基于FPGA 的机载视频切换显示和检测方案的设计与实现

提出了一种基于FPGA 的机载视频切换显示和检测方案。以可编程逻辑器件（FPGA）为核心处理器, 阐述了整个系统设计原理,并详细介绍了系统内部的硬软件设计。最后,搭建硬件测试平台进行测试和验证。 设计实现了5 路PAL-D 制视频输入、6 路PAL-D 制视频输出的实时切换显示功能,同时,对输入输出视频有 效性进行了检测。极大地简化了系统硬件架构和逻辑算法,且视频输出延迟较低,从而降低了系统功耗,提高 了系统的可靠性。     

一种实时图象处理系统

本文介绍的实时图象处理系统，主要采用高速数字信号处理器ＴＭＳ３２０Ｃ３０（ＤＳＰ）和准双口存储器ＶＲＡＭ。具有较好地实时性和通用性，可用于图象跟踪和图象分析。为提高系统可靠性，减小系统体积，用一片大规模可编程逻辑器件ＥＰＬＤ（ＰＭ５１２８）来实现Ｃ３０和ＶＲＡＭ的接口，并完成图象的采集及ＶＲＡＭ的动态刷新。     

基于预警卫星系统的临近空间飞行器跟踪

系统地研究了如何对临近空间飞行器进行有效实时跟踪的问题,并提出了一种基于约束总体最小二乘与自适应交互式多模型（CTLS-AIMM）滤波相结合的实时跟踪滤波算法。首先考虑到临近空间飞行器的特点,选择使用红外预警卫星系统探测目标飞行器,并使用约束总体最小二乘算法（CTLS）对目标进行粗定位;然后在粗定位信息基础上,使用自适应交互式多模型滤波算法（AIMM）对目标飞行器进行实时跟踪。在AIMM中,根据临近空间飞行器机动特性,合理选择目标模型集,并使用迭代最小二乘算法对模型参数进行自适应调整。通过仿真,验证了该跟踪滤波算法的可行性。     

基于预警卫星系统的临近空间飞行器跟踪简

 系统地研究了如何对临近空间飞行器进行有效实时跟踪的问题,并提出了一种基于约束总体最小二乘与自适应交互式多模型（CTLS-AIMM）滤波相结合的实时跟踪滤波算法。首先考虑到临近空间飞行器的特点,选择使用红外预警卫星系统探测目标飞行器,并使用约束总体最小二乘算法（CTLS）对目标进行粗定位;然后在粗定位信息基础上,使用自适应交互式多模型滤波算法（AIMM）对目标飞行器进行实时跟踪。在AIMM中,根据临近空间飞行器机动特性,合理选择目标模型集,并使用迭代最小二乘算法对模型参数进行自适应调整。通过仿真,验证了该跟踪滤波算法的可行性。     

PAR辅助光电设备的飞机着陆监测与评估系统设计

针对数据链在着陆阶段存在盲区和塔台无法获得着陆飞机实时姿态、接地参数等问题,提出利用多功能光电跟踪技术建立飞机着陆实时监测与评估系统,设计出飞机着陆监测与评估系统的技术方案。由于光电跟踪平台的视场有界,无法保证着陆飞机准确进入光电设备视场,采用精密进场雷达（PAR）牵引光电转台对准即将着陆飞机的方式,辅助光电设备捕获目标飞机,再经过图像检测算法处理,检测出目标飞机,进而转入跟踪锁定,计算出最终下降阶段目标飞机的姿态和偏航信息。详细阐述了该系统的PAR初始化光电设备的方法、步骤。该系统在飞机下降阶段辅助塔台指挥,实现整个着陆过程的监视与评估,满足未来作战飞机精密进近引导的着陆保障和训练要求,具有很高的实用价值。     

激光告警多目标定位与跟踪技术研究

研究了激光告警多目标定位和跟踪的建模方法。利用聚类概念,对激光告警器测量数据进行集类,并对各个类对应的目标状态进行空间-时间融合。通过求解航迹信息融合的状态估计值,实时形成同步脉冲控制逻辑,从而实现对激光多目标的实时跟踪和激光信号的实时提取。给出了激光告警多目标定位与跟踪的设计过程,提出了一种实用简便的融合算法,并设计了一套该模型的原理样机。试验结果验证了这种方法的有效性。     

红外弱小目标检测跟踪算法研究

首先对红外图像进行建模,然后在此基础上提出一套目标检测跟踪算法,给出了实验结果。实验结果表明,算法能够很好地完成对信噪比大于4目标的检测,同时算法具有多目标检测能力。当确定需要跟踪的目标以后,系统转入目标跟踪,进而完成对所关注目标的跟踪任务。     

基于检测前跟踪的超视距雷达微弱目标检测方法

天波超视距雷达（over-the-horizonradar，OTHR）通过快速傅立叶变换（FFr）实现相干积累，再利用常规的方法进行目标检测。但这种方法在弱目标、低信噪比的情况下效果并不好。本文提出了一种基于检测前跟踪（track-before-detect，TBD）的OTHR弱目标检测方法，利用数学形态学对每帧弱目标回波信号进行滤波，再通过动态规划方法进行检测。仿真结果表明，该方法能够有效地提高OTHR对弱目标的检测能力，运算效率高，实用性强。     

增广状态反馈在雷达伺服控制系统中的设计实现

在航路捷径附近,靶场单脉冲测量雷达的伺服控制器使用传统PID（比例积分微分）角误差控制方法跟踪飞行目标时,会产生较大的动态滞后误差。针对这种情况,提出采用带状态观测的增广状态反馈控制方法,通过实时观测系统内部状态信息（状态变量）并及时根据状态进行系统调节的控制方式,可以实现对高速目标的快速稳定跟踪。经过仿真和系统试验,证明这种控制方法可以较大地提高系统的动态响应速度并减小航路捷径附近的动态滞后误差。     

复杂环境下一种基于改进核相关滤波的视觉鲁棒目标跟踪方法

目标跟踪在自动驾驶和智能监控系统等实时视觉应用中发挥着重要作用。在遮挡、相似干扰等情况下，传统的基于相关滤波的跟踪算法容易发生漂移，鲁棒性有待进一步提高。基于此，提出了一种扩展特征描述的检测辅助核相关滤波目标跟踪架构。首先，在传统的核相关滤波目标跟踪算法的基础上，通过目标检测辅助对跟踪结果进行质量判断，实现对遮挡以及目标丢失的判别；然后通过拓展特征模板的构建与匹配，实现抗干扰相似目标判断及目标重定位；最终，以行人跟踪为例进行了试验，分别通过OTB数据及验证试验和移动机器人平台视觉跟踪验证试验，验证了算法的可行性，并对算法的跟踪性能进行了测试。试验结果表明，所提方法能够稳定地跟踪移动目标，对遮挡、相似干扰具有较强的鲁棒性。     

空中运动目标的识别和跟踪控制

针对空中运动目标的识别和跟踪,提出图像匹配算法和连通域算法相结合的方法。该方法主要用图像匹配算法获得目标的位置信息,当图像匹配算法失效时,则采用连通域算法重新捕获目标、获得图像模板。同时,为提高跟踪的实时性,采用最小二乘线性预测法来预测目标的运动轨迹。在实验室的目标跟踪系统平台上,该方法能够对运动目标进行稳定的识别和跟踪。     

图像目标跟踪及其在UCAV中的应用

在图像跟踪中主要因素是目标的几何中心，只考虑目标的相对运动特性，就可以设法减少图像处理的工作量。由于目标的边缘不可能占满整幅图像．在目标边缘检测时不必对整幅图像进行处理。为此，从估计的中心向给定方向寻找目标的边界．得到目标边界点的一个子集合．再由该子集得到目标中心的近似值．并以此为基础构造目标跟踪方法，利用图像检测实现无人战斗机对目标的跟踪。仿真结果表明．该方法对于目标的跟踪是有效的。     

Adaptive Tracker Field-of-View Variation Via Multiple Model Filtering

Adaptive estimation using multiple model filtering is investigated as a means of changing the field of view as well as the bandwidth of an infrared image tracker when target acceleration can vary over a wide range. The multiple models are created by tuning filters for best performance at differing conditions of exhibited target behavior and differing physical size of their respective fields of view. Probabilistically weighted averaging provides the adaptation mechanism. Each filter involves online identification of the target shape function, so that this algorithm can be used against ill-defined and/or multiple-hot-spot targets. When each individual filter has the form of an enhanced correlator/linear Kalman filter, computational loading is very low. In contrast, an extended Kalman filter processing the raw infrared data directly and assuming a nonlinear constant turn-rate dynamics model provides superior tracking capability, especially for harsh maneuvers, at the cost of a larger computational burden.     

基于杂波对消-自聚焦的多通道SAR-GMTI

对超高频(UHF)波段多通道合成孔径雷达(SAR)动目标检测技术进行研究,解决了长相干积累时间导致动目标在方位向散焦严重的问题。采用分块自聚焦技术对多通道SAR地面移动目标指示(GMTI)系统自适应杂波抑制后的SAR图像进行处理,改善杂波抑制后的SAR图像中动目标的聚焦情况,增强动目标与周围剩余杂波的对比度,进而提高恒虚警率(CFAR)检测的性能。与传统杂波抑制后直接进行CFAR检测方法相比较,该方法降低了检测虚警概率。实测数据处理结果显示动目标的信杂比明显提高,动目标方位向聚焦成功,证明了该方法的有效性。     

A sequential detection approach to target tracking

Sequential hypothesis testing is investigated for multiframe detection and tracking of low-observable maneuvering point-source targets in a digital image sequence. The proposed multiple multistage hypothesis test tracking (MMHTT) algorithm extends tracks formed from sequentially detected target trajectory segments using a multiple hypothesis tracking strategy. The MMHTT algorithm does not require a probabilistic larger maneuver model. Computational efficiency is achieved by using a truncated sequential probability ratio test (SPRT) to prune a dense tree of candidate target trajectories and score the detected trajectory segments. An analytical performance evaluation is presented and confirmed by experimental results from an optical satellite tracking application     

基于加权融合的多信源弹道数据实时野值检测方法

研究多信源弹道数据实时处理中斑点野值的检测问题.通过计算各信源数据的实时精度,给出了具有自适应加权系数的加权融合方法,实现了对目标状态参数较高精度的估计,从而实时、准确、高效地检测各信源数据野值.仿真结果表明,本方法可以快速、有效地检测多信源数据的斑点野值,解决因数据切换带来的台阶跳跃问题.     

Automatic detection and tracking of a small surface watercraft in shallow water using a high-frequency active sonar

A high-frequency (HF) active sonar can be used to detect and track a small fast surface watercraft in shallow water based on the evolution of the watercraft wake observed in the sonar image sequence. An automatic detection and tracking (ADT) algorithm is described for this novel application. For each ping, the measurement of the target's polar position consists of 2 steps. First, the target bearing is estimated by finding the direction of arrival of the cavitation noise emitted by the watercraft. Then range measurements are extracted from the range profile (constant-angle cut of the sonar image) at the estimated target bearing. Range normalization and clutter map processing are used to reduce the number of false measurements. Estimates of the target's Cartesian position and velocity are updated at the sonar pulse repetition rate using the Kalman filter with debiased consistent converted measurements and nearest neighbour data association. The proposed algorithm is demonstrated using real data.     

Adaptive Optical Target Detection Using Correlated Images

A method for target detection that achieves clutter rejection by the use of multiple observations of the same target scene is developed. Multiple scene observations can be obtained by processing separate frequency bands of the same target scene or by recursively processing sequential observations in time. Optimal detection algorithms are developed, based on the assumption that the image intensity can be modeled as a variable mean spatial Gaussian process. Several fast detection algorithms are derived which make use of the fact that the covariance matrices of many optical and infrared (IR) images can be accurately approximated by diagonal matrices. These algorithms provide efficient solutions to the problem of processing multiple correlated scenes or multiple sequential imaging. Computer simulations based on actual optical and IR image data were used for checking the theoretical results. The new detection algorithms achieved performance improvement in detection signal-to-noise ratio of up to 10 dB over conventional target correlation methods.