基于多速率交互式多模型的快速光电跟踪算法

针对交互式多模型粒子滤波算法运算量大的问题,提出了一种基于多速率跟踪思想的交互式多模型算法.该算法根据各模型假定的机动性,采用不同的数据更新速率,实现了模式空间和测量空间的混合滤波.同时,多模型综合选配了不同的滤波算法,其中,弱机动模型匹配卡尔曼滤波器,强机动模型匹配粒子滤波器.仿真结果表明,与传统的交互式多模型粒子滤波算法相比,本文算法在保证滤波精度的基础上,具有较低的计算复杂度,降低了约38.9%,能够有效地改善光电目标跟踪系统的可靠性和实时性.     

基于最大后验概率的人脸平移与旋转跟踪方法研究

针对目前大多数视觉跟踪算法只能够跟踪平移运动人脸目标,而不能跟踪旋转运动人脸目标这一问题,提出一种基于最大后验概率的人脸目标平移与旋转跟踪方法。在基于最大后验概率的视觉跟踪算法基础上,采用了自适应角度模板进行人脸目标旋转跟踪,与传统的视觉跟踪方法相比,当人脸发生倾斜时,该方法能更精确地得到人脸的位置和方向。实验结果表明,该方法能够有效地跟踪具有平移与旋转运动的人脸目标。     

基于后验概率度量的粒子滤波跟踪算法研究

 针对遮挡、光照变化、尺度变化等复杂环境中的视觉跟踪问题,提出一种基于后验概率度量的粒子滤波跟踪算法。由于后验概率指标与Bhattacharyya系数指标相比具有更强的峰值特性,采用后验概率指标作为相似性度量函数,通过粒子的更新、推广、观测、估计等步骤实现跟踪算法。通过对实际视频图像序列进行目标跟踪实验,实验结果表明:传统算法只有约50%的图像能够实现尺度自适应,而本文算法采用传统算法25%的粒子就能够收敛逼近目标的真实轨迹,达到更强的抗遮挡能力,90%以上的图像序列都能够实现良好的尺度自适应效果。     

基于动态粒子群优化的目标跟踪算法

目标跟踪问题的关键在于如何寻找与目标运动状态匹配的运动模型。交互式多模型算法的模型集是根据先验信息确定的,它不随时间变化而变化,并且要求在模型集中任意时刻都存在描述目标运动模型。在实际中需要大量模型来描述运动。将粒子群优化和变结构多模型算法相结合,不仅能充分利用系统的实时量测信息,还能根据其先验信息调节优化算法结构。仿真表明,运用动态自适应粒子群优化算法实现模型集自适应,可以提高目标跟踪的精度和实时性。     

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。     

基于变分辨率的自适应窗口目标跟踪方法研究

针对视觉跟踪中运动目标的大小也随之改变这一问题,提出一种基于变分辨率的自适应窗口目标跟踪方法。在最大后验概率视觉跟踪算法基础上,分析了运动目标窗口内外框上的后验概率贡献指标,建立了自适应窗口调整目标尺度的数学模型。当运动目标尺寸变化时,其分辨率也相应变化,为了保证跟踪的实时性和效率,采用变分辨率的特征统计采样方法。在对运动目标实现自适应窗口的跟踪时,特征统计的分辨率也随之改变,对尺寸越大的运动目标尺度赋予更低的分辨率,从而实现基于变分辨率的自适应窗口目标跟踪。     

基于高斯混合概率假设滤波的水下目标跟踪算法

为了解决传统水下目标跟踪中目标数目估计不准确、状态估计误差增长过快的问题,提出了一种基于高斯混合概率假设滤波的水下目标跟踪算法。该算法基于双基地观测模型,采用高斯混合概率假设滤波算法处理方位和时延信息,利用粒子群算法处理多普勒频率获得矢量速度,进一步提升算法的跟踪精度。结果表明,该算法能完成在杂波环境下对目标的跟踪,相比传统的关联算法,能够有效地实现目标个数估计和抑制状态误差增长的目的。     

机载激光通信终端的模糊变结构跟踪方法研究(英文)

为避免经典固定模型集合中多模型算法造成的模型间竞争并减小计算量,基于有向图切换的变结构方法,建立有向图切换规则和较完备的模型集合.通过模糊逻辑推理得到模型集合中各模型的匹配度,以此代替传统多模型算法中的模式概率来计算,降低了计算的复杂度.采用核粒子滤波克服了标准粒子滤波没有考虑到的量测信息问题,即粒子能够通过核密度估计后朝着状态的后验概率密度的模型移动,使真实和估计模型之间的均方误差最小.仿真结果表明,基于模糊理论的变结构核粒子滤波算法能较大地提高跟踪准确度和减少计算量.     

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。     

一种结合ORB特征匹配的均值漂移目标跟踪算法

针对传统的mean-shift跟踪算法基于单一颜色特征空间,在复杂背景下难以对目标进行准确跟踪这问题,提出了一种结合ORB特征匹配的mean-shift目标跟踪算法。该算法在mean-shift算法的基础上利用改进的ORB特征匹配算法修正目标跟踪窗口并实时更新目标特征模板,通过计算前后两帧图像中目标中心的欧式距离与色彩模板的巴氏距离来判定跟踪是否失败,当目标跟踪失败时,不改变目标模板,继续搜索下一帧图像中的目标。实验结果表明,与均值漂移算法和基于其他同类特征的改进算法相比,该算法提高了在复杂背景下目标跟踪的精度,并能满足实时性要求。     

利用Doppler-warping变换的水下对空运动声源的线谱探测EI北大核心CSCD

提出了一种利用Doppler-warping变换的水下对空运动声源的线谱探测方法。该方法首先利用Doppler-warping变换线性化目标线谱的多普勒相位,再提取线性化后的目标线谱点,结合波束形成算法实现对目标的探测。仿真和海试数据处理结果表明,与直接提取目标线谱实现探测的方法相比,所提出方法有以下几个优势:(1)将目标线谱多普勒相位线性化,线谱跟踪更为稳定连续;(2)将目标线谱频带展宽的能量重新集中到原频率附近,在低信噪比环境下能更好地提取目标线谱;(3)将干扰线谱瞬时频率非线性化,能更好地实现干扰线谱的分离。海试数据处理结果表明,实现了对远至16.8 km处空中运动目标的水下有效探测,探测能力与抗干扰能力明显增强。     

水下水平阵对空中运动声源的线谱探测

由于空气、海水介质声阻抗差异巨大,空中声源辐射的噪声透射入水的能量损失很大,加之水中声源目标的干扰,从水下探测空中声源相对困难。海试数据分析表明,空中高速运动声源噪声透射入水后信号较弱,在频繁存在干扰的水下声场环境中,常规宽带波束形成方法难以生效.针对空中声源普遍存在线谱的特点,首先利用线谱识别、提取与跟踪以及线谱加密技术对水下水平阵接收信号进行线谱分析,再通过剔除强干扰目标的线谱,成功分离出包含空中声源的线谱信号,实现对空中运动声源的探测,最远距离达16.8 km。通过理论和实验数据分析,验证了探测结果的正确性.      

非合作线谱声源分布式定位方法

非合作目标定位是水声定位领域的研究热点。为充分挖掘并利用各类可观测参数,提高非合作目标定位能力,本文提出一种基于目标频率变化信息的非合作目标定位方法。该方法针对匀速直线运动目标的定位问题,首先根据多普勒频移原理,建立观测频率与目标辐射频率、目标运动速度、位置之间的函数映射关系,利用最小均方准则建立目标函数,通过优化算法估计分布式定位系统中各个测量单元与目标运动轨迹的致近点距离,最后综合各观测节点的测距结果,构建几何定位模型,求得目标运动轨迹的解析解。本文通过仿真分析,证明了该方法的有效性,并指出了该方法需要目标通过与各测量单元的致近点才能获得较好的距离估计能力。文中分析了不同频率估计精度对定位精度的影响,结果表明,提出的定位方法对测频精度具有一定的容限,是一种高精度的非合作线谱声源定位方法。     

空气中声源的水下匹配场定位

通过水下布放的垂直线列阵采集空中声源在水下激发的测量声场,采用声场波数积分模型(OASES模型)对空中声源激发的水下声场建模,计算出拷贝声场,将二者进行匹配处理从而对空中声源目标定位。首先通过数值仿真验证了匹配场处理技术对空中声源的测距能力,并通过引入宽带匹配场处理器平滑掉距离上的周期性旁瓣。最后分析南海某海域的空气声试验数据,采用常规匹配场方法对700 m以内的32组空中声源目标进行定位,测距结果与GPS计算的收发间实际距离相比,大多数情况下是一致的,在较远距离由于信噪比降低,测量结果容易出现偏差。      

多普勒频移和干涉谱联合的水声目标运动参数估计

常见水中运动目标会辐射连续谱噪声和线谱噪声,连续谱噪声在浅海波导环境中形成明暗相间的干涉条纹。根据干涉条纹可以得到目标最近距离与速度的比值,无法直接解出两个参数值。针对利用干涉条纹无法分别估计最近距离与速度问题,提出一种多普勒频移、干涉条纹结合的运动参数估计方法。根据单条线谱多普勒频移得到最近距离与速度参数耦合曲线,再将该曲线与干涉条纹得到参数比值线相交,交点即为两参数估计结果。数值仿真估计声源运动速度、最近距离,在信噪比6 dB条件下,平均估计误差分别为0.71%与0.87%。将该方法应用在2021年6月大公岛海域海试数据,5组实验数据估计目标运动速度、最近距离平均误差分别为2.5%,4.4%,证明了方法的有效性。     

Parameter estimation of underwater moving sources by using matched Wigner transform

According to the acoustical Doppler effect, an improved narrow-band technique is proposed to estimate underwater source’s motion parameters including speed, closest distance, rest frequency, and closest point of approach (CPA) time, by using a single receiving sensor. First, the matched Wigner transform (MWT), which produces a time–frequency distribution (TFD) with optimal energy concentration and without inner artifacts for a high-order polynomial phase signal, is defined. On the basis of the MWT, a method is developed for the accurate instantaneous frequency (IF) estimation of Doppler signal. Moreover, we deduce that the Wigner–Ville distribution of the Doppler signal has a peak at the center of the TFD. Thereafter, the CPA time is directly estimated. When the CPA time is obtained, the other motion parameters can be easily estimated by using a simplified amplitude weighted nonlinear least-squares method, which fits the IF estimates to the predicted Doppler shift. Finally, the effectiveness of the proposed scheme is validated by using underwater acoustic data.     

空气中声源激发水下声场的水平纵向相关性

声场的空间相关特性是声场的重要特征,对水下探测、水声通讯等各种设备在实际海洋环境中应用的参数选择具有重要意义,是水声工程技术研究的重要基础之一。相比于水中声源激发声场的相关特性研究,空气中声源的相关研究很少。本文推导了空气中声源激发水下声场的水平纵向相关的简正波表达式,并通过数值仿真分析,比较了声源分别位于空气中和水中时水下声场的水平纵向相关特性。对南海海域进行的一次悬挂汽笛空气声源、海底水平阵接收信号海上实验获得的数据进行分析,结果表明:空气中声源位于不同距离时,其发射的声信号激发水下声场的水平纵向相关均存在明显的起伏结构,基于本文提出的空气中声源激发水下声场的水平纵向相关系数的简正波表达式能够较好地解释该现象.      

利用水平阵模态域波束形成判别声源深度*

针对近水面声源和水下声源的深度判别问题,根据近水面声源难以激发低阶模态的物理现象,研究利用声源波数谱结构和波数位置的不同来分辨近水面声源和水下声源。通过采用MVDR的谱估计方法进行模态域波束形成,补偿水平阵各阵元之间各号简正波的相位差,获得主瓣窄、旁瓣低的声源信号波数谱。波数谱的波数位置与频率呈近似线性关系,水中声速剖面、海底参数、海深都会影响波数谱的具体结构和位置。此外,声源信号的到达角估计误差同样也会影响波数谱主瓣的位置估计。数值仿真结果表明,在浅海负跃层声速剖面条件下,可利用水平阵模态域波束形成判别声源深度,区分近水面声源和水下声源。     

抵消Wigner-Ville分布交叉项的窄带运动声源无源测速

利用声波的多普勒频移可以对窄带运动声源进行单传感器无源测速,其性能很大程度上取决于能否精确地估计出声波的瞬时频率.Wigner-Ville分布虽然时频分辨率高,但存在交叉项干扰,很少被直接用于瞬时频率估计。对此,提出了抵消Wigner-Ville分布交叉项的单传感器窄带声源无源测速方法。利用交叉项与声源速度的关系构造一个抵消项,引入到Wigner-Ville分布中,通过对声源速度估计值进行迭代更新,使抵消项与交叉项相位相反,从而约掉交叉项。经实测噪声数据验证,对一辆以6.07 m/s匀速运动的卡车(信噪比约为29 dB)测速误差为0.1 m/s,运行时间为4.6 s,对一架以28.90 m/s匀速运动的直升机(信噪比约为16 dB)测速误差为0.46 m/s,运行时间为1.2 s,均优于匹配Wigner变换和多普勒线性调频小波变换测速方法.      

声源作圆周运动时的多普勒效应

利用自制装置演示了声源作圆周运动的多普勒效应，并应用图谱分析软件得到频率分布图。