干扰环境下BPSK接收机跟踪--检测联合性能分析

本文分析了干扰环境中噪声和干扰对接收机的跟踪性能和检测性能的联合影响。主要分析了存在噪声和带内单频干扰情况下BPSK接收机的误码率性能和Costas环的跟踪性能。     

自动跟踪磁头及其系统简介

本文以PAL制VPR—2录像机为例,简单介绍了自动跟踪磁头及其系统。     

复杂监控环境下运动目标的检测和跟踪方法

具有实时检测、跟踪和分析判断的智能化监控系统是智能化监控系统发展的必然趋势,本文提出一种在实时监控下检测和跟踪运动目标的方法,首先使用背景差分法检测出运动目标,并定期使用背景更新策略对参考背景进行局部更新,这样可以提高目标检测的精确度。目标跟踪时在不同的尺度空间获得目标的关键点,增强算法目标在遮挡情况下的鲁棒性,接下来使用mean shift算法估计目标在下一帧的位置。采用IBM研究中心的测试视频序列对本文的方法进行了测试,实验结果表明,该方法是有效可行的。     

模式识别和电视跟踪在前庭功能检查中的应用

应用模式识别和电视跟踪原理测量眼球在视靶信号刺激下的运动,为分析飞行员、车辆驾驶员的前庭功能提供一种先进的检查方法.采用均衡化、形态滤波和形心计算等方法实现了瞳孔区域的自动定位和实时跟踪;通过Harris角点检测和Lucas-Kanade光流跟踪实时测量出虹膜的旋转角度,为前庭功能分析奠定了良好的基础.通过实验验证,所介绍的眼球跟踪算法已达到了预期的效果,并已成功应用在前庭功能检查分析系统中.     

产品标准编写指南——第五讲 产品标准一般要素编写细则

对产品标准的一般要素中标准名称，范围，引用标准各要素的编写提出了规范性要求和编写时应注意的事项。     

目标跟踪序列检测方法

所研究的序列假设测试适用于数字图像序列中有关低可视机动点源目标的多帧检测和跟踪。所提出了多重多阶段设测试跟踪算法采用多阶假设跟踪策略，从序列检测目标轨迹那部分延伸所形成的轨迹。ＭＭＨＴＴ算法不需概率目标机动模型。利用截断序列概率测试求出计算的的有效系数，以便删除密密集候等外刀迹树和评价检测的那部分轨迹。文中利用光学卫星跟踪试验结果，介绍和证实了分析的性能评定。     

基于光流和贝叶斯算法的目标跟踪研究

在本文中提出了一种方法来处理视频流中移动目标的跟踪,并且能够确定目标的移动速度。利用光流与贝叶斯方法在每一帧图像中检测对象,这种方法能够提高光流的检测性能,利用目标的质心像素位移来确定目标的移动距离,目标的速度是利用系列帧中目标移动的距离之间的帧数来计算的。实验表明,该方法能够有效地进行目标跟踪。     

网络热门话题的跟踪建模与检测分析

网络热门话题的跟踪对社会稳定、国家安全具有重要作用,针对传统网络热门话题跟踪模型误差大的缺陷,提出改进神经网络的网络热门话题的跟踪和检测模型。首先对网络热门话题的跟踪和检测现状进行分析;然后收集网络热门话题相关数据,采用神经网络对网络热门话题的跟踪进行建模,实现网络热门话题的检测,并对神经网络的局限性进行改进;最后采用具体网络热门话题的跟踪和检测实验对模型的有效性进行测试,与其他网络热门话题的跟踪和检测模型相比,改进神经网络提高了网络热门话题的跟踪精度,降低了网络热门话题的检测错误率,可以为网络舆情管理者提供可靠的信息。     

抗阴影和遮挡的动目标检测与跟踪

实际场景中往往存在运动阴影和障碍物遮挡等情况,严重影响了目标检测和跟踪的效果.为解决此问题,提出了一种抗阴影和遮挡的的运动目标检测与跟踪方法.该方法首先引入分类浮动更新策略,有效减轻了运算负担;其次,利用基于纹理梯度差和颜色特征不变量的阴影检测模块,为后续更加准确的分割前景创造了条件;然后采用基于MeanShift框架和最大化后验概率匹配相结合的方式跟踪目标,并引入了障碍遮挡跟踪机制,以降低运动目标在遮挡场景跟丢的可能性.实验表明,该方法可有效检测出运动目标的阴影,实现在遮挡场景对运动目标的稳定跟踪.     

桥梁红外图像的自动识别跟踪方法探讨

文中以实时采集到的桥梁红外图像为基础，探讨了复杂背景中桥梁的识别跟踪方法，文中先对桥梁红外图像进行了预处理，充分利用桥梁红外图像的二值化图和二值化方差图进行桥梁图像的分割，采用逐步渐进的方式进行桥梁的检测识别工作，并采用选下阈值的边缘增强手段突出桥身的外缘线；利用可变点的线段模型去检测不同距离不同大小的桥墩。文中还介绍了采用一形心中跟踪算法识别出桥梁进行适应波门跟踪。     

采用粒子滤波的先跟踪后检测算法

先跟踪后检测(TBD)算法能够有效解决低信噪比条件下弱小目标的检测与跟踪问题.与传统的先检测后跟踪方法相比,它的优点在于可完整传感器数据,随时间累积起来能获得更好的检测与跟踪性能,特别是检测与跟踪弱小目标.同时与传统的跟踪算法相比,先跟踪后检测算法提供给跟踪器的信息更多,适合于跟踪低信噪比的弱小目标.探讨了先跟踪后检测问题的两个方面:滤波和检测.为了检测目标的出现与消失,在状态向量中增加一个二元变量对应目标存在.对于非线性、非高斯的跟踪问题,使用粒子滤波器跟踪弱小目标,基于粒子滤波器的权值实现最优检测器.给出粒子滤波器的TBD算法的理论推导以及数值计算过程.仿真实验表明:基于粒子滤波器的TBD算法能够检测与跟踪低信噪比的目标.     

低数据率条件下的目标跟踪

在低数据率条件下,采用基于卡尔曼预测估计的传统跟踪门对目标进行跟踪,容易出现误跟踪和航迹丢失,针对该问题,提出了一种两级跟踪门的解决方案。第一级跟踪门为组合跟踪门,它由运动学状态估计和目标的最大速度信息确定,目的是通过扩大跟踪门的面积使得目标测量尽可能地落在跟踪门之内;第二级跟踪门为由先验的和测量的幅度信息确定的特征跟踪门,其作用是对落入组合跟踪门内的测量进一步筛选,以区别出目标测量和杂波。只有那些同时满足两级跟踪门的测量才有可能来源于正在跟踪的目标,因此可以将其用于后续的数据关联和滤波更新。仿真结果表明,在低数据率条件下,采用该跟踪门方案的跟踪器的跟踪精度明显高于基于传统跟踪门 特征跟踪门和多跟踪门 特征跟踪门的跟踪器。     

组网雷达多帧检测前跟踪算法研究

组网雷达系统(NRS)由于其稳健的性能优势,在近年来受到了广泛关注。目前,组网雷达系统在进行目标探测时常采用先检测后跟踪(DBT)算法,即在每个时刻先对接收到的回波数据进行单帧门限检测,得到疑似目标的点迹集合,然后上传这些点迹或由这些点迹跟踪得到的航迹估计到融合中心做进一步处理,最终得到全局估计结果。然而,当信噪比(SNR)比较低时,目标往往很难通过单帧门限检测,最终导致目标漏检、航迹起批难,无法有效发挥组网雷达系统优势。针对这一问题,该文提出了一种组网雷达多帧检测前跟踪(MF-TBD)算法。该方法首先在本地节点进行多帧检测前跟踪,然后传递检测得到的点迹序列到融合中心进行融合。该方法一方面利用了组网雷达系统平台优势;另一方面不同于常规先检测后跟踪技术,多帧检测前跟踪能够利用目标空时相关性积累目标能量,改善弱小目标检测性能;因此其可以有效提高系统对目标的检测性能。但是,多帧检测前跟踪输出结果和先检测后跟踪算法不同,导致现有融合方法不适用。针对这一问题,该文首先理论推导了点迹序列的融合方法,然后结合实际雷达模型给出了算法实现流程,最后提出了算法的粒子滤波实现方式并通过仿真实验验证了算法的性能。仿真结果证明该文提出的方法相比于先检测后跟踪算法,有4～6 dB的检测性能增益;相比于常规单传感器多帧检测前跟踪算法,航迹跟踪精度有50%左右的提升。      

一种贝叶斯检测跟踪阈值确定方法

利用贝叶斯后验概率方法对目标进行检测和跟踪处理时,在分析有目标和没有目标情景下后验概率分布的基础上,文中给出了一种确定检测阈值的方法。利用该方法确定的检测阈值,能够利用有目标和没有目标情景下的后验概率分布,在对系统检测和跟踪性能影响很小的情况下,有效地控制系统的虚警率。     

电磁辐射标准跟踪研究

近年来，随着移动通信事业的迅速发展和人们健康意识的不断提高，社会上有关基站电磁辐射纠纷的报导越来越多，电磁辐射逐渐成为人们非常关注的一个焦点话题。本文就国内外电磁辐射的标准进行全面的阐述。     

跟踪学习检测算法在动态图像融合目标跟踪中的应用

本文利用跟踪学习检测(Tracking-Learning-Detection,TLD)算法能够对目标进行长期的持续跟踪的优点,对动态图像序列中的目标进行跟踪。采用了目标被遮挡这种困难情形的图像数据库进行了实验。通过对数据库中的可见光、红外和加权平均融合图像序列的目标跟踪,结果表明,TLD能够对目标进行持续跟踪,即使在可见光下跟踪失效也能够通过红外图像的弥补,从而使跟踪效果达到预期的要求。