基于粒子滤波的多传感器交互式多模型多机动目标跟踪

针对单传感器交互式多模型联合概率数据关联滤波算法(Interacting Multiple Model Joint Probabilistic Data Association Filtering,IMMJPDAF)在非线性情况下跟踪精度低,且对于非高斯问题不适用的情况,文中提出一种基于粒子滤波的多传感器交互式多模型多...     

一种新的密集杂波环境多目标跟踪算法

针对传统联合概率数据关联算法的不足,综合考虑关联精度和工程实践性,提出了一种新的改进关联算法.先通过设定阈值得出近似关联矩阵,去除小概率事件;然后进行同源划分,构建各个独立区域内的确认矩阵,综合考虑候选回波离关联门中心的距离和关联门内的候选回波数目这2个因素的影响,最后按照概率数据关联滤波相同的方式对状态进行估计.该算法减少关联矩阵数量,降低关联概率计算难度,可有效解决JPDA算法计算量过大的问题.仿真实验结果表明,该算法具有较高的关联精度和跟踪成功率,便于工程实现.     

基于混沌神经网络的多目标数据关联

研究了多目标跟踪中的数据关联问题.利用混沌动态的遍历性,搜索过程可避免陷入局部极小.仿真结果表明,利用混沌神经网络实现多目标数据关联是可行的,且比Hopfield神经网络有更高的收敛效率.     

基于并行Boltzmann机的多目标跟踪研究

聚合概率数据关联滤波方法的关键是求解数据关联概率βｉ＾ｔ。本言首先研究了密集多回波环境下的多目标数据关联问题，进而应用神经网络Ｂｏｌｔｚｍａｎｎ机，结合模拟退火方法，求解数据关联概率βｉ＾ｔ，把求得的βｉ＾ｔ用于卡尔曼滤波跟踪器计算目标位置的量测修正，达到多目标跟踪，仿真结果表明，该方法能很好地进行多目标跟踪，而且回波愈密集，其优越性能愈为突出。     

基于混沌神经网络的多目标数据关联

研究了多目标跟踪中的数据关联问题。利用混沌动态的遍历性，搜索过程可避免陷入局部极小。仿真结果表明，利用混沌神经网络实现多目标数据关联是可行的，且比Hopfield神经网络有更高的收敛效率。     

基于代价函数的红外多目标跟踪方法

针对复杂背景环境下的红外多目标跟踪问题,文章在已获得各多目标初始信息和观测信息的基础上,采用极坐标数据进行数据关联和滤波,提出了一种基于代价函数的红外多目标跟踪算法,通过确定红外多目标跟踪起始和终结以及后续帧处理技术,实现了不超过48批红外多目标的实时跟踪。仿真实验结果表明,该算法在运动的红外多目标检测效果、跟踪稳定性和实时性方面都有良好的性能。     

概率数据相关技术在目标跟踪中的应用

介绍了目标跟踪系统和概率数据相关(Probabilistic Data Association)算法的基本原理,并对怎样将PDA算法用于杂波环境下的目标跟踪进行了详尽的叙述.     

基于UKF的Rao-Blackwellized粒子滤波器多传感器多目标跟踪算法研究

在纯方位多传感器多目标跟踪问题中,状态的测量通常是来源未确定的观测量,在杂波环境尤为如此,需要同时解决多个目标的测量和目标之间的关联问题。本文提出一种新的基于Rao-Blackwellized思想的RBPF-UKF算法。该算法利用Rao-Blackwellized将多目标跟踪问题转化为2个子问题:数据关联及单目标跟踪问题,利用粒子滤波中的序列重要性重采样原理解决多目标跟踪的数据关联问题,用UKF滤波器实现单目标跟踪。仿真结果表明,RBPF-UKF算法能很好地解决多目标数据关联问题,与RBPF-EKF算法相比具有更高的滤波精度及稳定性,体现了该算法的优越性。     

基于混沌神经网络的多目标跟踪技术研究

本文应用混沌神经网络求解多目标跟踪中的数据关联问题,给出了混沌神经网络的模型,构造了数据关联的能量函数表达式,在数据关联过程中,采用退火算法。仿真结果表明,应用混沌神经网络求解数据关联比Hop fie ld网络具有更块的收敛速度和更小的关联误差。     

集中式自适应网格IMMJPDA算法

现有的集中式交互多模型联合概率数据互联( IM MJPDA)算法在多模型这个意义上都是基于固定结构的,而固定结构多模型算法存在的缺陷这些算法都不可避免的存在.为此,将一种变结构多模型算法——自适应网格交互多模型( AGIMM)算法和联合概率数据互联(JPDA)算法相结合,提出了用于多传感器多目标跟踪的集中式自适应网格IMMJPDA( AGIMMJPDA)算法.该算法通过自适应网格实现模型集合自适应调整来克服固定结构IMMJPDA存在的缺陷.仿真结果显示,该算法可以有效克服固定结构IMMJPDA算法存在的缺陷,并提高IMMJPDA算法的费效比.     

基于m-MHT的主动声呐野点剔除方法研究

针对水下杂波区内目标跟踪问题的研究,利用多假设跟踪(MHT)算法,解决目标数据关联问题.从工程角度出发,采用Murty和m-MHT方法以优化算法效率和实用性.通过Matlab数据分析仿真验证,表明该方法可提高声呐在杂波环境下对目标跟踪能力.     

利用Hopfield神经网络解决TSP问题

从Hopfield神经网络原理出发,结合TSP问题的要求,求得问题的最优解的次优解。并通过解决实际问题,说明了算法的有效性。     

鱼雷拖曳线列阵及其目标方位跟踪算法研究

使用拖曳线列阵可以有效提高自导鱼雷远程搜索目标的能力,而能否精确跟踪目标方位将直接影响到鱼雷的实战效果。本文首先研究了一种鱼雷用拖曳线列阵自导系统的组成原理及实现方法,然后研究了一种子空间跟踪算法,并在此基础上提出了一种自适应Root-MUSIC算法,该算法可用于对时变的信号波达方向进行实时跟踪估计。仿真计算结果验证了该算法具有很好的跟踪效果。     

雷达机动目标的自适应跟踪算法

机动目标跟踪一直是雷达目标跟踪的重点难点,论文建立了一种当前统计模型的目标运动模型,给出了概率密度以及非零均值目标加速度随机过程数学表达式,结合基本Kalman滤波,建立了基于该模型的机动目标跟踪自适应算法.最后针对实际目标机动情况,对其进行仿真计算,仿真结果证明,该算法具有良好的跟踪性能.     

基于矢量阵的鲁棒自适应舰船噪声检测算法研究

稳健Capon波束形成算法直接将自适应对角元加载因子的计算与导向矢量的误差联系起来,易于实际操作,避免了其他算法计算加载量时的随意性。文章针对长线阵声纳检测近距离快速移动目标时观测数据不充分的问题,提出了一种基于矢量阵的改进稳健Capon波束形成算法。算法对数据矩阵进行奇异值分解,避免了求取不满秩的协方差矩阵,且减少了运算量及存储量。该算法对导向向量失配不敏感,且能有效地对快速移动的目标进行方位估计。最后通过仿真结果和海试试验数据处理验证了算法的有效性。     

船舶中间产品标识定位系统设计与实现

利用二维码实现中间产品信息的索引,采用交互式多模型(Interacting Multiple Model, IMM)卡尔曼滤波法优化的飞行时间(Time of Flight, TOF)定位算法,实现中间产品的位置跟踪。根据船舶车间的标识定位需求,研发船舶中间产品标识定位系统,对船舶中间产品的加工工序、基本信息、位置信息等进行跟踪,为船厂备料套料、物流运输、加工监控等提供有力的数据支撑。     

船载多目标水声跟踪系统的实时阵列信号处理

本文介绍一种船载多目标水声跟踪系统，它以多片ＴＭＳ３２０Ｃ２５ＤＳＰ为核心采用并行处理技术，以达到对下快速目标实时准确定位的目的。