一种精确跟踪机动目标的滤波算法的研究

介绍一种自适应调整过程噪声方差的滤波计算新方法.此方法不需要目标机动的先验知识,而是构造一个可自适应调整的缩放因子,通过该因子对过程噪声进行调节.结合协方差匹配自适应滤波算法的思想,给出一种新的机动目标跟踪算法.通过蒙特卡洛仿真,同IMM算法进行比较,结果表明算法在目标发生机动时具有更好的性能.     

位移估计自适应滤波算法

基于“当前”统计模型的基础上，利用位移预测估计与实时位移估计间的偏差进行自适应方差调整，提出了一种新的自适应滤波算法——位移估计自适应跟踪算法(Adaptive Filtering Algorithm of distance Estimation简记为ADE)。大量仿真结果表明，采用ADE算法既保持了对机动目标的跟踪性能，又显著提高了对弱机动目标及非机动目标的跟踪精度。     

用于机动目标跟踪的Kalman滤波器的设计

机动目标跟踪广泛应用于军事和民用领域。本文针对机动目标跟踪问题,在“当前”统计模型的基础上,实现了Kalman滤波算法在工程上的应用;同时利用速度预测估计与实时速度估计间的偏差进行自适应方差调整,提出了改进的“当前”统计模型自适应滤波算法。工程实践表明,基于改进模型的Kalman滤波算法在跟踪机动目标时具有起好的跟踪性能,同时也极大改善了对一般非机动目标的跟踪能力。     

机动目标跟踪中一种机动频率和方差自适应滤波算法

在机动目标跟踪中,当前统计模型(Current Statistical model, CS)需要预先依据经验设定机动频率和加速度极限值,当预先设定的值与目标的实际运动状态不一致时,将造成较大的跟踪误差。为克服上述问题,该文首先从当前统计模型的离散状态方程中,导出了一种机动频率自适应算法,然后对张安清及巴宏欣等人提出的加速度方差自适应算法进行了改进。仿真实验表明,在综合运用上述机动频率自适应和加速度方差自适应算法的基础上,对CS 模型修改后,得到的机动目标跟踪自适应滤波算法(Mending CS based Adaptive Filtering algorithm,MAF),能够有效增强基于CS 模型的机动目标跟踪自适应滤波算法(CS based Adaptive Filtering algorithm, AF)对目标运动状态变化的自适应能力,并且在低噪声环境下,跟踪精度比AF 算法有所提高,算法收敛速度可达到AF 算法的2 倍,在强噪声环境下,目标机动阶段的跟踪精度提高近2 倍,匀速阶段的精度与AF 算法相当,算法的收敛速度可达到AF 算法的4～10 倍,因此,MAF 算法具有较强的抗干扰能力。      

改进的当前统计模型及自适应跟踪算法

对于机动目标跟踪问题,在当前统计（CS）模型的基础上,提出了一种新的机动目标自适应跟踪算法。通过引入强跟踪滤波器（STF）的渐消因子,增强了模型对目标突发机动的自适应跟踪能力,同时针对模型对目标加速度极限值的依赖性这一缺点,引入一种利用位置估计值与加速度的函数关系自适应调整加速度方差的方法,提高了对弱机动和非机动目标的跟踪能力。仿真结果表明,该算法与标准的当前统计模型滤波算法相比具有较高的跟踪精度。     

一种新的自适应滤波算法

针对机动目标跟踪问题，在“当前”统计模型的基础上，利用速度预测估计与实时速度估计间的偏差进行自适应方差调整，提出了一种新的自适应滤波算法——速度估计自适应跟踪算法(简称AVE)。大量仿真结果表明，该算法在跟踪机动目标时，具有良好的跟踪性能，并极大地改善了AF算法跟踪非机动目标的能力。     

复合K噪声下机动目标跟踪自适应UPF算法

针对复合K噪声下机动目标跟踪系统具有强非线性非高斯的特点,提出了一种自适应无迹粒子滤波(Adaptive Unscented Particle Filter,AUPF)算法.该算法建立在常加速模型及其改进滤波算法基础上,并将无迹卡尔曼滤波(Unscented Kalman Filter,UKF)与强跟踪滤波(Strong Tracking Filter,STF)算法相结合作为提议分布,提高了系统跟踪一般机动和阶跃机动的能力.在给出复合K噪声模型的基础上,利用AUPF算法对几种典型机动目标进行了计算机仿真,并同无迹粒子滤波(Unscented Particle Filter,UPF)算法进行了比较.仿真结果表明,复合K噪声下AUPF算法能更有效地对各种机动目标进行跟踪,具有较高的跟踪精度.     

混合坐标系下的自适应α-β滤波器

针对雷达目标观测和数据处理在不同的坐标系下完成,本文提出了一种混合坐标系下的自适应α-β滤波算法来跟踪机动目标。该算法以自适应α-β滤波器为基础,直角坐标系和球坐标系下的算法相结合,克服了这两种坐标系下滤波算法的不足,对机动目标有很好的跟踪效果。仿真表明该算法的跟踪性能优于单一坐标系下的自适应α-β滤波器,尤其适用于TWS雷达多机动目标跟踪情况。     

舰载相失阵雷达机动目标跟踪技术

文章讨论舰载相控阵雷达的机动目标跟踪问题；提出一种自适应卡尔漫滤波与动态补偿技术相结合的方法来实现动载体环境下相阵雷达对于机动目标的有效精确跟踪，并给出仿真结果。     

机动目标自适应跟踪滤波器设计

采用非零均值相关加速度模型建立火控系统中的Kalman滤波器。通过对残差滤波,建立了新的机动检測器,并由此对机动加速度方差进行调整,从而实现对机动目标的自适应跟踪。文中引入了瞄准线直角坐标系,使Kalman滤波器解耦以减小计算量。仿真的结果表明,所提出的滤波器对机动目标有良好的跟踪性能。     

搜索雷达全自动智能化目标提取技术

使用传统搜索雷达目标提取技术提取的目标参数只有最基本的几个,对复杂背景下目标的提取和识别都比较困难,特别是后续处理没有更多的参数可以使用,造成产生的目标指示的可靠性和稳定性比较差。主要对回波特征信息进行分析和处理,尽量提取出更多可靠的目标特征信息,使后续处理能够根据目标的特征进行目标的识别和相关处理,有效提高目标的跟踪稳定性和精度。     

利用目标模拟器产生SAR场景目标回波方法

介绍了一种利用目标模拟器产生合成孔径雷达(SAR)场景目标回波的方法.给定一幅原始灰度图像,依据一定算法生成基带I、Q数据并写入目标模拟器的FLASH存储区间,目标模拟器生成基带波形进而上变频到射频(RF)频段,模拟产生SAR的回波信号进入雷达接收机,经A/D变换后采用合适的算法成像.比较雷达成像和原始图像的质量可以直观、定性地评价雷达系统性能.类似于场景目标处理方法,点目标成像可以定量分析雷达系统性能.     

雷达目标识别方法概述

雷达经过几十年的发展，已实现了从杂波，干扰中探测目标的存在以及确定目标的运动轨迹，但是雷达对于目标识别仍是当今天研究热点，本文对目前几中主要的雷达目标识别方法进行了概述。     

一种基于波形匹配的目标检测和识别方法

基于对目标回波信号的波形匹配，提出了一种新的目标检测和识别的方法，该方法不需要进行特征提取，而是直接利用目标回波进行匹配处理来同时检测和识别目标，这种方法也可用于隐身目标的检测和识别，通过不同条件下的仿真试验可以看出这种方法能有效地检测和识别目标。     

低慢小目标监视技术现状及发展

本文首先阐述了低慢小目标特性,包括其外形特性、速度特性、红外特性,分析现有低慢小监视技术能力,问题具体表现为目标雷达截面积小导致回波弱、目标速度低导致杂波和干扰混叠严重、热量辐射小导致红外特性不明显等;然后,分析了未来技术发展方向,指出多元传感器协同探测、数据融合、综合识别的可行性,并仿真证明了提升雷达探测识别能力的方法。结果证明,采用“宽带多普勒处理”方式可有效提升改善因子,而基于窄带时、频域相结合的目标分类识别方法有望解决目标分类识别问题。     

多目标攻击的目标分配

介绍了多目标攻击的目标分配和攻击排序的过程与算法,并用仿真验证了该算法的有效性.     

海上目标航向航速解算新方法

航向航速是海上目标的重要特征,能准确获取目标的航向航速对于海上目标的跟踪和识别具有非常重要的意义。当雷达载体具有较高运动速度时,雷达测量的目标位置信息是非线性的,并且海上目标运动速度慢,在短时间内,受雷达测量精度的限制,目标位置的微小变化量很难精确估算,此时需要建立精度较高的非线性滤波模型,利用卡尔曼滤波方法,提高目标位置信息的估计精度。针对单脉冲雷达,本文提出了一种实时性强,工程上易于实现的海上目标航向航速的解算方法,推导了雷达载体高速运动条件下跟踪目标的滤波方程,采用卡尔曼滤波方法提高了目标位置估算精度。紧密结合工程背景,利用雷达载体的GPS信息和目标测量信息实现了海上目标航向航速的高精度解算。分析了解算数据长度对解算精度的影响,并给出了不同目标选择数据长度的经验公式。最后,通过海上目标在不同场景下的仿真实验,验证了本文方法的有效性和正确性。      

基于形态滤波的红外小目标检测方法

针对空背景下红外小目标图像信噪比低,背景和杂波干扰严重的特点,提出了一种基于数学形态学的红外小目标检测算法。算法首先利用灰度形态学Top2Hat变换,完成复杂空背景下的背景抑制和候选目标提取,然后通过开运算处理进一步去除虚假目标和噪声干扰,完成目标分割;最后结合管道滤波的方法,可快速检测出红外图像序列中的小目标信号。实验表明,该算法能够有效的提高图像信噪比,快速有效地检测出目标信号。     

国外智能视频监控的热点探究

随着智能视频监控在安全防范监控领域广泛应用,其相关技术备受国内外专家和研究人员的重视。智能视频监控作为一种综合技术,涉及多个科学领域知识。本文探讨当前国外智能视频监控的研究热点,总结归纳与其相关的研究领域,以期为国内智能视频监控的研究与发展提供借鉴。     

基于局部直方图的红外目标分割算法

在远程红外探测系统中,背景为缓慢变化的天空,而目标则表现为局部奇异点。目标灰度分布范围大,局部较亮,边缘与背景对比度低。根据这一特性,提出了一种基于局部直方图的目标分割算法。文中分析了多个目标的直方图分布特性,根据其灰度分布规律和像素个数判决条件实现了目标的有效分割。该算法适用于空域背景下的飞行目标分割。经过仿真验证表明,本文所提出的算法能快速有效地分割出红外飞行目标,有很强的实用性。