基于平方根Unscented卡尔曼滤波的车辆融合跟踪

针对车辆运动的机动性和跟踪系统的非线性，提出了一种基于平方根Unsoented卡尔曼滤波(SR-UKF)的多传感器融合跟踪方法．该方法采用动力学模型建立系统的状态方程和量测方程，充分利用了多传感器的量测信息，更好地满足了目标的机动特性．采用基于UKF的数据融合方法处理系统的非线性问题，避免了扩展卡尔曼滤波(EKF)产生的线性化误差．同时，在滤波过程中，以协方差平方根阵代替协方差阵参加速代运算，有效地避免了滤波器的发散，提高了滤波算法的收敛速度和稳定性，实验证明，与基于EKF的融合算法相比，基于SR-UKF的融合算法使系统的位置和方向角的跟踪精度分别提高了18．22％和34．81％。     

一种基于改进型KALMAN滤波器的目标定位算法

在以常规卡尔曼滤波器为基础的各种跟踪算法中，要求精确的模型和噪声统计，但在实际系统中，大多数情况不能满足上述要求。给出了考虑初始条件下不精确性的改进型Kalman滤波器表达式，并在引入速度量测信息的基础上，运用该滤波方法进行空间目标二维定位。Mnte Carlo仿真表明该方法降低了对模型精度的要求，在工程上是可行的。     

融合运动状态信息的高速相关滤波跟踪算法

为解决相关滤波(Discriminative Correlation Filter,DCF)算法在快速运动、遮挡、尺度变化等复杂情景下的跟踪失败问题,提出一种融合运动状态信息的高速相关滤波目标跟踪算法.在传统DCF算法基础上做出以下改进:(1)在跟踪框架中融入卡尔曼(Kalman)滤波器,利用目标运动状态信息对预测运动轨迹进行修正,以解决目标复杂运动时易跟丢问题,提高跟踪精度;(2)训练一个独立的尺度相关滤波器进行目标尺度预测,并利用主成分分析法(Principal Component Analysis,PCA)进行特征降维处理,提高跟踪速度;(3)提出一种高置信度更新策略判断是否对位置滤波器进行模板更新,以及是否采用Kalman滤波器预测位置作为目标位置.最后在OTB-100数据集上进行算法测试,提出算法平均精度与成功率分别达到74.8%与69.8%,平均帧率为84.37帧/s.相较其他几种主流算法,本文算法有效提高跟踪性能,并保证了跟踪速度,满足实时性要求,在遮挡、背景模糊、运动模糊等复杂情况下能够保持良好的跟踪效果.     

UKF在视频移动目标跟踪中的应用

目标跟踪技术把跟踪看作是一个估计问题,在对动态系统进行实时估计时,针对经典卡尔曼滤波器在非线性系统应用中精度低和可能出现滤波发散的情况,文中将无迹卡尔曼滤波器应用于非线性的视频移动目标跟踪系统中,利用无迹变换对经典卡尔曼滤波器进行改进,以提高系统的跟踪效果。通过对无迹卡尔曼滤波器在移动目标跟踪中的仿真结果分析比较表明,无迹卡尔曼滤波对噪声的适应能力强,跟踪精度高,算法实现简单。     

提高飞行弹丸跟踪滤波器滤波精度的一种方法

推广的卡尔曼滤波器能根据雷达测量数据较好地跟踪飞行弹丸,并估计出有用参数,但动态方程和量测方程的线性化会给滤波和估值带来一定的误差。该文讨论了用单步迭代滤波来降低动态方程的线性化给弹丸跟踪滤波器带来的滤波和估值误差。     

带位置和速度观测的信息融合Kalman跟踪滤波器

应用基于ARMA模型的现代时间序列分析方法,和应用基于Riccati方程的经典Kalman滤波方法,对带位置和速度观测的两传感器系统,在线性最小方差信息融合准则下,分别提出了按矩阵加权、对角阵加权和标量加权的三种信息融合Kalman跟踪滤波器,其中,按标量加权可明显减少计算负担,便于实时应用。一个仿真例子说明了两种方法引出相同的结果,但构造ARMA新息模型时必须进行左素分解,且说明了三种加权融合滤波器的精度无显著差异。     

改进的自适应核相关滤波目标跟踪

利用核相关滤波器跟踪框架,提出一种改进的自适应颜色属性的目标跟踪方法.首先,构建循环样本矩阵,引进颜色属性作为特征描述目标;然后,采用流行学习局部线性嵌入(LLE)算法自适应地对特征向量进行降维,得到低维特征空间;最后,根据正则化最小二乘分类器获得目标位置.实验结果表明:文中算法的平均中心位置误差减少了21.29 px;在阈值为20 px时,平均距离精度提高了27.9%,平均跟踪速度为38 帧·s^-1;与传统核相关滤波(KCF)算法相比,文中算法具有良好的光照不敏感性及更高的跟踪精度和鲁棒性.     

基于距离和信息的单目标精确跟踪

对仅有“距离和”测量信息的多传感器系统提出了一种对量测方程预处理的快速卡尔曼跟踪算法．该卡尔曼跟踪算法通过对量测方程预处理得到目标位置与“距离和”测量量成线性关系的观测方程；状态变量只选目标的空间坐标，而速度矢量仅作为确定性输入量加入状态方程，速度矢量通过引入速度“伪测量值”滤波得到．并同以前的跟踪算法仿真比较表明，该方法计算量小，收敛速度快，精度高，具有一定的实用价值．     

基于形态滤波的电视跟踪系统

介绍了一种以多DSP处理器技术的数字式电视跟踪系统，利用FPGA控制，主要研究了利用形态滤波方法对跟踪目标进行采集和处理。实验验证了本系统可有效减轻DSP的速度负荷，对识别和跟踪低空、超低空小目标具有良好的作用，具有较高性能。     

卡尔曼滤波器对匀速直线运动目标的跟踪

本文主要是用卡尔曼滤波器实现雷达对向我方作匀速直线运动目标的位置和速度的跟踪，并分别得到其对应的预测、更新的位置和速度协方差。最后通过一个举例，用MATLAB仿真，结果说明了卡尔曼滤波器在跟踪机动目标中的优越性能。     

宽幅横切线全线跟踪系统研究及应用

根据横切线的工艺特点对全线进行了跟踪区域划分,并由此划分跟踪层次.确定了全线跟踪功能的总体方案、横切线跟踪设计思路、数据流,采用二进制与十六进制物料状态描述方法对物料跟踪过程进行管理.在上述理论基础上设计出横切线全线跟踪系统,并给出程序流程.设定参数采用逐步下达方式,解决了无法两卷带钢同时在线的问题,若不投入使用探伤设备,采用某厂同样工艺流程,预计年产量提高11%,间接提高了生产效率.工业生产应用表明,该跟踪系统可靠、准确,没有出现钢板信息丢失问题,实现了生产线的稳定运行.     

基于PLC的混合光伏自动跟踪系统设计

为提高太阳能转换效率,设计了一种新型混合式太阳能自动跟踪系统.该系统采用程序跟踪和圆弧传感器跟踪相结合的两级跟踪方式,用PLC可编程逻辑控制器为控制核心实现自动跟踪.实验结果表明,该系统跟踪精度高,波动小,效率高.     

三阶线性跟踪-微分器的收敛性证明及仿真研究

首先给出了一种三阶线性跟踪微分器的结构形式，然后从连续和离散两个方面证明了其收敛性，为其实际应用提供了理论依据。通过仿真研究表明，这种线性跟踪微分器具有较好的跟踪能力和较高的跟踪精度，适用于高速跟踪系统。     

基于跟踪回路误差限制的INS辅助载波跟踪回路模式研究

INS对接收机载波跟踪回路的辅助,能够减弱或抵消载体动态影响,降低回路带宽,减少回路跟踪误差,也是实施超紧耦合技术的主要特点。具体分析了FLL和PLL的各组成误差,推导了稳态载波相位误差、载波多普勒频移误差与INS速度误差之间的关系,基于跟踪回路误差的限制和稳定回路的门限,具体给出了在相位辅助和频率辅助两种不同模式下对INS速度误差的限制条件,分析表明考虑到INS辅助精度的影响,采用INS对载波跟踪的频率辅助更具可行性,最后仿真验证了频率辅助的有效性。     

矢量延迟锁定环码跟踪偏差产生机理研究

矢量延迟锁定环（VDLL,Vector Delay Lock Loop）是一种直接估计接收机状态（位置,速度和钟差等）进而实现对各路可见卫星信号PRN序列的跟踪的方法.不同卫星信号到接收机的传输时延由接收机和卫星的位置决定,它们满足特定的几何关系,VDLL通过对各路卫星信号传输时延之间相关信息的提取,达到降低跟踪门限的目的.目前国内外对VDLL算法的研究均默认了VDLL跟踪的无偏性,给出了VDLL算法的理论计算结果,发现VDLL算法会导致码跟踪偏差,并通过理论计算和实验仿真验证了该问题,该码跟踪偏差会导致定位解算出现较大的偏差,因此必须加以修正.     

成分证券数量、再平衡策略与指数跟踪业绩关系研究

成分证券数量和再平衡策略是指数跟踪业绩的重要影响因素.结果表明,指数跟踪组合的再平衡策略及其成分证券数量与指数跟踪业绩密切相关.综合权衡跟踪误差、收益和成本,以排序靠前的部分成分证券构造指数跟踪组合并采用高频率的再平衡策略可以取得较好的指数跟踪业绩.     

基于机器人操作系统的机器人自主追踪系统设计

为了解决移动机器人在机器人操作系统(robot operating system, ROS)中的人脸追踪问题,提出一种基于Siamese目标跟踪算法开发的追踪系统。首先,开发了追踪系统的硬件平台;其次,开发了Siamese跟踪算法,实现了对人脸目标的实时跟踪;最后,实现了导航系统与视觉系统的开发及融合,并通过实时记录的追踪数据与追踪曲线,分析了该系统的追踪性能。实验结果表明:该系统能够在ROS系统下实现对人脸目标的实时跟踪。     

强跟踪滤波器在被动跟踪中的应用

在目标被动式跟踪中广泛应用的伪量测变换估计器(PLE)具有良好的误差收敛性.然而由于等价噪声和状态的相关性,该估计器的估计是有偏的.提出的强跟踪滤波器(STF)通过强制白化残差具有自适应地校正估计偏差和迅速跟踪状态变化的能力.STF已经在非线性系统时滞估计、故障诊断与容错控制方面取得了很好的效果.结合PLE和STF,提出了一种自适应伪量测变换估计器(APLE).APLE减小了状态的估计偏差,同时对目标的初始值具有极强的鲁棒性.计算机仿真验证了APLE算法的有效性.     

自寻迹焊缝跟踪算法及轨迹仿真

基于现有的焊缝自动跟踪系统不能自动寻找焊缝位置，提出了一种两轮单独驱动的自动跟踪小车寻找焊缝位置的跟踪算法．通过严格的理论分析，推导出了含有3段Fresnel函数的跟踪轨迹方程．采用Matlab的Maple核进行仿真，结果表明本算法是正确有效的．     

基于太阳辐射量控制的新型跟踪系统研究

为了减少系统能耗,提高太阳能系统的发电量和收益率,设计了一种基于太阳辐射量控制的太阳能跟踪系统。采用太阳运行轨迹跟踪和传感器跟踪结合的方式跟踪太阳位置,同时用太阳辐射量传感器信号来判断是否执行跟踪,使跟踪条件更加精确。实验结果表明理论计算所设定的跟踪阈值满足实际跟踪的要求,同时该跟踪方式相对固定摆放方式,提高了太阳能电池发电效率约30%。