IRST系统的单站机动目标跟踪算法研究

在传统的IRST（红外搜索与跟踪）系统的角测量基础上,增加了红外探测器对目标红外辐射的响应信息这一测量项,且将相邻两次测量的目标红外光谱辐射功率之比作为伪测量,以消除目标红外光谱辐射强度不确定所产生的影响,并由此构造了机动目标跟踪的IMM（交互多模型）算法. 通过跟踪一个高机动目标的仿真过程,对算法性能进行了检验.仿真结果表明:当测量误差较小时,误差的变化对跟踪精度的影响不大,整个跟踪过程中,单个坐标轴上的均方差不超过7 m,而且,大多数时刻上的均方误差不超过3 m;当测量误差较大时,近距离（航迹前段和中段）的跟踪精度也是很高的,单个坐标轴上的均方差不超过5 m,但是,远距离的跟踪精度下降很快,最大误差达到110 m;速度误差与位置误差也有类似的结果.     

机载红外搜索跟踪系统及其信息处理技术的发展综述

介绍国内外机载红外搜索跟踪系统(简称IRST系统)的发展状况.简述IRST系统的主要组成部分及其功能.详细地阐述IRST系统中的信息处理技术.对多目标跟踪问题及其算法的发展进行较为详尽的综述.对机载IRST系统及其信息处理技术的研究方向进行分析和展望.     

一种改进相似度量的红外目标跟踪算法

针对红外目标成像特点,提出了一种简单易行、鲁棒性强的目标跟踪算法.在对原始算法中的核心部分相似度量函数进行理论分析的基础上,新算法给出了两点改进:一是利用动态聚类思想对相似度量函数中匹配样本增加动态权值,提高了模型图像和目标图像样本间匹配准确度,二是增加了模型图像和目标图像像素点邻域信息,进一步增强跟踪算法鲁棒性.实验仿真表明,新建算法能对复杂场景下的红外目标进行较好跟踪,证实了跟踪算法的可行性和有效性.     

双机IRST配准融合图像的弱小目标检测方法

针对单机红外搜索跟踪（IRST）系统探测距离和精度有限,得到的红外图像在杂乱背景和强噪声环境中弱小目标难以检测的问题,采用双机IRST对同时刻同目标区域探测后的图像进行配准融合,融合过程中采用高频基于区域、低频基于像素的多规则算法,提出一种基于小波变换与边缘信息表征的目标检测方法。仿真实验表明,多规则融合算法使图像质量评价指标提高了30%～50%,该目标检测方法可有效剔除虚假目标及滤除杂波干扰,从融合滤波前的7个减少到3个,虚警率降低,有助于弱小目标更为精确的检测识别。     

基于加权mean-shift可见光/红外双通道目标跟踪

为提高目标亮度突变时的跟踪性能,在每一帧进行目标跟踪时,首先提取可见光图像的颜色特征,红外图像的垂直投影图像和水平投影图像特征,然后利用可见光/红外各自通道的Bhattacharyya系数计算该通道的权值,并对加权mean-shift双通道跟踪方法进行了推导,提出了基于加权mean-shift可见光/红外双通道目标跟踪算法.该方法使前后两帧目标相似度大的通道取大的权值,从而达到有效利用各通道有利信息、提高跟踪性能的目的.实验表明,用本文提出的算法进行可见光/红外双通道目标跟踪时,与基于mean-shift单通道(可见光或红外)目标跟踪算法相比,可提高目标跟踪的准确度,特别是当目标进入树荫区域,引起目标亮度发生显著变化时,跟踪性能基本不受影响.     

基于多特征的快速红外弱小目标检测算法

为了从全向红外搜索和跟踪系统采集的海量大视场高分辨率红外图像中快速准确地检测出红外弱小目标,本文提出了一种基于由粗到细的分阶段检测策略和时空域特征融合的红外弱小目标检测算法.首先,通过引入基于频域的快速显著性检测算法预先检测出目标可能存在的候选区域;其次,对候选区域进行角点检测以判定是否存在候选目标;最后,通过结合帧间时空域特征对候选目标进行进一步判定,以提取真实目标、删除虚假目标.多种实际场景的实验结果表明,该目标检测算法不仅运算量小而且探测概率高、虚警率低,是一种工程实用性能很好的红外弱小目标检测算法.     

武器红外传感器系统实时仿真概述

红外传感器系统的性能取决于系统操作时的环境,如复杂的地形、背景环境和大气条件等,用传统的飞行试验方法来作为系统性能的测试手段已不适应.采用半物理闭环仿真方法,在实验室建目标模拟器,可实时产生动态逼真的交战时所观察到的红外场景,为具有红外探测能力武器系统在研制、集成、测试、系统性能有效评价、武器系统的开发等方面提供精确可重复的实验途径.仿真系统包括目标特性及与红外场景有关的数据库、图像生成计算机、红外目标发生器、红外场景投影光学系统、飞行模拟器、仿真计算机.目前目标发生器产生的红外图像分辨率已达到512×512,帧频100Hz,辐射波段3～5μm、8～12μm,适用于目前红外制导系统制导过程的分析和评价.     

带宽自适应的均值漂移红外目标跟踪算法

当目标尺度发生变化时,传统均值漂移跟踪因窗口尺寸不变导致跟踪目标丢失.为解决该问题,提出一种带宽自适应的均值漂移跟踪算法.该算法在均值漂移框架下提取目标的形状特征,根据目标形状变化自适应的修正核函数带宽,并更新目标模板.实验结果表明,改进算法能很好地适应尺寸变化的目标,能有效提高红外目标的跟踪准确度.     

一种改进的多向梯度红外小目标检测方法

红外小目标检测技术是红外搜索与跟踪系统（IRST）、红外警戒等系统中的一项关键技术。常规小目标检测算法存在对椒盐噪声、高亮背景边缘敏感等不足之处,针对上述问题,对天空背景红外弱小目标的几何和灰度特性进行了深入研究,在此基础上提出了基于多向梯度的红外小目标检测的新方法,采用了一种非对称的梯度算子,重新定义了梯度检测函数,提高了对小目标的响应。仿真实验结果表明,该方法能够较好地抑制高亮云层边缘和椒盐噪声,保证了较高的检测率和较低的虚警率,又便于在FPGA上实现,满足系统对实时性的要求。     

激光数据链路与IRST信息融合方法研究

针对协同空战中激光数据链路系统传输的友机雷达探测信息与本机红外搜索跟踪系统（IRST）探测信息的不同特性,提出一种基于最优数据压缩的异步信息融合方法来提高探测系统性能。分析了包括时间配准、空间对准、数据融合、目标跟踪的信息融合过程,并通过仿真,对融合前、后所得的观测曲线与目标真实轨迹的比较及其误差曲线进行对比分析,融合后的方位角和俯仰角的误差已经维持在2mrad以内,结果表明该方法可以有效提高数据的精度。     

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。     

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。      

A tracking filter method of active sonar subject to unknown target maneuver

A tracking filter algorithm based on the maneuvering detection delay is presented in order to solve the fuzzy problem of target maneuver decision introduced by the measure?ment errors of active sonar. When the maneuvering detection is unclear, two target moving hypotheses, the uniform and the maneuver, derived from the method of multiple hypothesis tracking, are generated to delay the final decision time. Then the hypothesis test statistics is constructed by using the residual sequence. The active sonar?s tracking ability of unknown prior information targets is improved due to the modified sequential probability ratio test and the integration of the advantages of strong tracking filter and the Kalman filter. Simulation results show that the algorithm is able to not only track the uniform targets accurately, but also track the maneuvering targets steadily. The effectiveness of the algorithm for real underwater acoustic targets is further verified by the sea trial data processing results.     

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.     

水下目标多平台协同定位和跟踪方法

提出了一种融合多平台方位观测数据的水下声学目标定位跟踪方法。该方法采用多级多假设跟踪对目标状态进行滤波和关联,第一级基于每个平台波束域检测结果独立使用多假设跟踪方法对目标方位角进行初级跟踪;第二级首先通过多平台联合似然概率估计多目标初始位置,再用多假设跟踪方法对不同平台初级跟踪的方位角航迹进行关联,最后通过关联的角度值和扩展卡尔曼滤波对多目标位置进行序贯估计。仿真结果证明,该方法能以更少计算量实现更优定位性能,优于单级多假设跟踪方法.海试数据处理结果表明,存在较多干扰的情况下,单级方法跟踪过程中丢失目标,而多级方法实现了对目标的全程跟踪,且收敛后定位误差在70m内。该方法可降低噪声干扰对数据关联及目标定位的影响,并通过多平台协同消除线阵的方位模糊,适用于移动多平台声学目标定位和跟踪场景。      

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。     

一种基于特征提取的相关跟踪算法

介绍了一种能稳定快速跟踪复杂背景下目标的算法,该算法在传统相关跟踪算法的基础上进行改进.当目标进入红外(电视)摄像机视场时,视频信号中包含有目标信息和背景信息,信号处理器先将此信号进行数字化处理,形成具有一定灰度等级的数字化图像阵列,然后采用边缘检测、阈值分割等算法对包含有目标信息的图像进行边缘处理,提取出具有特征的目...     

联合多站阵元域数据的水下目标检测与跟踪

为了提高复杂海洋环境中目标的检测、跟踪性能,提出一种联合多站阵元域数据的水下目标检测与跟踪方法.该方法采用序列马尔科夫链蒙特卡洛思想对目标进行采样更新,通过对接收概率中的后验概率以及采样函数进行分解展开,并根据多站阵元域数据计算采样粒子的联合似然,在迭代过程中实现目标数目和目标状态的联合估计.研究结果表明,该方法对单目标的平均定位误差在较高信噪比下能够稳定在50 m以内,对多目标随机出入场景中新生及消失目标实现有效检测,同时对强干扰下弱目标及交叉目标实现有效检测跟踪。仿真结果和海试数据均验证该方法具有良好的目标检测与跟踪性能。      

光电经纬仪多目标实时交会方法

为实现实时计算多个目标飞行轨迹,并引导设备跟踪目标,根据目标运动特性和光电经纬仪跟踪测量的固有特性,设计了一种多目标实时交会方法,解决了同名目标点的排序和假目标轨迹剔除问题,最终得到正确的目标轨迹.试验证明,对于跟踪目标N≤3,通信周期50ms的光电经纬仪测量系统,利用该多目标实时交会算法处理测量数据,可实时、精确、稳定引导测量设备进行跟踪工作.