基于模糊神经系统的多传感器数据融合算法

将自适应模糊神经推理系统(ANFIS)和卡尔曼滤波器应用于目标跟踪系统中,构成多传感器数据融合算法。该算法假设在目标运动过程中,过程噪声和测量噪声是相互独立的高斯白噪声序列。使用ANFIS分别对目标的加速度和测量噪声的方差进行估计,通过卡尔曼滤波器获得目标后验状态,最终由神经网络对多传感数据进行融合得到系统输出。仿真结果表明,该算法可以通过自适应调整跟踪参数有效地防止目标丢失。     

基于S-D分配的集中式多传感器不敏滤波算法

研究了非线性环境中的集中式多传感器多目标跟踪问题,提出了一种基于S-D分配的集中式多传感器不敏滤波算法。算法通过广义S-D分配技术实现每个传感器中的量测与目标的数据关联,求得所有可能互联中的最佳划分,然后按照顺序多传感器联合概率数据互联算法,依次处理最佳划分中各传感器源于同一目标的量测,在此基础上通过不敏卡尔曼滤波(UKF)解决非线性系统中的目标跟踪问题。最后给出了该算法与MSJPDA/EKF算法的仿真比较,结果表明该算法具有更高的稳定性和跟踪精度。     

MEM模型在多传感器多目标无源定位与跟踪中的应用

针对多传感器机动多目标无源定位问题的目标数量多、定位难的特点 ,采用复合弹性系数神经网络模型对该问题进行建模 ,并进行组合优化 ,以期能利用多个传感器较准确地对多个机动目标进行无源定位与跟踪。仿真结果表明该模型能有效地锁定真实目标 ,当多个目标较分散或较集中时 ,该模型仍能有效锁定和跟踪     

网格聚类在多雷达数据融合算法中的应用

应用网格聚类的方法区分同一雷达接收的不同目标的观测数据,通过类间数据融合,实现同一目标不同雷达接收数据的融合,以便对多目标进行实时跟踪。研究了观测数据网格聚类的基本思想、形式化描述及算法实现,讨论了对机动目标跟踪的Kalman滤波方程及空管系统中易于计算的各参数矩阵理论依据及相应的初值。仿真结果表明,通过网格聚类能很好地区分不同目标,聚类后再进行跟踪融合更加准确。     

多站无源跟踪系统容错算法

针对多个雷达侦察站组成的无源跟踪系统,在用时间差法对目标进行跟踪时,各站点之间通信或信号测量被干扰,造成系统无法工作。该文提出基于单站多站、时差和角度测量组合的容错跟踪算法。该算法假定系统被干扰工作时使用基于时差测量的跟踪方法,而多站角度和单站角度跟踪方法作为备用,通过对每个周期目标状态变量的检测,判定是否需要切换为备用跟踪方法。该算法使跟踪系统有更强的适应性,而精度并没有下降。仿真实验验证了该算法的有效性。     

一种基于多目标的角度时延联合跟踪算法

提出了一种多目标角度时延联合跟踪算法.该算法首先利用高分辨处理估计出目标的个数及其初始角度和初始时延,接着通过相邻时刻估计得到的信道频域冲激响应的差,再得到各个目标相邻时刻的角度差和时延差,从而估计出不同时刻各个目标的角度和时延.相邻时刻估计得到的目标的角度和时延是自动关联的,避免了运算量较大的数据关联过程,而且在跟踪过程中并不需要进行子空间分解.仿真结果表明,该算法具有较高的跟踪性能.     

基于深度学习的多车道交通流量统计方法

基于目标跟踪的视频道路交通流量采集普遍存在不同程度的漏检、错检和多检等问题,为此,提出了一种综合车辆位置信息与外观信息及环境空间信息的道路交通流量采集方法。首先,识别视频帧中的车辆信息(包括车辆车型数据与位置数据等);然后,综合考虑车辆信息和环境空间信息进行车辆跟踪;最后,对跟踪结果进行统计,从而得到道路交通流量。采用多段交通视频作为测试数据,分别测试了本文算法和SORT算法。测试结果表明,本文算法检测的道路交通量平均误差较SORT算法降低了约4%。提出的基于视频交通流量检测方法具有更好的检测效果。     

一种改进的联合概率数据关联算法

针对联合概率数据关联算法在跟踪多机动目标时跟踪精度不高、计算量较大等问题,提出了一种新的联合概率数据关联算法。引入"当前"统计模型,并针对"当前"统计模型中机动频率和加速度方差不能自适应调整的问题进行了改进,实现了机动频率和加速度方差自适应。针对联合概率数据关联算法在跟踪多机动目标时,随着目标数的增多,算法计算量急剧增大的问题,提出了改进算法。改进算法避开了联合概率数据关联算法中由确认矩阵计算关联矩阵的过程,直接从确认矩阵计算关联概率。仿真实验结果表明:所提算法有效提高了多目标的跟踪精度,降低了算法计算量。     

滑坡多点监测数据综合信息的提取方法

讨论了集中式和有无反馈的分布式结构的融合算法,提出了应用多传感器目标跟踪融合技术来处理滑坡预报中多点监测问题,解决了传统滑坡预报中只能利用一个关键监测点进行预报的不足。通过实例仿真,表明该方法具有有效性和可行性。     

基于ABAQUS及modeFrontier的多目标优化方法

在涉及有限元分析的多目标优化设计中,为满足多目标优化算法的数据需求,需要反复进行有限元分析计算,存 在设计工作繁琐,效率低的问题,为解决这一问题,提出了一种将有限元分析方法和多目标优化方法进行集成的设计方 法。该方法基于ABAQUS软件二次开发实现有限元分析,基于modeFRONTIER软件实现多目标优化和优化数据的后处 理工作,将两者集成在同一个优化工作流中来完成多目标优化设计。采用该方法对支架结构进行多目标优化设计,结果 表明该方法不但可行,而且可以大大简化优化设计工作步骤,实现了优化设计的自动化,提高了优化设计工作效率。该 方法可实现涉及有限元分析的多目标优化设计的自动化,为从事多目标优化设计工作者提供极大便利。     

一维运动目标的特征估计

为了提取具有强平稳杂波背景和空间距离很近的散射体环境下运动目标的高距离分辨率特征,文中首先建立了强平稳杂波环境下运动目标的数学模型,采用基于松弛算法的非线性最小二乘算法估计了目标特征与杂波;然后对该算法进行了仿真实验,用最小均方误差与克莱美-罗界进行比较验证了该算法的优越性。数字举例证明了该算法在强平稳杂波环境下,对运动目标具有高分辨率和较好的估计性能。     

分布式SAR系统中运动目标检测定位技术

建立了分布式卫星SAR系统动目标检测定位和测速模型,提出了一种基于改进的ESPRIT算法的多通道动目标检测定位和测速方法。该方法用DPCA技术检测动目标,再利用改进的ESPRIT算法确定动目标数并定位,提取运动参数。理论和仿真结果表明该方法能正确检测动目标并确定运动参数,与传统FFT方法比较,尤其对于成像后在一个方位分辨单元内的多个动目标情况,该方法具有明显优越性。     

合成孔径雷达慢运动目标成像处理的研究

从运动目标的回波特性出发，讨论了目标运动参数对合成孔径雷过（ＳＡＲ）成像的影响，介绍了一种运动目标成像算法。该算法能有效地区分静止目标和运动目标，实现静止目标与运动目标分别同时成像。并给出了对ＳＡＲ运动目标模拟数据的处理结果。     

机载SAR运动目标的检测和成像处理

针对机载合成孔径雷达（ＳＡＲ），分析了运动目标的检测和成像处理的方法，通过对Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布（ＷＶＤ）同Ｗａｖｅｌｅｔ变换（ＭＴ）的分析和比较，将ＡＤＰＣＡ（ＡｄａｐｔｉｖｅＤｉｓｐｌａｐｈａｓｅＣｅｎｔｅｒＡｎｔｅｎｎａ）同ｗＴ相结合，从而达到对运动目标进行检测和成像的目的。对ＡＤＰＣＡ的对消比的计算机模拟，表明ＡＤＰＣＡ具有良好的杂波抑制能力。最后给出了可行的运动目标检测和成像的框图。     

相对运动多目标的逆合成孔径雷达成像

由于非合作的机动多目标相对于雷达射线的姿态是时变的,而且目标间可能存在相对运动,给逆合成孔径雷达(ISAR)成像造成较大的困难。当多目标间存在相对运动时,直接利用常规补偿方法通常得不到满意的结果。该文建立了目标相对运动的模型,分析了相对运动对成像的影响,提出了一种新的相对运动补偿算法。该算法对存在相对运动的目标在距离上利用Keystone变换进行分离,提取相对运动目标的回波,分别利用Autoclean算法进行运动补偿。模拟和实测数据的成像结果表明,该算法是可行的。     

机载雷达海面舰船目标ISAR成像技术研究

利用ISAR/SAR技术获得海面舰船目标的二维像是实现舰船目标分类识别的重要手段.文中研究了高海情条件下的机载雷达舰船目标ISAR成像方法,包括基于迭代相关的包络对齐、改进的"秩一"自聚焦相位补偿及利用"clean"技术的多分量调幅-调频信号参数估计的瞬时成像方法.实测数据成像结果证明了算法的可行性.     

基于灰关联无源多目标跟踪系统航迹关联算法

目前分布式无源多目标跟踪系统的航迹关联算法基本上照搬多传感器数据融合的理论,仅利用目标的状态信息.文中利用了目标的多特征信息(载频、脉宽、脉冲重复间隔等),应用灰关联理论,提出了一种基于灰关联的分布式无源多目标跟踪系统的航迹关联算法.由于利用了目标多特征信息,算法具有关联速度快、正确率高、而且能够适应密集目标环境的优点.仿真实验证明该算法的航迹关联效果明显优于加权航迹关联算法.     

改进的对星载SAR的应答式欺骗干扰

分析了对星载SAR的应答式欺骗干扰,并对其进行了改进。改进后的干扰方式只需从敌方雷达信号中估计信号的多普勒斜率、雷达飞行速度和脉冲重复频率,并且实现简单。讨论了参数估计精度对干扰信号成像的影响,结果表明该方法对参数精度要求不高。指出了多普勒斜率估计的方法,通过仿真实验验证了理论分析的正确性和方法的有效性,这对欺骗干扰信号生成算法和欺骗干扰的实现具有重要意义。     

基于虚拟网格技术的自适应车辆跟踪算法的研究

为了解决车辆跟踪速度、精度、非线性等问题,引入简化跟踪目标图像信息的虚拟网格技术,结合改进的Kalman预测理论,构建自适应车辆跟踪算法,利用该算法完成对移动目标车辆进行实时检测跟踪。测试结果验证了算法提高视频图像中移动目标跟踪速度,且以较高的精确性对单个、多个移动目标进行检测跟踪。