距离多假目标干扰下低可观测目标跟踪处理

距离多假目标干扰下,当雷达对低可观测目标进行跟踪时,会遇到虚假航迹较多、真-假目标鉴别难度大、真实目标跟踪不稳定等难题,针对这些问题,本文提出了基于角度量测统计特性差异的真-假目标识别方法与基于等效量测构建的低可观测目标跟踪方法,实现了虚假目标的有效剔除,有效提高了目标跟踪的稳定性,仿真验证了该方法的有效性.     

一种宽带高效包络跟踪放大器的设计

为了高效处理宽带非恒包络信号,利用宽带包络信号功率主要集中在低频部分的特性,结合线性放大器和开关类放大器的优势,设计了一个宽带包络跟踪放大器。该放大器由一个宽带线性级和一个受线性级控制的高效开关级组成。线性级采用折叠式共源共栅放大器结构,具有AB类输出级及输出级缓冲;开关级采用同步降压型DC-DC变换器结构,包含驱动电路及“防直通”模块。整个电路采用Jazz 0.18 μm BiCMOS工艺进行设计仿真,结果表明,在3.3 V电源电压下,线性级单位增益带宽约为50 MHz,可驱动300 mA电流,具有188 V/μs的摆率,包络跟踪放大器可跟踪包络信号幅度和带宽的瞬时变化,改变开关导通比以及开关频率。     

改进的Meanshift运动目标跟踪算法

Meanshift算法在对快速运动的目标进行跟踪时容易丢失目标,并且在目标被遮挡时,也容易造成跟踪失败,跟踪的过程中跟踪框不能随着运动目标的大小变化而变化.提出一种基于Meanshift运动目标跟踪算法的改进算法.该算法基本思想是采用改进的三帧差分法对运动目标区域进行提取,求得跟踪框轮廓,同时用Meanshift算法对运动目标进行跟踪,获得目标最大概率区域,将该区域中心作为跟踪框的中心.跟踪过程中通过巴氏系数判断是否目标被遮挡,若被遮挡则调用Kalman滤波进行预测跟踪.实验结果表明,该算法能够快速、准确地跟踪目标.     

TLD目标跟踪算法综述

TLD目标跟踪算法将检测和跟踪同时加入跟踪框架,并引入半监督机器学习算法对锁定目标不断学习以捕获其最新外观,使目标无处可逃,从而实现对未知目标的长时跟踪.简要介绍了TLD算法的理论背景和系统框架,并指出其存在的主要缺陷.然后对各个缺陷所提出的改进方法进行详细地综述,并给出自己的评述.最后总结全文并展望TLD目标跟踪算法在未来几年的发展趋势.     

紧耦合粒子滤波与均值漂移的红外目标跟踪

为了提高复杂背景下红外目标跟踪的准确性和鲁棒 性,提出了紧耦合粒子滤波(PF)与均值漂移(mean shift)的红外目标跟踪方法。在PF框 架下,利用一组5参数集(中心横坐标、中心纵坐标、宽度、高度以及倾斜角)作为状 态变量表 征随机的粒子样本;然后使用自适应均值漂移作为一种迭代模式寻找过程,对随机粒子样本 进行重新分配,使粒子向目标 状态的最大后验核密度估计方向移动,同时利用迭代过程中的Bhattacharyya系数对粒子的 权值进行更新;最后利用重新分配 后的加权粒子集合实现对红外目标的跟踪。实现结果表明,与一般的PF相比,本文方法能有 效减少所需粒子数(N=15),进而降 低跟踪耗时;与现有的PF与均值漂移相结合的方法相比,本文方法在耗费时间 仅增加14%的代价上,使跟踪误差大大降低(约 为原误差的1/3至1/4),准确性和鲁棒性得到显著提高;本文方法能够实现在复杂背景下稳 健准确地跟踪红外目标。     

基于平面旋转的信号二维参数快速跟踪

阵列入射信号时变参数的联合跟踪,是我军在现代电子战中进行有效电子防御和进攻时需要解决的首要问题.本文针对非时变参数估计方法不能适应时变参数跟踪的问题,首先讨论了ESPRIT类特征值问题的转化和子空间递推更新的可行性,然后以平面旋转(Givens rotation)为基础推导了关键变量的直接更新关系,最后采用多维参数方程并行计算的方式实现了信号二维时变参数的快速跟踪.计算机模拟结果证实了所述方法的有效性.     

一个快速的被动式传感器数据关联算法

本文针对仅能获得关于目标角度信息的被动式传感器、且允许传感器漏检、虚警、以及监视空域目标位置和数量未知的静态数据关联问题,提出了一个基于空间交点属性强度的快速数据关联算法.与现有算法相比,本方法较好地改进了数据关联算法的精度和运算速度.最后,通过仿真实验给以验证.     

基于二维测向与波束形成结合的多目标跟踪

阵列信号的侦察与跟踪是两个同样重要的问题,本文就二维空间移动信号的跟踪问题提出了一种稳健而快速的跟踪方法,即波束形成与定点信号子空间搜索相结合的方法,对二维空间中的多个信号同时进行跟踪与波束形成,在分批数据处理的基础上实现信号的跟踪截取,从而提高信号的跟踪能力。文中还通过平面阵对空间二维信号的接收响应模糊性分析证明了算法的有效性。     

红外成像制导多模实时识别跟踪算法研究

对红外成像制导跟踪模式进行了分析和选择,分析比较了中心跟踪算法、边缘跟踪算法、特征序列匹配算法、相关跟踪算法等的特点,并在此基础上提出了多模置信度和智能控制跟踪算法.     

基于视频的车辆检测与跟踪算法综述

首先介绍了交通检测系统,指出视频交通检测技术日益成为计算机视觉领域中备受关注的前沿方向。在此基础上,分别讨论了常用的车辆检测算法,基于模型的车辆检测算法,车辆跟踪的基本类型,以及基于模板匹配、卡尔曼滤波和粒子滤波的车辆跟踪算法,同时分析比较了各种算法的优缺点。最后,展望了这一领域未来研究的热点。