不同Alpha-Beta滤波算法的精度分析及改进

机动目标跟踪是雷达应用系统的一个重要组成部分,在机动目标跟踪中,目标的跟踪精度作为一项能够反映跟踪算法好坏的指标,是大部分人所关注的重点内容.通过对四种传统的Alpha-Beta滤波算法进行精度分析和比较,总结出四种算法的滤波特点,根据这些特点,改进得出了一种自适应Alpha-Beta滤波算法.该算法相对于传统的Alpha-Beta滤波算法来说,整体滤波效果是最优的,精度也是整体最高的.     

一种基于网格数据的等高线生成算法

等高线在地理空间信息表达中占据着重要的地位,与数字高程模型(DEM)都是用来表示地形信息的,从格网DEM中快速提取等高线数据并绘制出精确的等高线是十分有必要的。在格网生成等高线的传统算法基础上,提出一种针对数据量少、数据分布大致呈网格分布的网格等高线生成方法,在网格的横边和纵边上快速扫描跟踪各个等值线的点并绘制出地形图的等高线和水利大坝的温度等值线。试验结果显示算法具有较高的精度和实用性。     

基于贪心策略的多目标跟踪数据关联算法

针对多目标跟踪中数据关联问题,提出一种新的数据关联方法,该算法先计算航迹和点迹的欧式距离以及其状态向量的在1范数下的距离,并将两者的和作为关联测度,构建关联概率矩阵.根据关联概率矩阵,对每条航迹都找到最适合(关联概率最大)的点迹,若点迹只是一条航迹的候选点迹则予以更新,若点迹是多条航迹的候选点迹,则选择其中概率最高的一条航迹予以更新.蒙特卡罗仿真表明,该算法在最大程度上保证了对每条航迹更新的点迹尽量是当前所有点迹中最优的点.     

基于卡尔曼滤波的动态权值融合

在雷达航迹融合过程中,采用多传感器测量值融合的方法能够摒除单一信息源不全面的缺点.加权平均融合为广泛使用的融合方法,但传统的权值固定的加权平均融合虽然能综合多路传感器信息,却无法自适应的根据测量值优劣倚重更有利的测量信息.因此,本文提出将固定权值改进为动态权值的融合方法,实时改变各路测量信息参与融合的权重.每次融合前,先将多路传感器测量值求简单算术平均后进行卡尔曼滤波,把滤波后的值与各路测量值作差,这相当于对传感器信息的优劣作出预判,每路测量信息的融合权值则与该差绝对值成反比.最后,通过仿真实验证明,该改进方法较之前的加权平均融合明显提高了目标的融合精度.     

杂波环境下雷达新建航迹处理方法分析

针对杂波环境下容易出现虚假航迹的问题,本文从数据处理角度讨论了航迹关联时的扇区划分和新建航迹规则等方法,利用多个周期的统计分析,在新建航迹的准确性和实时性中寻找平衡,通过适当延长判断周期(牺牲实时性)来降低虚假航迹的出现(提高准确性).     

基于最小二乘法的自动分段多项式曲线拟合方法研究

针对传统的分段曲线拟合方法在选择拟合函数和确定分段区间时经验成分较多的不足,提出一种自动分段多项式曲线拟合方法,根据误差方差和误差均值,自动确定经验函数和分段区间。通过实际数据的检验,验证了该方法的拟合效果。     

数学形态学在SAR图像目标识别中的应用

提出了一种能够从复杂背景的SAR图像中识别出圆状目标的方法。该方法首先对SAR图像进行双参数恒虚警(B-CFAR)预处理，排除明显的非目标区，增强下一步对目标的识别效果，然后着重分析了上下文相关加权的形态模板生成算法，在此基础上采用不同的数学形态学变换滤波方法对预处理后的SAR图像候选目标区进行识别，并与相关文献比较，对圆状目标得到了良好的识别效果。     

SAR图像中桥梁的识别方法研究

提出了一种能够从复杂背景的SAR图像中识别出桥梁的方法。该方法首先对SAR图像进行预处理，增强了下一步对目标的识别效果，然后在此基础上针对桥梁的特点，顺序进行方向比值和双边参数的处理，即可得到良好的识别效果。     

一种简化的交互多模式算法

通过对交互多模式(IMM)算法在机动目标跟踪中的分析,发现该算法在实现过程中滤波模式的确定和模式间转移概率的确定,要求具有一定的经验知识,对不能获得准确先验知识的研究带来了一定的困难。针对这种情况,研究了一种简化的IMM算法跟踪模型,该模型通过检测目标是否发生机动,自适应调整Kalman滤波(KF)的部分参数,从而实现不受IMM算法中有限模式集合限制的机动目标跟踪。通过仿真实验,证明了该算法在机动目标跟踪性能方面与IMM算法具有相似的效果,而在计算复杂度和对先验知识的要求方面有所降低