一种超宽带雷达多人体目标跟踪算法

提出了一种超宽带雷达对多个运动人体距离跟踪的方法。该方法基于人体多散射点的回波模型,利用CLEAN算法提取人体多个散射点的量测信息,结合最近邻域和联合概率数据互联算法,提出了一种简易最近邻联合概率数据互联算法,以解决多个人体目标轨迹交叉时数据关联的问题。通过对实测数据的处理,证明了该算法能够对轨迹交叉的人体目标进行有效跟踪。     

用于雷达弱小目标检测的改进TBD算法

针对基于动态规划的检测前跟踪算法存在的问题,提出了一种改进的动态规划算法。该方法的创新之处在于：在原来可能的状态转移的基础上又对后续状态进行了估计,因此可以减少目标强度起伏的影响。文中利用改进的动态规划与数学形态学相结合的检测前跟踪算法对雷达微弱目标进行检测。实测数据验证了该算法可以提高雷达回波中弱小目标的检测性能,且计算量较小,实际可行。     

天波超视距雷达的PMHT跟踪算法仿真研究

在天波超视距雷达（OTHR）单目标跟踪环境下,仿真分析了PMHT算法在航迹起始、维持、终结上的性能,研究了算法对环境参数和算法参数的鲁棒性,并对两交叉目标环境下的情况进行了仿真,验证了算法的有效性。仿真结果表明,PMHT可以实现OTHR环境下的自动目标航迹起始、维持及终结。     

雷达最优组网及目标跟踪算法分析

针对防空导弹武器系统所面临的各种复杂环境，提出了一种最优的正六边形雷达组网方案，建立了目标的数学模型并探讨了多传感器自适应数据融合算法，给出了计算流程图，得到了目标状态的实时估计，实现了目标跟踪的目的。     

雷达微弱目标检测前跟踪算法综述

军事隐身目标的出现,给雷达带来了严峻的挑战.检测前跟踪算法是雷达微弱目标检测和航迹处理的一种有效方法.文中对雷达微弱目标检测前跟踪算法进行了综述,首先介绍了三维匹配滤波、Hough变换、动态规划和粒子滤波4类最常用的检测前跟踪实现算法的基本原理,然后述评了4类检测前跟踪算法的研究进展情况,最后在分析现有检测前跟踪算法问题的基础上,展望了雷达微弱目标检测前跟踪算法的发展趋势.     

天波超视距雷达多路径Viterbi数据关联跟踪算法

天波超视距雷达目标跟踪面临多传播路径、低探测概率、低探测精度和低数据率的困难.本文在地理坐标系对运动目标建模而在雷达坐标系进行数据关联,将各传播模式的回波作为备选的竞争量测,运用动态规划的优化方式,在最大似然的意义下将VDA的回波与航迹的两维数据关联推广到回波、传播模式和航迹的三维数据关联,提出了多路径Viterbi(MVDA)数据关联算法.天波超视距雷达目标跟踪仿真表明:MVDA跟踪能力明显优于VDA和MPDA.     

相控阵雷达目标跟踪算法

相控阵雷达和边跟踪边搜索雷达相比多一个自由度,因为它可以采用可变更新时间。当探测到某一目标机动时,可以缩短更新时间以改善跟踪精度。业已证实可变更新时间能够用于αβ滤波器,但更新时间值取决于偏差的大小。作者把Monte-Carlo模拟应用于各种各样的目标轨迹,对Cohen算法作了验证,此外还研究了选取更新时同的其它策略,探讨了算法参数范固内均方估算误差和平均更新时间的关系。由此而得出的结论是:在选取算法参数时,必须折衷考虑以使得估算误差较低而又不至于使平均更新时间太短。     

基于红外和雷达的目标跟踪数据关联快速算法

在顺序串行多传感器联合概率数据关联算法的基础上,提出了一种杂波环境下多传感器多机动目标快速跟踪算法,即顺序的MSFAFDA.首先顺序地用来自红外和雷达的量测更新状态估计,然后应用多传感器快速数据关联算法进行数据关联,易于推广到具有多个传感器的跟踪系统.仿真结果表明,MSFAFDA算法的计算量要比一般的多传感器IMM-JPDA算法小,具有更快的收敛速度;跟踪的目标数越多,MSFAFDA算法在实时性方面的优势就越明显.     

多站无源雷达多起伏目标检测前跟踪算法

针对多站无源雷达背景下多起伏目标同时检测和跟踪的问题,该文提出一种基于多目标多伯努利(MeMBer)滤波器的多起伏目标检测前跟踪(TBD)算法。由于起伏目标的平均信噪比(SNR)未知使得目标的回波幅度似然函数不确定,该文假定包络检波器的输出平均SNR服从先验的均匀分布,并对可能取值区间进行边缘化处理,得到一个估计的似然函数,基于该估计的似然函数,融合中心利用所有收发对的幅度观测信息对MeMBer滤波器的各个预测分量进行更新。仿真结果表明,该算法能够有效地同时检测和跟踪多起伏目标,并且在平均SNR大于9 dB时,其性能与平均SNR已知情况下的性能近似。     

一种高脉冲重复频率雷达微弱目标检测跟踪方法

针对高脉冲重复频率(PRF)雷达对微弱目标的检测跟踪问题,该文提出一种雷达测距模糊条件下基于检测前跟踪(TBD)的微弱目标跟踪方法.该算法借用TBD的思想精髓,对于每一时刻的量测,既不进行目标有无的检测也不解距离模糊,而是将目标检测和解距离模糊统一在目标真实航迹的获取中.首先通过批处理把目标的模糊量测在所有模糊区间进行多假设扩展,从而提取量测的时空相关信息;然后基于目标真实航迹在时空上的连续性和不同PRF量测之间的相关性,通过TBD方法得到目标航迹,同时实现解距离模糊.与同类研究相比,该方法将微弱目标解距离模糊问题统一到目标航迹的检测确认过程中,避免了低信噪比(SNR)造成的航迹漏检,为实现高脉冲重复频率雷达微弱目标的检测跟踪提供了一种新的思路.最后,通过仿真验证了该算法的有效性.     

一种实现多机动目标跟踪的JPDA-STF算法

联合概率数据关联(JPDA)算法在解决多目标跟踪时需要目标准确的动力学模型,动力学模型失配在多机动目标跟踪中时常发生,而作为有效的解决方法之一——强跟踪滤波(STF)是针对无杂波环境下的单机动目标设计的.为了提高杂波环境下多机动目标跟踪精度,提出一种联合概率数据关联强跟踪滤波(JPDA-STF)算法.该算法为了能够实现...     

一种机动目标多雷达协同跟踪方法

目标的机动性能不断提高,使得对目标跟踪提出越来越高的要求。针对多部雷达协同探测的目标联合跟踪问题,提出了基于扩展卡尔曼滤波的交互式多模型算法(IMM-EKF)。为了验证算法的有效性,对实测数据进行了处理。首先,对三部雷达接收的目标运动状态量测数据进行预处理,包括坐标转换、线性插值和数据融合,然后,根据数据预处理后目标航迹的特性,采用基于扩展卡尔曼滤波的交互式多模型算法(IMM-EKF)对目标进行在线跟踪。试验数据处理结果表明,IMM-EKF 算法对于机动目标跟踪的有效性。     

弱目标箱粒子标签多伯努利多目标检测与跟踪算法

针对红外弱目标追踪问题,提出箱粒子标签多伯努利多目标检测与追踪(Box particle Labeled Multi-Bernoulli Detection and Tracking, BOX-LMB-DT)算法,该算法首先通过使用均值滤波对获得的灰度图像进行降噪处理;其次,通过将所有像素处依强度大小进行排序,选出强度较大的区域作为当前时刻的区间量测;最后利用箱粒子标签多伯努利滤波(Box-Labeled Multi-Bernoulli Filter, Box-LMB)器对目标进行跟踪。仿真结果表明,本文所提箱粒子标签多伯努利多目标检测与追踪算法能够对多目标的航迹和状态进行稳定有效的跟踪,且在相同条件下,相较于区间量测下的LMB粒子滤波,达到相同的追踪性能时BOX-LMB滤波运算效率提升了22.59%。     

一种天文光电图像序列弱小目标实时检测算法

地基大视场天文光电观测系统获取的序列图像中,空间目标和数目众多的恒星目标成像特性相似,大部分都表现为弱、小目标特性,实现它们稳健实时检测具有较大的难度.本文在深入分析天文光电图像弱小目标成像特点的基础上,结合实际工程对目标检测的强实时性和高检测概率需求,针对恒星目标和空间目标的时空域特性差异,提出了一种基于时空域联合滤波的弱小目标枪测算法,首先在空域上通过抑制背景增强目标,然后在时域上分别通过多帧相关运算和多帧差分运算,快速有效地检测恒星目标和空间目标.最后结合实测数据和硬件平台,验证了该方法的有效性及实时性.     

一种针对多目标跟踪的多基雷达系统聚类与功率联合分配算法

为了使多基雷达系统(MSRS)能动态地协调各部雷达的发射参数及其所获得的量测的使用,进而在系统资源有限的约束下达到更好的性能,该文提出一种针对多目标跟踪的MSRS聚类与功率联合分配算法。首先,该文推导了目标跟踪误差的贝叶斯克拉美罗下界(BCRLB)。然后,以最小化多目标总体跟踪误差的BCRLB为目标,建立了包含聚类方式和发射功率两个优化变量的代价函数,并用循环最小化算法和投影梯度算法对这个双变量优化问题进行了求解。最后,通过仿真实验验证了提出算法的有效性。     

一种红外弱小目标检测新方法

研究天空背景下红外运动弱小目标的检测。对红外序列图像进行累积后进行小波分析，再采用自适应门限处理，使用小波反变换将背景中低频分量和高斯噪声去除，再采用非线性滤波，最后再使用累积的方法找出目标，并得到目标航迹。实验结果表明，该方法能有效地检测定位运动红外弱小目标，并具有很强的抗噪声性能。     

基于LGJMS-GMPHDF的多机动目标联合检测、跟踪与分类算法

线性高斯跳变马尔可夫系统模型下的高斯混合概率假设密度滤波器(LGJMS-GMPHDF)为杂波背景下多机动目标跟踪提供了一种有效方法。该文将类别辅助信息引入LGJMS-GMPHDF,提出了一种密集杂波背景下多机动目标联合检测、跟踪与分类算法。该算法在LGJMS-GMPHDF中用属性向量扩展单目标状态向量,用位置和属性的组合测量似然函数代替单目标位置及杂波位置测量似然函数,提高了不同类目标与杂波测量间的鉴别能力,进而改善了目标数目及状态的估计精度;在更新目标状态的同时,对目标属性信息进行更新。该算法实现了时变数目的目标状态和类别估计。杂波背景下交叉和临近并行机动目标的跟踪实验验证了该文算法的联合检测、跟踪与分类性能。