基于改进豪斯多夫距离的扩展目标形态估计评估

为了验证高精度传感器量测下某种扩展目标跟踪算法的有效性,往往需要与其它算法进行对比,并评估其估计性能。与传统的点目标不同,扩展目标跟踪的主要任务不仅仅是要估计出目标的运动状态,更重要的是要对其扩展形态进行精确估计。因此,对扩展目标的形态估计性能评估有着迫切的需求。针对基于星凸形和支撑函数这两种具有代表性的扩展目标模型,考虑到其所具有的不同的形态参数描述方式,提出了一种具有不同数学形式的改进豪斯多夫距离来解决此问题。仿真实验表明,提出的改进豪斯多夫距离能够作为一种有效的度量准则来对扩展目标的形态估计性能进行有效评估。     

基于海浪谱修正方法的海面建模

海面场景偏振特性研究对于红外偏振目标检测具有重要意义,海面建模是进行海面偏振仿真研究的关键环节。分析了海浪谱模型和空间采样点数对海面建模的影响,建立了将海浪谱的高频分量以指数形式叠加到低频分量的修正方法。将RadTherm软件与偏振度计算模型相结合,对比研究了所提方法与传统方法模拟生成海面的长波红外偏振特性。仿真结果表明,所提方法可以在低空间采样率下有效提高模拟生成海面的高度分布、微面元斜率分布与海面实测数据的吻合度。     

联合方位-径向速度的粒子滤波目标运动分析

纯方位目标运动分析方法要求观测平台有效机动才能估计目标运动状态,针对这一问题,联合径向速度与方位角作为测量信息对目标进行运动分析,但基于卡尔曼滤波算法进行解算需要已知粗略的目标状态初始值,且收敛时间较长、误差较大,不利于目标实时跟踪.针对以上问题,提出了一种基于粒子滤波的方位径向速度联合目标运动分析方法,建立目标运动状态分析的粒子滤波算法模型,对目标位置和速度等运动要素进行估计.在目标初始状态未知的情况下,一定程度上缩短了收敛时间,减小了估计误差,海试数据处理结果显示:相同条件下,与原有方法相比,本文所提方法收敛时间从35.1 min缩短至30.0 min;跟踪精度从6.1%提高至3.8%,且无需已知目标状态初始值。      

改进的自适应Kalman滤波及其在水声机动目标跟踪中的应用

针对在水声机动目标定位跟踪领域广泛应用的传统Kalman滤波往往难以实现机动目标运动方向突变情况下的有效跟踪问题,本文通过分析传统Kalman滤波性能下降时机动目标的运动轨迹,并由此根据机动目标运动方向变化量来产生自适应因子以调整Kalman增益.数值仿真和实际海试数据验证表明,本文所提改进的自适应Kalman滤波在机动目标跟踪中不仅能够快速响应机动目标的运动方向突变,而且目标位置跟踪误差较传统方法显著减小,具有稳定、快速的跟踪性能.     

无源声呐场景中使用辅助粒子滤波的邻近目标检测前跟踪方法

针对无源声呐多目标方位跟踪问题,研究了一种基于粒子滤波的检测前跟踪方法,关注于改善邻近目标和机动目标的跟踪性能。首先,提出了一种考虑了邻近目标影响的似然函数;其次,采用辅助变量利用量测信息优化粒子采样,当算法运动模型与目标实际运动状态失配时,这种策略具有很大优势。结合以上两点,提出了一种检测前跟踪算法,该算法将邻近目标划分为一组,使用邻近目标的预测状态计算目标的似然,计算效率较高。利用仿真生成的数据和海上采集的实际数据分别验证了该算法的性能,并与其他多目标粒子滤波检测前跟踪算法进行比较,证明了该算法具有良好的跟踪性能。在目标邻近和目标机动的情况下,该算法的优势更加明显。     

基于MGEKF的反辐射无人机末制导律设计

针对反辐射无人机攻击空中机动目标的特点,提出了一种利用MGEKF滤波算法估计无人机-目标接近速度信息的变结构导引律;该导引律利用变结构控制的干扰不变性特性,将目标机动看成是未知的有界干扰,实现了目标有界机动条件下视线角速度的零化;同时针对无人机和目标的接近速度信息不能直接测量的特点,对典型的目标运动模式进行运动状态估计;最后在无人机非线性六自由度仿真模型上仿真证明,其末制导精度优于传统广义比例导引律,且具有较好的工程应用前景。     

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。     

不同运动状态下的飞机目标雷达散射截面积统计特性分析

目标的运动状态对其动态雷达散射截面积(RCS)起伏特性具有十分重要的影响,同一目标在不同运动状态下,可能具有不同的RCS起伏模型。结合实测数据,对在平稳直线飞行和曲线机动飞行两种状态下的飞机动态RCS进行统计分析。分析结果表明:在平稳直线飞行状态下,飞机目标的动态RCS起伏模型与观测视角内的静态RCS起伏模型近似;在曲线机动飞行状态下,飞机目标的动态RCS起伏更显著、更随机,当观测时间足够长、目标的运动随机性更大时,其起伏模型更接近于指数分布。     

空中点目标机动模式的双色比特征空间特性及辨识

为了根据光谱特征维度对点目标机动模式进行辨识,建立了点目标机动模式与光谱信号的映射关系,研究了目标机动过程中观测方向点目标的多光谱辐射特性。提取多光谱辐射信号特征,构建了双色比特征空间模型。利用高斯混合模型的聚类方法,深入分析了双色比特征空间的迁移和可分性特性,得到了点目标不同机动模式特征子空间迁移矢量和相邻矢量夹角余弦的变化规律,并得到特征子空间可分的最小姿态角变化量Δα=6.25°,可分距离阈值Dth=2.6,这为辨识点目标机动模式提供了依据。根据双色比特征子空间的特性,提出了基于时序特征子空间的点目标机动模式辨识方法,仿真验证结果表明,该方法简单可行,对点目标的机动模式辨识具有较高的灵敏性和可分性,这对获取超视距作战环境中点目标的机动信息具有重大意义。     

基于多特征的复杂场景运动目标检测

为提高复杂场景下运动目标检测的完整性和准确性,提出了一种多特征结合的运动目标检测方法。提出了一种自适应的高斯混合建模算法对颜色特征进行建模;通过滞后多阈值建模的方法,同时利用颜色和改进的局域二值模式纹理特征对环境背景进行了建模,并采用邻域补偿策略将基于两种特征提取得到的目标区域进行了结合;采用结合Canny思想改进的Kirsch方法进行了边缘提取,消除了鬼影误识别像素,改善了前景目标边缘。实验结果表明,所提方法在运动目标检测的完整性、准确性等指标上优于传统算法的,实时性也较好。     

一种无公共视场的多相机系统相对位姿解耦估计方法

自动驾驶应用中,基于视觉的相对位姿估计是实现无人驾驶汽车自动定位的核心技术之一。针对单目视觉系统的视场范围较小以及双目视觉系统需要公共视场等问题,提出一种无公共视场的多相机系统相对位姿解耦估计方法。利用场景中远、近点的不同特性对旋转矩阵和平移向量进行解耦估计。对远处场景特征点采用直方图投票法求解相对旋转矩阵,在相对旋转矩阵已知的条件下,对近处场景特征点采用采样高度法求解相对平移。通过仿真模拟和实际实验对所提方法的可行性、鲁棒性和精度进行验证。实验结果表明,所提方法的相对姿态精度优于0.05°,相对平移向量方向精度优于2.5°,具有较高的精度和较好的鲁棒性。     

利用拖线阵运动特性的阵形估计方法

有效估计阵形是提高机动条件下拖线阵声呐探测性能的关键,流体力学类阵形估计方法稳定性和可靠性欠佳,导致其难以应用于工程实际,该文针对此问题提出一种基于拖线阵运动特性的阵形估计方法。利用稳态振荡响应公式计算拖船回转机动时拖线阵稳态阵形特性,将转向机动过程中阵上各点运动状态划分为若干阶段,进而依据偏微分方程特征线理论计算各阶段的分界时刻,探究阵上相邻两点的沿阵切线方向差变化规律,最后通过计算当前阵上各点的沿阵方向实现阵形估计。计算机仿真和海上实验数据验证表明算法可行且有效,与传统的流体力学类阵形估计方法相比具有更高的稳定性和更好的工程应用前景。     

基于自适应多特征整合的红外目标跟踪

建立有效的观测模型去区分目标与背景是实现稳健跟踪的核心。提出了一种基于多特征观测的红外目标跟踪算法。灰度特征、局部标准差特征和梯度特征均以直方图的形式描述目标外观;目标观测模型的构建则根据环境自适应权衡了以上三个特征,相应的各特征权值的动态选择通过最大化目标与其他图像区域的差异完成。在粒子滤波框架下,实现目标运动状态的估计与多特征权值的选择。真实场景实验结果表明,该算法在目标外观高动态、背景强杂波的红外目标跟踪中具有更强的稳健性。     

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。     

机动目标逆合成孔径激光雷达成像算法

针对逆合成孔径激光雷达对机动目标成像时,其回波信号存在距离向色散和方位向多普勒时变的问题,在建立机动目标精确回波信号模型的基础上,提出一种基于积分立方次相位函数-分数阶傅里叶变换的成像算法.在距离压缩时,首先采用积分立方次相位函数快速估计出回波脉冲的调频率,进而在最佳旋转角下采用分数阶傅里叶变换实现距离像压缩,消除距离色散.经过运动补偿后,在方位压缩时结合积分立方次相位函数-分数阶傅里叶变换与Clean技术实现对每一距离单元上强弱散射点的分离成像,解决由于机动运动产生的方位多普勒时变而形成的图像散焦问题.最后,通过散射点模型的仿真实验,验证了所提方法的有效性.     

全波形激光雷达回波信号建模仿真与分析

全波形回波信号建模仿真与分析是全波形激光雷达探测技术的一项重要研究内容。针对激光束在目标场景中投影点的获取问题,提出了一种基于激光束空间边界的光线求交快速算法,运算效率高,稳定性好。基于激光雷达信号的时空分布特性,推算出目标场景对信号的响应函数,建立二者的作用过程模型。并针对全回波检测技术中的距离选通探测模式,对目标回波信号与距离选通门限的位置关系进行了分类建模和分析。在研究以上三项关键技术的基础上,构建了全波形激光雷达回波信号仿真系统,仿真实现和分析了不同距离选通门限条件下的全波形回波信号特性,并生成了复杂场景下隐蔽目标的全波形激光雷达数据。     

基于四目系统的真实场景三维建模

为实现敦煌莫高窟文化遗产数字化保护,设计了一套基于四目系统的真实场景三维建模方法。针对双目立体视觉系统特征点匹配精度不高的问题,构建了一种四目立体视觉系统,并设计了与之相适应的高精度立体匹配策略,运用四目系统的冗余设计和自检验功能,可以获得高精度的空间点云数据。针对Delaunay三角化结果中不相关目标的错误连接问题,增加三角形边长分别在图像坐标系和世界坐标系中的约束条件,抑制错误三角形,该条件可根据点云数据分布特征自适应获取。该系统已被运用到莫高窟第172窟的三维重建中。结果表明:该系统可以重建多目标、深度变化大的复杂场景,172窟的有效点云为41 649点,三维建模时间约为0.5 h。     

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。     

基于稀疏重构的空间邻近目标红外单帧图像超分辨方法

针对现有算法难以利用单帧红外图像实现空间邻近目标(CSO)的超分辨问题,提出了一种基于稀疏重构理论的单帧超分辨方法。该方法充分利用了目标在焦平面阵列(FPA)分布的稀疏性以及光学系统点扩展函数(PSF)的结构特性,通过对FPA离散化网格采样构造稀疏量测模型,并将建立的1范数正则化问题转化为二阶锥规划问题求解;然后针对稀疏度过估计的重构结果,采用贝叶斯信息准则(BIC)实现模型选择,最终获得对目标个数和位置的准确估计。多组仿真场景验证了算法的有效性和超分辨能力;相比于已有算法,所提算法不仅提高了分辨正确率和位置估计精度,同时大幅缩减了计算耗时。     

基于语义目标匹配的三维跟踪注册方法

提出了一种基于语义目标匹配的三维跟踪注册方法。通过改进的单发多框检测(SSD)深度卷积神经网络对图像进行语义分割,获取场景中不同目标的像素级语义分割结果。在求取相机姿态的目标函数时,融合了图像的灰度约束与几何约束对相机的姿态进行估计。所提方法减小了特征点的缺乏或误匹配问题对三维跟踪注册算法性能的影响,且能够适应不同结构的场景。研究结果表明,该方法的误差不超过2.2pixel,基本满足了实时性的要求。