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.     

雷达跟踪机动目标的多模型算法研究

研究了多模型算法在雷达跟踪机动目标中的应用,并以所提出的一种多模型算法说明了多模型算法的有效性。     

船舶目标跟踪过程信息智能过滤算法

现有的船舶目标跟踪信息智能过滤算法对于障碍物遮挡的信息过滤量小,因此设计一种船舶目标跟踪过程信息智能过滤算法。引入边缘算子,并调整各个算子的权重,完成船舶目标状态信息的采集,提取跟踪目标的运动特征,并通过欧氏距离的解析式对船舶运动特征进行降维,利用光流法的搜索模板定位最佳目标匹配点,完成船舶目标跟踪过程信息智能过滤算法的设计。在实验中,分别利用现有算法和设计的算法,对某行驶中的目标船舶进行遮挡信息过滤,结果显示,设计的算法中过滤掉的障碍物信息占比平均值比传统算法高出64%,验证了设计算法的有效性。     

船舶导航雷达目标自动检测算法研究

提出一种新模型,该模型将每个雷达距离频谱的最佳估计转换为多个目标的航向,同时还提出了一种基于雷达距离方程的功率距离频谱(距离频段)预测方法,设计使用连续波雷达系统的船舶目标检测的分析模型,经过分析和验证,该方法具有较好的信号/噪声比(SNR)。为了验证本文提出方法的有效性,本文构建模拟场景,分别采用波动目标和非波动目标,验证在噪声干扰情况下,该方法的目标检测精度。实验结果证明,该方法在实现较高目标检测精度的同时,能够有效减少目标误报的概率。     

船舶航迹跟踪的滑模控制

为了解决船舶路径跟踪中的非线性问题,在建立船舶非线性模型的基础上,采用指数趋近律,设计了船舶轨迹跟踪的滑模控制器,分别进行了动态直线跟踪和环形跟踪仿真试验,仿真结果表明,船舶动态轨迹跟踪性能良好,能精确保持航迹。     

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.     

基于改进PID控制的船舶航迹跟踪研究

传统PID控制的船舶航迹跟踪误差大,实时性差,无法满足船舶航迹跟踪的实际应用要求,为此提出了基于改进PID控制的船舶航迹跟踪方法,首先对传统PID控制的船舶航迹跟踪方法的工作原理进行分析,找到引起跟踪误差大的因素,然后引入人工鱼群优化算法对PID控制的参数进行实时调整,改善固定PID控制参数的缺陷,最后实现船舶航迹跟踪仿真模拟实验。相对于传统PID控制的船舶航迹跟踪方法,本文能以更高精度对船舶航迹进行跟踪,可以准确刻画船舶航迹的变化趋势,具有比较显著的优势。     

PID控制器优化的船舶航迹跟踪控制

针对船舶航迹跟踪控制存在的误差大,准确率低的问题。首先通过仿真验证PID控制器对船舶航迹进行跟踪控制的可行性,证实将PID控制器应用于自航模对航迹跟踪具有良好效果。在基于相关理论对PID控制器结构进行优化,利用实验室自航模实物仿真平台做了实船试验,并证实PID控制器应用于实际自航模的航迹跟踪有很高的工程实用性。     

卡尔曼滤波器在船舶航迹跟踪中的应用

讨论了利用卡尔曼滤波技术获取船舶航迹的参数的方法。借助这些参数,通过每次的时间更新和测量更新,连续预测出跟踪点的下一个位置,以此来确定船当前的位置与预测航迹的相对关系,从而提高跟踪的效率和精度,并给出了计算机模拟结果。     

基于遥感图像的船舶航迹追踪算法研究

为了克服当前船舶航迹追踪算法存在的精度低、耗时长等不足,设计了基于遥感图像的船舶航迹追踪算法。首先采集船舶航迹的遥感图像,并得到船舶初始航迹,然后采用均值漂移算法和卡尔曼滤波算法对船舶航迹进行估计,达到船舶航迹追踪目的,最后进行船舶航迹追踪有效性测试,结果表明,本文算法解决了当前船舶航迹追踪算法存在的难题,获得了十分理想的船舶航迹追踪结果。     

主被动声呐多目标航迹关联的双门限算法研究

主被动声呐航迹关联在军事多传感器数据融合方面是一个重要研究课题，本文基于统计理论提出了双门限主被动声呐航迹关联算法，推导了双门限阀值的选取，仿真结果表明该方法能有效地判决航迹的关联。     

主被动声呐多目标航迹关联的双门限算法研究

主被动声呐航迹关联在军事多传感器数据融合方面是一个重要研究课题,本文基于统计理论提出了双门限主被动声呐航迹关联算法,推导了双门限阀值的选取,仿真结果表明该方法能有效地判决航迹的关联.     

节点信息融合的舰船目标跟踪算法

舰船目标跟踪成为各国关注的热点,针对当前舰船目标跟踪算法存在的跟踪速度慢、跟踪精度低等缺陷,以提高舰船目标跟踪效果为目标,设计了基于节点信息融合的舰船目标跟踪算法。首先采用多个传感器对舰船目标状态信息进行收集,并对信息进行一定融合,减少舰船目标状态信息的重复率,然后引入跟踪-学习-检测技术对舰船目标进行跟踪,最后采用舰船目标跟踪实验测试其性能。结果表明,本文算法可以动态、准确地对舰船目标进行检测和跟踪,相对于当前其他舰船目标跟踪算法,无论是跟踪精度或者是跟踪实时,均具有十分明显的优势。     

基于PF-DC的多传感器目标跟踪算法

针对传统的粒子滤波(PF)的多传感器目标跟踪算法存在计算量过大的问题,研究了一种基于PF和数据压缩(PF-DC)的多传感器目标跟踪算法.仿真结果表明,与传统的串行多传感器PF算法相比较,该算法可以极大的降低算法的计算量,从而有效地提高算法的实时性.     

无人驾驶技术的水面船舶曲线航迹跟踪方法

传统水面船舶航迹跟踪方法仅能对线性航迹进行跟踪,针对与双体船结构特征相似的无人驾驶船舶航迹,在其无线航迹跟踪应用中表现出航迹跟踪坐标位置与实际坐标位置误差较大的问题,导致跟踪目标经常丢失。为此,结合双体船航迹跟踪特点,提出无人驾驶技术的水面船舶曲线航迹跟踪方法。首先对水面船舶航行条件建立模型,根据条件模型对船舶曲线轨航迹进行数据模型计算。最后,结合条件模型与曲线航迹模型,对跟踪算法进行差值优化计算,从而提升曲线航迹的跟踪精准度。通过仿真数据的模拟测试,采用提出方法的船舶,能够将曲线航迹跟踪精准度控制在98.6%以上,有效解决传统跟踪方法误差大的问题。     

基于最大熵强化学习的自主船舶航迹跟踪研究

为解决自主船舶在航迹跟踪过程中使用最大熵强化学习作为控制器出现的收敛速度慢和训练时间长等问题,提出一种基于改进最大熵强化学习的航迹跟踪算法,引入了优先经验回放(PER)技术,并结合视线制导算法(LOS),构建PER-SAC的深度强化学习控制器,设计了相应的状态、动作空间和奖励函数。仿真结果表明,设计的PER-SAC控制器能快速收敛,收敛稳定后的控制器相较于原始SAC控制器控制性能更稳定,且控制精度更高,为自主船舶的航迹跟踪控制提供了一定参考价值。     

基于多源异构数据融合的船舶目标检测与跟踪技术研究

随着内河船舶通航密度加大,面向水上船舶智能化安全监管,提出了一种多源异构传感器融合的船舶目标检测及动态跟踪方法,重点分析了图像目标检测和多源数据融合算法.针对图像目标检测,提出了基于边缘检测的三帧差分法与基于混合高斯背景减除法相结合的船舶视频目标检测算法;针对多源异构数据融合,优化了一种正态性隶属度函数计算模糊矩阵的方...     

船舶安全管理决策的多目标信息效用模型研究

根据船舶安全管理决策的复杂性,运用多目标效用理论,构建了船舶安全管理决策的多目标信息效用模型,并以船舶适航性和经济效益为目标,对所建立的模型进行验证,表明其科学性和合理性。该模型的建立对于理顺安全管理决策多目标之间的关系,实现船舶安全管理决策的科学化,具有十分重要的现实意义。     

Camshift多特征自适应算法在船舶跟踪系统中的研究

为了能够适应现代化的航道管理需求,最大限度提高通航水平,本文提出一种基于人工智能的算法,能够通过视频监控网络,自动对航道中的船只进行监测与统计,从而大大降低了管理人员的工作强度,有效改善管理水平。文中采用Camshift算法对特定的船只目标进行跟踪,并针对不同的特征值自适应判断出船只的类型、大小和用途。对船只目标的复杂度和局部特征提取能力进行优化,建立一种能够主动适应目标运动速度的模型,通过仿真实验,该算法的目标跟踪性能良好,具有一定的实用价值。