共查询到10条相似文献,搜索用时 62 毫秒
1.
基于稀疏重构的超分辨方法是应对空间邻近目标的有效方法之一,但是当目标处于杂波环境下时,杂波会布满在整个视场范围内,导致场景原有的稀疏性被破坏。针对这一现象提出了一种在杂波环境下的超分辨方法。该方法充分利用了传感器的结构特性以及重构算法中的参数,通过建立观测信号的红外成像模型并利用像元网格划分的方式,建立空间邻近目标群的位置和幅度信号的稀疏表示,并利用其光学系统的点扩散函数来构造超完备字典,最后通过控制重构场景中非零元素的个数比例来使重构参数处于一个合理的区间范围,以此来达到去除杂波干扰并准确重建稀疏目标的目的。 相似文献
2.
3.
4.
5.
针对单传感器跟踪空间邻近目标过程中存在航迹交错的问题,提出一种基于分布式多传感器融合结构的跟踪与航迹关联联合优化算法.该算法在单帧航迹全局最优航迹关联的基础上,通过航迹关联质量检测传感器航迹是否存在交错,然后构造交错航迹对的拟测量,并根据拟测量误差协方差计算融合“测量”,最后由融合中心对融合“测量”进行全局最优点迹-航迹互联和交互多模型(IMM)滤波更新融合航迹.考虑分布式融合系统约束情况,给出采用次优拟测量的替代方法.仿真结果表明,与传统航迹关联算法相比,联合优化算法能够明显提高目标跟踪精度和身份正确率. 相似文献
6.
针对存在传感器偏差的多传感器组网系统跟踪机动目标的问题,把目标状态与传感器偏差进行解耦估计,提出了一种基于交互多模型的两阶段扩展Kalman滤波(IMM-TSEKF)算法。由于传感器观测方程的非线性,文中采用了两阶段扩展Kalman滤波器(TSEKF),针对机动目标,把IMM算法与TSEKF算法相结合用于目标跟踪与空间配准。此外还对算法的时间复杂度进行了分析,并以螺旋机动战术弹道导弹为目标进行组网空间配准与目标跟踪。仿真结果表明,相比于常规的基于交互多模型的增广Kalman滤波(IMM-ASEKF)算法,该文算法在估计性能相当的情况下,减小了计算的复杂度,提高了计算效率,更易于工程实现。 相似文献
7.
许多多传感器目标跟踪系统都是在假定数据关联过于复杂、集中式融合办法的计算要求过多而难于实现的情况下提出的。此外还需假设噪声分量相对较小、无漏检,扫描周期相对较短等等。业已证明,在采用这些假设条件生成模拟数据进行测试时,许多多传感器跟踪系统都能有效地工作。然而深入研究了几组实际数据的特点之后,就会发现这些假设并不总有效的。本文首先介绍了一种实际的多传感器跟踪环境的特点,并解释了在这种环境下现有系统不能有效完成任务的原因。然后给出克服这些系统缺陷的种数据融合方法,方法分为3步;(Ⅰ)采用一种自适应学习方法估算同步误差;(Ⅱ)漏检时调整目标的测量位置;(Ⅲ)采用一种基于模糊逻辑的算法预测下一个目标位置。为做出性能评估,我们采用不同的实际数据集和模拟数据集对融合方法进行了测试,结果令人满意。 相似文献
8.
红外诱饵等空间特定目标是对抗红外探测的主要手段之一。随着双色制导技术的发展,红外探测灵敏度不断提升,目标识别能力不断增强,这对空间特定目标表面的双波段红外辐射的逼真性提出了要求。通过改变空间特定目标表面发射率控制其红外辐射强度的大小,使用数值仿真的方法进行计算,从而提出了对空间特定目标表面红外辐射特性的调控方法。此外根据所确定的表面发射率、可见光吸收及红外发射比例以及内热源功率,选择合适的表面材料以及热功率施加方法,在保证空间特定目标表面机械性能的同时,使空间特定目标满足光照及阴影区的双波段红外辐射特性要求,并进行模型的制作以及热真空实验,证明了理论计算的准确性。 相似文献
9.
10.
STSS红外传感器探测性能分析 总被引:1,自引:0,他引:1
随着导弹防御系统的发展,弹道导弹突防将受到更大的威胁,而弹道导弹中段是攻防对抗集中体现的区域。本文针对空间跟踪与监视系统(STSS),通过预估其红外传感器的关键性能参数,对其中段目标探测能力进行了分析,结果表明STSS将对弹道导弹突防构成严重威胁。 相似文献