基于VS-IMM算法的A-SMGCS场面运动目标跟踪

为实现先进场面运动引导控制系统中场面监视雷达对运动目标的跟踪,研究了将变结构交互式多模型(Variable structure interacting multiple model,VS-IMM)算法应用到该系统中。首先,根据飞机的真实运动情况建立了飞机的匀速运动、匀加速运动和匀速转弯运动模型;然后,针对固定结构交互式多模型(Fixed structureinteractive multiple model,FS-IMM)算法在目标跟踪方面的不足,结合机场地图,将VS-IMM算法应用到机场场面运动目标跟踪中;最后,基于扩展卡尔曼滤波将VS-IMM算法与FS-IMM算法进行仿真比较。结果表明:VS-IMM算法的跟踪精度及模型选择均优于FS-IMM算法,VS-IMM算法在场面跟踪方面具有更大的应用价值。     

基于改进Faster-RCNN的机场场面小目标物体检测算法

针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网络基础上建立了一个带有上采样的"自顶向下"的特征融合模块,以生成语义信息更加丰富的高分辨率特征图。并在网络训练过程中,采用在线难例挖掘的训练策略使模型更加鲁棒地对小目标样本进行定位。最后,手工构建了一个包含5 982张图片的机场数据集,用于检测模型的训练和测试。结果表明,本文所提出算法显著提升了机场场面小目标物体检测的准确率,且使整体平均检测准确率达到了80.8%,该结果高于其他先进的目标检测模型。     

ADS-B机场场面监视技术研究

如何在复杂的机场环境和恶劣的气象条件下管理日益增多的飞机和地面服务车辆,成为机场运行管理中必须考虑的问题。本文给出了采用广播式自动相关监视系统(ADS-B)技术实现机场场面监视的解决方案。     

IMM滤波算法在目标跟踪中的建模和仿真

IMM(Interacting Multiple Model)滤波算法以混合状态系统的观点为基础，利用一个连续状态的微分方程来描述目标的运动，利用一个离散差分方程来描述目标的机动出现，从而建立了更为准确的目标运动模型。本文对该滤波算法进行了进一步的研究，总结了该算法的特点，指出了影响该算法性能的因素，并进行了细致的分析。     

ADS-B在机场场面监视中的应用研究

本文对现有机场场面监视技术做了分析比较,给出了基于ADS-B技术的场面监视系统框架,对ADS-B的报文传输协议做了解析。研究和分析结果可以为ADS-B在场面监视中的应用提供参考。     

基于粒子滤波算法的非刚性目标实时跟踪

基于颜色的粒子滤波实时跟踪算法主要是利用视频图像的颜色直方图信息,综合考虑运动预测和帧间的相似性来确定目标的位置。针对影响粒子滤波算法性能的关键技术,提出了基于混合高斯模型的粒子滤波算法,并将其用于基于颜色的非刚性目标的实时跟踪相关问题。该算法使用混合高斯模型表示粒子,在每个时刻的修正步骤之后,采用EM算法对粒子进行重新拟合。仿真实验表明,本算法在保证跟踪准确度的同时,可以满足实时跟踪的要求。     

上升段飞行器目标的视频图像跟踪

粒子滤波是一种基于贝叶斯估计理论和蒙特卡罗理论的实时目标跟踪方法,具有较为灵活的并行化跟踪方式,能够较好地维持跟踪目标的假设状态,具有较好的跟踪效果和鲁棒性。上升段飞行器目标飞行视频图像跟踪是火箭等目标飞行监控的重要阶段,但现阶段对飞行器上升段的视频图像跟踪主要依靠人工手动操作云台控制器,实现视频图像中的飞行器跟踪,跟踪图像存在跟踪滞后、画面抖动等现象,跟踪效果受人为因素影响较大。本文提出一种基于粒子滤波方法的上升段飞行器目标视频图像跟踪方法,建立飞行器目标粒子滤波跟踪模型实现对飞行器目标的识别和跟踪,在识别和跟踪的基础上建立云台控制模型,通过对云台的智能控制获得飞行器上升段的高质量图像。采用火箭发射的视频图像作为模型验证的实验数据,检验飞行器目标的跟踪效果。     

一种改进的UGPF算法及其在导航问题中的应用

通过对高斯粒子滤波(GPF)算法的分析与总结,提出了一种基于无味卡尔曼滤波(UKF)方法的改进GPF算法(改进UGPF算法).该方法主要利用UKF获取更优的重要性抽样函数,同时优化GPF滤波的算法流程结构.最后通过二维目标跟踪过程中位置导航参数估计问题,对该算法进行了仿真分析,所得结果验证了该算法的有效性.     

神经网络辅助卡尔曼滤波技术在雷达目标跟踪中的应用研究

提出了一种应用神经网络对卡尔曼滤波结果进行校正的机动目标跟踪方法,用BP神经网络修正目标机动运动时的卡尔曼滤波误差,并用matlab仿真单目标机动飞行时的滤波效果,通过与卡尔曼滤波精度和滤波稳定度的比较说明该算法比传统卡尔曼滤波算法在跟踪机动目标方面效果要好。     

灰色优势分析在多雷达低空小目标跟踪中的应用

在多部雷达同时跟踪低空／超低空飞行的机动小目标时，因受低空杂波，电子干扰和雷达自身探测精度等因素影响，易使部分雷达探测的数据不完整，不精确，不可靠，甚至相互矛盾，结果造成融合中心数据处理精度下降，针对这一情况，本文应用灰色系统理论的绝对关联度定义和性质，提出了一种改进的绝对关联度计算方法，并在此基础上将多部雷达经一次融合后的数据作为特征数据进行优势分析，把每时送入融合中心比较差的雷达数据用特征数据替换，再进行二次融合，仿真结构表明，应用改进的绝对关联度对雷达数据进行灰色优势分析和二次融合，可进一步提高雷达系统的跟踪精度和可靠性。     

SAR图像中恒速动目标的定位

分别利用恒速动目标的信号幅度和信号相位估计动目标信号的频谱中心和多普勒调频率,结果不受动目标位置影响,解决了"方位位置不确定问题"。根据动目标方位向信号的频谱中心、调频率和动目标像位置,实现定位动目标。将聚焦良好的静止背景和动目标像以正确的相对位置绘制到同一幅图像中,是对动目标定位的最好表达方式。     

A Test Method for the Static/Moving State of Targets Applied to Airport Surface Surveillance MLAT System

Due to the particularity of its location algorithm,there are some unique difficulties and features regarding the test of target motion states of multilateration(MLAT)system for airport surface surveillance.This paper proposed a test method applicable for the airport surface surveillance MLAT system,which can effectively determine whether the target is static or moving at a certain speed.Via a normalized test statistic designed in the sliding data window,the proposed method not only eliminates the impact of geometry Dilution of precision(GDOP)effectively,but also transforms the test of different motion states into the test of different probability density functions.Meanwhile,by adjusting the size of the sliding window,it can fulfill different test performance requirements.The method was developed through strict theoretical extrapolation and performance analysis,and simulations results verified its correctness and effectiveness.     

UAV Velocity Measurement for Ground Moving Target

To satisfy the demand of measuring the velocity of ground moving target through unmanned aerial vehicle(UAV)electro-optical platform,two velocity measurement methods are proposed.Firstly,a velocity measurement method based on target localization is derived,using the position difference between two points with the advantages of easy deployment and realization.Then a mathematical model for measuring target velocity is built and described by 15 variables,i.e.UAV velocity,UAV attitude angular rate,camera direction angular rate and so on.Moreover,the causes of velocity measurement error are analyzed and a formula is derived for calculating the measurement error.Finally,the simulation results show that angular rate error has a strong influence on the velocity measurement accuracy,especially the UAV pitch angular rate error,roll angular rate error and the camera angular altitude rate error,thus indicating the direction for improving velocity measurement precision.     

基于多普勒频率反投影的NCW-SAR动目标成像方法

传统合成孔径雷达(Synthetic aperture radar,SAR)成像依赖大带宽发射信号,研究证明SAR也可利用窄带连续波形(Narrowband continuous wave,NCW)具有的高多普勒分辨率实现场景的高分辨成像。NCW-SAR成像的优势在于占有很少的频带资源、降低系统成本和规模,更适用于通常带宽较窄的利用外辐射源波形的无源SAR。文中首先指出NCW-SAR的应用前景,简要回顾窄带动目标成像的发展,并分析NCW-SAR成像技术的现状。然后给出通用的SAR回波模型,提出NCW-SAR动目标成像方法,实现静止场景中动目标的聚焦,获得目标的速度估计,并分析速度分辨率。实验验证了NCW-SAR动目标成像方法的有效性。     

利用推广卡尔曼滤波实现纯方位目标跟踪

本文讨论在修正极坐标下利用推广卡尔曼滤波实现纯方位目标跟踪的具体方法。通过采用协方差平方根滤波与变系数衰减记忆滤波,克服了跟踪过程中的计算发散和滤波发散,获得了比较满意的稳定和渐近无偏的估计结果,并利用Z80-CPU配接适当的外部设备实现了实时的跟踪处理。此外,还对纯方位目标跟踪的一些性质进行了分析。     

终端区及场面多点定位中TSOA与TDOA算法性能分析

首先从算法原理、计算量、定位误差及模糊度等方面比较分析了多点定位中几种典型算法性能,综合比较得出Taylor算法定位性能最佳;其次,从模糊点数量及分布方面证明到达时间和（Time sum of arrival, TSOA）算法的定位性能要比到达时间差（Time difference of arrival, TDOA）算法差;最后,分析了基站数量、布局、目标高度、时间和测量误差及基线长度等参数,依据几何精度因子的变化状态证明了TSOA定位算法的性能优势。仿真结果证明,理论上TSOA算法的综合定位性能优于TDOA算法。