼滤波算法进行滤波。针对该IMM算法在混合估计过程中引入偏差的问题,采用无偏混合的方法,以两种典型的跟踪场景进行仿真校验,实验结果验证了该文算法的优越性。     

基于改进扩展卡尔曼滤波算法的空中目标跟踪

采用扩展卡尔曼滤波方法建立了雷达跟踪模型,对空中目标航迹进行滤波,为了减少雷达量测噪声的不稳定变化对系统跟踪性能的影响,对扩展卡尔曼滤波算法进行了改进,利用新息方差的计算来调整卡尔曼滤波器的增益。仿真结果表明,采用改进扩展卡尔曼滤波算法后,在雷达量测噪声发生大幅变化的情况下,经过滤波后的位置和速度误差仍然趋于稳定。表明该方法具有很好的滤波性能及跟踪精度,并可以提高空中目标航迹预测的精确性。     

一种基于多普勒信息的雷达目标跟踪方法

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,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标中断和重起批。针对多普勒盲区条件下的目标连续跟踪问题,文中提出了一种基于多普勒预测的扩展卡尔曼滤波算法(Doppler Prediction EKF,DP-EKF),该方法将多普勒盲区的先验信息并入到扩展卡尔曼滤波算法中,通过状态预测判断目标在未来时刻是否落入多普勒盲区,从而自适应地调整跟踪滤波规则,解决多普勒盲区条件下目标连续跟踪问题。仿真结果表明,该算法对于运动模型已知的航迹不连续目标具有较好的跟踪效果,能够维持其航迹的连续性。