多通道SAR杂波抑制技术研究

主要研究了几种典型的多通道SAR杂波抑制技术:相位中心偏置(DPCA)技术、沿航迹干涉(ATI)技术和空时自适应处理(STAP)技术,探讨了对机载单天线SAR实际数据应用复图像域DPCA、ATI杂波抑制技术和空间频率域STAP杂波抑制技术实现运动目标检测,并给出一些实际数据的实验结果。     

星载GMTI 雷达系统及其空时自适应信号处理

地面动目标检测( GMTI) 是脉冲多普勒雷达的重要应用领域之一。星载GMTI 雷达系统比传统的机载系统具有更强的适应性和能够获得更好的检测性能而受到广泛关注。主要就星载分布式稀疏孔径GMTI 雷达系统的系统特点及其空时自适应信号处理( STAP) 方法作了较为深入的分析, 基于星载分布式均匀线性阵列( ULA ) GMTI 雷达系统参数获得了典型的STAP 算法信杂噪比( SINR) 损失特性和性能比较。     

基于多尺度特征近似计算的行人检测方法

传统的多尺度特征计算都是首先构造不同尺度的图像形成图像金字塔,然后在金字塔每一层上通过滑动窗口 的办法提取相应的特征,实验表明在目标检测时特征提取消耗大量时间,改善特征提取的速度是提升目标检测速度的关键。 本文使用FFC(Fast Feature Computation)计算方法对多尺度图像特征进行快速提取,同时结合Adaboost 算法和多特征融合方法 用于行人目标检测,实验结果表明效果较好。     

一种新的雷达动目标检测方法

基于线性调频(LFM)脉冲压缩雷达原理及雷达动目标显示(MTI)的数学模型,通过与传统二脉冲对消和三脉冲对消的方法相对比,采用四脉冲对消和参差脉冲重复频率处理盲速的方法进行动目标检测。仿真实验证明,在动目标检测中使用线性调频脉冲压缩的四脉冲对消和参差脉冲重复频率方法,能够更好地提取杂波中的运动目标。     

动目标数据实时分析技术研究与实现

针对动目标的实时轨迹数据,分析已有研究出现的问题,提出2种实时分析的解决思路：基于五点微分法的轨迹预测方法,此方法可以较快速地预测动目标下一个位置点,实时性较强;基于Storm的历史频次统计分析方法,此方法根据历史轨迹频次进行分析,准确率较高。上述2种方法解决了实时分析的2个重点问题：实时、准确,有较高的实用性。     

基于分数阶傅立叶变换的水下动目标检测

当发射信号为线性调频信号(LFM)时,水下动目标径向运动速度使得回波和副本不匹配,从而导致传统的最佳检测器——匹配滤波器对线性调频信号的检测性能下降。动目标的回波信号依然为LFM信号和分数阶傅立叶变换对线性调频信号的聚焦特性,提出了以信号的分数阶能量谱的峰值作为统计量来进行检测,并且给出了细化搜索峰值的自适应方法,提高了搜索速度。仿真结果表明,算法在高斯噪声背景下对径向速度未知的运动目标线性调频回波具有良好的检测性能,并分析了信号参数对检测器性能的影响。     

基于多信号分类法SAR动目标检测研究

在运动目标检测问题的研究中,动目标的图像会因为存在径向速度而产生方位偏移,造成图像偏离真实位置.为了解决不同径向速度的运动目标在SAR图像中的成像偏移位置可能位于同一分辨单元而难以检测的难点,提出一种基于MU-SIC(多信号分类)算法的双通道SAR动目标检测新方法.方法采用高分辨率MUSIC谱估计算法代替传统傅里叶变换进行运动目标的检测及运动参数的估计,通过对动目标重新聚焦得到其偏移矫正后的图像,完成运动目标的定位.仿真结果表明,方法改善了成像偏移位置在多个动目标的检测能力,提高了参数估计的精确度.     

基于干涉图的D-SAR地面慢动目标检测算法

由于应用干涉图对地面慢动目标进行检测时表现出巨大的潜力,因此备受国内外SAR-GMTI研究者们的青睐.在分析和对比了各种基于干涉图的双通道SAR(D-SAR)图像域地面慢动目标检测算法的基础上,首先,对现有算法进行了归纳分类;然后,分析比较了每类算法的基本原理,并阐明了他们各自的优缺点;进而结合实验验证,分别从检测率和虚警率、稳健性、可检测速度范围以及抗干扰性等方面做了进一步的对比分析,并全面总结了现有算法的检测性能;最后,结合现有算法存在的不足,指出了下一步的研究方向.     

利用DPCA方法对机载单天线SAR实际数据进行动目标检测

相位中心偏置天线(Displaced Phase Center Antenna，简称DPCA)方法利用两个移住相位中心，在满足特定条件基础上进行动目标检测。提出了一种利用DPCA方法对机载单天线SAR实际数据进行动目标检测的新方法。该方法针对单天线SAR实际数据，通过合理补偿，获得近似满足DPCA条件的两幅SAR复图像，进行复图像域杂波对消处理。动目标检测结果表明，单天线SAR数据的DPCA方法对动目标检测是有效的，同时，在没有两通道SAR实际数据情况下，为研究DPCA方法提供了一种有效的途径。     

面向动摄像机的高速运动目标检测

目的为解决动摄像机中高速运动目标检测复杂度高的问题,提出一种基于压缩视频运动矢量的高速运动目标检测新方法。方法该方法首先分析监控视频的码流格式和解码特点;然后从视频流中直接提取运动矢量;接着进行运动矢量规范化,并根据3σ准则提取场景的全局运动参数;最后通过对运动矢量统计特征的分析,实现面向动摄像机的高速运动目标快速检测。结果仿真实验表明,该方法在经典和自建数据库上目标提取效率较现有算法均有较大提高。结论本文方法充分利用了压缩视频数据中蕴含的运动信息,极大降低运动目标检测的复杂度,可以有效提取动摄像机成像画面中的高速运动目标,在经典和自建数据库上的目标提取效率较现有算法均有较大提高。     

Study of multiple moving targets’ detection in fisheye video based on the moving blob model

Multimedia Tools and Applications - This paper discussed some improved algorithms for multiple moving targets detection and tracking in fisheye video sequences which based on the moving blob model....     

基于高阶零陷滤波的空间多目标跟踪算法

针对传统的移动多目标跟踪算法计算量大、实时性差的问题, 提出了一种新的基于阵列天线的空间多目标跟踪算法。算法利用阵元个数相对于信源数目的自由度, 设计一个高阶的零陷空域滤波器组, 对空间干扰源进行陷波, 并对空间波束成形后的信号进行自适应跟踪, 估计出多个移动目标的波达方向（direction of arrival, DOA）。仿真结果表明, 此算法精度较高, 计算复杂度较低, 为空间移动多目标的实时跟踪提供了一种新方法。     

随机边缘特征匹配在运动车辆跟踪算法中的应用

目标跟踪算法中往往需要有效的特征对目标进行跟踪识别。本文提出了随机边缘特征的概念,对其物理意义及匹配算法进行了阐述,并将其应用到运动车辆跟踪算法中。实验结果表明,该算法能够对序列图像中的多个运动车辆进行跟踪识别,对车辆的尺度、视角、光线及运动状态的变化等不利因素有较好的适应性。     

基于小波边缘提取的混合运动目标检测算法

常用的运动目标检测算法易受到噪声、阴影等因素的影响,检测出来的运动目标边缘比较模糊,本文因此提出 一种基于小波边缘提取的运动目标检测算法,将小波边缘检测与帧间差分法和背景差分法相结合来检测运动目标,采用 形态学滤波和连通性分析得到准确的运动目标。实验表明,该算法可以准确的将运动目标从视频图像序列中检测出来。     

Tracking multiple moving targets with swarms of mobile robots

This paper presents a distributed approach to enable mobile robot swarms to track multiple targets moving unpredictably. The proposed approach consists of two constituent algorithms: local interaction and target tracking. When the robots are faster than the targets, Lyapunov theory can be applied to show that the robots converge asymptotically to each vertex of the desired equilateral triangular configurations while tracking the targets. Toward practical implementation of the algorithms, it is important to realize the observation capability of individual robots in an inexpensive and efficient way. A new proximity sensor that we call dual rotating infrared (DRIr) sensor is developed to meet these requirements. Both our simulation and experimental results employing the proposed algorithms and DRIr sensors confirm that the proposed distributed multi-target tracking method for a swarm of robots is effective and easy to implement.     

Tracking in the multi-target environment. Multiple-hypotheses method in information-set filtration

Consideration was given to a new approach to constructing the algorithms intended to track moving objects (true targets) in the environment of false targets. The approach relies on a combination of the Reid multiple-hypotheses method and the information-set filtration. It was illustrated by the example of tracking “heavy” true and “light” false targets moving in air along ballistic trajectories.     

基于高斯背景模型的红外人体运动目标检测技术

针对红外监控中人体运动目标的空洞和拖尾问题,提出了一种基于高斯模型的运动目标检测方法。首先,介绍了红外图像的预处理;其次通过与其他经典的人体运动目标检测算法比较与综合,引入高斯模型,建立背景图像的自适应模型。该种模型主要使用了拟合修正的方法处理了红外监控背景图像中的差分信息,过滤图像中的噪声等相关外部环境干扰因素,从而更新红外图像中的背景信息,提高了红外监控系统图像中人体运动目标的检测清晰度,并进一步提高了红外监控图像的精度。同时,还对该方法进行了必要的仿真实验。仿真结果表明,提出的方法可以准确地检测红外监控图像中的人体运动目标,较好地避免了人体运动速度过快或过慢所产生的拖尾或空洞现象。     

基于立体视觉的目标检测与轨迹预测研究综述

目前基于立体视觉信息的运动目标识别定位、跟踪及轨迹预测是机器视觉领域的研究热点。通过归纳整理相关文献,从双目立体视觉技术、运动目标检测技术、运动目标轨迹预测技术三个方面对基于立体视觉的运动目标检测及轨迹预测进行了概述,分别阐述了相机标定的常见方法、图像特征提取及立体匹配不同算法的适用场景、各运动目标检测方法的优缺点、常用轨迹预测方法的预测思路及优劣势。针对基于立体视觉的运动目标检测与轨迹预测的研究,指出了其现今面临的挑战和研究重点,可为相关研究人员提供参考。     

基于随机采样的多量测目标跟踪算法

在多目标跟踪领域,传统算法假设目标是点源辐射体,至多产生一个量测点,随着现代 传感器技术的发展,可以获得一个目标的多个量测. 本文研究当目标具有一定刚体几何形状并产生 多量测的问题,这类目标称为多量测目标.首先,通过建立目标形状的刚体参数模型,提出采用参数马 尔科夫链采样的方法,估计目标的形状参数.其次,采用等效量测方法,获得目标形心 点的运动状态. 针对目标个数未知情况,在形状目标量测满足泊松分布假设条件下,采用泊松强度比方法获得目标的个数估计. 本文定义了目标类型概率并给出 了目标类型概率的递推算法. 最后,通过三个具有不同形状和分布的多量测目标在二维平面的匀速(Constant velocity, CV)运动进行验证说明,实验表明: 所给方法在目标运动状态估计方面能够获得比较高的估计精度,目标形状估计能够比较稳定精确地估计目标形状的变化. 此外, 500次蒙特卡洛(Monte Carlo, MC)仿真实验表明,多量测目标的跟踪丢失率约为1.4%.