角闪烁噪声测量条件下的剩余飞行时间估计

针对雷达导引头角闪烁噪声测量条件下的机动目标,研究剩余飞行时间计算方法。建立了闪烁噪声计算模型;在粒子滤波算法和扩展卡尔曼滤波算法的基础上,推导了扩展卡尔曼粒子滤波算法的实现过程;根据估计结果建立了剩余飞行时间计算模型,在剩余飞行时间表达式中考虑了目标机动加速度的影响。仿真结果表明,基于机动目标当前统计模型的扩展卡尔曼粒子滤波算法对闪烁噪声测量条件下的机动目标具有良好的跟踪性能,对剩余飞行时间具有较高的估计精度。     

光电跟踪目标的强跟踪滤波算法及其仿真研究

针对光电武器对机动目标跟踪精度较差的问题,在"当前"统计模型的基础上,形成了机动目标"当前"统计模型下强跟踪滤波算法。该算法通过引入强跟踪滤波器的渐消因子,实时调节滤波器增益,增强了系统对突发机动目标的跟踪能力,同时保留了"当前"统计模型跟踪算法对一般机动目标跟踪精度高的特点。仿真结果表明,该算法对机动目标具有较好的跟踪精度和适中的计算复杂度,是一种较好的光电跟踪算法。     

方位角预测目标跟踪系统的研究

为了实现目标被遮挡条件下的自动预测跟踪,研究了跟踪机动目标过程中的自适应卡尔曼预测算法,建立了目标遮挡预测跟踪测试系统;首先,根据算法推导了导引头方位角位置预测方法,接着,测试对比了自适应预测算法采样周期对预测精度的影响,最后,设计多种不同的目标运动形式,并通过转台实现,测试自适应算法在典型测试条件下的有效性和准确程度;实验结果表明:目标被遮挡时,预测角增量指令相比图像角增量跟踪指令降低67%;仅需要导引头框架的角位置数据,无须脱靶量数据和弹目距离,满足遮挡条件下目标预测跟踪的功能要求。     

纯方位目标跟踪的ST-MEF-PDAF方法研究

传统的最大熵模糊概率数据关联滤波器(MEF-PDAF)算法用于水下杂波环境下单站纯方位目标跟踪存在对系统模型变化鲁棒性差、跟踪机动目标能力低的问题;为了解决这些问题,对MEF-PDAF算法进行了改进,提出了强跟踪MEF-PDAF(ST-MEF-PDAF)算法;与强跟踪滤波器(STF)算法类似,ST-MEF-PDAF算法通过引入渐消因子来实时调节增益矩阵,提高了算法的鲁棒性;进行了水下杂波环境下单观测站纯方位目标跟踪的仿真实验,ST-MEF-PDAF能够在500秒以内跟踪机动目标,而传统的MEF-PDAF算法不能,即ST-MEF-PDAF算法跟踪机动目标的能力高于传统的MEF-PDAF算法。     

机载雷达长相参积累机动目标速度补偿方法

载机与空中目标间的相对高机动,会引起机载脉冲多普勒雷达长时间相参积累时目标在频率上跨越多个多普勒滤波器单元,导致目标的相参积累能量降低。利用目标航迹预测加速度或载机自身加速度,在目标回波的距离频域进行线性相位补偿的方法,实现了机动目标的速度走动补偿,有效地提高了目标相参积累信噪比。该方法显著改善了雷达对机动目标的检测性能,具有运算量小、易于工程实时处理等特点。仿真数据验证了理论分析的结果和算法的有效性。     

方位和径向速度联合的浅海目标运动分析方法

提出了一种利用目标方位和径向速度联合的浅海目标运动分析方法。该方法克服了传统纯方位目标运动分析方法要求观测站机动的局限性。将浅海传播条件下径向速度的宽带和窄带估计结果与目标方位相结合,利用卡尔曼滤波原理得到了一种目标跟踪定位方法。仿真结果表明,在观测站非机动和低信噪比情况下,该方法利用单个观测站即能够对宽带或窄带的运动目标进行准确地跟踪定位。利用1996年5月的实验数据对算法性能进行了验证,估计结果与真实目标距离符合较好,距离跟踪误差在10%以内。      

机动目标跟踪的自适应相互作用多模型算法

 针对目标跟踪中的目标机动问题提出了一种“基于自适应相互作用多模型”的算法。使用不同的几个子模型来描述目标的运动状态，各个模型有自己的随目标估计状态和当前测量值变化的模型概率,并且各模型之间能通过马尔可夫链的控制自动平滑切换。仿真实验表明了该算法能很好地适应目标的机动，即使采用两个子模型来描述目标的运动，跟踪精度也比较好。     

一种用于“蛇形”机动目标的跟踪方法研究

为了满足光电跟踪系统中对“蛇形”机动目标跟踪的要求,针对以前应用的Singer模型的缺陷,根据“蛇形”机动目标运动规律,提出一种机动目标转弯模型,结合扩展卡尔曼滤波算法,对典型“蛇形”机动目标进行跟踪。通过Monte Carlo仿真,实现了在平面内对“蛇形”机动目标位置的准确跟踪,并且距离均方根误差（RMSE）比Singer模型要小很多,从而验证了该方法的有效性。     

目标机动未知下的有源声呐跟踪滤波方法

为解决由有源声呐测量误差而引入的目标机动判决模糊问题,提出了基于延迟机动检测的跟踪滤波算法。利用多假设跟踪方法,在目标机动检测模糊时,生成匀速及机动的两种目标运动假设以延迟最终的决策时间,基于残差序列构造假设检验统计量,实施序列似然比检验并融合强跟踪滤波器和Kalman滤波器的优点,提高了有源声呐对先验信息未知目标的跟踪能力。通过仿真分析表明,该算法不仅能够精确的跟踪匀速运动目标,而且能够稳定的跟踪机动目标。海试数据处理进一步验证了算法跟踪真实水声目标的有效性。      

量测噪声不确定情况下的水下多目标稳健方位跟踪

提出了使用Sage-Husa算法估计量测噪声的集势化概率假设密度(CPHD)滤波方位跟踪方法,实现了量测噪声不确定情况下多水下声学目标的稳健方位跟踪。首先,将水下目标方位的变化建模为Singer模型,利用传统目标方位估计方法的结果作为量测值,将方位估计误差看作量测噪声,建立了方位量测模型。然后,给出了CPHD滤波水下多目标方位跟踪算法,该算法利用上一时刻的方位跟踪结果和目标方位变化模型预测目标方位,并利用量测值和量测模型对预测值进行更新得到方位跟踪结果。最后,考虑到量测噪声方差为决定跟踪性能的重要参数,利用改进的Sage-Husa算法在跟踪过程中实时自适应地估计不确定量测噪声的方差,从而实现了多目标的稳健方位跟踪。经海试数据验证,所提出算法将目标方位测量的平均最优子模式分配(OSPA)误差从10°以上降低至2°,显著提高了方位测量精度。所提水下多目标稳健方位跟踪方法能够有效提高量测噪声不确定情况下的方位跟踪性能。     

基于红外鱼眼探测系统的运动目标模型

建立了适用于红外鱼眼系统的目标运动模型,在不影响精度的前提下减少计算量是达到实时稳定地跟踪红外目标的途径之一。分析了目标在该系统成像的运动特性,结合系统帧频采样率较高的特点,提出了一种改进的匀速运动模型,并从理论上与"当前"统计模型的跟踪精度进行了对比分析。结果表明,在红外鱼眼系统采样率较高的情况下,匀速运动模型可以达到与"当前"统计模型相当的跟踪精度;利用卡尔曼滤波对模拟轨迹进行跟踪实验,验证了上述分析结果的正确性。该模型结构简单、运算量少,对于红外鱼眼系统下目标实时跟踪具有重要的意义。     

图像跟踪系统中机动目标预测的实现

针对装甲车上的图像跟踪系统，提出一种机动目标预测方法。将目标的运动分解为2部分，即全局运动和局部运动，并根据各自的动态特性分别进行预测。文章以局部运动预测为重点，通过对机动目标跟踪技术的研究，建立起性能优良的跟踪滤波器，并将其扩展到预测滤波器中对目标的未来运动状态进行预测，从而提出“交互式多模型预测算法”，并对该算法进行仿真，给出速度均方根误差的仿真结果。仿真结果表明:该算法预测精度高、自适应能力强。最后还给出了预测门的计算方法。     

基于自适应Kalman滤波的机器人运动目标跟踪算法

针对足球机器人比赛时的模型变化及其环境噪声先验估计不准确的问题,提出一种基于自适应卡尔曼滤波的足球机器人视觉跟踪算法。该算法将一种基于减背景的运动目标识别的方法与自适应卡尔曼滤波跟踪模型进行结合,对背景进行实时更新,并通过形态学滤波去除残留的小区域,从而准确的识别运动目标,通过自适应的在线调整运动模型参数来保证模型预测值的准确性,进而提高了目标跟踪时的匹配效率,实现了目标的精准、迅速跟踪。通过实验证明,该算法是很有效的,具有推广价值。     

基于自适应尺度的TLD目标跟踪算法

为提升TLD目标跟踪算法的每帧处理速度,以达到在更高分辨率视频中跟踪目标的实时性要求,在TLD算法框架的基础上,提出了一种基于自适应尺度检测学习的目标跟踪算法(AS-TLD)。当跟踪目标成功时,选取当前帧跟踪到的目标尺度及几个相邻的尺度作为下帧检测目标时滑动窗口尺度的选取范围;而当跟踪失败时,则选取在TLD算法初始化阶段,根据跟踪目标及视频图像大小选定的尺度来保障长时间跟踪目标,从而有效减少了平均每帧扫描的窗口数量。实验结果表明,该方法不仅有效地降低了检测模块的检测时间,显著提高了整体算法速度,而且通过动态选取尺度,在一定程度使得TLD各个模块更加协调,跟踪精确度得到提升。     

Track-before-detect algorithm for maneuvering infrared weak multiple targets via particle filter

We present a particle filter （PF）-based algorithm to detect and track maneuvering infrared weak multiple targets at different signal-to-noise ratios for the scenes with the multiple targets number unknown and vary- ing. A detecting filter and a tracking filter based on sequential likelihood ratio （LR） testing with fixed sample size are designed, respectively, for capturing new target and tracking confirmed targets. The algorithm is optimized with selectively particles sampling and adaptive process noise. Targets birth and death time are accurately estimated according to the change degree of the LR along with the corresponding state amended through PF backward recursion. Simulation results show that it is positive to detect and track maneuvering infrared weak multiple targets with the appearance and disappearance of more than one, which also achieves a significant improvement in state estimation especially for the time targets which appear and disappear.     

基于“标准-3”动能拦截弹的顺轨拦截方法研究

提出了针对大气层外机动目标的顺轨拦截方法,能够大幅度降低目标与拦截器之间的相对速度,缓和拦截器的过载需求,避免脱靶现象。采用“标准-3”拦截弹的公开参数建立数学模型,对大气层外机动弹头的顺轨拦截过程进行了仿真研究,仿真综合考虑了助推器和拦截器的质量变化、末制导初始对准误差、导引头的测量误差和盲区、动力学系统的响应延迟和过载约束。结果表明,在处于速度劣势的情况下,拦截器能够对机动目标进行精准碰撞,验证了顺轨拦截方法的工程实践意义。     

拖曳线列阵机动时的一种目标检测算法研究

根据水动力学流体运动特性,对Burgess建立的水中运动拖缆模型进行了修正,并基于有限差分法和牛顿迭代法提出修正模型的实时求解方法。同时,在阵形求解理论和自适应宽带聚焦波束形成理论的基础上,提出一种畸变阵的目标检测算法。将实时计算所获得的阵元位置信息作为变量引入自适应宽带聚焦波束形成算法中进行目标检测。并进行了海试。试验中在常规算法失效的情况下该算法准确的检测到目标。数据处理结果表明,该算法在阵形大幅度畸变时的输出信噪比比常规算法高15 dB。解决了拖线阵在机动(转向)过程因阵形畸变而无法检测目标的问题,充分验证了该算法的有效性。