非高斯条件下基于粒子滤波的目标跟踪

介绍了粒子滤波的基本思想和具体算法实现步骤，在给出的闪烁噪声统计模型基础上，将粒子滤波算法应用在雷达目标跟踪中，解决了闪烁噪声情况下的雷达目标跟踪问题．仿真结果表明，在满足高斯噪声条件下，扩展卡尔曼算法和粒子滤波算法跟踪性能相近，但若考虑雷达的闪烁噪声，则随着闪烁影响增强，扩展卡尔曼算法跟踪性能严重下降，而粒子滤波算法能继续保持较好的跟踪精度．  

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。  

实时视频对象识别与计数系统的模型和算法设计

动态视频对象的识别与检测是计算机图像处理领域中的一个前沿课题。该文提出了一种利用实时视频图像识别技术 ,对无规则行进队伍的人员进行检测与统计的系统模型和算法设计。基于颜色模型转换、减影、膨胀、腐蚀、聚类、匹配、跟踪等技术 ,实现了对特定检测区域内运动对象的识别、检测和计数。着重讨论了系统的设计原理和实现方法 ,以及对象运动的物理模型和多目标识别跟踪算法。该系统于1998年开始成功地应用于毛主席纪念堂 ,对每日的瞻仰人数进行实时统计 ,计数误差小于 3% ,系统工作稳定可靠  

基于多传感器数据融合的目标识别和跟踪

基于单传感器（雷达或红外）系统存在局限性，提出了基于多传感器（雷达和红外）信号融合的目标识别和跟踪系统，它能利用不同传感器的数据互补和冗余。特征层融合能通过利用其他传感器模块提供的目标特征信号来提高目标检测概率和降低虚警概率；决策层融合能矫正因受干扰等原因而失去目标跟踪能力的传感器模块的伺服跟踪回路，并提高抗干扰性。  

模糊数据融合在目标跟踪中的应用

在目标跟踪滤波算法的基础上，提出利用模糊理论进行数据融合的算法。应用模糊理论，对双传感器的滤波数据进行特征提取，并在一定的隶属函数和模糊规则下对其进行模糊推理，得到随目标机动情况自动调节加速度方差的系数调节值，使之保持对目标机动的快速响应。分析中采用蒙特卡洛仿真方法，对融合前后的滤波结果进行比较。模糊数据融合利用领域专家总结的相关知识，将融合结果反馈给单传器，以提高各单传感器的跟踪精度。  

分布参数系统目标跟踪的二阶P—型学习算法

对分布参数系统的目标跟踪问题进行了讨论，针对学习控制方法，给出了一种二阶Ｐ－型学习算法．并对该算法的收敛性进行了分析，获得了系统于Ｌ２（Ω）空间中目标跟踪结果．  

一种适于工程应用的多目标跟踪快速数据关联算法

提出了一种新的多目标跟踪快速数据关联算法，重点分析了关联门相交区域中的公共回波对航迹更新的影响，并综合考虑了关联门内其余侯选回波对航迹更新的作用，以很小的计算代价完成了后验概率的计算。仿真表明，新算法以与ＰＤＡＦ算法接近的计算量，达到了接近于ＪＰＤＡＦ算法的目标跟踪成功率。  

基于当前统计模型的机动目标被动跟踪

介绍了极坐标系下的被动跟踪算法及存在的问题，并分析了其原因，为解决机动目标的被动跟踪问题，选取当前统计模型对加速度进行建模，并建立双机目标测量模型，推导了被动式机动目标自适应跟踪算法。Monte-Carlo仿真表明，新算法能够跟踪任意机动的飞行目标。  

多平台多传感器多源信息融合中的时空对准研究

讨论了多平台多传感器多源信息融合的时空对准的一般方法，并给出了一种适用于最优估计的平台间对准方法的数学模型。最后给出了基于这种配准模型的EML算法和仿真结果。  

基于机动频率自适应的目标跟踪算法

利用观测新息在目标机动时发生变化的信息，设计了一种自适应的机动目标跟踪算法，通过对目标状态误差的估计，从而自适应的改变机动频率，使跟踪算法与目标的真实状态更接近，该算法具有运算量小、跟踪精度高、易于工程化实现的特点。