基于相关滤波的视觉目标跟踪算法新进展

相关滤波跟踪算法凭借其优良的综合性能, 已成为视觉目标跟踪领域中理论研究和实践应用的热点。尽管目前已有大量研究, 但仍缺乏从跟踪框架层面对现有相关滤波跟踪算法的系统分析。因此, 文中从视频目标跟踪算法基本框架出发, 深入剖析了相关滤波跟踪算法的特性以及各工作阶段存在的基本问题。以此为依据, 归纳总结了近十年来其主要技术新进展及相应算法特点, 并对20种典型相关滤波跟踪算法进行了测试与分析。最后, 给出了相关滤波跟踪算法亟待解决的重点问题以及未来可研究方向。     

自适应卡尔曼滤波技术在动目标跟踪中的应用

本文论述了自适应卡尔曼滤波法,以及一种用在空中目标角跟踪问题中的算法。自适应卡尔曼滤波技术旨在估计系统状态的同时,根据滤波器的输出,或估算噪声协方差矩阵,或在不太了解噪声的情况下估算卡尔曼增益矩阵。由于模型是线性化的,且被跟踪目标的机动性是未知的,故在跟踪回路中使用自适应方法证明是正确的。     

小型无人机电视导引及跟踪系统仿真分析

电视导引攻击是目前国际上导航、制导与控制领域中的一项热门技术,尤其近些年来,各国军方纷纷尝试把电视导引技术应用到中小型攻击无人机上.首现介绍了电视导引技术的基本原理,从电视制导导弹和无人机技术相结合的角度出发,说明了电视导引技术在小型攻击无人机上的具体应用,同时还对电视导引头系统进行了数学建模与仿真分析,为元人机精确制导技术在工程领域的实现具有一定的实用价值.最后与其它制导方式进行详细比较,指出其应用在导引系统的优点及存在不足.     

GPS接收机伪码跟踪技术研究及仿真

高动态的接收机指在接收信号的载波附有较高的随时间变化的多普勒频移时仍能正常工作的接收机。GPS接收机主要通过载波叉积自动频率跟踪技术以及载波辅助技术等方法来应对高多普勒频移。本次重点研究了高动态GPS接收机扩频接收核心技术中与载波叉积自动频率跟踪技术相匹配的GOLD码跟踪技术，在此基础上建立了仿真的系统模型，并根据此模型应用Matlab simulink进行了具体的实现。     

基于Kalman滤波理论的高动态GPS信号跟踪系统仿真研究

高动态意味着载波多普勒频移变化率较大,实际中真实的高动态信号通常难以采集到,比如在弹载、星载环境下.为了研究高动态GPS信号跟踪问题,首先设计了一种高动态GPS中频数字信号仿真模型,并在此基础上研究了一种基于Kalman滤波理论的高动态信号跟踪技术.信号的模拟和跟踪都是基于Matlab的Simulink环境,仿真结果显示高动态信号模拟理想,应用Kalman滤波理论的高动态跟踪技术跟踪稳定,精度满足要求.     

基于运动跟踪和交互仿真的工作设计

为了在设计阶段早期就可以考虑工作任务、工作空间以及人与系统的匹配问题,运用多相机成像和图像处理技术实现了一套人体运动跟踪系统。运用该系统可以获取虚拟工作空间中实际工作者的动作信息,通过实时的人机交互仿真实现工作者与虚拟对象的自然交互,通过仿真对工作设计进行评价,评价内容包括工作空间可及性、工作任务可完成性、完成绩效以及满意度等。所构建的原型系统已经用于多种工作动作的跟踪、仿真和评价。     

一种单站纯方位目标跟踪算法研究

纯方位目标跟踪是水下目标定位跟踪的重要问题。伪线性估计算法是主要的纯方位目标跟踪算法中之一,在水下目标定位跟踪领域中得到了广泛的应用,其计算简单,但估计结果严重有偏。为了克服伪线性估计算法的估计有偏性,提出一种新的辅助变量方法,利用过去观测的三个方位来预测当前方位,从而消除该算法的估计偏差,得到理论上无偏的修正伪线性估计算法。通过多次计算机仿真计算,表明该算法是一种递推、稳定以及无偏的估计算法。     

应用无人机跟踪地面目标——最新研究进展

应用无人机跟踪移动目标具有广泛的应用价值,平台移动能力在使目标跟踪性能得到提升的同时,也给目标信息处理增加了难度,并带来了新的问题,即如何控制传感器的运动才能获得更好的目标跟踪性能。分析了无人机目标跟踪问题中存在的技术障碍;从目标定位、目标跟踪、同步定位与跟踪、协作式目标跟踪等方面对国内外的研究现状进行阐述;重点分析了实现移动目标跟踪的两项关键技术:目标状态估计与在线航迹规划;对未来的发展趋势进行了展望。     

多假设跟踪的新方法——Nagarajan搜索法

为解决稠密目标环境中观测与航迹的数据关联问题,1974年,R.A.Singer等人提出了一种多假设跟踪方法MHT(multiplehypothesis tracking)。这种方法虽然是实现数据关联的重要途径之一,但是,由于这种最初的方法不仅要求存储过去的观测数据和许多假设,而且要求适当的假设修剪(pyuning)技术,所以难以实时地应用。 为寻找N个整体最好假设,需要比较两     

利用变采样率技术改进机载雷达的跟踪性能

机载雷达跟踪目标丢失现象的重要因素之一是由于雷达载机与目标之间的相对运动,在回波信号中产生线性调频项,线性调频项对多普勒频率和距离门估计产生了积累误差,最终导致跟踪目标丢失.提出了应用变采样率技术估计线性调频项参数来减小距离跟踪的误差,提高雷达的跟踪目标性能.同时还进行了具体的理论分析和计算机仿真,结果表明该技术是有效的.     

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。     

视线跟踪技术及其在多通道用户界面中的应用

介绍视线跟踪技术的基本原理及其在人机交互技术中的应用,并结合作者的多通道用户界面研究工作,阐述了视线跟踪技术在多通道用户界面中的应用与相应的多通道整合方法。     

频谱采样技术及其在四维跟踪系统中的应用

根据脉冲串的匹配滤波和相参积累技术,推导窄带滤波器实现匹配滤波的原理,提出一种新颖的通过频谱采样技术实现匹配滤波和相参积累的方法,克服了窄带滤波器很难实现完全匹配滤波的缺点,并在此基础上给出一种实用的脉冲串匹配滤波器,即在窄带滤波器后级联频谱采样.在四维跟踪系统中提出一种应用频谱采样技术的新颖的中频误差提取方法,能为车栽雷达节省大量空间.阐述了频谱采样的工程实现.通过工程实践验证,频谱采样技术和中频误差提取方法有效并具有很大的应用价值.     

基于IUPF算法的三维无人机毫米波波束跟踪

由于无人机毫米波通信技术具有高速数据传输和广域网络覆盖能力, 因此在军用和民用领域中拥有广阔的应用前景。针对无人机毫米波通信需要进行精确的波束跟踪这一问题, 提出一种基于改进无迹卡尔曼粒子滤波算法的三维波束跟踪方法。该方法首先利用无迹卡尔曼滤波建立建议密度函数并更新采样粒子; 然后计算每一个采样粒子的权值, 并在归一化后再次对粒子进行重采样; 最后计算粒子均值, 得到波束跟踪角度。仿真结果表明, 该方法相较于以往毫米波波束跟踪方法大大降低了估计误差, 显著提高了波束的跟踪精度。     

利用频域和空域信息的单站无源定位跟踪算法

单站无源定位跟踪技术具有隐蔽性强、设备简单、系统相对独立等优点。定位收敛速度和稳定度是该技术实际应用的关键,通过研究利用频域和空域测量信息对运动辐射源的单站无源定位跟踪技术,分别提出了两种定位跟踪算法。为比较算法性能,推导了该定位跟踪问题的克拉美 罗下限,并利用计算机仿真给出了不同算法的跟踪误差几何分布(GDTE)。仿真结果证明了两种算法都具有很好的实用性。     

微型计算机在雷达制导站中应用的几种趋势

本文不涉及微型计算机应用的一般性问题,仅说明雷达制导中微机应用的几种趋势,以及与之相关的技术问题,它们是:专用处理机和通用微机的混合设计;多处理机系统设计;通用微机的专用化设计;工作环境的适应性设计以及标准化设计问题。     

基于标签多贝努利多传感器组网目标跟踪算法

随着电磁环境的日益复杂, 强干扰和高杂波带来的目标低检测概率问题日益突出, 给探测系统准确估计监测区域内目标个数以及目标状态带来了新的挑战。针对低检测概率问题, 提出随机有限集框架下基于标签多贝努利(labelled multi-Bernoulli, LMB)多传感器组网目标跟踪算法。该算法首次将LMB框架应用到不同探测范围的多传感器组网目标跟踪场景中, 实现了多目标跟踪目标数和相应状态稳定估计。仿真结果表明, 所提方法不仅能在低检测概率条件下获得目标稳定的航迹估计, 及时捕捉目标新生、消亡等事件, 还能有效叠加不同传感器不同探测范围, 充分发挥多传感器优势。     

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。     

自适应数字电视跟踪

本文介绍的电视跟踪器采用了对目标图象尺寸归一化的误差信号处理技术,通过图象数字化和图象识别从特性相近似的真假目标中识别出真目标,进而测定目标型心的座标。在目标图象尺寸变化较大的情况下,系统的稳定性和跟踪精度不受影响。可供研究目标探测、图象雷达、靶场测量和导弹制导等参考。     

被动定位跟踪中的非线性滤波技术

针对被动定位跟踪中状态空间模型非线性程度较高所引发的滤波精度偏低的问题,分析和总结了已有的包括推广卡尔曼滤波(EKF)、修正增益的推广卡曼滤波(MGEKF)、二阶滤波、自适应推广卡尔曼滤波(AEKF)等各种次优递推滤波算法的特点。在此基础上重点论述了一种基于贝叶斯原理的序贯蒙特卡罗粒子滤波技术,该方法通过粒子的加权和表征后验概率密度,获得状态估值,在处理非线性非高斯系统的状态估计问题时精度逼近最优,鲁棒性更好。