一种基于正则粒子滤波器的目标跟踪算法

滤波技术是实现多目标跟踪的核心技术之一.粒子滤波器是基于序贯Monte Carlo仿真方法的非线性滤波算法.本文采用正则粒子滤波算法来代替标准的粒子滤波算法.正则粒子滤波算法是基于正则再采样算法,即根据后验密度的离散分布重建它的连续分布,然后从后验分布的连续近似中采样获得再采样粒子,从而能减少粒子的退化现象.仿真结果表明,该算法的跟踪误差要小于标准粒子滤波算法,并且具有更好的跟踪性能、较高的实用价值和广泛的应用前景.     

多目标定位和跟踪的综合方法

本文给出了集合论描述法（ＳＴ）联合概率数据互联（ＪＰＤＡ）霍普菲尔德人工神经网络ＡＮ＾２（Ｈ）的理论完整的综合方法，给出了工程实现的简化方法，当Ｐｂ≤１时，提出以距离与检测概率Ｎ次方根（＾Ｎ√ＰＤ）之比最小，取代最小距离准则，以扩大ＳＴ的应用范围。     

鱼雷搜索目标概率的一种近似估计方法

本文根据经典概率理论，确定目标分布统计特性，在视线角速率ｑ较小的前提下，建立概率计算的近似代数式，以蛇行搜索为特例计算其概率。     

最优跟踪滤波方法处理有人驾驶机动目标的性能估计

大部分战术武器系统要求能精确地跟踪有人驾驶机动运动体，如飞机、舰艇及潜艇等。为此，本文利用一个既简单易行又能真实体现机动目标运动的目标模型导出了最优卡尔曼滤波。利用这种滤波算法，把参数跟踪精度数据构造成目标机动特性、探测器观测噪声及数据的函数，这样，当探测器跟踪机动目标，提供距离、方位和仰角测量的某种组合时，我们能据此作出跟踪性能的一个快速先验估计。     

一种态势估计中的目标编群方法

目标编群是态势估计的基础。传统模型大多采用空间上的聚类算法来实现目标编群,但这种方法误分率较高,效果并不十分理想。文章提出了一种新的态势估计中目标编群问题的处理模型。该模型首先应用神经网络对目标目的地做出判断,然后融合多相似性加权测度算法,完成对观测目标的编群。最后运用该模型给出了一个分析示例。     

一种岸上目标跟踪算法

结合地面目标运动特征和地理信息之间的关系,基于图像序列配准输出的目标位置伪量测值,建立利用地理信息实现对岸上运动目标跟踪的数学描述。分析岸上不同的运动模式,设计目标运动模型集,提出基于位置滤波不确定区域与道路是否相交基础上的运动模式判别方法,给出基于运动模型动态调整的自适应滤波算法。仿真结果表明,提出的方法和算法是有效的,具有重要的应用参考价值。     

多目标定位和跟踪的综合方法

本文给出了集合论描述法，联合概率数据互联、霍普菲尔德人工种经网络ＡＮ＾２Ｋ的理论完整的综合方法。     

多目标定位和跟踪的综合方法

本文给出了集合论描述法(ST)、联合概率数据互联(JPDA)、霍普菲尔德人工神经网络AN~2(H)的理论完整的综合方法。给出了工程实现的简化方法。当P_D≤1时,提出以距离与检测概率N次方根(P_D~(n/2))之比最小,取代最小距离准则,以扩大ST的应用范围。     

水下目标深度测量误差源分析

首先研究了在深海环境下,采用基于三阵元垂直线列阵的水声探测系统进行水下目标深度测量的基本原理.然后从随机误差和阵元配置偏差的角度,对水下目标深度测量的误差源进行了理论分析,并推导了相关公式.此外,对于相干多途水声信道干扰给水下目标深度测量精度的影响,也作了初步的理论分析.通过仿真实验,总结出各误差源对水下目标深度测量精度影响的规律,研究结果为进一步开展水下目标深度测量研究、提高测量精度奠定了基础.     

基于UKF的水下目标纯方位跟踪算法

将基于无迹变换的UKF方法运用到水下目标运动分析中,给出了具体步骤,讨论了其目标运动分析问题.利用测得的纯方位序列,建立了状态方程和观测方程.通过蒙特卡洛模拟仿真,结果表明,在处理非线性问题中,UKF方法在滤波精度上有较明显的提高;在实际应用中,该方法计算量小、实现简单,有较强的实用性.     

改进的中心差分卡尔曼滤波水下被动目标跟踪

中心差分卡尔曼滤波是目标跟踪领域中常用的非线性滤波方法之一,但在单站的纯方位目标跟踪中,有时受观测站的运动轨迹、观测噪声等影响,中心差分卡尔曼滤波会出现滤波不稳定甚至发散的情况。针对这一问题,本文提出一种基于奇异值分解平方根的中心差分卡尔曼滤波改进方法。通过采用QR分解和奇异值分解2种不同的方式计算协方差的平方根,代替协方差矩阵参与运算,增强算法的稳定性。通过3种不同情形下的仿真结果均表明,所提方法与常规的中心差分卡尔曼滤波和经典的平方根无迹卡尔曼滤波方法相比,具有最低的均方根误差。     

光纤通信在舰艇水下目标追踪中的应用

传统水下目标追踪技术受水体传播介质环境的影响,在目标追踪效率及行进路径误差控制方面存在缺失,为此利用光纤通信在水下作业的优势,将光纤通信应用于舰艇水下标的物的定位与追踪。分析水下光纤通信的基本原理,并计算出光纤传播的角度及折射率;基于光纤通信确定出被追踪标的物的轮廓曲线函数、观测方程和动态方程,即可准确定位出标的物的基本行进路径。实验结果表明提出光纤通信追踪技术的效率优于传统的追踪技术,最优追踪路径的偏差度表现最好。     

基于ADSP的线列阵水下目标方位距离估计实现方法

线列阵水下目标方位距离估计利用水声定位技术实现对单个水下目标进行定位。本文的主要工作是针对水下声学试验的需要,在ADSP数字信号处理平台上完成数据采集、信号实时检测、方位距离解算等功能,实现对水下目标方位距离的实时估算。     

基于矢量传感器的水下运动目标测向的研究

将基于二维压差式矢量传感器的声压振速联合处理技术应用于水下运动目标测向算法研究中,在小尺寸和低频条件下,实现了对水下运动目标的精确测向。研究了传感器尺寸、信噪比对算法性能的影响,并采用实测辐射噪声对算法性能进行了分析。仿真和实验结果表明,该测向方法具有基阵尺寸小、测向精度高的特点。该研究为水下运动目标的方位估计提供了一种有效的技术途径。     

一种估计水中目标辐射噪声线谱的方法

线谱是水中目标辐射噪声中重要的特征信息,在被动声呐系统中,线谱提取是水中目标识别的关键技术.文章简述了水中目标辐射噪声的物理成因和频谱特征,利用经典谱估计法与现代谱估计法在短时序列谱估计中的特点,结合仿真试验的结果,提出了一种对水中目标辐射噪声低频段线谱估计的联合分析法,并用该方法对2艘实船噪声进行了谱分析.实验结果表明,该方法对低频段的线谱特征提取有较好的实用效果.     

K-means与SVM结合的水下目标分类方法

为促进海洋资源开发,提高海洋开发能力,本文对水下目标分类识别方法进行研究。首先,对水下目标分类方法进行概述,介绍较为常用的方法。然后,提出K-means与SVM结合的水下目标分类方法。该方法利用S变换进行图像预处理,提取不同分辨率下的不同特征作为分类的特征向量,通过K-means与SVM结合的分类识别方法进行分类。实验结果表明,该方法具有较高的识别率。     

基于11/2谱的水中目标辐射噪声线谱估计方法

研究了一种基于信号1 1/2谱的时频分布图的水中目标辐射噪声的线谱估计方法。分析了11/2谱具有的性质,即抑制高斯噪声和对称分布噪声;加强信号的基频分量以及剔除非耦合相位的谐波分量。介绍了Lofar处理的特点和Lofar谱图的计算步骤。结合Lofar谱图和11/2谱的各自特点,提出了11/2谱图的处理方法。再利用图形学中的Radon变换,将谱图中的直线转换成Radon域中的峰值。得到峰值坐标后,可以计算谱图中的线谱频率等参数。仿真实例表明,该方法效果明显,比Lofar谱图具备更优的白噪声抑制能力。