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FCM与PMHT的红外目标跟踪与检测算法研究

为了对复杂海天背景下红外弱小目标实现稳定、有效的跟踪,文中在参考和改进传统PMHT跟踪算法的基础上,提出了基于FCM和改进PMHT算法的红外弱小多目标跟踪算法。与传统PMHT跟踪算法不同之处在于：这里结合红外弱小目标的位置、灰度、像素面积、航迹等特征参数,在PMHT算法中融入基于特征参数的模糊聚类思想,即在PM-HT算法中,通过模糊聚类来调整系统噪声方差,经过不断修正系统运动模型,从而在整体上完成了对于数据关联的寻优以及对于运动目标模型的在线辨识。     

跟踪反馈技术在舰载雷达目标检测的应用

相控阵雷达的出现,使得舰载雷达可以通过控制阵元间的发射接收相位差来改变波束方向,提高雷达波束的扫描速度。然而,基于RFS建模的多目标跟踪算法仍面临非线性系统下多目标跟踪精度的问题,需要借助单目标滤波算法中的非线性近似手段提升舰载雷达跟踪水平。本文围绕跟踪反馈技术在舰载雷达目标检测,以δ-GLMB跟踪反馈算法展开研究。使用多传感器提供的更全方位、更深维度的信息,提高整个跟踪反馈技术系统的观测精度,进而增强舰载雷达的抗误检、漏检、虚检能力。     

基于Hopfield神经网络的雷达多目标跟踪

针对海上船舶雷达在多目标跟踪过程中实时性较差和不能快速响应的问题,提出目前密集杂波情况下多目标跟踪中最为有效的数据关联算法——联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法。为解决JPDA随着目标增多的情况会出现的组合“爆炸”及计算量较大导致跟踪实时性较差的问题,从分析联合概率数据关联确认矩阵着手,依据Hopfield神经网络在解决旅行商问题(Travelling Salesman Problem,TSP)时的思路,提出基于Hopfield神经网络联合概率数据关联(Hopfield Neural Network Joint Probability Data Association,H-JPDA)来改进联合概率数据关联算法,通过简化矩阵拆分过程,显著减少计算量,提高跟踪的实时性。基于上述改进的神经网络联合概率数据关联算法,通过MATLAB对多目标跟踪进行仿真,仿真结果表明该算法能提高跟踪的实时性和快速响应能力。     

基于信息融合的实时数据处理方法应用

文章以实际工程背景为出发点,以提高某指挥控制数据处理系统的处理效果为目的,在对当前已有的数据处理方式、方法深入剖析的基础上,综合运用多传感器信息融合技术、多目标跟踪技术、Kalman滤波技术等多种数据处理方法设计了一套改进的数据处理系统。解决了多传感器跟踪同一目标时,因各传感器精度、数据采样率不同而造成的航迹混乱的现象;解决了飞机编队起飞、大空域机动、空中编队和交叉飞行等复杂状态下的跟踪、态势综合、指挥控制、实时测控引导问题;应用系统设计包括系统体系结构与处理流程、多传感器融合算法模型、多种滤波算法、实测数据仿真和实际系统应用等问题。     

双波段红外警戒机动目标的跟踪算法

介绍了卡尔曼滤波在单波段红外警戒机动目标跟踪中的应用,利用最小方差数据融合算法,实现了双波段红外警戒机动目标的搜索与跟踪。     

回声状态网络下海洋多目标跟踪控制系统研究

针对传统海洋多目标跟踪控制系统跟踪速度慢的问题,设计一种基于回声状态网络的海洋多目标跟踪控制系统。选用PMI1201C D/C卡,插在兼容的计算机卡槽中,进行海洋多目标的数据探测,并通过安装多通道信号调理卡,实时改变滤波器截止频率。利用目标检测算法,选择海洋多目标控制区域,并对目标中心位置进行计算,得到目标状态估计结果,确认目标轨迹,实现基于回声状态网络的海洋多目标控制。仿真实验结果表明,该系统设计在进行目标控制时,速度较传统速度高出了22.78%,符合理想的海洋多目标控制要求。     

复杂环境下红外机动目标跟踪算法研究

在分析红外机动目标模型的基础上,利用扩展的卡尔曼滤波技术、红外目标的区域相关技术、概率数据关联技术等,实现了复杂环境下红外机动目标的跟踪。仿真结果证明了跟踪模型及算法的有效性。     

基于大数据的舰船红外图像目标实时跟踪方法

舰船红外图像目标实时跟踪具有重要的研究意义,针对当前舰船红外图像目标实时跟踪算法存在的易丢失跟踪目标、目标跟踪精度低、计算时间少等缺陷,为了改善舰船红外图像目标实时跟踪效果,设计了基于大数据的舰船红外图像目标实时跟踪方法。首先分析了目前一些经典舰船红外图像目标实时跟踪方法的缺陷,找到引起它们不足的原因,然后提取舰船红外图像目标跟踪特征,并采用大数据分析技术根据特征实现舰船红外图像目标实时跟踪,最后对舰船红外图像目标跟踪误差和实时性进行实例分析,结果表明,本文方法的舰船红外图像目标跟踪精度高,跟踪误差处于实际应用要求的最小区间内,且舰船红外图像目标跟踪计算时间短,可以对目标进行实时有效的跟踪,获得比其它方法更优的舰船红外图像目标实时跟踪结果。     

基于Kohonen神经网络的多传感器多目标跟踪方法

本文描述了一个Ｎ维Ｋｏｈｏｎｅｎ神经网络和算法,提出了多传感器多目标跟踪（ＭＳＭＴＴ）的Ｋｏｈｏｎｅｎ神经网络方法,认真研究表明该方法的有效性,可提高目标跟踪的速度和精度。     

基于红外搜索系统的被动测距技术研究

红外搜索系统是一种被动探测系统，量测数据中无目标的距离量；而评判来袭目标的威胁程度离不开其距离量。介绍了基于红外搜索系统的被动测距技术测量目标距离的算法、原理框图以及仿真试验与结果。     

多雷达多目标航迹跟踪法

提出了一种改进的模糊极小极大(Fuzzy Min-Max,FMM)神经网络算法,并结合无师训练FMM神经网络的聚类,给出了一种基于FMM神经网络的多雷达多目标航迹跟踪方法.仿真实验结果表明,这种方法能够有效地完成多雷达多目标的数据融合,并较好地实现了多雷达多目标的航迹相关.     

多目标干扰环境中威胁目标自动跟踪方法

针对多目标干扰环境中威胁目标发现与跟踪困难的问题,研究一种基于随机有限集(RFS)的高斯混合概率密度假设(GM-PHD)滤波的算法,建立目标的随机有限集形式的运动和观测模型,利用卡尔曼滤波的预测和更新过程,对被动声呐输出的多目标方位和窄带线谱同时进行跟踪,利用所提取窄带线谱能量作为不同方位目标的输出检测量,可实现对包含线谱的窄带威胁目标的自动跟踪。试验数据的处理结果表明,所提方法可以实现在多目标的复杂情况下对感兴趣的威胁目标的自动跟踪。     

基于动态规划的多目标的TBD算法

在弱目标检测领域中,动态规划法是一种有效的能量积累方法。文章针对低信噪比下的多目标检测问题,提出了一种基于动态规划的多目标检测前跟踪算法。该算法能够较有效地估计搜索空间中的目标个数,也能分离出每个目标的航迹。     

水下多目标跟踪的网络层次决策方法

水下多目标跟踪逻辑与决策是水下航行器多目标跟踪中需解决的技术难点．目前用于水下多目标跟踪决策的方法都假设各个决策因素相互独立，而实际上水下多目标跟踪决策的因素之间存在着相互影响．本文根据这一特点，建立了水下多目标跟踪决策的指标集和相应的ANP决策模型，提出了基于ANP的水下多目标跟踪逻辑与决策方法．该方法将水下多目标跟踪决策的指标集纳入网络层次结构模型，并通过模型解算得到优化的多目标跟踪决策，具有决策结果比现有方法更加合理、稳健的特点．仿真结果表明该方法是在多目标跟踪决策因素之间存在相互影响情况下解决水下多目标跟踪逻辑与决策问题的有效方法．     

数据融合技术在海图作业标绘台的应用

论文将数据融合技术用于海图作业标绘台的设计，解决了海图作业标绘台实时标绘本舰和多目标航迹从而进行态势估计。文中对海图作业标绘台发展状况进行了简单介绍，并介绍了数据融合技术的应用背景、常用算法及研究内容．设计了相关模型，并具体论述了多目标检测和多目标跟踪技术在海图作业标绘台中应用。     

一种基于IMMKF的相控阵雷达波束调度算法

针对相控阵雷达多目标跟踪环境,提出了一种基于I MMKF（Interacting Multiple Model Kal man Filter）的自适应波束调度算法。建立了相控阵雷达波束调度的最优化模型,该模型能够利用机动目标跟踪时协方差控制的思想来调度相控阵雷达的工作模式。分别给出了基于协方差偏差均值最小准则和最大协方差偏差最小准则两类自适应波束调度算法。仿真结果验证了算法的有效性。     

航标网络GIS助航信息系统的构建

利用网络地理信息技术和GeoBeans5.5软件,建立了基于网络GIS的航标信息系统,它是在Inter-net或Intranet网络环境下的一种兼容、存储、处理、分析和显示与应用航标实时空间信息的WEBGIS系统。用户可以在互联网上借助通用的网络浏览器,浏览、查询和获取基于电子海图空间数据与动态航标属性数据。