基于无迹卡尔曼滤波的飞行航迹预测方法研究

为了解决现有的航迹预测方法预测精度和稳定性不足的问题,在已有的历史航迹数据的基础上,提出一种基于无迹卡尔曼滤波的飞行航迹预测模型.根据已知航班的部分航迹点构建航空器运动观测方程和状态方程,并通过无迹卡尔曼滤波完成航迹预测,面向所得数据和原始数据展开误差比较分析,检验算法及预测过程准确性.研究结果表明,通过上述算法进行飞行航迹预测,不但精度较高,并且稳定性非常理想,与传统的扩展卡尔曼滤波算法相比较,具有较小的误差,为之后开展航空器航迹预测仿真识别工作提供一定的应用和借鉴参考.     

一种基于雷达数据融合的航班4D航迹预测方法

4D航迹预测是空管自动化系统及流量管理系统的一项核心技术,能够提高空域的利用率和安全性。本文提出了一种4D航迹预测方法,结合多数据源雷达、气象、航班计划、航空器性能等数据,利用飞行经验样本推测各时间点的航空器位置,从而得出航空器的飞行轨迹与时间的精准预测。通过在华东空管流量管理系统及空管自动化系统中的应用效果,说明该方法的实用性和有效性。     

基于反距离权值的终端区航迹预测方法仿真

为了更好地掌握航空器在情况复杂的终端区域的飞行规律,预测航空器走势,基于历史航迹提出了一种结合随机森林和反距离权值的终端区域航迹预测算法.首先通过DBSCAN聚类(Density-Based Spatial Clustering of Applications with Noise)得到历史航迹的分类标签并利用随机森林模型训练航迹分类;再结合插值后的历史航迹数据生成典型航迹,采用反距离权值法将典型航迹生成预测航迹;最后通过终端区真实航迹数据进行实例验证.仿真结果表明,采用所提方法进行终端区航迹预测,其预测结果与实际航迹吻合度高,所提方法具有良好的应用价值.     

航迹和飞行计划相关算法的改进

针对航迹与飞行计划相关算法中出现的运算效率差和结果不稳定等问题,对航迹相关算法进行改进。减少了参与相关度计算的航线数量,提高了相关度计算的效率;采用遗传蚁群算法根据相关度对航迹与飞行计划进行整体匹配,解决了采用简单依次匹配所带来的结果不稳定性。通过仿真进行验证。     

基于组合算法的地磁匹配导航航迹规划

研究无人机地磁匹配导航问题,为优化航迹规划,根据地磁匹配导航的特点,针对无人机航迹规划建立了特有的航迹规划模型,并提出利用组合算法对无人机的航迹进行规划.设定地磁基准图中无人机必须经过的航迹点,利用Dijkstra算法求得一条从起始点到目标点的粗选航迹,然后考虑威胁在内的各种代价应用改进“编码”的粒子群算法对粗选航迹进行优化.仿真结果表明组合算法能够克服传统算法易陷入局部最优的缺陷,大大提高了全局搜索能力,验证了组合地磁匹配导航航迹规划的有效可行性.     

飞行计划的航迹预测与航迹配对在ATC中的应用

本文介绍了在民航ATC系统中,基于飞行计划的三阶段飞行模型的航迹预测方法,以及方向距离相关法的航迹配对方法.并对算法进行仿真.结果满足系统需求.     

战略空中目标经典航迹匹配模型研究

针对战略空中目标经典航迹匹配问题,提出一种多属性加权关联匹配模型,重点解决了热点区域战略空中目标经典航迹提取及实时航迹的关联匹配.针对热点区域经典航迹库生成,应用凸包Graham's Scan算法对航迹群进行聚类分析,提取经典航迹凸包并生成经典航迹库;针对实时航迹的关联匹配,提出一种多属性加权关联匹配模型,通过仿真试验...     

基于多模型航迹质量的融合算法

如何确定最优加权因子是加权航迹融合算法中一个值得深入研究的问题。通过提出多模型航迹质量(Track Quality with Multiple Model, TQMM)的概念,并给出一种带信息反馈的加权航迹融合算法,来解决多传感器跟踪同一目标时的权值最优分配问题。系统引入反馈机制,利用多模型航迹质量确定权值,能够精确地更新权值,从而实时有效地进行目标跟踪。仿真结果表明,与已有的加权融合算法相比,该算法具有更好的跟踪性能,特别是在融合系统传感器观测精度相差较大的情况下,算法的跟踪效果更为突出;并且,随着传感器数目的增加,系统的跟踪精度逐步提高,但当传感器增加到一定数目时,系统的融合精度并没有得到明显的改善。     

基于改进加权航迹关联的异步融合算法与仿真

在分布式多传感器信息融合系统中,来自各传感器的局部航迹往往是不同步的。针对分布式多传感器异步航迹关联与融合问题,文中提出一种基于改进加权航迹关联的异步航迹顺序融合算法。把多传感器异步航迹外推校准到同一时刻,实现异步航迹的同步化,再用改进的加权航迹关联算法进行航迹关联,并利用顺序融合算法对已关联航迹进行融合。仿真结果表明了该算法的有效性。     

一种基于实时航迹的流量预测修正算法

本文针对民航班机在巡航阶段的直线运动轨迹和弧线运动轨迹进行了理论误差分析,在简化4D轨迹预测模型的基础上,提出了基于实时系统航迹数据的流量预测动态修正算法,试验结果表明该算法能够满足管制员的实际应用需要,可以为实际的空中交通流量管理方案实时提供更加准确的决策支持。     

基于雷视一体机的交通流数据采集系统设计

交通流数据是进行交通管理宏观决策的基础数据,交通流数据采集系统是交通管理信息化智能化的重要组成部分。随着我国交通领域的蓬勃发展,交通流量激增、高速交通拥堵、交通事故等突发事件频发,为此,设计一套实时性好、准确度高的交通流数据采集系统是十分必要的。论文基于雷视一体机开发了一套高速公路交通流数据采集系统,采用端-边-云分级传输的物联网架构,并结合了自主研发的雷视一体机,采用CNN神经网络技术提取图像信息后,在边缘计算机中通过一维数据最优估计、多传感器数据匹配、多传感器双向最优估计、多传感器目标特征融合的软件工作流程,将雷达与监控相机提取到的信息进行最优化估计,准确提取道路目标交通信息,仅将处理后的特征信息上传至云端服务器,实现交通流数据的精确、实时采集。系统试运行结果表明,该基于雷视一体机的交通流数据采集系统能够有效提高检测准确性,加强检测结果的实时性。     

基于动态时间弯曲的欠时间信息雷达精度评估方法

测量精度是雷达核心系统指标之一,工程中对其进行准确评估有着重要意义;实际应用中在利用ADS-B数据进行精度评估时常因时间信息缺失、时间节拍不均匀等原因导致航迹点匹配误差增大,精度评估效果急剧下降甚至失效;针对上述问题对欠时间信息条件下精度评估问题进行了研究,采用了基于动态时间弯曲算法的雷达航迹点匹配技术,利用形状信息在时间信息缺失的情况下仍能实现航迹点精确匹配从而提升评估精度;考虑到实际应用中边界束缚与计算资源限制,一种预筛选与下界加速技术被提出;然后基于实际应用中序列高维序列信息采用联合度量方法进一步提高航迹点匹配精度;最后在实际测量数据上进行验证,经实验测试表明本方法在时间信息缺失的情况下也可准确评估雷达精度,计算速度快;算法扩展了ADS-B精度评估应用范围,具有广泛实用价值。     

基于TD—SCDMA的便携式侦察雷达情报传输系统

为了提高便携式战场侦察雷达情报传输的灵活性、机动性,提出了一种基于TD-SCDMA的便携式战场侦察雷达情报传输系统。该系统主要由TD—SCDMA收发单元、网络传输部分和雷达情报处理中心组成。TD-SCDMA收发单元负责数据传输,雷达情报处理中心主要接收各雷达送来的点迹、航迹及目标特征信息,并进行融合跟踪、综合识别处理。为保证该系统传输雷达情报的稳定性,设计了网络传输QoS自适应控制机制。系统性能分析表明,该传输系统能够满足情报数据实时性、可靠性、安全性的传输要求。     

基于深度学习网络模型的端到端航迹关联

为提高雷达数据处理中航迹关联的智能性,充分利用目标的特征信息,并简化系统处理流程,提出了一种基于深度学习网络模型的端到端航迹关联算法。首先分析了基于神经网络的航迹关联存在样本细节少、处理流程繁杂的问题,然后提出了端到端的深度学习模型。该模型根据航迹关联数据的处理特征,改进了卷积神经网络结构用于特征提取,充分利用了长短期记忆网络对历史信息和将来信息的处理能力,并分析了前后航迹的关联性。在对原始数据进行卡尔曼滤波后,将全部航迹信息特征作为输入,并由基于卷积神经网络特征提取的长短期记忆深度神经网络模型直接输出航迹关联结果。仿真结果表明,提出的模型可以充分学习推演目标的多个特征信息,具有较高的航迹关联准确率,对航迹关联的智能化分析具有一定的参考价值。     

多雷达多目标航迹匹配策略

在进行多雷达多目标航迹匹配时,由于测元系统误差随跟踪距离传播,雷达测量精度下降,易出现航迹匹配错误的情况。针对该情况,应用多测元非线性融合模型,采用样条约束的误差模型最佳弹道估计(Error Model Best Estimation of Trajectory,EMBET)方法对雷达测元系统误差进行自校准,将利用欧几里得距离进行航迹匹配的传统方法改为利用精度较高的雷达测距作差比较,有效解决了多雷达航迹匹配时的门限阈值合理设置的难题。仿真结果证明算法有效适用,可极大地提高多雷达多目标航迹匹配时的准确度,对完成多目标空域分布、目标识别等突防效果分析评估具有重要价值。     

基于显微视觉的微小型零件跟踪系统

微装配过程中的运动目标跟踪是一个新兴的研究方向。构建了一个由CCD相机、显微镜头、电控云台和图像处理模块组建的、针对微小型零件的显微视觉跟踪系统。为克服显微视场范围小的局限性,提出一种基于SIFT特征点的模板匹配和Kalman预测相结合的跟踪算法,通过Kalman预测实现在局部范围内的模板匹配,利用SIFT特征对模板匹配的结果进行校正和更新。实验结果表明：提出的跟踪算法能得到稳定的目标局部特征,并准确地跟踪到目标,对亮度变化、成像模糊等影响因素有较强的适应能力。     

基于并行Boosting算法的雷达目标跟踪检测系统设计

目前的雷达目标跟踪检测系统跟踪路线与实际路线相差较大,泛化误差率高。基于并行Boosting算法设计了一种新的雷达目标跟踪检测系统,硬件内部引入数据多处理器,对收集的雷达位置数据集中处理,连接I/O接口,配置数据过滤器,将雷达位置信息数据的状态参数录入过滤器元件中。在软件部分,利用并行Boosting算法的内部学习融合方式调节不同的雷达目标追踪系统状态,通过信息处理、航迹分析、落脚点判断来整合相应的跟踪检测信息,构建检验方程式防止外来无关数据的侵扰,最终得到雷达目标跟踪数据操作状态,完成目标跟踪检测。实验结果表明,基于并行Boosting算法的雷达目标跟踪检测系统设定的检测路线与实际路线吻合度高达99.21%,泛化误差远远低于传统目标跟踪检测系统,实用性更强。     

基于深度学习的多目标运动轨迹预测算法

针对多目标运动轨迹预测过程中由于检测精度和实时性不足造成部分目标位置信息丢失和预测准确度不高问题,提出基于改进卡尔曼滤波的多目标轨迹运动轨迹预测(MMTP)算法。MMTP算法在目标检测阶段使用YOLOv4检测器提升目标检测的准确率和速度;在目标匹配阶段采用KM匹配算法将当前检测框的检测目标与上一时刻预测的预测框的目标进行数据关联,从而增强目标关联的准确性,避免目标遮挡、目标交错和漂移造成的目标丢失;在目标坐标预测阶段,提出改进卡尔曼滤波算法为每个运动目标预测下一帧位置坐标并画出预测框,提高非线性场景中目标坐标的预测精度,降低预测坐标的误差。使用MOT16与实际交通系统拍摄的视频序列数据集验证算法整体性能,仿真结果表明,MMTP在目标检测阶段具有较好的检测精度和速度,有效提升了算法整体的运行速度;在目标匹配阶段,MMTP算法能增强目标关联的准确性,减少目标丢失,比RMOT、POI、SORT、Deep-SORT和YVTP算法更优。     

基于实时地形校正的InSAR图像匹配算法

针对侧视雷达/可见光图像匹配制导系统中由于雷达图像地形畸变引起的误匹配问题,提出了一种基于干涉合成孔径雷达（InSAR）的实时地形校正图像匹配算法。该算法以侧视雷达成像几何构象为基础,利用InSAR获取的实时地形数据对获取的SAR景象数据进行实时几何校正,生成无畸变的SAR景象数据,然后利用校正后的SAR景象数据与提前安装的可见光基准数据进行基于去均值归一化互相关模板的图像匹配。实验结果表明,通过实时地形校正,该景象匹配算法在复杂地形区域的匹配概率和匹配精度都大大优于传统SAR景象匹配算法,有效地提高了SAR图像匹配制导技术的适用性。     

免锚检测的行人多目标跟踪算法

针对复杂环境下行人目标因检测器漏检和频繁遮挡而导致的数据关联不正确、跟踪实时性差的问题,提出了一种基于免锚检测的多目标跟踪算法.算法采用预测目标中心点热力图的方法实现目标检测定位,改善了因锚点框回归歧义所导致的漏检问题.同时在检测模型中嵌入深度表观特征提取分支,构建联合检测与跟踪的多任务网络用于提升实时性.为解决跟踪阶...