三维空间中基于Hough变换和逻辑的航迹起始

Hough变换法特别适用于杂波环境下的目标航迹起始,但目前的研究一般仅限于在二维空间中使用该方法。本文提出了一种三维空间中基于Hough变换和逻辑的航迹起始方法。其基本思想是,首先在三维空间中选择两个投影面,然后在两个投影面分别使用基于Hough变换和逻辑的航迹起始算法,最后将两个投影面上起始的航迹进行比较,进而确定三维空间中的航迹起始。仿真结果表明了这种算法在三维空间杂波环境中快速起始航迹中的有效性及优越性。     

杂波环境下基于Hough变换和逻辑的快速航迹起始算法

航迹起始是航迹处理中的首要问题，本文提出了一种新的航迹起始算法，即基于Hough变换和逻辑的航迹起始方法，这种新的算法首先利用Hough变换法排除大量的杂波点，创造一个虚警概率比较低的环境，然后利用3／4逻辑法起始航迹，因而特别适用于密集杂波环境下快速起始航迹，仿真结果表明了这种算法在快速起始航迹中的有效性及优越性。     

基于减法聚类的两级Hough变换航迹起始算法

针对低信噪比、低信杂比环境下作匀加速直线运动的目标检测中随机Hough变换算法存在的采样次数总量大、无效采样多的现象,提出了一种改进的航迹起始算法-基于两级Hough变换的航迹起始算法.该方法首先采用标准Hough变换滤除原始数据空间上的大量杂波点,然后用随机Hough变换以较少的采样次数获取备选航迹参数,再对所得参数使用最小距离筛选的方法进一步减少虚警,最后利用减法聚类得到准确的航迹数及航迹参数.实验表明该方法不但能够明显降低随机Hough变换的采样次数、减少无效采样,而且对杂波干扰具有很好的鲁棒性,尤其适用于复杂环境中的目标检测.     

航迹起始算法及性能仿真

在深入研究基于逻辑的航迹起始方法和基于Hough变换技术的航迹起始方法的基础上,把基于逻辑的方法和Hough变换法相结合,提出了基于目标运动状态的航迹起始算法。该算法首先利用目标的位置信息形成候选目标航迹,在候选目标航迹扩展过程中,利用来自同一个目标的量测数据在较短时间内(相邻2个采样周期)具有相同的运动状态,利用目标的运动状态对候选航迹进行检验。进行了性能比较仿真,仿真结果表明:该算法在正确航迹起始概率上和基于逻辑的方法相当,但其虚假航迹起始概率远低于其他航迹起始方法;并且对存储要求低,适于工程应用。     

基于Hough变换和聚类的航迹起始算法

基于Hough变换的航迹起始是密集杂波环境中低信噪比目标起始的一种有效方法,但其存在阈值选取困难及一个目标起始多条航迹(航迹簇拥)等问题.提出了一种Mean Shift多尺度聚类Hough变换航迹起始算法(MSMSC-HT).该算法先用低阈值进行航迹初选;然后对初选航迹进行多尺度聚类,并用Mean Shift算法求取聚类中心;最后通过尺度寻优自适应地确定航迹数目和航迹参数.该算法通过聚类避免阈值设计的困难,解决了航迹簇拥下航迹的检测与估计问题.仿真结果表明了算法的有效性.     

基于高斯混合概率假设密度滤波器的扩展目标跟踪算法

针对杂波环境下多扩展目标跟踪中航迹起始和量测集划分问题,提出了一种基于高斯混合概率假设密度滤波器的扩展目标跟踪算法。在航迹起始阶段利用最近邻指数法对量测集进行聚类趋势分析,接着通过改进OPTICS (ordering points to identify the clustering structure)算法,建立一个增广数据集排序来表示量测集的密度结构,该算法对参数选择、初始点选择均不敏感,可以滤除量测集中的杂波。仿真结果表明,在航迹起始阶段本文所提算法在保证起始性能的同时计算代价明显减少,在量测集划分过程中,所提算法能够有效划分不同形状、密度的扩展目标,自适应地确定划分数目,减少算法运行时间。     

集中式多传感器群目标灰色精细航迹起始算法

为解决多传感器群内目标精细航迹起始的难题,提出一种集中式多传感器群目标灰色精细航迹起始算法。该算法首先基于循环阈值模型、群中心点完成群的预分割、预互联,然后将预互联成功的群按传感器分成子群,基于灰色精细互联模型剔除同一传感器子群内的虚假量测,并利用量测合并模型消除群内多传感器对同一目标的冗余信息,最后基于灰色精细互联模型、航迹得分完成群内量测的精细互联和航迹输出。经仿真验证,与分布式多传感器修正逻辑法、基于聚类和Hough变换的集中式多传感器多编队航迹起始算法相比,该算法综合性能更优。     

基于模糊累积函数的航迹起始问题研究

为提取杂波环境下直线航迹,提出了使用模糊累积函数进行Hough变换的方法.考虑到雷达误差对累积函数的影响,该方法以模糊函数的隶属度为累积对象,在参数空间中进行峰值的累积,使累积函数的峰值更加明显.详细描述了航迹起始的算法,并采用衰减因子保证累积函数的时效性.为验证算法,设定了杂波环境下的直线航迹,对各种雷达误差取值下的参数空间累积效果进行了仿真.仿真表明,以累积峰值和峰值显著比为衡量指标,模糊累积法能提高直线航迹检测的准确性,从而减少候选航迹的数量,减轻后续航迹验证的计算量.     

基于修正随机HOUGH变换的快速航迹起始研究

分析了随机Hough变换在特征点合并时的缺陷.以二维雷达为例,通过对特征点计算公式的分析,得到了特征点坐标误差方差的计算方法,并以假设检验为基础,获得了特征点合并的自适应方法.描述了雷达样点保存的数据结构,给出了完整的基于修正Hough变换的航迹起始算法.通过仿真验证,修正随机Hough法的性能比标准Hough法要好.而且,每次数据扫描的处理时间明显减少,这对多目标密集杂波的处理环境非常重要.     

异步被动传感器系统模糊Hough变换航迹起始算法

异步被动传感器系统由于不能通过视线交叉确定目标位置,因此使测量关联和航迹起始变得困难。为解决杂波、漏检和目标数未知情况下航迹起始问题,提出了一种用于异步被动传感器系统的航迹起始算法。该算法首先建立候选目标集,用极大似然法求出每一候选目标的初始状态估计、模糊Hough变换和模糊聚类实现航迹和目标的检测,最后用极大似然法估计出每一批目标的初始状态。仿真实验结果表明,提出的算法能有效实现航迹起始。     

Adaptive modified hough transform track initiator forHFSWR tracking of fast and small targets

1.INTRODUCTION Asoneofthelong distanceweapons,fastandsmall aircrafts,suchasconcealedairplanesorcruisemis siles,isbecomingagreatthreattonavalvesselsand radarstationsinthemodernwarfare.Thiskindof smallaircraftsbelongstoweaktargets,whichhave smallradarcrosssection(RCS)andcanflyatahigh speedonasuper lowlevel.It’shardforshortrange radartodetectthiskindofweaktargets.Wheniten tersthefieldofshortrangeradar’svision,itisdiffi culttointerceptfortheshortreactiontimeofthe radarsystem.HFSWRisthemo…     

层析合成孔径雷达成像航迹分布优化方法

层析合成孔径雷达成像(tomography synthetic aperture radar, TomoSAR)将合成孔径原理用于高程向,通过不同入射角的多幅二维合成孔径雷达图像对高程向反射功率进行重建,从而实现三维成像。TomoSAR中,航迹分布是影响高程向重建的重要因素。针对高程向分布稀疏的情形,压缩感知方法被用于TomoSAR。基于压缩感知的TomoSAR中高程向重建质量取决于观测矩阵的性质,而航迹分布与观测矩阵的重构性能紧密相关。利用一种基于相关系数的观测矩阵优化准则,对航迹分布进行参数优化,从而在航迹数目一定的情况下,实现高程向的优化重建。仿真和实验结果验证了该方法的有效性。     

基于模糊Hough变换的被动传感器系统航迹起始方法

提出一种基于模糊Hough变换(FHT)的被动传感器系统中的航迹起始方法。首先利用逻辑关系或规则初步排除鬼点,以降低计算复杂度,推导出被动传感器系统中的Hough变换形式。考虑到传感器系统误差和测量误差对检测结果的影响,将传感器系统获得的观测值模糊映射到参数空间,利用梯度信息降低计算消耗,求出参数空间的模糊累积矩阵,通过模糊推理确定出最终的航迹检测结果。实验结果表明,所提的模糊Hough变换方法能有效解决杂波环境下的航迹起始问题,且计算消耗小。     

双红外传感器模糊序贯航迹关联算法与仿真

航迹关联是多传感器多目标数据融合系统中的重要部分。本文针对双波段红外传感器的特点和目标航迹存在的连续性，根据影响航迹关联的主要因素和相互关系，提出了基于序贯检测思想的两种整体相似度关联定义和粗、精相关的模糊航迹关联策略，并提出针对未关联航迹的意见一致性决策方法确定航迹真实性。仿真结果表明，在目标密集、噪声较多、交叉分岔航迹较多的情况下，该算法性能良好，稳定，运算速度明显快于传统的统计检验方法。     

基于先验信息的多假设模型中断航迹关联算法

针对经典的中断航迹关联算法在机动目标环境下航迹预测准确性差、关联效果恶化严重的问题,提出基于先验信息的多假设运动模型中断航迹关联算法。所提算法充分利用目标属性、目标运动特征、使用场景等先验信息,基于多假设思想,建立多种可能的目标运动模型并实施航迹预测,基于位置和速度信息的模糊相关函数描述预测航迹与新起始航迹的模糊匹配关系,最后基于多项式拟合原理连接满足关联关系的新、老航迹。经仿真验证,在中断区间目标发生机动运动的条件下,所提算法的关联效果相对于经典的中断航迹关联算法有显著提升。所提算法对于复杂环境具有较强的适应能力,经50次蒙特卡罗仿真,在中断时间小于18个滤波周期条件下,机动目标的平均正确关联率达到90%以上,机动环境的全局关联正确率达到85%以上。     

基于航迹点法向距离的航迹聚类研究

随着民航业的飞速发展,机场噪声污染问题越来越严重,研究航迹聚类对机场噪声预防治理工作具有重要意义。现有航迹聚类算法所采用的航迹点对选取方式,无法实现所选航迹点对在空间上的对应,严重影响聚类效果。针对这一问题,提出一种基于航迹点法向距离的航迹聚类模型。该模型采用航迹点法向距离作为航迹相似性度量方法,有效地解决了因飞机速度差异引起的航迹点对选取不匹配问题。通过K-medoids聚类算法对航迹进行二维和三维聚类,使用Davies Bouldin (DB)指标、Dunn指标对聚类结果进行评价。实验表明,提出的模型能够更好地度量航迹之间的相似性,航迹聚类效果更好,从而验证了该模型的合理性和有效性。