基于粒子滤波的多普勒信息辅助目标定位跟踪算法

多基地声呐探测系统主要通过测量回波的时延和方位信息进行目标定位与跟踪,定位精度受声速、时延和方位测量误差的影响较大,可以通过多普勒信息辅助进一步提高定位跟踪精度。现有的多普勒信息辅助定位跟踪算法多适用于单基地声呐系统,多基地中的多普勒测量值与目标状态的关系更为复杂,需要研究新的融合方法。该文提出了一种适用于多基地声呐系统的多普勒信息辅助采样重要性重采样目标定位跟踪算法,将多普勒信息融入到粒子滤波的重采样过程,使重采样后的粒子集合更逼近目标的真实状态分布,从而提高了目标定位跟踪精度。数值仿真实验结果表明,提出的目标定位跟踪算法可以有效融合多普勒信息,提升目标定位跟踪精度。     

基于不敏粒子滤波的水中非合作磁性目标实时磁定位方法

针对水中非合作磁性目标的实时定位问题, 提出了一种基于不敏粒子滤波(unscented particle filter, UPF)的实时磁定位方法. 从非合作磁性目标的运动特征出发, 建立了状态空间模型, 利用UPF算法对目标状态进行实时估计. 为了提高系统的可观测性, 在算法迭代过程中对粒子状态进行约束及利用最小二乘法反演磁矩. 仿真与铁磁物体定位实验结果表明, 该方法的定位精度较高, 实时定位效果较好, 可用于近场实时磁定位问题中. 关键词： 磁定位 椭球体模型 状态空间模型 不敏粒子滤波     

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。      

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。     

基于动态加权的光电经纬仪交会方法

武器飞行试验中，初始段的弹道参数主要依靠光电经纬仪两站交会定位，平滑（滤波）求速获取。速度参数的精度高度依赖定位的精度。在现有定位模型的基础上，通过函数误差传递关系，推导了弹道参数的误差表达式。分析了误差来源和典型情况下的误差情况，提出了在不等精度经纬仪交会测量中，实时确定两台光电经纬仪在解算结果中的权重，动态改变权值的方法。仿真结果表明：在不等精度光电经纬仪交会定位情况卞，该方法能够提高两站定位的精度。     

人脸运动状态下的非接触式心率稳定测量算法

远程光电容积描记法(rPPG)可用于从人脸视频中计算得到心率,但目前提出的rPPG算法大多对受试者要求和限制较多,不利于日常条件下心率的稳定测量。提出了一种肤色正交平面算法(POS)的改进算法,针对在实际环境下由于被测者头部运动导致心率测量结果精确度较低的问题,利用基于颜色畸变的频域滤波器和POS算法,首先对信号在频率域上进行频域滤波处理,再送入POS算法进行时域滤波,以此减少不同噪声对信号质量的影响。结果表明,本算法各项评价指标相较于其它算法均有所提升,适用于人脸运动状态下心率的稳定检测。     

基于辅助粒子滤波算法的红外目标跟踪

针对红外目标在跟踪中计算复杂的问题,构建辅助粒子滤波算法。利用贝叶斯重要性采样算法,在权值大的粒子基础上引入辅助粒子变量,然后重新定义重要采样分布函数,防止重采样后粒子概率密度变化。两次加权计算,使粒子权值比仅用重采样的粒子权值变化更稳定,采样点最接近真实状态;同时不同权值粒子的概率阈值可作为粒子滤波是否完成的判断准则。在二维平面构造红外运动目标模型中,系统为零均值高斯白噪声。仿真数据表明:该算法在x,y方向的均方误差、画面处理时间、RM SE性能上优于粒子滤波算法和重采样粒子滤波算法。     

光学无线电测量信息融合定位方法

在外弹道测量系统中,将光学设备与无线电设备测量数据进行融合处理,可以提高系统的综合测量水平和设备的使用效率。利用部署在光电经纬仪附近的雷达,建立光电经纬仪和雷达联测定位模型。由全微分公式,根据测站站址差将光电经纬仪的测角信息与雷达的测距信息进行数据融合,可以得到目标相对于雷达的方位角和俯仰角,从而确定目标的空间三维位置;分析了定位模型的主要误差来源和对定位结果的影响。结果表明,光电经纬仪雷达联合定位算法得到的精度优于雷达单台定位精度,联合定位的精度达到2 m以内,同时发挥了光电经纬仪和雷达跟踪测量的长处。     

基于Boxcar滤波器的荧光检测二氧化硫信号的去噪研究

荧光法以物质发射的荧光强度与浓度之间的线性关系进行定量分析。当采用荧光法检测大气中的二氧化硫等有害气体时,由于光电探测器等光电元件在无荧光时,仍会产生暗电流噪声,使得本底噪声信号对测量结果有直接的影响。在分析Boxcar滤波算法的基础上,运用小波滤波、EMD滤波和Boxcar滤波三种算法对淹没在本底噪声中的荧光信号进行有效提取和恢复,较之前两种滤波方法,Boxcar滤波效果更佳,对本底噪声的抑制更强,并验证了取样次数影响着荧光信号的信噪比。     

载机平台光电转塔目标定位的仿真算法

目标定位是光电转塔典型功能和任务之一，对其定位精度的考量也是转塔作战技术指标之一，针对该问题，从理论和仿真角度进行了分析。分析目标定位中用到的坐标系及其相互转换关系，给出光电转塔视轴反演、有源目标定位、无源目标定位的算法流程，通过仿真实验加以验证，考虑了定位过程中可能的随机误差来源，并分析是否采用均值滤波及其对定位结果的影响，最后通过Monte-Carlo分析计算了定位精度。分析结果表明:1）有源定位比无源定位的精度高，在仿真假设条件下，精度约提高1倍；2）均值滤波后，定位精度有较大提升（约提高15倍）；3）18 km距离时典型无源定位精度在80%置信度条件下约为39.4 m；4）统计直方图反映出80%置信度CEP半径及最大误差距离随载机位置、姿态、转塔视轴等（体现在目标载机距离上）不同参数的变化结果。     

Dim moving target tracking algorithm based on particle discriminative sparse representation

The small dim moving target usually submerged in strong noise, and its motion observability is debased by numerous false alarms for low signal-to-noise ratio (SNR). A target tracking algorithm based on particle filter and discriminative sparse representation is proposed in this paper to cope with the uncertainty of dim moving target tracking. The weight of every particle is the crucial factor to ensuring the accuracy of dim target tracking for particle filter (PF) that can achieve excellent performance even under the situation of non-linear and non-Gaussian motion. In discriminative over-complete dictionary constructed according to image sequence, the target dictionary describes target signal and the background dictionary embeds background clutter. The difference between target particle and background particle is enhanced to a great extent, and the weight of every particle is then measured by means of the residual after reconstruction using the prescribed number of target atoms and their corresponding coefficients. The movement state of dim moving target is then estimated and finally tracked by these weighted particles. Meanwhile, the subspace of over-complete dictionary is updated online by the stochastic estimation algorithm. Some experiments are induced and the experimental results show the proposed algorithm could improve the performance of moving target tracking by enhancing the consistency between the posteriori probability distribution and the moving target state.     

基于改进遗传算法优化的形态学修正TOP-HAT滤波器设计方法

针对红外序列图像中运动弱小点目标的检测问题,设计了一种基于改进遗传算法优化的修正Top-Hat形态学滤波器算子。其中,优化的修正Top-Hat形态学滤波器可以很好地抑制背景和噪声的影响;改进遗传算法采用新的区间离散化编码和自适应的主次式交叉与变异算子,通过优化搜索全局空间得到的形态学滤波器参量具有较好的滤波性及时效性。并且针对不同信噪比的点目标检测建立了自适应门限。实测数据的处理结果表明:在虚警概率小于5%情况下,优化的修正Top-Hat形态学滤波器算子对信噪比约为2的复杂图像检测概率大于等于70%,与固定结构元素的Top-Hat形态学滤波器相比检测概率提高了近10%,与用经典遗传算法训练的传统Top-Hat形态学滤波器相比检测概率提高了4%。     

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。     

基于运动方向估计的管道滤波算法

管道滤波算法提出了从时域角度解决弱小目标检测问题的思路,对于红外强起伏天空背景中弱点目标的检测问题,管道内强噪音的干扰以及低信噪比的条件会导致检测概率降低的情况出现.本文提出了一种运动方向估计的管道滤波算法,分析了红外弱点目标的运动特性,依据弱点目标在相邻帧间位置具有连贯性的特征,建立了弱点目标的运动方向估计模型.在模型中利用弱点目标逐帧检测的先验位置信息,估计弱点目标的运动方向和轨迹,根据估计结果去除管道内噪音对弱点目标的干扰.仿真结果表明,该方法能够很好地抑制管道内噪音的影响,提高弱点目标的检测概率,增强弱点目标抗管道内噪音干扰的能力.     

Guided filter and convolutional network based tracking for infrared dim moving target

The dim moving target usually submerges in strong noise, and its motion observability is debased by numerous false alarms for low signal-to-noise ratio. A tracking algorithm that integrates the Guided Image Filter (GIF) and the Convolutional neural network (CNN) into the particle filter framework is presented to cope with the uncertainty of dim targets. First, the initial target template is treated as a guidance to filter incoming templates depending on similarities between the guidance and candidate templates. The GIF algorithm utilizes the structure in the guidance and performs as an edge-preserving smoothing operator. Therefore, the guidance helps to preserve the detail of valuable templates and makes inaccurate ones blurry, alleviating the tracking deviation effectively. Besides, the two-layer CNN method is adopted to obtain a powerful appearance representation. Subsequently, a Bayesian classifier is trained with these discriminative yet strong features. Moreover, an adaptive learning factor is introduced to prevent the update of classifier’s parameters when a target undergoes sever background. At last, classifier responses of particles are utilized to generate particle importance weights and a re-sample procedure preserves samples according to the weight. In the predication stage, a 2-order transition model considers the target velocity to estimate current position. Experimental results demonstrate that the presented algorithm outperforms several relative algorithms in the accuracy.     

基于组合线阵的近程运动小目标被动定位跟踪

针对水下运动小目标被动探测与定位问题,提出了分段组合子阵联合处理探测方法,各探测子阵采用相互垂直结构布局,克服了单阵方位模糊及无法定位等问题。研究了分段组合子阵的宽带最小方差无畸变失真响应近场聚焦目标定位方法,实现了近程蛙人等水下小目标被动高精度定位。在此基础上,采用卡尔曼滤波算法对目标运动轨迹进行预测估计,将目标定位信息与跟踪轨迹信息进行匹配,实现高背景噪音下的运动小目标的跟踪处理。理论分析及仿真结果表明,分段子阵联合处理能有效对水下运动小目标进行定位和跟踪,海试试验进一步验证了该方法的有效性。     

基于Huber的高阶容积卡尔曼跟踪算法

为改善高阶容积卡尔曼滤波算法的滤波精度和鲁棒性, 提出了一种新的基于Huber的高阶容积卡尔曼滤波算法. 在采用统计线性回归模型近似非线性量测模型的基础上, 利用Huber M 估计算法实现状态的量测更新. 进一步结合高阶球面-径向容积准则的状态预测模块构成基于 Huber的高阶容积卡尔曼跟踪算法. 重点分析了Huber代价函数的调节因子对算法跟踪性能的影响. 通过对纯方位目标跟踪和再入飞行器跟踪两个实例验证了所提算法的跟踪性能优于传统高阶容积卡尔曼滤波算法.     

基于小波域扩散滤波的弱小目标检测

分析了基于小波变换进行弱小目标检测的基本思想,利用小波变换的多尺度多分辨率特性,结合小波变换系数的方向特性和扩散滤波扩散方向的可选择性,提出了基于小波域扩散滤波的弱小目标检测算法。采用该算法对不同尺度、不同方向的小波系数分别进行扩散滤波,取得了较好的效果。仿真试验结果表明：该算法能在Gaussian噪声背景和不均匀背景下实现对对比度为2%的微弱目标的检测。