基于智能视频监控系统的运动目标检测和跟踪

以DaVinci技术的TMS320DM365作为处理器,完成周边模块的配置以及监控系统的设计,并以用改进型背景更新差分法和Kalman滤波方法对运动目标进行检测和跟踪。实验结果表明,改进后的算法在对运动检测中背景更新和目标提取有更好的效果,同时也满足了系统运算量小、实时性强的需求。     

一种基于Kd-tree射线追踪法的卫星RCS预估方法

针对空间卫星目标的雷达散射截面（RCS）预估问题,提出了一种基于Kd-tree射线追踪法的 改进物理光学（PO）方 法,实现了对具有较强耦合结构的卫星目标电磁特性计算。基于卫星目标的三维面元模型, 建 立了其对应的Kd-tree空间分割描述结构,将其用于射线追踪,结合PO方法就可以得到给定 模型的RCS预估值。数值计算结果表明,改进方法和MoM方法相比,具有相同计算精度但计算 效率高得多,相比单纯PO方法,改进方法也更接近测量值。     

基于全局运动补偿的红外目标变换相关跟踪算法

提出了一种新的前视红外序列图像目标跟踪方法.利用基于区域分割和模板匹配的全局补偿算法进行运动估计,有效消除了运动平台中摄像机运动对跟踪性能带来的不利影响.同时,采用二元联合变换相关器进行红外目标的检测与跟踪.通过将振幅调制的功率谱转化为脉冲调制的功率谱,可以获得更清晰尖锐的相关峰,提高了算法的鲁棒性.实验结果表明,该方法是有效的和稳健的.     

预警信息引导条件下雷达最优搜索空域研究

提出了一种基于预警引导信息的弹道导弹防御跟踪制导雷达搜索空域最优划分模型,从搜索空域的静态划分和动态更新2个方面同时进行最优化,实现了弹道目标高速运动条件下,跟踪制导雷达对目标分布区域的连续有效覆盖,提高了雷达对目标的截获性能。最后给出了仿真结果,验证了该方法的有效性。     

红外成像制导多模实时识别跟踪算法研究

对红外成像制导跟踪模式进行了分析和选择,分析比较了中心跟踪算法、边缘跟踪算法、特征序列匹配算法、相关跟踪算法等的特点,并在此基础上提出了多模置信度和智能控制跟踪算法.     

密集杂波环境下逻辑起始算法研究

针对高密集杂波环境下难以有效的进行航迹起始,提出了一种新的起始算法。利用首次扫描的位置信息形成可能航迹,后续周期利用航迹的状态估计信息形成一种椭圆关联门,同时加以角度限制抑制与航迹形成V字的点迹,并对航迹实行分类关联,最终快速起始一条正确的航迹。通过对算法及其性能指标的仿真分析可知,新算法具有更低的虚假航迹起始概率,有更好的起始性能。     

无迹卡尔曼滤波算法在目标跟踪中的研究

无迹卡尔曼滤波(UKF)是重要的非线性滤波方法。无迹卡尔曼滤波方法是通过一组代表着均值和方差分布的采样点来对非线性系统进行非线性计算,在不对非线性方程线性近似的条件下,达到线性卡尔曼滤波器的滤波性能。文中在机动目标选定运动模型和滤波算法的基础上,对机动目标的运动作了仿真实验。从仿真分析中可以看出,无迹卡尔曼滤波在跟踪方面有很高的精度,与传统的扩展卡尔曼滤波算法相比较,无迹卡尔曼滤波算法有较小的跟踪误差。     

基于纹理特征的火箭目标跟踪方法

为解决姿态剧烈变化的火箭目标跟踪问题,提出了一种新的基于纹理特征的跟踪方法。相对于传统的模板匹配方法,这种方法能对助推器和子级分离的捆绑式运载火箭进行跟踪。在对火箭目标特性进行分析的基础上,采用局部二值化模式(LBP)纹理特征结合Hu不变矩特征描述进行跟踪。跟踪过程中特征匹配采用简单的相似性度量准则,实时模板更新算法为加权更新。测试结果表明,这种方法对发生位移、旋转和尺度变化的火箭目标同样具有比较好的跟踪效果。     

PHD filter based track-before-detect for MIMO radars

In this paper a Probability Hypothesis Density (PHD) filter based track-before-detect (TBD) algorithm is proposed for Multiple-Input-Multiple-Output (MIMO) radars. The PHD filter, which propagates only the first-order statistical moment of the full target posterior, is a computationally efficient solution to multitarget tracking problems with varying number of targets. The proposed algorithm avoids any assumption on the maximum number of targets as a result of estimating the number of targets together with target states. With widely separated transmitter and receiver pairs, the algorithm utilizes the Radar Cross Section (RCS) diversity as a result of target illumination from ideally uncorrelated aspects. Furthermore, a multiple sensor TBD is proposed in order to process the received signals from different transmitter-receiver pairs in the MIMO radar system. In this model, the target observability to the sensor as a result of target RCS diversity is taken in to consideration in the likelihood calculation. In order to quantify the performance of the proposed algorithm, the Posterior Cramer-Rao Lower Bound (PCRLB) for widely separated MIMO radars is also derived. Simulation results show that the new algorithm meets the PCRLB and provides better results compared with standard Maximum Likelihood (ML) based localizations.     

基于模板相关匹配的红外目标跟踪FPGA算法实现

为了红外复杂背景下能够较好地跟踪目标,文章选用了基于模板相关匹配的红外目标跟踪算法,并且采用大规模可编程逻辑器件FPGA实现了算法,解决了系统应用中所面临的实时性问题.实验结果表明:用FPGA实现模板相关匹配跟踪算法具有运算速度快、可靠性高、功耗低等特点,满足制导系统的实时性要求.