基于冗余信息的虚假点消除算法

复杂环境下多站多目标无源交叉定位存在虚假定位点问题,随着测向站数目和目标数目的增加,虚假点数量急剧增加,正确关联的难度增大.针对这一难题,提出了2种基于冗余信息的虚假点消除算法.通过有选择性地利用方位角或时差冗余信息进行数据关联,从而保证了在一定测向数据正确关联率的基础上,能够有效避免完全采用所有测向站的方位数据直接进行关联带来运算量大的问题.仿真证明了2种算法的有效性.基于时差冗余信息的虚假点消除算法由于利用了额外的时差冗余信息,在时差测量误差小于0.5 ms的情况下,其正确关联率均高于基于角度冗余信息的虚假点消除算法,更适用于时差测量精度较高、目标间距较小,而测向误差较大的场合.     

一种机载IRST组网多目标定位中的虚假点去除算法

针对IRST组网多目标测向定位系统中存在的虚假点问题,文中提出分层关联的思想。首先对交叉点进行预处理,去除不符合空间逻辑的交叉点;其次进行角度门限粗关联,去除大部分虚假点,减少计算量;最终利用多维分配思想选出正确的关联组合。计算机仿真结果表明,该算法可较好地对共面多目标进行定位,并且计算量适中。     

基于空基双平台的多目标假点剔除算法

为解决多目标情况下,存在虚假定位的问题,对基于空基双平台的多目标假点剔除算法进行了研究,给出了基于最小角度门限判决的多目标无源定位算法。首先用“最小距离法”交叉定位算法求出目标位置的估计值,并算出该估计值相对于观测平台的俯仰角;其次算出该角度与目标的实测俯仰角的差值;最后用所得差值和确定的门限进行比较,将大于门限的目标判为虚假点排除。仿真结果表明：该方法能大大提高关联正确率,而且计算量小,可以满足工程需要。     

面向测向交叉定位的2级消元数据关联算法

针对现有数据关联算法在实时性方面的不足,提出了一种2级消元数据关联算法,其特点是先根据关联判据生成与目标数量相等的候选关联集,再对候选关联集进行粗关联和细关联处理,剔除候选关联集中不满足条件的测向线,直至得到最终的关联结果.该算法无须遍历所有可能的关联组合,大幅降低了关联过程中的计算开销,并且能够有效抑制杂波的影响.仿真实验验证了该算法的实时性和准确性.     

多舰协同侦察的无源测向时差定位方法

提出改进型的无源测向时差定位方法.在测向定位基础上增加了目标到达舰载侦察雷达的时差信息,两舰之间通过测向交叉和时差计算实现对目标的定位,通过两两配对可以获得多组目标位置的测量结果.对这些结果进行简化加权最小二乘(SWLS)点估计,从而获得一个比较理想的定位结果.仿真结果表明定位结果比较理想.     

基于加权最小二乘法的多舰定位算法

针对双舰定位存在的定位态势要求高、定位精度低等,提出了基于加权最小二乘法的多舰定位算法.该算法的实质是基于多舰侦察设备的测向角度、位置信息,利用纯方位交叉定位原理,建立非线性观测方程;通过泰勒展开将非线性系统转化为线性系统;利用最小二乘原理并考虑测向精度的权重因素,提出了多舰的定位模型.仿真结果表明,定位结果与测向精度和初始态势有关.     

被动声目标定位与跟踪的实验研究

研究被动声定位和跟踪的可行性。方法设计被动声目标定位,跟踪的实验系统,并进行静目标定位实验与运动 目标定位与跟踪实验。结果实验系统对静目标测向精度较高,而测距精度很低;对恒速运动目标,采用测向信息和多普勒频移信息相融合的算法得到了目标运动速度,距离的精确估计。     

被动声目标定位与跟踪的实验研究

目的　研究被动声定位和跟踪的可行性。方法　设计被动声目标定位、跟踪的实验系统,并进行静目标定位实验与运动目标定位与跟踪实验。结果　实验系统对静目标测向精度较高,而测距精度很低;对恒速运动目标,采用测向信息和多普勒频移信息相融合的算法得到了目标运动速度、距离的精确估计。结论　将基于时延估计的被动声测向和线谱频率估计的多普勒频移信息融合可实现对恒速运动目标的跟踪。     

用于多目标数据关联的群智能混合算法

为快速实现多目标数据的关联,将蚁群优化(AGO)算法和粒子群优化(PSO)算法相结合,提出了一种群智能混合算法.以跟踪门确定目标的有效量测,以新息的似然函数描述量测与目标的关联关系,建立多目标数据关联的组合优化模型.利用交叉变异的PSO算法求解出该优化组合模型的次优解,再将该次优解作为蚁群位置和信息素初始化的依据,利用ACO算法对目标函数的解进行细搜索以求得更优解.仿真实验结果表明,该算法能够有效地提高关联准确性和收敛速度.     

基于状态和属性的多目标联合关联算法

在多目标被动定位过程中,目标批次划分的正确与否影响着定位解算结果的准确性。针对这一问题,本文提出了一种多目标数据联合关联算法。对目标特征数据进行关联,利用灰色系统理论和系统聚类分析方法判断目标间的相似程度,对于不确定的集合再次进行方位数据关联。由仿真结果可知,2种算法进行联合关联可以弥补单一方法带来的不足,提高目标关联正确率。     

基于双回反向序网的同杆4回线单端故障测距算法

提出了一种利用单端工频量的同杆4回线故障测距算法.采用同杆4回线双回同反序解耦方法计算得到考虑分布参数特性的故障线路沿线电压;采用同杆4回线双回反序网络计算得到考虑分布参数特性的故障电流分支系数,进而计算出故障线路沿线电流.由于故障支路可假设为纯阻性,因此利用故障处电压电流相量之比的虚部为0的特性进行故障位置搜索,最终实现同杆4回线中1回线内及2回线间跨线故障时的故障定位.本方法计算简单,不存在伪根问题,且不受系统阻抗、线路分布电容及过渡电阻的影响.仿真表明在同杆4回线各种故障类型下算法均具有很高的测距精度.     

基于直觉模糊的双门限航迹关联算法

为解决在密集目标环境和出现交叉航迹的情况下,航迹的统计关联方法关联正确概率降低,不能准确地对目标航迹进行正确相关的问题,根据传统的模糊双门限航迹关联方法,将非隶属度函数引入其中,提出了一种基于直觉模糊的双门限航迹关联算法。根据关联特点,确立了隶属度函数和非隶属度函数;利用蒙特卡洛仿真,对2部雷达观测的存在交叉的航迹进行关联,并与传统的模糊双门限航迹关联算法进行了对比,结果表明:在密集航迹情况下,该算法相比传统的模糊双门限航迹关联算法正确关联概率从45.1%提高至49.8%,该改进算法能够更好地适应密集航迹的关联。     

审计信息系统全覆盖联网数据精准定位方法

针对传统数据定位方法中存在的定位精度较低、时间较长等问题,提出审计信息系统全覆盖联网数据精 准定位方法。采用近邻方法对审计信息系统全覆盖联网数据关联进行分析,引入相关品质函数理论,将传感器 获取的多特征数据转入到关联判决过程,计算关联测度。在此基础上,根据关联测度的计算结果,通过改进的 KCF 算法组建目标跟踪器,利用跟踪器获取目标具体的运行状态,采用数据关联算法得到目标相对应的跟踪集 以及检测集,根据加权融合三特征的跟踪结果,准确获取审计信息系统中各个目标数据的具体位置,实现数据 精准定位。仿真实验结果表明,所提方法能快速准确获取审计信息系统全覆盖联网数据的具体位置。     

基于特征辅助的距离高分辨雷达航迹关联算法

针对距离高分辨雷达邻近目标跟踪问题,提出了一种检测点分布特征辅助的航迹关联算法.该算法利用标准差椭圆提取目标检测点分布特征,同时利用目标的状态信息和特征信息进行航迹关联,解决了邻近目标航迹易关联错误的问题.实验结果表明,该算法可以提高距离高分辨雷达目标关联准确度,提升航迹质量.      

基于改进CGHT的光学遥感图像舰船尾迹检测

根据遥感图像舰船目标检测的实时性要求,提出了一种应用改进CGHT算法检测舰船尾迹的方法.通过加入舰船船体的检测结果,改进CGHT算法中种子点的选取方式,以改善尾迹检测的计算复杂度,并将检测重点侧重于舰船船体附近区域,避免尾迹检测的盲目性.实验表明,该算法显著减少了尾迹检测的运行时间,降低了伪尾迹引起的虚警,提高了尾迹定位的准确性.     

基于特征差异性的荧光磁粉探伤图像分割算法

为实现目标信息与伪信息的有效分割,提出一种融合了梯度法与阈值法的荧光磁粉探伤图像分割算法.以荧光磁粉图像中目标信息与伪信息的梯度特征差异为主要判据,设计了图像分割算法.滤除与目标信息的灰度特征最接近的伪信息,结合阈值法提取目标信息.主要选取梯度特征为分割判据,有效弥补了纯阈值法通用性差的缺陷.在集成了OpenCV的VC环境下进行了算法调试实验,结果显示:目标信息与伪信息的梯度特征差异显著,去除高梯度值的伪信息后,目标信息与背景信息的灰度特征差异明显,结合阈值法可以实现准确提取.     

一种新的多机动目标跟踪的GMPHD滤波算法

针对多机动目标跟踪的传统数据关联算法约束条件苛刻、估计精度低、计算量大等问题,提出了一种基于随机集理论的非数据关联的多机动目标跟踪算法.该算法将高斯混合概率假设密度(GMPHD)滤波与"当前"统计模型的优点相结合,绕过了棘手的数据关联问题,能高效处理目标数较大的机动跟踪问题.在漏检、虚警、多机动目标交叉杂波复杂环境下进行了仿真实验,结果表明,该算法具有较高的跟踪精度和稳健的跟踪性能.     

基于低复杂度卷积神经网络的星载SAR舰船检测

星载SAR(合成孔径雷达)舰船检测广泛应用于海上救援和国土安全防护等领域.鉴于传统的检测方法仍存在虚警率高等缺点,本文将具有强大表征能力的卷积神经网络(CNN)引入到星载SAR舰船检测中,面向SAR舰船检测的精准快速的需求,提出了基于低复杂度CNN的星载SAR舰船检测算法.算法结合星载SAR图像的特点,利用ROI提取方法实现目标粗提取,得到可疑目标切片及其对应的位置信息;通过构建的低复杂度CNN对所有的可疑目标切片进行精确分类,确定舰船目标,从而实现舰船目标检测.实验测试结果表明:本文提出的算法可以实现精准的星载SAR舰船检测;与传统双参数CFAR目标检测和基于现有深度网络框架(LeNet、GoogLeNet)的检测算法相比,该算法检测性能更好、检测时间更短,可有效降低检测漏检率和虚警率.     

基于分布参数模型的同杆双回输电线路故障测距

基于线路的分布参数模型,并且利用线路两端工频电气量和相模变换,提出了在模域中进行故障测距的算法.该算法不受系统阻抗和过渡电阻的影响,并且消除了双回线间耦合的影响,可用于单回线故障和跨线故障的测距.该算法原理简单,求解方便,仿真结果表明,算法具有较高的精度,最大测距误差小于0.5%,能够满足工程要求.     

基于聚类的建筑物直线特征提取算法

建筑物图像中提取直线是视觉导航、特征识别等很多应用中的关键步骤。针对建筑物图像。提出了一种新的基于聚类的直线提取算法。该算法在Canny边缘的基础上,使用一个聚类算法将边缘分类,减少了因噪声形成的小短线对直线检测的误检或漏检现象;对于每一个分类使用直线识别准则,进一步剔除图像聚类中的伪直线;最后使用改进的Hough变换（standardHoughtransform）将直线提取出来。克服了传统Hough变换执行速度慢的缺陷。实验结果表明,文章提出的算法具有较快的运算速度,较高的直线提取准确性．较低的漏检和误检情况。其性能优于传统的Hough．变换和相位编组法。