基于局部航迹关联的多基地雷达多目标跟踪快速算法

针对仅能观测目标一维信息的多基地雷达系统,提出了一种基于局部航迹关联的多目标跟踪快速算法.该算法通过各接收机的局部跟踪处理,在获得目标一维航迹的基础上,利用目标的速度信息、局部航迹的冗余性及其与目标的一一对应关系,分级剔除了由于组合定位产生的大量虚假目标,进而通过局部航迹的关联提高了多目标跟踪的稳定性.与传统的集中式跟踪算法相比,该算法避免在融合中心进行复杂的"量测-量测"与"量测-航迹"关联运算,显著提高了计算效率,具有较好的实时性,易于工程实现.     

基于改进粒子滤波的声图像多目标跟踪方法

摘要：
针对利用声图像实现水下多目标跟踪问题,提出一种改进的粒子滤波多目标跟踪算法.通过引入联合概率数据关联算法,建立了联合概率数据关联 粒子滤波算法模型,使粒子权值中得以反映量测与目标轨迹间的关联概率,有效保证了各目标跟踪轨迹的连续性.采用了包含距离及角度的双重跟踪门得到确定矩阵,使跟踪精度得以提高.补充了轨迹起始及轨迹终结方法,以对跟踪过程进行完善.最后,通过水下多目标跟踪试验,对比分析了不同数据关联算法的试验结果,验证了所提方法的有效性,为基于前视声纳的多目标跟踪提供了一种更为有效的方式. 关键词：
联合概率数据关联; 粒子滤波; 目标跟踪; 前视声纳 中图分类号： TP 39
文献标志码： A     

一种改进的基于FCM的目标跟踪数据关联算法

为了克服杂波环境下对多目标进行数据互联时,计算量出现组合爆炸现象,提出了改进的基于FCM的多目标跟踪数据关联算法.将航迹的预测值转换到各个传感器的观测空间作为各自的聚类中心,利用目标属于所有量测的隶属度,来代替JPDAF中的关联概率,将多目标数据关联问题可转化为模糊聚类问题,进行关联计算.改进的基于FCM的多目标跟踪数据关联算法,有效地利用了目标状态估计中的历史信息,实现量测与航迹的关联.该算法克服了JPDAF算法计算量大的缺点,实现杂波环境下多目标数据互联.仿真结果表明了该算法的有效性.     

一种分解式模糊聚类粒子滤波的WSN多目标跟踪方法

针对无线传感器网络环境下的多目标跟踪时近相距和轨迹交叉目标容易出现目标丢失和跟踪混淆的问题,提出一种分解式模糊聚类粒子滤波(DFCM—RPF)的多目标跟踪方法。把多传感器数据融合和多目标跟踪问题分解为单传感器数据融合和单目标跟踪问题,先对传感器节点量测用基于跟踪门限算法去除杂波,在各传感器节点的观测空间分别建立模糊聚类算法进行数据关联并最优融合,然后用正则化粒子滤波预测目标状态。仿真表明,DFCM—RPF算法与原FCM多目标跟踪方法相比,航迹关联正确率由85%提高到100%,目标预测位置的RMSE由4.437 7 m下降到1.307 3 m,DFCM—RPF算法体现了较好的跟踪性能,并集数据关联、数据融合和目标跟踪于一体,大大降低WSN多目标跟踪问题的复杂性和计算量。     

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.     

分布式多目标自动跟踪和特征管理算法

一种可扩展的分布式多目标跟踪和特征管理的算法(DMTIM),适用于对多目标进行跟踪的传感器网络。DMTIM由数据关联、多目标跟踪、特征管理,以及信息融合所组成。数据关联和未知数量多目标的跟踪通过马尔科夫蒙特卡罗数据关联实现。通过信息融合来获取所有相邻传感器的本地一致性,实现特征管理。试验证明,DMTIM算法能够通过传感器网络实现对多目标有效的跟踪和特征管理。     

结合目标检测与特征匹配的多目标跟踪算法

针对多目标跟踪算法在遮挡频繁的场景下存在目标关联准确性低的问题,提出一种结合检测与特征匹配的多目标跟踪算法. 该算法引入检测精度较高的YOLOv5作为多目标跟踪的检测器,能够精准定位目标,有效提高跟踪精度;在面对目标间遮挡时,通过专门设计特征匹配模型提取更为细致的特征,能够有效降低跟踪时目标ID的切换次数.在MOT16数据集上对跟踪性能进行评估,结果表明:所提方法可以有效缓解目标遮挡,实现稳定跟踪.     

基于K-近邻法和粒子滤波的多目标跟踪算法

针对多目标跟踪中目标与观测样本关联难的问题,提出了一种基于K-近邻法和粒子滤波的多目标跟踪算法.首先利用K-近邻方式将目标和观测信息进行数据关联,然后利用粒子滤波算法解决非线性问题的特点,单独对所有目标进行滤波,以完成对目标状态的更新.仿真实验表明,所提算法能够很好地对多目标展开跟踪,与联合概率数据关联算法(JPDAF)相比,能更好地逼近目标的真实轨迹,跟踪精度得到大幅提升.     

一种运动目标自适应检测与跟踪算法

提出一种运动目标自适应检测、跟踪算法。该算法利用自适应运动的检测算法，实现目标运动判断，减少了系统程序的计算量。根据图像处理提取的目标特征，采用卡尔曼滤波器，跟踪预测目标的搜索区域，从而建立每个目标的“目标链”，快速实现多目标的数据关联。实验证明，该算法保证了多目标跟踪的准确性、稳定性和连续性。     

基于距离加权的概率数据关联机动目标跟踪算法

为了提高杂波环境下机动目标跟踪的实时性和精确性,在概率数据关联算法的基础上,引入距离加权的概念,以区分来自于目标的量测概率和来自于杂波的虚假概率,在一定程度上提高了概率数据关联算法在密集杂波环境下的非机动目标的跟踪性能.针对机动目标的跟踪,提出了一种适用于密集杂波环境下的联合交互式多模型概率数据关联跟踪算法,该算法利用距离加权的概率数据关联算法进行滤波.模拟实验结果表明:该算法可以在一定程度上提高密集杂波环境下机动目标跟踪的性能,能够更加有效、可靠地实现机动目标跟踪的目的.     

宽幅横切线全线跟踪系统研究及应用

根据横切线的工艺特点对全线进行了跟踪区域划分,并由此划分跟踪层次.确定了全线跟踪功能的总体方案、横切线跟踪设计思路、数据流,采用二进制与十六进制物料状态描述方法对物料跟踪过程进行管理.在上述理论基础上设计出横切线全线跟踪系统,并给出程序流程.设定参数采用逐步下达方式,解决了无法两卷带钢同时在线的问题,若不投入使用探伤设备,采用某厂同样工艺流程,预计年产量提高11%,间接提高了生产效率.工业生产应用表明,该跟踪系统可靠、准确,没有出现钢板信息丢失问题,实现了生产线的稳定运行.     

基于PLC的混合光伏自动跟踪系统设计

为提高太阳能转换效率,设计了一种新型混合式太阳能自动跟踪系统.该系统采用程序跟踪和圆弧传感器跟踪相结合的两级跟踪方式,用PLC可编程逻辑控制器为控制核心实现自动跟踪.实验结果表明,该系统跟踪精度高,波动小,效率高.     

三阶线性跟踪-微分器的收敛性证明及仿真研究

首先给出了一种三阶线性跟踪微分器的结构形式，然后从连续和离散两个方面证明了其收敛性，为其实际应用提供了理论依据。通过仿真研究表明，这种线性跟踪微分器具有较好的跟踪能力和较高的跟踪精度，适用于高速跟踪系统。     

基于跟踪回路误差限制的INS辅助载波跟踪回路模式研究

INS对接收机载波跟踪回路的辅助,能够减弱或抵消载体动态影响,降低回路带宽,减少回路跟踪误差,也是实施超紧耦合技术的主要特点。具体分析了FLL和PLL的各组成误差,推导了稳态载波相位误差、载波多普勒频移误差与INS速度误差之间的关系,基于跟踪回路误差的限制和稳定回路的门限,具体给出了在相位辅助和频率辅助两种不同模式下对INS速度误差的限制条件,分析表明考虑到INS辅助精度的影响,采用INS对载波跟踪的频率辅助更具可行性,最后仿真验证了频率辅助的有效性。     

矢量延迟锁定环码跟踪偏差产生机理研究

矢量延迟锁定环（VDLL,Vector Delay Lock Loop）是一种直接估计接收机状态（位置,速度和钟差等）进而实现对各路可见卫星信号PRN序列的跟踪的方法.不同卫星信号到接收机的传输时延由接收机和卫星的位置决定,它们满足特定的几何关系,VDLL通过对各路卫星信号传输时延之间相关信息的提取,达到降低跟踪门限的目的.目前国内外对VDLL算法的研究均默认了VDLL跟踪的无偏性,给出了VDLL算法的理论计算结果,发现VDLL算法会导致码跟踪偏差,并通过理论计算和实验仿真验证了该问题,该码跟踪偏差会导致定位解算出现较大的偏差,因此必须加以修正.     

成分证券数量、再平衡策略与指数跟踪业绩关系研究

成分证券数量和再平衡策略是指数跟踪业绩的重要影响因素.结果表明,指数跟踪组合的再平衡策略及其成分证券数量与指数跟踪业绩密切相关.综合权衡跟踪误差、收益和成本,以排序靠前的部分成分证券构造指数跟踪组合并采用高频率的再平衡策略可以取得较好的指数跟踪业绩.     

基于机器人操作系统的机器人自主追踪系统设计

为了解决移动机器人在机器人操作系统(robot operating system, ROS)中的人脸追踪问题,提出一种基于Siamese目标跟踪算法开发的追踪系统。首先,开发了追踪系统的硬件平台;其次,开发了Siamese跟踪算法,实现了对人脸目标的实时跟踪;最后,实现了导航系统与视觉系统的开发及融合,并通过实时记录的追踪数据与追踪曲线,分析了该系统的追踪性能。实验结果表明:该系统能够在ROS系统下实现对人脸目标的实时跟踪。     

强跟踪滤波器在被动跟踪中的应用

在目标被动式跟踪中广泛应用的伪量测变换估计器(PLE)具有良好的误差收敛性.然而由于等价噪声和状态的相关性,该估计器的估计是有偏的.提出的强跟踪滤波器(STF)通过强制白化残差具有自适应地校正估计偏差和迅速跟踪状态变化的能力.STF已经在非线性系统时滞估计、故障诊断与容错控制方面取得了很好的效果.结合PLE和STF,提出了一种自适应伪量测变换估计器(APLE).APLE减小了状态的估计偏差,同时对目标的初始值具有极强的鲁棒性.计算机仿真验证了APLE算法的有效性.     

基于太阳辐射量控制的新型跟踪系统研究

为了减少系统能耗,提高太阳能系统的发电量和收益率,设计了一种基于太阳辐射量控制的太阳能跟踪系统。采用太阳运行轨迹跟踪和传感器跟踪结合的方式跟踪太阳位置,同时用太阳辐射量传感器信号来判断是否执行跟踪,使跟踪条件更加精确。实验结果表明理论计算所设定的跟踪阈值满足实际跟踪的要求,同时该跟踪方式相对固定摆放方式,提高了太阳能电池发电效率约30%。     

仅有角度测量跟踪问题中的中央差分算法改进

为解决仅有角度测量的目标跟踪系统初始误差大、可观性弱、精确实时跟踪困难等问题,研究了一种改进中央差分卡尔曼滤波算法。仿真结果表明,同传统估计方法相比,该算法精度高,收敛速度快,且计算量适中,易于在实战中实时跟踪。