基于鲁棒H∞滤波的多站角度测量机动目标被动跟踪

建立了机动目标的多站被动红外搜索与跟踪（infrared search and tracking, IRST）系统的当前统计模型,基于该模型提出了机动目标跟踪的鲁棒H∞融合滤波算法。该算法将H∞滤波算法和集中融合跟踪算法相结合,对多站IRST测得的目标角度信息进行融合,可解决被动式跟踪系统的可观测性及非线性问题,以实现对目标较高精度的定位和跟踪。以三个观测站进行跟踪为例,对一个高机动目标进行了仿真研究,仿真结果表明,该滤波算法比扩展卡尔曼滤波（extended Kalman filter, EKF）算法有更高的跟踪性能,是IRST系统中一种有效的跟踪算法。     

激光导引头半实物仿真系统的设计与研制

以某激光导引兵器为背景,研究了将激光导引头实物接入回路的半实物仿真系统的方案、设计与研制。构造了一个激光制导兵器在接近真实飞行环境下,对目标进行瞄准、跟踪和实施攻击的仿真系统。本系统可对该激光制导兵器进行全数字仿真或半实物仿真研究,检测激光导引头接收目标信息、分辨目标、跟踪目标和抗干扰工作能力等。该系统已成功的运用于某型激光制导武器导引头的半实物仿真。     

突出重点目标跟踪的分布式MIMO雷达阵元选取

在分布式多输入多输出(multiple input multiple output, MIMO)雷达执行目标检测和跟踪多任务时, 为了在多个目标中突出对重点目标的跟踪, 提出了基于改进公平起点搜索的阵元选取模型与求解算法。在限定目标检测性能、跟踪性能和系统资源的前提下, 以最小的阵元集合为代价函数, 建立优化模型。为在同一框架下讨论系统的不同性能指标, 对参数进行预处理, 将表征跟踪性能的位置估计误差界进行去量纲化、归一化处理。分别引入表征目标重要程度和任务重要程度的权重因子, 得到表征系统综合性能的参数。遍历每一个初始阵元对, 逐次增加对系统贡献最大的阵元, 最终完成阵元集的选择。仿真结果表明, 所提算法能够提供接近穷举算法的性能并有效降低系统计算量。     

分布式干扰下组网雷达目标检测与跟踪技术

针对分布式干扰下组网雷达目标检测与跟踪,提出一种基于分布式干扰下雷达量测模型的跟踪技术。该跟踪技术包括分布式干扰下量测模型和组网雷达序贯滤波跟踪两部分,分布式干扰下量测模型根据雷达采取抗干扰措施前后的接收机输入端的信干比分别计算检测概率,进而模拟传感器在分布式干扰下对目标的检测情况。在组网雷达序贯滤波中,首先对分布式干扰下各雷达的量测数据进行串行合并和点迹合成,然后采用基于交互多模型的序贯滤波方法对压缩后的数据进行跟踪。该检测与跟踪技术可模拟出雷达在分布式干扰下因检测概率下降造成的目标暂消现象,提高组网雷达跟踪航迹的连续性和稳定性。仿真结果证明了该技术的可行性和有效性。     

基于贝叶斯准则水平投影优化的目标检测算法

为了进一步提高跟踪系统中目标检测的精准性,适应不同的环境变化,对检测阈值的选取和图像的去噪提出了新的算法。结合似然函数和贝叶斯判别准则理论,根据信号和噪声的统计分布规律,得到一个自适应的动态阈值。利用该阈值对二值化图像的水平投影进行优化处理,去除噪声,得到待检测的目标。实验结果表明,该方法克服了目标完整性和抑制噪声之间的矛盾,可以有效地改善光线变化带来的噪声影响,在不同的场景情况下都可以得到满意的检测结果。     

一种带加速度补偿的H∞次优滤波目标跟踪算法

提出一种带加速度补偿的H∞次优滤波跟踪算法。该跟踪算法通过不断调整H∞滤波器的参数γ来逼近H∞最优滤波器。同时,引入一个加速度估计器和一个机动检测器,加速度估计器通过目标最近三点的位置来估计目标当前加速度值,机动检测器用来检测目标是否机动,当检测到目标机动时,则启动加速度估计器计算加速度,并利用该值对目标状态估计值进行补偿。从而使得该跟踪算法不仅对目标机动具有鲁棒性,而且所得到得估计误差方法最小。仿真结果表明,所提出的目标跟踪算法对高机动目标有良好的跟踪效果。     

实时电视跟踪系统

在视频下利用模式识别对目标进行识别和跟踪是一个值得注意的课题,过去多采用简单的门限法或在有限窗口内进行相关运算。这里介绍一种新的系统,它利用高速数字硬件配以新的快速算法来对火箭、飞机进行识别与跟踪,该系统具有一定程度的“智能”能力。自适应统计群集(clustering)算法和基于投影的分类算法能使系统在目标通过复杂的背景与前景的情况下,对目标进行实时识别和跟踪。为了提高速度和灵敏度,采用快速估值和预测算法将线性和平方估算器结合起来。通过对加权值的选定提供数据和结果决策方面的置信权。跟踪策略是基于维持跟踪最大概率制定的。本文着重介绍系统的理论概念,并对实时实现的技术问题进行了讨论。     

IMMKF中基于交叉熵的传感器管理算法

由于多传感器系统的广泛应用,有关多传感器管理技术的研究也得到了广泛重视。在IMMKF系统中,基于交叉熵不确定性的多传感器对多目标检测跟踪算法是重点研究的问题。通过计算传感器对目标的交叉熵的不确定性,获得每个传感器对每个目标最大的信息量,以此作为代价函数,进行多传感器对多目标的优化分配。仿真结果表明,该算法的跟踪效果较好。     

用于多传感器目标跟踪的数据时空对准方法

分布在不同平台的不同类型、不同精度的传感器,对同一个目标进行观测所得到的目标观测数据差别很大。在进行多传感器目标跟踪时,首先必须把来自不同平台的多传感器数据进行时空对准。针对这个问题,通过建立参心空间直角坐标系和归一化采样间隔的方法对多传感器数据进行了空间统一和时间统一,解决了多传感器目标跟踪的基础问题。其结果具有普遍适用性,具有广泛的使用价值。基于该方法的技术已经应用到实际中,并取得了良好的效果。     

基于视觉字典的在线多示例目标跟踪

在线多示例目标跟踪算法无法判别目标丢失以及无法适应目标尺度的变化。提出了一种基于视觉字典的在线多示例目标跟踪算法。算法将视觉字典和多示例跟踪分别作为检测器和跟踪器,利用互反馈技术提高跟踪性能。跟踪器完成目标的跟踪并为视觉字典的构建和更新提供训练样本;检测器则对跟踪器的结果（候选样本）进行判定,目标丢失时,暂停跟踪并重新检测目标,目标未丢失时,利用Ransac算法获得目标的尺度变换系数并在新尺度下更新跟踪器。为了提高目标丢失判别的准确性,提出了一种局部随机抽样的直方图相似性度量技术,采用局部划分思想和Noisy-NR模型计算候选样本与训练样本特征直方图的相似性,减少了传统直方图匹配由于受目标局部遮挡影响造成的误判。实验结果表明,该算法能够适应目标的尺度变化,检测目标的丢失,提高了跟踪稳定性。     

相控红外末制导高速目标检测技术

目标高速检测是红外末制导系统实时跟踪打击的基础 ,小型化的玫瑰线扫描是该类系统的优选扫描制式。研究了扫描参数最优控制准则与模型和快速高效的玫瑰线扫描图像目标检测方法 ,提出高速高效高分辨率成像方程和玫瑰扫描的相位参数控制法 ,得出该准则下的最优相位控制序列 ,以及在最优相位序列控制下成像空间的覆盖率 ,成像空间分辨率与工作区特性 ,并据此提出了分区目标检测技术。最后给出了仿真结果     

TMS320系列芯片在电视跟踪器中的应用

本文介绍了以ＴＭＳ２０第二代产品为ＣＰＵ的电视图像专用处理机的设计方法，并给出了相应的硬件框图。文中最后还给出了专用处理机在实时数字电视跟踪系统中承担目标检测、识别、跟踪及控制等运算任务的实验结果。结果表明，该专用机具有速度高、成本低、开发便利等优点，它也可以应用于其他实时处理系统。     

基于局部亮度直方图特征的实时目标识别与跟踪

针对自寻的电视导引头实时跟踪需求及其硬件平台的限制,借鉴离线训练的思想,提出一种基于局部亮度直方图的二进制特征描述算子,利用该算子设计了基于差异度函数和索引值的两级特征匹配方法。算子的二进制特性使得特征匹配过程主要通过一系列二进制位运算完成,算法复杂度大大降低。实验表明,该算法实时性强,平均跟踪速度可达25 fps以上,运行过程中内存需求量小,并且对目标尺度变化、旋转、光照变化等具有较好的鲁棒性,满足了导引头实时目标识别与跟踪需求。     

联合防空侦察预警系统探测能力浅析

侦察预警系统对空中目标的探测能力,是评价防空武器系统作战效能的一项重要的综合性能指标。不同的系统探测能力存在优劣之分,应对其进行客观评价,针对这一需求,建立了联合防空侦察预警系统探测能力模型。该模型提出了一种采用性能比加权求和法计算发现概率的改进算法,引入探测能力与隐蔽能力比,计算了空天预警子系统的发现概率。并结合实例,分析和计算了联合防空作战条件下预警系统对各种不同目标的探测能力,以定量的形式为侦察预警系统建设提供可信的依据。     

空间目标跟踪的融合系统设计

空间目标测量手段逐渐多样化,融合处理技术是降低测量信息不确定性影响,获得稳健、高精度目标跟踪结果的重要方法。基于运动建模、实时滤波和多传感器数据融合思想,建立了完整的空间目标跟踪数据处理流程。根据获取时间散乱、误差成分复杂和覆盖范围不均衡等测量信息不确定性对各处理环节的影响,设计了稳健的融合估计方案。在此基础上,综合设计了一个空间目标跟踪系统。系统采用模块化的实现结构,以提高算法兼容性和任务扩展能力。计算实例验证了系统的性能。     

舰船红外成像目标实时识别与跟踪系统研究

同时考虑硬件设计、算法研究、软件实现三个方面,成功高效地设计了一个舰船红外成像目标实时识别与跟踪系统。硬件上采用主从式结构,主机为控制计算机,从机为TMS320C6201芯片及其外围电路构成的图像处理系统。算法研究尽量实用化,提出了一种新的目标识别和跟踪算法。软件实现时,基于硬件和软件采取了许多优化措施。该系统已成功应用于光电干扰效果评定实验中。     

基于动态规划和置信度检验的小目标检测

在目标检测、识别与跟踪系统中,弱小目标的检测是需要解决的关键技术之一。提出了一种基于动态规划与轨迹置信度检验的弱小目标检测方法。该方法利用动态规划方法积累目标能量,然后进行门限判决和对候选目标轨迹进行置信度检验,从而剔除假目标,给出目标信息。该算法针对白噪声背景条件下的图像目标检测,解决了低信噪比条件下运动点目标的检测问题,算法结构简洁,易于进行软硬件分割。最后给出其实验结果。     

Neural fuzzy inference network approach to maneuvering target tracking

In target tracking study, the fast target maneuver detecting and highly accurate tracking are very important.And it is difficult to be solved. For the radar/infrared image fused tracking system, a extend Kalman filter combines with a neural fuzzy inference network to be used in maneuvering target tracking. The features related to the target maneuver are extracted from radar, infrared measurements and outputs of tracking filter, and are sent into the neural fuzzy inference network as inputs firstly, and then the target's maneuver inputs are estimated, so that, the accurate tracking is achieved. The simulation results indicate that the new method is valuable for maneuvering target tracking.     

Effective method for tracking multiple objects in real-time visual surveillance systems

An object model-based tracking method is useful for tracking multiple objects, but the main difficulties are modeling objects reliably and tracking objects via models in successive frames. An effective tracking method using the object models is proposed to track multiple objects in a real-time visual surveillance system. Firstly, for detecting objects, an adaptive kernel density estimation method is utilized, which uses an adaptive bandwidth and features combining colour and gradient. Secondly, some models of objects are built for describing motion, shape and colour features. Then, a matching matrix is formed to analyze tracking situations. If objects are tracked under occlusions, the optimal “visual” object is found to represent the occluded object, and the posterior probability of pixel is used to determine which pixel is utilized for updating object models. Extensive experiments show that this method improves the accuracy and validity of tracking objects even under occlusions and is used in real-time visual surveillance systems.     

外辐射源雷达模糊函数的快速算法与硬件实现

外辐射源雷达作为一种新体制雷达在探测低空小目标应用中得到了广泛的关注。针对外辐射源雷达利用模糊函数探测目标时延和多普勒频移的计算量大、难以满足系统实时性要求的问题,提出一种快速计算模糊函数方法。首先，将数据进行分段;然后，对分段后数据分别进行相关运算和抽取滤波;最后，用快速傅里叶变换(fast Fourier transform, FFT)算法对数据进行处理,显著提高了模糊函数的计算效率,并在现场可编程逻辑门阵列(field programmable gate array, FPGA)上实现了该算法。实测结果表明了该算法的可行性，研究成果为外辐射源雷达系统算法硬件化提供了参考依据。