多传感器数据融合的平均航迹算法

提出了一种适用于分布式多传感器的平均融合算法，对其算法机理进行了详细描述。对融合算法、未融合算法和算术平均算法三者的跟踪航迹和方差进行了仿真比较。仿真结果表明，融合算法优于算术平均算法和未融合算法。它提高了跟踪精度，改善了航迹质量。尤其在多传感器跟踪系统工作异常的情况下具有独特的优良位能。     

基于层次分析的STSS系统传感器管理算法

针对STSS系统的目标跟踪交接问题,在分析系统交接影响因素的基础上,通过引入层次分析法对传感器进行优先级排序,制定相应的跟踪方案,并在典型场景下进行了对比分析。仿真结果表明,层次分析法能有效分配系统传感器资源,且运算量适中,是一种相对高效的传感器管理算法。     

非线性系统中多传感器目标跟踪融合算法研究

主要阐述了在非线性系统中多传感器目标跟踪的融合算法，提出了基于变换测量卡尔曼滤波器（CMKF）的分布式融合算法，从该理论出发，导出了分布式变换测量卡尔曼滤波算法（DCMKFA）几乎能够重视集中式融合估计，仿真结果证明了这一结论，因此，DCMKFA对于非线性系统中的目标跟踪是一个有效的分布式融合算法。     

基于目标战略优先级与精度自适应的效能函数的机载多传感器管理

传感器管理在数据融合系统中起着重要作用,机载多传感器系统通常面临着资源受限的状况,如传感器最大跟踪数量小于目标数量,无法保证所有传感器拥有相同精度与参照系等。因此,本文提出了一种基于目标战略优先级与精度自适应的效能函数的多传感器管理算法。首先,将空中目标的自身属性部分量化以得到目标战略优先级;再利用目标的跟踪精度、传感器测量精度和期望的跟踪精度之间的关系,定义了精度预提升矩阵和精度缺乏矩阵。再将上述两部分结合构建目标函数,运用整数线性规划的方法进行优化。最后,仿真试验设置了包括三个机载传感器对4个目标的跟踪任务,对比其他文献中的结果,显示出本文算法更为合理、有效。     

机场特种车辆监控系统中低能耗路由的研究

针对原有ZigBee路由方法应用于机场特种车辆监控系统中节点能量消耗大的缺点，提出了基于ZigBee的低能耗路由算法——LEZR（low—energy ZigBee routing）。该算法通过让节点尽量处于休眠状态来节省能量，从而延长网络生命周期。仿真结果表明，基于此方法设计的系统网络较原路由方法在节能和延长网络生命周期方面都有显著提高。     

基于非精确计算的空间探测相控阵雷达任务规划算法

针对空间探测相控阵雷达系统，提出了一种新的基于非精确计算模型的观测任务规划算法。首先，建立了目标观测的实时任务模型，并分析了观测任务所占用传感器的资源；其次，基于非精确计算模型，提出一种多任务并行的实时容错调度算法来解决观测任务规划问题，该算法综合考虑相控阵雷达的搜索任务与跟踪任务，来进行系统资源的分配。对于跟踪任务，算法结合目标的过境时间以及当前系统的负载情况，以此来确定雷达对该目标的观测时间段；最后给出了算法的评估方法。利用2886个低轨空间目标进行仿真验证，结果表明，基于非精确计算模型的任务规划算法，可显著提高系统调度成功率以及时间资源利用率．比传统方法更稳健。     

基于改进的FCM和信息熵修正的航迹融合算法

在局部航迹信息质量不均衡条件下,选择所有局部航迹进行航迹融合的算法会造成系统航迹质量下降。为了提高跟踪性能,提出了一种基于改进的模糊C均值(FCM)和信息熵修正的航迹融合算法。通过交互式多模型(IMM)滤波后的航迹信息对聚类数据做“质量”修正,改进后的FCM算法对局部航迹进行聚类分析,利用信息熵和隶属度对局部航迹进行选择和融合,达到修正聚类中心和提高系统航迹质量的效果。仿真结果表明：当多个传感器跟踪机动目标时,在传感器的观测精度发生变化和存在量测丢失的情况下,该算法的跟踪性能优于已知的航迹融合算法。     

基于量测一致性的分布式多传感器多目标跟踪算法

针对无线传感器网络跟踪多目标过程中传感器能搭载的计算负荷有限,不宜采用复杂算法实现数据处理的问题,提出了一种基于量测一致性的分布式多传感器多目标跟踪算法。算法采用计算相对简易的最近邻域法处理多目标跟踪中的数据互联问题,针对最近邻域法容易受杂波干扰的情况,通过量测的平均一致性迭代来改进算法的性能。仿真结果证明,算法具备有效抑制因误判产生的错误量测对跟踪过程干扰的性能,实现了良好的传感器网络跟踪精度和估计信息一致性。     

基于最近邻的集中式多传感器多目标跟踪算法

经典的集中式多传感器多目标跟踪算法通常计算量较大,经常难以满足系统的实时性要求,工程上实现起来比较困难,为进一步扩大集中式多传感器的应用范围,使其在对算法实时性要求较高、跟踪精度要求较小的实际场合中广泛应用。文章基于最近邻域思想,研究了并行处理结构的集中式多传感器最近邻域算法,并从算法跟踪精度、实时性、有效跟踪率3个方面对其与经典的顺序多传感器联合概率数据互联算法进行了仿真比较。经仿真验证,并行处理结构的集中式多传感器最近邻域算法实时性提高了60%以上,且在跟踪背景杂波适中的情况下能够有效跟踪目标。     

基于滚动时域的舰载机甲板运动轨迹跟踪最优控制

针对单机滑行、无杆牵引系统以及有杆牵引系统的轨迹跟踪问题进行了研究。首先，将这3种系统的轨迹跟踪问题转化为最优控制问题，并建立了连续非线性舰载机系统的轨迹跟踪模型。然后，基于第3类生成函数，提出了适用范围更广的全状态保辛伪谱算法，并结合滚动时域理论提出了基于滚动时域（RHC）的在线跟踪最优控制方法，证明了所提算法是一种保辛算法。基于所提出的在线跟踪算法，对单机滑行、无杆牵引系统、有杆牵引系统在存在初始偏差和持续外界扰动情况下的轨迹跟踪问题分别进行了研究，并与BackwardSweep方法进行对比分析，结果表明本文所提出的跟踪算法可以有效地解决具有控制约束和状态约束的轨迹跟踪问题，并可以更高的跟踪精度和计算效率对标准轨迹进行跟踪，可完全满足实时跟踪的要求。最后，分别从初始偏差和持续外界扰动的角度研究了这3种不同方式的跟踪特性。     

A Self-organizing Bearings-only Target Tracking Algorithm in Wireless Sensor Network

In the bearings-only target tracking, wireless sensor network (WSN) collects observations of the target direction at various nodes and uses an adaptive filter to combine them for target tracking. An efficient network management is necessary to gain an optimal tradeoff between locating accuracy and energy consumption. This article proposes a self-organizing target tracking algorithm to select the most beneficial subset of nodes to track the target at every snapshot. Compared with traditional methods, this scheme avoids the need for keeping global position information of the network as in greedy selection. Each node judges its future usefulness depending on the knowledge of its own position and using simple mathematics computation. Simulations indicate that this scheme has locating accuracy comparable to the global greedy algorithm. Also, it has good robustness against node failure and autonomous adaptability to the change of the network scale. Furthermore, this algorithm consumes limited energy because only a portion of nodes partakes in the selection at every snapshot.     

STUDY ON ALGORITHM OF SENSOR MANAGEMENT BASED ON FUNCTIONS OF EFFICIENCY AND WASTE

The sensor management system is a subsys-tem of a multisensor data fusion system,and itspurpose is to satisfy requests of multitarget andscanned space by using the limited sensor resourcesin order to gain optimal measurement values of allspecified characteristics ( detection and captureprobability,emission power of sensor,trackingprecision or target losing probability and so on) .By the optimal principle listed above,sensor re-sources are distributed in science and reason.In aword,itis a key p…     

基于帧间角距匹配的跟踪模式星图识别

为了提高星敏感器的跟踪匹配速率,提高星敏感器姿态更新率,本文提出了一种基于帧间角距匹配的跟踪模式星图识别方法.该方法充分利用上一时刻的角距匹配信息构建了一个实时跟踪星库,并把当前时刻的角距信息在实时跟踪星库中进行匹配识别,识别成功后利用识别时用到的信息对实时跟踪星库进行更新.仿真实验表明,该方法具有匹配时间短、匹配成功率高的优点.     

基于注意力机制和特征匹配的空对地多目标检测与跟踪算法

多目标跟踪算法是实现无人机自主导航的关键技术，为解决现有方法存在的小目标检测能力弱、计算能耗大、鲁棒性差等问题，提出一种基于注意力机制和特征匹配的多目标空对地跟踪算法，以实现航拍视角下对目标的精准高效跟踪。首先，引入通道可分离卷积，实现目标检测模型的轻量化；其次，构造融合空间注意力机制的小目标检测分支，提高对小微目标的检测精度，最后，优化目标跟踪算法的外观重识别网络，提高多目标跟踪效率。使用Visdrone2019-MOT数据集对所提算法进行验证，实验结果表明，所提算法的MOTA值提高了0.６%，FPS值为21.31帧/s，在模型大小和跟踪精度上实现了较好的平衡。     

分布式无源传感器系统多目标跟踪算法

研究了分布式无源多传感器系统多目标跟踪问题,在只有测向信息可以利用的情况下,分布式系统首先利用波门技术分别对各个无源传感器角度测量数据进行关联配对和滤波;然后,将处理结果送到融合中心,在融合中心通过构造的χ2分布检验统计量进行多目标方位航迹的关联;最后,通过交叉定位和位置信息融合获得多个目标的位置信息估计,实现无源多目标跟踪。论文通过仿真分析对算法的有效性和可行性进行了验证。     

基于倾斜角的多目标测向无源定位技术

对多目标测向无源定位问题进行了研究。虽然无源观测站不同,针对同一目标的方位角和俯仰角数据也不同,但它们有共同的倾斜角。基于此,提出了基于倾斜角的多目标测向无源定位算法。该算法分别计算一组与多个目标对应的倾斜角,然后利用倾斜角最接近原则对这2组数据进行关联判断,解决多目标测向数据的关联和定位问题,并通过仿真实验,对算法的有效性和可行性进行了验证。     

Efficient Approximation of Kalman Filter for Target Tracking

A Kalman filter in the Cartesian coordinates is described for a maneuvering target when the radar sensor measures range, bearing, and elevation angles in the polar coordinates at high data rates. An approximate gain computation algorithm is developed to determine the filter gains for on-line microprocessor implementation. In this approach, gains are computed for three uncoupled filters and multiplied by a Jacobian transformation determined from the measured target position and orientation. The algorithm is compared with the extended Kalman filter for a typical target trajectory in a naval gun fire control system. The filter gains and the tracking errors for the proposed algorithm are nearly identical to the extended Kalman filter, while the computation requirements are reduced by a factor of four.     

Information space of sensor networks: Lagrangian,energy-momentum tensor,and applications

It is a challenge to investigate the interrelationship between the geometric structure and performance of sensor networks due to the increasingly complex and diverse architecture of them. This paper presents two new formulations for the information space of sensor networks, including Lagrangian and energy–momentum tensor, which are expected to integrate sensor networks target tracking and performance evaluation from a unified perspective. The proposed method presents two geometric objects to represent the dynamic state and manifold structure of the information space of sensor networks. Based on that, the authors conduct the property analysis and target tracking of sensor networks. To the best of our knowledge, it is the first time to investigate and analyze the information energy–momentum tensor of sensor networks and evaluate the performance of sensor networks in the context of target tracking. Simulations and examples confirm the competitive performance of the proposed method.     

基于更新法估计空闲时间的Inter-DVS算法的优化与实现

动态电压调整(DVS)技术是软件节能技术的另一种形式。由于CMOS电路的能耗和供电电压的平方及频率成正比关系,所以降低供电电压和频率是减少能耗的最有效方法之一。本文首先对DVS的各种算法作了详细的分类分析。然后,以"使用更新法"估计空闲时间的任务间DVS算法为例,采用嵌入式Linux操作系统对其进行了优化。最后,讨论了实现具有动态电压调解功能的嵌入式Linux操作系统的节能方法。     

基于序贯关联算法的多目标无源跟踪

基于序贯关联算法,对多目标无源跟踪问题进行了研究。在只有角度信息可以利用的情况下,首先,利用波门技术对各个无源传感器角度测量数据进行关联和滤波,形成参数航迹;然后,将各个无源传感器的参数航迹送到融合中心进行关联配对,并在关联过程中通过构造关联质量函数对参数航迹的关联历史情况进行度量,解决参数航迹关联模糊问题;最后,通过对关联成功的参数航迹进行交叉定位,给出多个不同目标的位置信息,实现分布式无源系统对多目标的数据关联和跟踪,并通过仿真分析,对算法的有效性和可行性进行验证。