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 waveguide invariant adaptive matched filter for active sonar target depth classification

This paper addresses depth discrimination of a water column target from bottom clutter discretes in wideband active sonar. To facilitate classification, the waveguide invariant property is used to derive multiple snapshots by uniformly sub-sampling the short-time Fourier transform (STFT) coefficients of a single ping of wideband active sonar data. The sub-sampled target snapshots are used to define a waveguide invariant spectral density matrix (WI-SDM), which allows the application of adaptive matched-filtering based approaches for target depth classification. Depth classification is achieved using a waveguide invariant minimum variance filter (WI-MVF) which matches the observed WI-SDM to depth-dependent signal replica vectors generated from a normal mode model. Robustness to environmental mismatch is achieved by adding environmental perturbation constraints (EPC) derived from signal covariance matrices averaged over the uncertain channel parameters. Simulation and real data results from the SCARAB98 and CLUTTER09 experiments in the Mediterranean Sea are presented to illustrate the approach. Receiver operating characteristics (ROC) for robust waveguide invariant depth classification approaches are presented which illustrate performance under uncertain environmental conditions.     

信源空间散布条件下的声呐目标滤波方法

基于密集多波束接收空间观测数据向量,定义了一个与信源空间分布参数相关的特征量-空间散布指数,并利用蒙特卡洛积分对不同信源散布角宽度、不同信噪比和不同噪声空间分布特性条件下的空间散布指数进行了建模与计算。在此基础上,形成了在分布式混响/噪声背景下检测目标回波信号的空间散布指数滤波方法。利用轻型AUV（Autonomous UnderwaterVehicle）水下航行器声呐获得的实验数据进行了验证,表明该方法可显著抑制了混响及流噪声干扰。该方法无需假设信源间彼此独立,对混响干扰具有良好的适应性;由于混响及流噪声成分被大部分滤除,显著提高了信号处理增益,在后续检测过程中避免了宽波束接收、旁瓣泄漏、主动声呐平台运动等因素引起的背景噪声的显著增加。     

图像跟踪系统中机动目标预测的实现

针对装甲车上的图像跟踪系统，提出一种机动目标预测方法。将目标的运动分解为2部分，即全局运动和局部运动，并根据各自的动态特性分别进行预测。文章以局部运动预测为重点，通过对机动目标跟踪技术的研究，建立起性能优良的跟踪滤波器，并将其扩展到预测滤波器中对目标的未来运动状态进行预测，从而提出“交互式多模型预测算法”，并对该算法进行仿真，给出速度均方根误差的仿真结果。仿真结果表明:该算法预测精度高、自适应能力强。最后还给出了预测门的计算方法。     

Precise bearing and automatic target tracking in digital sonar

I.IntroductionItiswellknownthatthepreciseestimationofDOA(DirectionOfArrival)oftargetisanimportantthesisinpassivesonardesign.TheoptimumestimationaccuracyexpressionforlinearrayispresentedbyLewisalldothersll-3].Basedonthepointofviewoftime-delayestimation,Carteretal.showthattheaccuracyoftime-delayestimationofreceivedsignalbetweentwodifferentchannelscanreachtheoptimumCramer-RaolowboundI4-6].Forthedigitalsonarthebearingbeamdirectionisusuallyequal-spaceddistributedwithino-36o".Inordertofindthep…     

一种合成孔径声纳图像线目标提取方法

本文研究了针对高分辨率合成孔径声纳图像中常见的管道、线缆等重要水下设施的线目标提取方法。基于图割理论的Grab Cut算法相比其他迭代算法具有较快的收敛速度,但需要人工辅助选定前/背景区域的初始化条件;为此,本文设计了基于尺度放缩后进行Radon变换的感兴趣区域提取环节,作为Grab Cut的初始化步骤解决方案,使之可以快速自动解译;此外,该优化方案还缩小了模型训练的样本容量,提升了直线目标的提取精度和效率。经实验验证,该方法可以快速准确地提取直线目标,且具有相对较强的鲁棒性。     

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。     

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。     

噪声方差未知时的分布式量化估计融合方法

为了解决观观测噪声和信道噪声概率分布不完全已知时的多传感器分布式量化估计融合问题,提出了一种期望极大化算法(EM算法)的分布式量化估计融合方法。该方法将未知的噪声参数以及局部量化器量化概率建模为EM算法中二元高斯混合模型参数,利用极大似然估计方法的估计不变性得到目标参数的估计融合结果。仿真实验结果表明:该方法在局部传感器观测样本数目大于6000和信噪比大于6 dB时与已有理想信道条件下的估计方法性能相当。本文方法对水下分布式协同探测问题提供了一种简化的估计融合实现途径。     

有源声呐中的改进加权自适应高分辨距离估计方法

为提高有源声呐对目标回波亮点的距离分辨能力,提出了一种改进加权自适应高分辨距离估计方法,所提方法功率谱中的权值矩阵可采用3种形式:第1个元素为残差平方和其余为0的对角阵、单位阵、残差平方和构成对角阵,采用不同参考子带高阶线性预测的调和平均构造功率谱表达式,避免了距离维自适应方法功率谱中的低阶线性预测。通过数值仿真和水池试验对所提方法与距离维自适应方法进行了比较研究,结果表明所提方法在接近的计算量下获得较优的距离分辨能力。     

数字式声呐对目标的精确测向和自动跟踪问题

精确测向和自动跟踪是被动声呐的重要任务,本文给出数定式声呐精确测向的一种算法,指出最佳测向精度和基阵尺寸及频段的关系,推导了测向和延时估计的关系,利用波束主瓣附近的抛物线内插法可以精确给出目标方位并实现自动跟踪,计算机的模拟表明本文提出的方法具有良好的性能并且易于用硬件实现     

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...     

冰下运动目标主动探测技术研究*

使用主动声呐探测冰下目标时，混响是无法回避的问题。在大面积冰层覆盖的水域中，混响具有强度大、作用范围广的特点，导致主动声呐对目标探测的性能大大下降。本文针对有着强混响的冰下水域这一应用背景，重点研究了基于低秩矩阵恢复理论的冰下运动目标主动探测方法。该方法运用常规波束形成获取多组方位时间历程图像，然后利用低秩矩阵恢复算法分离图像中的混响背景与运动目标。仿真表明不精确的增广拉格朗日乘子法(Inexact Augmented Lagrange Multiplier, IALM)在等间隔直线阵、非等距线阵和均匀间隔圆形阵三种阵型下均有较好的效果。同时与经典的背景差分法做了对比，表明了低秩矩阵恢复算法具有更好的适应性。松花江冰下实验验证了在线阵情况下低秩矩阵恢复算法的实际应用性。     

基于积分直方图的快速粒子滤波跟踪算法

基于直方图的粒子滤波已成功地用于解决计算机视觉中的目标跟踪问题,但是,在观测似然计算上的低效限制了它们的实时应用。针对该问题,提出了一种快速的粒子跟踪方法。其建立在积分直方图技术的基础上,使得每个候选样本的观测似然能够由少量的查找表运算有效地计算出来。该方法使用了大量的粒子以确保鲁棒性,同时确保具备实时跟踪的能力。实验结果表明该方法在计算效率上优于通常的粒子滤波跟踪方法。     

一种基于强跟踪滤波的混沌保密通信方法

提出了一种基于强跟踪滤波器的混沌保密通信方法. 在发送端, 混沌映射和信息符号被建模成非线性状态空间模型, 信息符号被加性混沌掩盖或乘性混沌掩盖调制, 然后通过信道输出. 在接收端, 驱动信号被接收, 使用带有贝叶斯分类器(信息符号估计)的强跟踪滤波器算法动态地恢复信息符号. Logistic混沌映射的仿真表明, 当信息符号为二进制编码时, 不管是加性混沌掩盖调制还是乘性混沌掩盖调制, 强跟踪滤波器均能较好地从混沌信号中恢复信息符号. 与扩展卡尔曼滤波器相比, 由于卡尔曼滤波器对于离散的信息符号跟踪能力差, 混沌映射中信息符号难以恢复, 比特误码率高. 因此, 这种基于强跟踪滤波器的混沌保密通信方法是有效的.     

Automatic target recognition method for inverse synthetic aperture sonar imaging

To address the randomness of target aspect angle and the incompleteness of observed target in inverse synthetic aperture sonar(ISAS) imaging,a method for target recognition is proposed based on topology vector feature(TVF) of multiple highlights. Analysis of the projection relationship from 3 D space to 2 D imaging plane in ISAS indicates that the distance between two highlights in the cross-range scale calibrated image is determined by the distance between the corresponding physical scattering centers. Then, TVFs of different targets, which remain stable in various possibilities of target aspect angle, can be built. K-means clustering technique is used to effectively alleviate effect of the point missing due to incompleteness of the observed target. A nearest neighbor classifier is used to realize the target recognition. The ISAS experimental results using underwater scaled models are provided to demonstrate the effectiveness of the proposed method. A classification rate of 84.0% is reached.     

一种基于人眼视觉系统特性的粒子滤波跟踪方法

通过模仿人眼跟踪运动目标的特点,对粒子滤波框架进行改造,提出了一种基于人眼视觉系统特性的粒子滤波跟踪算法。该算法采用多特征融合,将颜色特征与运动面积特征相结合,对运动区域比较敏感;在状态更新阶段,对跟踪粒子进行进一步筛选,自适应地选择性能良好的粒子进行结果判决,保障了跟踪结果的准确性。实验表明,该方法不仅可行,而且具有良好的跟踪效果。     

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。     

基于广义M估计的鲁棒容积卡尔曼滤波目标跟踪算法

为减小测量异常误差对非线性目标跟踪系统的影响, 提出了一种基于广义M估计的鲁棒容积卡尔曼滤波算法. 首先将非线性测量方程等价变换, 利用约束总体最小二乘准则构建广义M估计极值函数, 在不进行线性化近似的前提下将其引入到容积卡尔曼滤波求解框架中. 然后根据Mahalanobis距离构建异常误差判别量, 利用卡方分布的置信水平确定判决门限, 并建立改进的三段Huber权函数, 使其能够降低小异常误差权值, 剔除大异常误差. 理论分析表明, 该方法具有无需求导、跟踪精度高、实时性好等优点, 且无需已知异常误差的统计特性; 实验结果表明, 所提算法能够有效减小异常误差的影响, 在实际非线性物理系统中具有广阔的应用空间.     

基于矢量水听器的一种时间方位历程目标跟踪方法

文章简要介绍了时间方位历程显示方式的原理，针对时间方位历程中最大值自动跟踪方法存在的弊端，提出了应用矢量水听器解决多目标跟踪问题的一种新方法，并应用于海试数据处理中，取得了良好的效果。