基于局部线形嵌入算法的雷达目标识别

维数约减问题出现在信息处理的许多方面,非线性方法主要有局部线性嵌入LLE (Locally Linear Embedding) 、拉普拉斯特征映射(Laplacian Eigenmap) 、基于Hessian 矩阵的LLE 等,它们通过在高维空间中设计数据集所在流形的拓扑、几何等特性,很好地弥补了线性降维不能发现数据集非线性结构的不足.其中局部线性嵌入这种非监督学习算法应用广泛,在此基础上将其用于作为雷达目标识别的五种飞机数据,取得了很好的效果.     

Steady-State Analysis of Target Tracker with Constant Input/Bias Constraint

Navigation and surveillance applications require tracking constant input/bias targets. When the target＇s trajectory follows a constant input/bias constraint, model mismatching caused by conventional tracking algorithms can be handled by a delayed update filter （DUF）. The statistical convergence and stability properties of the delayed update filter were studied to insure the rationality of its steady-state analysis. A steady-state filter gain was then designed for a constant-gain DUF to reduce the computations without much performance loss. Simulations demonstrate the potential of the constant-gain DUF, and the CGDUF is nearly 60% faster than the DUF without much loss in steady-state tracking accuracy.     

基于蚁群算法的多目标跟踪方法

提出了一种新的基于蚁群算法的多目标跟踪方法.方法采用蚁群算法实现多目标跟踪中的数据关联,首先将多目标跟踪中的数据关联问题表示为具有约束条件的优化问题.用蚁群算法对该优化问题求解,得到的解即为最优关联.为验证该算法的有效性,在两种状态估计方法EKF(extended Kalman filter)和S1S(sequential importance sampling)的基础上进行了多目标跟踪实验,并且与传统的NN(nearest neighbor)方法进行了比较.在与SIS框架结合时,算法中采样粒子包括状态矢量和关联矢量,状态矢量通过序贯重要性重采样获得,关联矢量通过蚁群算法求得.实验结果表明,将蚁群算法融合进SIS算法进行多目标跟踪是有效的.     

论婴幼儿阅览室的建设

婴幼儿是一个特殊的读者群体,婴幼儿早期阅读是全民阅读不可缺少的组成部分,图书馆有义务为婴幼儿提供良好的阅读条件. 阐述了建设婴幼儿阅览室的必要性,介绍了国外婴幼儿阅读计划和我国婴幼儿阅览室现状,分析了婴幼儿阅览室的服务对象和建设目标,探讨了婴幼儿阅览室的馆藏建设与读者活动.     

基于模板匹配与线性预测的目标跟踪算法

为解决复杂场景中目标遮挡、算法鲁棒性差的问题, 提出基于模板匹配与线性预测的算法。该算法分为模板匹配和线性预测两部分。场景中无遮挡物时, 执行模板匹配算法, 获取目标跟踪信息; 否则, 通过预测算法估计目标的状态, 进而实现目标跟踪。实验结果表明, 在目标有遮挡干扰的情况下, 采用该算法能稳定、准确地实现目标跟踪, 与传统的模板匹配算法相比具有较强的鲁棒性。     

基于全景视觉的目标跟踪方法研究

文章充分利用全景视觉具有360°视域的特点,将其引入视频监控领域,提出了一种基于全景视觉的目标跟踪方法。该方法基于多摄像机跟踪的思想,通过分析全景视觉的构造,将其分解为基于静态相关联多相机的跟踪。通过划分视场分界线,确定摄像机间的重叠区域,并对摄像机间相互关联关系进行描述和判断。当目标进入重叠区域时,通过同一目标在相邻视域中的关联实现目标交接,以达到在整个全景视觉中实现目标连续跟踪的目的。以全景视频中的行人跟踪为例,对文中所提的跟踪方法进行验证。实验结果表明,该方法可以有效解决多相机间的目标交接问题,实现全景视觉下目标的连续跟踪。     

无人机光电侦察平台的动目标测速方法研究

为了满足无人机对地面运动目标的侦察需求,在无人机光电侦察平台对地面运动目标实时跟踪的基础上,提出了一种对地面运动目标的光学测速方法.该方法根据光电侦察平台提供的俯仰角、方位角和无人机距离目标的距离,并结合了无人机的三维姿态信息,建立了无人机光电侦查平台对地面运动目标的速度测量模型.并分析了测速模型的误差来源,推导了误差计算公式.该测量方法无需定位目标,能够有效测量运动目标的速度,实用性较强.     

EBPSK调制脉冲雷达信号的探测性能

研究了EBPSK(extended binary phase shift keying)调制脉冲雷达信号的探测性能.首先分析了该雷达系统信号在几种情况下基于CFAR(constant false alarm rate)的目标检测概率,表明在未知目标距离情况下,EBPSK调制雷达信号的探测性能优于传统LFM雷达信号的探测性能,在短波信道中,EBPSK脉冲雷达信号不存在多普勒频扩.该信号的模糊函数是对称的,所以不存在距离-多普勒耦合效应.其次,EBPSK调制雷达系统的调制器灵活多变,可根据要求设置不同的调制参数以改变信号的测距精度与目标探测性能.最后,通过仿真实验验证了理论分析的合理性,在较大脉冲回波时延估计误差的前提下,EBPSK信号的脉冲压缩性能高于LFM的脉冲压缩性能,且获得相同的探测性能,当时延大于0.05μs时,EBSPK脉冲雷达信号所需SNR比LFM脉冲雷达信号要少;当时延为0.5μs时,EBSPK脉冲雷达信号所需SNR比LFM脉冲雷达信号少25 d B.     

基于AGIMM的临近空间机动目标跟踪滤波算法

由于临近空间高超声速目标的机动形式复杂,单一模型很难满足高精度跟踪的需要。因此需要使用基于多种模型进行交叉耦合的交互式多模型算法,这种算法特点与临近空间目标高速、高机动特性相适应。提出了一种自适应网格交互多模型跟踪算法用于临近空间高超声速机动目标的跟踪问题。所提方法能够处理自适应时变模型集合,随时调整当前时刻使用的模型数量,相比于固定结构交互式多模型算法极大减少了计算量,计算效率和跟踪精度更高,数值仿真结果验证了所提算法的有效性。     

基于目标视线角速度的反辐射导弹近炸引信开机策略

为避免反辐射导弹近炸引信因开机过早而出现早炸、误炸的情况,提出了一种利用被动雷达导引头测得的目标视线角速度给出近炸引信开机信号的方法. 给出了利用导引头测角信息计算目标视线角速度的方法,建立了末段弹道上目标视线角速度与弹目距离的统计关系;分别以近炸引信不过晚开机和不过早开机为原则,得到了引信开机时导弹到靶平面距离概率分布函数的上下界. 仿真结果表明:在不能直接命中目标天线的情况下,引信开机时导弹到靶平面的距离主要集中在30～120 m,在可以直接命中目标天线的情况下,引信开机时导弹到靶平面的距离小于30 m.