多普勒信息辅助的杂波环境下多目标跟踪算法

传统雷达目标跟踪方法仅利用目标的位置信息进行数据关联,在处理密集杂波环境下的多目标跟踪问题时,容易产生虚假航迹,甚至出现误跟、失跟的现象。该文针对此问题提出一种多普勒信息辅助的杂波环境下多目标跟踪算法。首先引入多普勒信息带来的观测方程非线性,以及速度观测与距离观测之间的相关性问题,基于IPDA-UKF算法框架,综合利用目标的位置和速度信息构建多维关联波门,利用多维信息进行有效量测的筛选,从而将一个多目标数据关联的问题转化为多个单目标数据关联的问题,然后采用IPDA-UKF分别估计各个目标的存在概率和运动状态。仿真结果表明:相比其他算法,该算法充分利用距离和速度之间的相关性,不仅降低了杂波环境下多目标数据关联的复杂度,提高了数据关联的效率,而且目标跟踪精度也得到了明显提升。     

多特征信息融合的多目标数据关联算法

分析了对关联性能有重要影响的目标特征信息，其中包括目标的位置、多普勒频移、雷达截面积和目标的运动方向，并且针对多个目标交叉飞行时容易出现的关联错误问题，提出了一种基于多特征信息融合进行模糊逻辑推理的数据关联方法．仿真结果表明，基于多特征融合的数据关联算法具有较高的综合性能．     

分布式穿墙成像雷达空间配准方法

分布式穿墙成像雷达利用多个穿墙雷达节点在多个视角对室内目标协同探测,可以有效弥补传统单视角穿墙探测的不足。提出了一种基于高斯混合模型的分布式穿墙成像雷达空间配准方法,根据各个节点探测结果中多目标位置关系求解雷达节点位置。首先将各个雷达节点的量测点集建模为高斯混合模型;然后将雷达节点配准问题转化为求解最优坐标变换参数的优化问题;最后采用粒子群优化求解,实现雷达节点空间配准。仿真与实测结果验证了该方法的有效性。     

雷达抗干扰的多目标直觉模糊集矩阵对策模型

针对雷达抗干扰在求解最优策略时存在支付值难以确定和对抗目标单一的问题,提出了基于多目标直觉模糊集矩阵对策的雷达抗干扰决策模型.首先利用直觉模糊语言变量描述复杂环境下的支付值,将多目标的雷达抗干扰问题转换为多个单目标的矩阵对策问题,并分析单目标对抗下的雷达单项效能;然后将多个单目标矩阵集结加权,通过线性规划求解雷达抗干扰的最优混合策略;最后给出了实例.实例分析表明该模型是有效、实用的,为雷达抗干扰博弈的研究提供了新的途径.     

基于航迹关联的一、二次雷达联合跟踪

该文针对一、二次雷达在杂波环境下多目标多传感器协同跟踪问题,提出了一种带二次雷达修正的基于航迹关联的一、二次雷达联合跟踪算法。该算法先通过一次雷达对敌友方目标和二次雷达对友方目标运用联合概率数据关联算法滤波跟踪得到航迹数据之后运用双门限航迹关联判定友方目标并撤消对友方目标的跟踪和利用二次雷达探测数据进行对敌方目标的高度信息进行自适应修正,通过蒙特卡洛仿真表明该算法在提高目标跟踪精度和减小处理器的运算量都是有效的。     

杂波环境下雷达组网的多目标聚类融合跟踪

多传感器多目标跟踪是信息融合技术在目标跟踪领域的应用范例,数据关联是其中的关键技术之一.对于杂波环境下的组网雷达多目标跟踪,讨论了粗、精关联相结合的数据关联方法.先用基于跟踪门限算法进行粗关联,排除部分杂波,再用模糊C-均值算法模糊聚类来实现关联.通过把多传感器跟踪问题转化为多个单传感器跟踪问题,更有效地实现关联,最后融合量测,滤波后得到目标的状态估计.用该算法对目标进行蒙特卡罗仿真,其比改进前的模糊C-均值关联算法和最近邻域算法在杂波环境下更能有效实现数据关联.     

组网雷达点迹信息融合抗假目标干扰方法

对欺骗式多假目标干扰, 单站雷达由于视角单一, 获取点迹数据有限, 对抗效果不理想. 针对该问题, 提出一种基于集中式组网雷达系统的真假目标识别方法. 该方法采用空间相关处理技术进行点迹融合, 并联合利用真目标的位置信息及速度信息. 对通过最近邻关联得到的关联量测序列, 首先进行基于位置信息的点迹融合, 然后求取目标实际速度矢量, 并利用速度信息进行融合, 再次剔除假目标. 在保证真目标识别概率的基础上, 进一步降低了组网雷达被欺骗概率.     

基于多传感器信息融合的多目标跟踪与仿真研究

针对战场目标跟踪中雷达获得的目标角度精度低的问题,引入了高精度的红外方位探测信息进行关联,用以修正融合航迹点的方位角;建立了基于坐标变换和自适应α-β滤波的数据关联快速算法模型;进行了模拟战场实际目标的仿真试验。仿真结果显示：雷达与红外数据关联融合后,目标方位角和俯仰角的最大误差分别为6 mrad和5 mrad。表明该算法充分利用了红外与雷达的互补性,能很好地跟踪目标,达到了降低目标航迹的方位角和俯仰角跟踪误差的目的,使航迹状态估计更加精确。     

基于联合概率数据关联的车用多传感器目标跟踪融合算法

针对智能车辆前向多传感器多目标跟踪融合问题,提出一种基于改进的联合概率数据关联的车用多传感器跟踪融合算法。首先,根据车辆坐标系和各传感器坐标系的相对运动关系,对多传感器数据进行坐标变换,之后采用基于改进的联合概率数据关联的单传感器多目标跟踪算法、基于相关序贯关联法的多传感器关联算法和凸组合融合算法实现了对目标的稳定跟踪与准确融合。最终,通过装备毫米波雷达和摄像头的实验车在实际交通环境下进行实车试验,试验结果表明:目标被稳定跟踪且融合结果具有良好的精度,验证了算法的可行性和有效性。     

一种雷达与ESM相关算法的改进算法

在分析了雷达与ESM航迹相关特点的基础上,对一种比较新的雷达与ESM相关的三门限算法进行了分析,并提出了对它的改进算法,即采用GAM(1)灰色代数曲线模型对ESM测量数据在相关之前进行平滑,最后给出了改进前后的仿真结果。仿真的结果表明     

利用高斯牛顿迭代的时频差无源定位算法

针对传统高斯牛顿迭代法在时差-频差定位中因迭代初始值不准而易出现的不收敛问题,提出一种基于约束加权最小二乘(CWLS)的高斯牛顿迭代定位算法。该算法首先将定位问题中关于目标位置、速度的时差-频差非线性定位方程转化为伪线性方程,分步估计目标位置、速度初始值;为实现初始值的精确估计,将目标位置与辅助变量等式约束关系松弛为二阶锥约束(SOCP)条件;引入随机鲁棒最小二乘(SRLS)构建新的线性关系,当新线性关系的最小二乘解不满足二阶锥约束条件时,使用半定规划(SDP)技术求解目标位置的估计解,通过获得的目标位置来对目标速度进行求解;获得目标参数估计初始值后,建立时差-频差定位系统下关于目标位置与速度的高斯牛顿迭代方程,利用高斯牛顿迭代对目标参数进行寻优求解,该迭代过程不需要引入辅助参数,可以直接得到目标参数。仿真实验表明,所提算法对近场目标与远场目标均有很好的定位效果,较已有经典两步加权算法,其鲁棒性好、定位精度高。同时,仿真结果表明了高斯牛顿迭代方程时对初始值优化的必要性。     

基于优化预测定位的单阶段目标检测算法

针对单阶段多边框检测(SSD)算法中存在目标定位不准确和小目标检测精度不高的问题,提出基于优化预测定位的单阶段目标检测算法EL-SSD. 通过双向加权特征金字塔将原SSD预测特征图特征融合,对输出特征图进行特征位置信息解码后进行特征通道权重再分配,提升了特征语义信息,捕获了跨通道位置信息. 通过构建分类置信度及额外的定位置信度级联聚类对预测框进行非极大值抑制,提高在检测阶段对选择目标的定位精度. 实验结果表明,EL-SSD算法在PASCAL VOC2007上的平均检测均值达到79.8%,比原SSD算法提高了2.6%. 在COCO数据集上的精度达到29.4%,比原SSD算法提高了3.5%,在检测图片上的目标定位效果及小目标检测效果明显优于SSD, 适用于需要高定位性能的实时应用场景.     

Target Tracking Algorithm Based on Meanshift and Kalman Filter

Directed at the problem of occlusion in target tracking, a new improved algorithm based on the Meanshift algorithm and Kalman filter is proposed. The algorithm effectively combines the Meanshift algorithm with the Kalman filtering algorithm to determine the position of the target centroid and subsequently adjust the current search window adaptively according to the target centroid position and the previous frame search window boundary. The derived search window is more closely matched to the location of the target, which improves the accuracy and reliability of tracking. The environmental influence and other influencing factors on the algorithm are also reduced. Through comparison and analysis of the experiments, the modified algorithm demonstrates good stability and adaptability, and can effectively solve the problem of large area occlusion and similar interference.     

基于粒子群算法的无人机航迹规划问题

首先将无人机航迹问题转换为多目标的TSP问题数学模型,建立了航迹规划问题的数学模型.然后将轨迹规划问题转换成一个求最短路径的单目标的有约束是优化问题,针对这类问题的求解,采用了一种新的粒子群算法并利用软件编程求解.最后验证了结果的可行性,同时讨论了结果的稳定性和收敛性.     

一种高分辨距离像辅助的多目标跟踪算法

When the tracks of the multi-target get approached or crossed, it is easy to lead to combining or even to get wrong tracks for the traditional tracking methods, since the traditional methods only utilize the information on the target position to finish the data association. Aiming at this problem, a multi-target tracking algorithm aided by the high resolution range profile (HRRP) is proposed in this paper. Firstly, the target attitude angle is estimated in real time on the principle that the HRRP is sensitive to the attitude angle. And then the attitude angle is added to the target measurement state to construct a multi-dimension correlating gate. The data association is accomplished with the multi-dimension information. So the problem of multi-target data association is simplified to multiple sub-problems of data association for a single target. Finally, each target motion state is estimated by the probabilistic data association-unscented Kalman filter (PDA-UKF). Simulation results reveal that the computing complexity is reduced, and that the correct probability of data association is improved by using the target HRRP on the one hand. On the other hand, the tracking accuracy is improved with the aid of the target attitude angle.     

利用极化信息的高频地波雷达TBD检测算法

为解决复杂的杂波背景造成高频地波雷达目标检测上的困难,针对高频地波雷达的极化特性,提出了一种将极化信息与传统动态规划算法相结合的TBD检测新方法.该方法利用运动目标方向信息和极化信息对算法进行优化,并通过预检测减小计算量.在高斯背景和高频地波雷达实测数据中的仿真和检测结果表明,存在电离层杂波干扰时,基于极化信息的检测前跟踪新方法比传统动态规划算法性能明显提高.     

红外运动弱小目标的动态规划检测

针对动态规划方法在对红外序列图像运动弱小目标进行检测时的能量扩散问题,提出了一种新的检测方法。该方法以目标的运动特性为基础,构造出一个高斯模板来描述目标在下一帧可能出现的位置,利用概率来描述目标可能的运动而不是直接的硬约束,能很好地克服目标运动的随机性。将该方法应用于实际的红外序列图像的运动弱小目标检测,实验结果表明,可以大幅降低动态规划方法的能量扩散问题。     

纯方位观测的航迹不变量目标跟踪算法

针对单站纯方位观测系统的目标跟踪问题,提出了一种新的单站纯方位目标跟踪算法．通过新提出的余切关系定理,解决了单站纯方位观测的非线性问题．推导了目标航向角估算公式及目标航迹的不变量,利用这个不变量估计目标方位．针对多站纯方位异步观测的目标跟踪问题,提出了一种新的双站纯方位异步观测目标跟踪方法,利用两个观测站与目标的几何关系估计目标位置．仿真实验表明,本算法能有效地实现纯方位目标跟踪．     

支持向量机的一步光滑牛顿法

基于支持向量机的一个修正模型,将支持向量机优化问题转化为与之对偶规划等价的互补问题,简化了原二次规划问题.并利用Fischer-Burmeister互补函数,给出了一个求解该问题的一步光滑化牛顿算法.该算法每次迭代只需求解一个线性方程组,执行一次线性搜索,提高了运算效率,且算法可以任意选取初始点并具有二次收敛性质.初步的仿真实验表明该算法是可行有效.