基于天基光学监视的空间目标跟踪方法研究

利用天基观测平台实现对空间目标的有效监视跟踪是空间监视的发展趋势. 在对天基光学监视特点进行分析的基础上, 通过对帧集内目标运动条痕线性拟合提取帧集测量信息, 提出适合其数据特点的空间目标被动跟踪方法, 并给出相应跟踪初始化方法. 该方法在降低信息处理数据流量的同时可以保证一定的精度.      

异构多无人机协同目标跟踪分散化最优控制

针对主被动传感器协同目标跟踪需要,考虑到可扩展性、异构性和动态可重构性等特点,建立了适于不同测量类型和不同测量维数的异构多传感器分散化信息融合算法.以极大化信息融合所得到的信息熵及无人机(UAV,Unmanned Aerial Vehicles)观测信息质量为效能函数,建立了异构多UAV协同目标跟踪的分散化最优控制代价函数以及通信、防撞和控制等约束模型.实现了多UAV协同目标跟踪的分散化模型预测控制,并分析了通讯噪声等因素对分散化信息融合和协同控制的影响.     

中国科学院人卫系统的目视观测

<正> 中国科学院人卫系统,是我国开展人卫工作历史最长的一个地面跟踪系统,已有二十多年的历史.二十年来,特别是一九七○年以来,中国科学院人卫系统的目视跟踪观测取得了显著的成绩.长期的观测实践中,各台站不断充实观测力量,提高观测水平,积累了经验,培养了干部;15公分跟踪打印经纬仪已经取代广角望远镜投入常规观测,改变了目视观测仪器比较落后的状态;为我国卫星积累了大量宝贵的观测资料,多次较好地完成了我国卫星上天的实时跟踪观测、测轨和预报的光荣任务.为国家的航天事业作出了积极的贡献.     

“科学实验二号”的跟踪观测和轨道分析综述

我国成功发射的第二颗卫星“科学实验二号”,于一九七一年三月三日入轨,卫星本体一九七九年六月十七日陨落,末级运载火箭一九七六年二月十六日陨落。中国科学院人造卫星系统对这两个空间目标,长期进行了光学跟踪观测、测轨和预报;对所积累的大量观测资料,进行轨道分析,为卫星大气动力学研究和有关任务提供了宝贵的轨道资料。本文就是对“科学实验二号”跟踪观测和轨道分析的总结;同时扼要地介绍了国外对这两个空间目标的跟踪和研究情况。     

基于递推更新卡尔曼滤波的磁偶极子目标跟踪

针对磁性目标跟踪问题,以磁偶极子等效场源模型为基础,建立磁性目标跟踪的离散状态空间模型,将磁偶极子目标实时跟踪问题转化为状态空间模型的滤波估值问题。针对磁性目标初始条件难以获得且现有卡尔曼类滤波算法在大初始误差条件下容易出现发散的问题,提出一种递推观测更新的卡尔曼滤波算法,将现有的一步观测更新描述为递推更新过程,等效降低大初始误差带来的大非线性误差。仿真与实测数据测试结果表明,本文算法具有良好的精度和收敛性,能够有效抑制磁偶极子跟踪中由于大初始误差导致的滤波发散,适于实际应用。     

基于聚类最近数据关联的多目标跟踪算法

提出了一种基于聚类最近数据关联的多目标跟踪算法.建立了基于目标位置、目标大小和目标灰度的3层匹配距离,将3个距离加权综合得到目标匹配的距离函数.以目标链为基准寻找与其存在最小匹配距离关系的观测目标作为目标链的数据后继,再以此观测目标为基准寻找与其存在最小匹配距离关系的目标链作为该目标的数据前驱.当且仅当匹配对象之间前驱与后继关系同时成立时认为二者匹配成功.将已有目标链分为4类,将当前帧观测目标分为2类.分析各类数据间可能存在的匹配关系,利用上述方法进行匹配运算.对于目标遮挡等情况,基于目标运动轨迹的瞬时直线性和均值滤波原理,将某时间段内的目标质心坐标作为输入数据得到回归直线,预测下一时刻的目标质心位置.目标大小和灰度预测数据由该时间内均值滤波得到.本算法在多人体跟踪实验中取得良好效果.     

基于加权矩阵的TDOA多站无源定位算法

无源定位技术有着广阔的应用前景,传统的多站无源定位通常使用泰勒展开法对目标进行定位求解,在此基础上一种基于加权矩阵的多站到达时间差测量法被提出.当被测目标发射信号中存在稳定载波情况下,以各站点的载波跟踪环路为切入点,分析了采用常规时域相关法对载波跟踪时的环路噪声特性方程,利用此方程对多个观测站间的距离差观测量加权矩阵进行建模,再利用此加权矩阵对定位方程进行改进,最终得到高精度的目标位置解.通过仿真实验可以证明:在同等条件下该方法比传统泰勒展开法的定位精度有所提高,最好可提高精度约30%.该方法是一种适用于多站无源定位的有效方法,尤其适用于移动观测站点情况.      

基于ST-SRCKF的超高速强机动目标跟踪算法

针对超高速强机动目标运动模型难以准确建立且观测数据易出现不良量测而导致滤波发散的问题,提出一种适用于超高速强机动目标的跟踪算法。该算法根据正交性原理推导了一种新的强跟踪平方根容积卡尔曼滤波（ST-SRCKF）结构,并引入多重渐消因子,渐消因子求解方法和作用位置均不同于已有的ST-SRCKF。根据新息的统计学特性,即新息协方差矩阵的迹服从卡方分布,建立了一种改进的CS-Jerk模型,该模型对目标机动的描述更准确,它与改进ST-SRCKF算法的结合实现了对超高速强机动目标的高精度跟踪。仿真结果表明,改进算法对超高速强机动目标的跟踪性能更佳。      

新的像机观测可靠度模型

针对像机观测方向和观测区域受限的特点,结合人眼感知概率模型,建立了一种基于观测可靠度的像机观测模型.依据Johnson准则,综合考虑了像机距目标的观测距离、观测角度和目标大小等因素,不仅可以确定目标的存在与否,还可以全面描述像机对目标的观测性能,更加符合像机对目标感知的实际情况.在此基础上定义了多个像机对目标的观测可靠度,及像机网络对目标的捕获概率,提出了基于像机观测可靠度模型的多像机网络覆盖优化部署算法.仿真结果表明,利用新的像机观测可靠度模型对网络进行优化,可以在提高多像机网络对观测区域的覆盖程度的同时,优化网络对场景的感知能力,提高对目标的捕获概率.      

实时棒材图像识别与跟踪方法研究

多目标识别跟踪的关键问题是特征提取和目标匹配.为了提取生产线上堆积棒材的特征,提出粘连目标分割和多目标识别的方法.采用中值滤波和形态学滤波去除噪声,自适应阈值化和分水岭变换分割粘连目标;然后采用区域统计、参数识别、噪声区域去除以及聚类分析等手段进行目标特征识别,提取出棒材的质心点坐标作为特征;对棒材图像序列提出采用模板匹配、相近位移匹配和Kalman滤波的方法建立跟踪链,通过插入、删除、更新链节点进行目标跟踪;对于图像处理中可能出现的漏检目标和虚增目标,进行了计数结果校正.在现场采集了100帧连续图像后,采用此方法跟踪计数的精度为96.2%.      

MCMC-Particle-based group tracking of space objects within Bayesian framework

With the intense increase in space objects, especially space debris, it is necessary to efficiently track and catalog the extensive dense clusters of space objects. As the main instrument for low earth orbit (LEO) space surveillance, ground-based radar system is usually limited by its resolution while tracking small space debris with high density. Thus, the obtained measurement information could have been seriously missed, which makes the traditional tracking method inefficient. To address this issue, we conceived the concept of group tracking. For group tracking, the overall tendency of the group objects is expected to be revealed, and the trajectories of individual objects are simultaneously reconstructed explicitly. According to model the interaction between the group center and individual trajectories using the Markov random field (MRF) within Bayesian framework, the objects’ number and individual trajectory can be estimated more accurately in the condition of high miss alarm probability. The Markov chain Monte Carlo (MCMC)-Particle algorithm was utilized for solving the Bayesian integral problem. Furthermore, we introduced the mechanism for describing the behaviors of groups merging and splitting, which can expand the single group tracking algorithm to track variable multiple groups. Finally, simulation of the group tracking of space objects was carried out to validate the efficiency of the proposed method.     

基于时空关联图模型的视频监控目标跟踪

多摄像机监控环境下的无重叠视域目标跟踪问题十分具有挑战性,其原因在于跟踪目标在网络中的转移与运动规律往往具有不确定性.目标跟踪的关键问题在于摄像机之间的目标关联以及如何依据网络拓扑结构来找到目标之间的对应关系.提出了一种图模型来对摄像机网络中的时空关联关系进行表达.图模型中的节点表示目标在摄像机视域中的出现区域和消失区域,边由时间与空间关系进行约束.提出了一种将目标外观模型与图模型相融合的跟踪方法,其中外观模型通过协方差描述子进行特征融合,同时,结合二部图匹配策略来解决多摄像头目标跟踪中的识别与匹配问题.在真实监控视频上的实验验证了该方法的有效性.      

一种改进的运动目标抗遮挡跟踪算法

为解决运动目标在遮挡情况下的跟踪问题,提出一种基于目标运动预测与自适应多子块模板匹配相结合的抗遮挡跟踪算法.该算法建立了多子块模板匹配相关算法中遮挡情况的判定、子块模板匹配及自适应更新等准则,采用卡尔曼滤波模型预测目标在遮挡时的运动轨迹,并利用一种基于目标速度矢量的模板定位规则实现目标在遮挡结束后的接力跟踪.将该算法应用于存在多种遮挡情况下的实际视频中进行测试,实验结果表明:该算法不仅能够实现在部分遮挡情况下的目标跟踪,而且能在严重遮挡、甚至完全遮挡情况下对刚体和非刚体目标进行稳定有效地跟踪,保持目标运动轨迹的可靠性和完整性.     

基于相关滤波和轨迹预测的视频卫星动态目标跟踪算法

为解决卫星视频中有遮挡或相似目标情况下目标跟踪的问题,提出了一种改进的相关滤波算法,在跟踪框架中加入了干扰判别模块和基于神经网络的轨迹预测模型。通过比较平均峰值相关能量指标值与自适应阈值来判别跟踪器是否受到干扰。双向长短期记忆网络以目标历史轨迹编码为输入来完成轨迹预测,结合相关滤波输出结果和网络预测结果来确定目标的位置。实验表明,所提出算法的精度提升了2.10%,在有遮挡或相似目标等情况下仍具有较好的跟踪性能。     

基于近似动态规划的目标追踪控制算法

在目标跟踪问题中,针对飞行器控制算法难以适应目标大机动飞行甚至与我方博弈等难度较大任务的问题,提出了基于近似动态规划的目标追踪控制算法。该算法通过使用博弈策略对我方无人机进行训练形成经验,将双方位置等状态作为已知量,滚转方向作为控制量,利用两物体的相对位置得出其特征,并形成近似值函数;最终利用rollout算法进行最优跟踪决策求解,实现对跟踪目标甚至是博弈目标的灵活有效精确跟踪。仿真结果验证了近似动态规划用于控制算法的有效性。      

利用一次雷达实现低空空域的安全监视

介绍了一种低成本的低空空域雷达监视实验系统,并提出了一种基于雷达平面位置指示(PPI,Plane Position Indicator)图像的目标检测与跟踪算法,其中杂波抑制和目标状态估计是两项关键技术.经过背景差分的雷达PPI图像,仍然含有大量的背景边缘杂波,该算法利用其空域特性进行杂波抑制,并采用交互式多模型(IMM,Interactive Multiple Models)方法对目标的匀速、加速、减速、转弯等机动运动进行跟踪.详细分析了仿真数据的跟踪效果,并将整套算法应用于两组实测PPI图像,实验结果说明其有效性.     

一种数字化DS/BPSK扩频接收机

介绍一种新型数字化DS/BPSK(Direct Spread/Binary Phase Shife Keying)扩频接收机的设计.该接收机采用专用数字相关器为核心的硬件设计,并结合数字处理算法完成扩频信号的解调.技术上采用串并组合的伪码捕获、科斯特环载波跟踪、延迟锁定环伪码跟踪等方式,可通过软件算法灵活实现.该接收机具有综合性能强,及软件接口灵活的特点,可有效地应用于基于码分多址的多目标测控系统中.     

International scientific optical network for space debris research

A joint team of researchers under the auspices of the Center for Space Debris Information Collection, Processing and Analysis of the Russian Academy of Sciences collaborates with 15 observatories around the world to perform observations of space debris. For this purpose, 14 telescopes were equipped with charge-coupled device (CCD) cameras, Global Positioning System (GPS) receivers, CCD frame processing and ephemeris computation software, with the support of the European and Russian grants. Many of the observation campaigns were carried out in collaboration with the Astronomical Institute of the University of Bern (AIUB) team operating at the Zimmerwald observatory and conducting research for the European Space Agency (ESA), using the Tenerife/Teide telescope for searching and tracking of unknown objects in the geostationary region (GEO). More than 130,000 measurements of space objects along a GEO arc of 340.9°, collected and processed at Space Debris Data Base in the Ballistic Center of the Keldysh Institute of Applied Mathematics (KIAM) in 2005–2006, allowed us to find 288 GEO objects that are absent in the public orbital databases and to determine their orbital elements. Methods of discovering and tracking small space debris fragments at high orbits were developed and tested. About 40 of 150 detected unknown objects of magnitudes 15–20.5 were tracked during many months. A series of dedicated 22-cm telescopes with large field of view for GEO survey tasks is in process of construction. 7 60-cm telescopes will be modernized in 2007.