多传感器跟踪多目标算法

介绍在单传感器跟踪多目标算法基础上扩展的多传感器跟踪多目标的一种算法,讨论多传感器异步报告、多传感器报告与目标配对,以及N次扫描近似技术在多传感器跟踪多目标算法中的应用.     

一种模糊多传感器跟踪系统

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。     

多传感器目标跟踪的实时剔野方法

考虑了目标跟踪和航天测控中测量数据的实时剔野问题，测量数据集合中严重偏离大部分数据所呈现趋势的小部分数据点被称为野值点，野值的剔除对提高目标跟踪精度有十分重要的意义，己有的剔野方法从工程应用角度看，存在不适宜成串出现的野值。需要人工干顾、计算量大，不适宜在线快速处理等缺点，多传感器目标跟踪系统可以通过合理利用传感器的互补与冗余信息来能提高系统的目标跟踪性能，本文在多传感器目标跟踪条件下，综合利用多传感器数据形成的对目标状态参数的正确描述和测量数据集合主体的变化趋势，给出了实时、准确、高效地识别测量数据中野值点的方法。仿真结果表明利用多传感器目标跟踪中航迹融合的分布式融合方法，可以快速、有效地解决野值斑点剔除问题。     

用于目标识别跟踪的雷达/红外成像双模传感器数据融合技术

目标识别和跟踪是模式识别领域的一重要研究内容。基于单传感器（ 雷达或红外成像） 的系统存在着局限性， 分析了多传感器信号融合的必要性， 介绍了目标识别和跟踪系统进行多传感器信号融合的方法（ 特征层融合、决策层融合）及其在提高目标识别和跟踪的可靠性和抗干扰性方面的优势。介绍了基于智能模型和基于多层前向网络的目标识别算法。     

基于多特征融合的天基面目标长时跟踪算法

天基视频成像特性存在目标尺寸小、特征几乎无纹理、干扰因素多等问题,现有的近景面目标跟踪算法不完全适用.文章通过利用梯度直方图与颜色名称两种特征在天基视频跟踪中的不同优势,借鉴由跟踪、学习、检测三部分组成的长时跟踪思路,对高斯核化相关滤波器进行改进,提出了一种适用于视频卫星数据处理的多特征融合面目标长时跟踪算法.运用该算...     

基于Cramér-Rao下限的多传感器跟踪资源协同分配

针对防空指挥控制系统中多传感器管理问题,提出了一种基于目标跟踪精度Cramér-Rao下限的多传感器跟踪资源协同分配方法。该方法首先利用目标战术重要性函数求解目标优先级;然后在目标优先级函数和目标—传感器配对效能函数的基础上,构造了多传感器资源协同分配一般模型,并根据目标跟踪过程特点将Cramér-Rao下限引入到协同分配的模型中,使得在进行跟踪资源协同分配时无需考虑目标跟踪滤波算法的选择。对于分配过程中出现的NP(Non-deterministic polynomial)难问题,探讨了利用匈牙利算法寻求满足条件的目标传感器最优组合,给出了模型求解的步骤。仿真结果表明,这种多传感器跟踪资源协同分配方法的可行性与模型求解的快速性。     

多目标角跟踪的新算法

在以前的一篇文章里，作者是根据探测传感器阵列输出的信号的到达方向（ＤＯＡ）来考虑多目标跟踪问题。并推导出一种用于数据关联的算法。本文作者用了一种新方法考虑ＤＯＡ估算问题，该方法似乎能得到令人满意的估值。前方导出的数据关联算法已被用于计算不同目标轨迹的新估值。     

多传感器交叉提示技术及其在目标跟踪中的应用

针对传感器交叉提示在目标跟踪中的应用问题,围绕如何通过传感器交叉提示技术实现"传感器资源管理"、"提高目标跟踪精度"和"实现目标交接"展开研究,提出传感器网络效能评价函数,分析不同类型的交叉提示发生的时机与条件,设计基于博弈论的多传感器交叉提示算法,并提出基于假设检验理论的传感器博弈策略调整方法。仿真结果表明,本文提出的多传感器交叉提示模型符合实际作战场景,能够顺利实现传感器管理、提高目标跟踪精度和进行目标交接,与粒子群算法、合同网算法和拍卖算法相比,博弈论算法具有较好的求解质量,收敛速度明显提高。     

多目标探测与捕获：一种统一的方法

假设采用多目标跟踪器跟踪处于强杂波环境中的暗弱目标，在《杂波中暗弱目标的捕获》一文中，Oilver Drummond指出，对于这样的跟踪器，目标捕获（即，确定在含有持续的象素中是否存在目标）是两个截然不同的问题。具体地说，目标捕获要求有两个接收机工作特性（ROC）曲线，而目标只要求有一个。在以往有关这一主题的会议和其它会议上发表的论文以及《数据融合的数学方法》一书中，我们已经介绍了“有限集统计法”（FISST），它直接将常规的单传感器、单目标统计推广到多目标领域。在本文我们说明了怎样通过FISST使探测和捕获统一在一个相似的决策理论框架下。其基本构想是采用一个统一的具有杂波模型的Bayesian单目标跟踪器，而不是一个多目标跟踪器。与常规的探测问题相类似（即，在“只有噪声”和“目标＋噪声”的假设之间作出判断），捕获问题化为常规的判决问题（即，在“只有杂波”和“目标＋杂波”的假设之间作出判断）。此外， 我们还说明了对于这一类广义探测问题应怎样来确定“捕获ROC曲线”。     

多假设多目标跟踪算法评估

本文对多假设多目标跟踪算法进行性能评估。文中主要研究了作为性能量度的目标探测／航迹起始能力。通过蒙特卡罗模拟就从目标回波建立航迹的概率和虚假航迹密度两个问题评估了多假设跟踪算法。选用了一台雷达作为传感器，并在蒙特卡罗模拟中使用了一个普通的多假设多目标跟踪算法。模拟结果预示了从一个目标回波建立一条航迹的概率以及一单位时间每个扫描空域内的虚假航迹密度。如同研究检测门限和航迹质量门限的影响那样，文中研究     

无线传感器网络空中目标跟踪任务分配技术的研究

以无线传感器网络对空中飞行目标跟踪为背景，针对无线传感器网络协同技术中的任务分配问题，以降低传感器节点之间的通信能量消耗为目的，提出了一种基于弹性神经网络的任务分配算法。首先对多动态联盟多目标跟踪问题进行建模，然后依据最小能量准则，采用一种非全连接的环形结构的弹性神经网络模型，解决了多目标跟踪时的任务优化分配问题以及多个动态联盟对传感器资源竞争冲突时系统能耗增加的问题。仿真结果表明，该算法与传统的方法相比，大大降低了跟踪系统的能量消耗。     

雷声公司进行多导弹威胁红外跟踪试验

2011年11月2日,雷声公司在夏威夷考艾岛导弹靶场进行了多导弹威胁红外跟踪试验,利用机载红外(ABIR)平台搭载的"多光谱瞄准系统-B"光电红外传感器对多枚弹道导弹目标进行了跟踪演示实验。此次试验中,"多光谱瞄准系统-B"中的4部传感器成功跟踪了多枚导弹目标,对目标信息进行了采集并将其传送至机载处理器进行了事后分析。机载处理器     

机动目标多传感器组网空间配准方法

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。     

杂波环境下的机动目标检测和跟踪算法

交互多模式（IMM）是一种有效的机动目标跟踪算法，但由于其要求具有很多的先验前提条件而不利于工程实现。研究了一种杂波环境下更适合于工程实现的机动目标（同样适用非机动目标）的跟踪算法，该算法通过一种由测量位置估计误差决定的机动检测函数来实现杂波背景中的机动目标检测，并通过改变Kalman滤波的相关参数，实现自适应跟踪。该算法克服了IMM算法的模式限制和复杂性，同时也避免了对非机动目标的跟踪中，在跟踪模式间相互切换时所换造成的影响。通过在空管系统（ATC）的大量模拟实验，验证了该算法的有效性和重大应用价值。     

基于PCRLB的低轨星座对自由段多目标的多传感器调度算法

研究了低轨星座跟踪自由段目标背景下的多目标多传感器调度问题.论述了自由段目标运动模型和星载红外传感器测量模型.考虑到目标出现的时空不确定性,面向系统的跟踪性能,建立了基于突发事件和滚动周期的调度框架以及调度与跟踪的闭环结构.基于此,建立了调度的具体算法.特别地,以调度周期内系统的信息增量最大化为目标,详细设计了基于PCRLB的调度策略性能指标.仿真验证了算法的可行性、优越性以及在动态环境中的适应性.     

基于粒子滤波的被动多基站跟踪算法

针对被动多基站跟踪的实际应用，提出了基于粒子滤波的被动多基站跟踪方法。该方法首先利用两个基站的观测数据融合目标位置，并用第三个基站的观测数据对目标位置进行检验，消除了错误融合位置；然后，推导了被动多基站粒子滤波模型，并根据被动多基站跟踪的特点，提出了顺序重抽样方法，有效地解决了被动多基站跟踪中的高度非线性、非高斯的影响；最后，给出了算法的性能仿真比较。仿真结果表明提出的方法性能明显优于其他跟踪方法（如PMHT、IMM-PDA）。     

中PRF雷达PRF方案的性能比较

以前的研究结果表明进化算法（EA）是优化选择中PRF方案脉冲重复频率（PRF）值的有效方法，用于要求在三个PRF有目标数据的机载火控雷达（FCR）。优化的目的是将距离／多普勒盲区最小化并保持完全的解算能力。本文详细说明的优化处理是用于设计仅有两个PRF情况下要求有目标数据的新颖的短、中PRF方案。介绍了多个接近最佳的方案的测试，以比较各自的盲区、解算和虚假目标的性能。结果表明在多种情况下，N取2的方案是常用的N取3处理的更好替代方案。     

机载雷达的多个分辨率信号处理技术

合成孔径雷达（SAR）利用通过时间积累和自身的运动所获得的很高空间分辨率，可以降低某一给定分辨单元中的背景杂波功率，从而探测出非运动目标。而地面动目标显示（GMTI）雷达为了探测则采用低得多的分辨处理，利用的是实际孔径与动目标和杂波之间的空．时响应的相对差别。因此，SAR和GMTI代表了两种不同的时间处理分辨尺度，它们对探测固定（在SAR情况下）或者外围杂波中的（在GMTI情况下）目标来说是最佳的，并已经单独验证过，能够很好地工作。基于机载雷达数据处理的这种多个分辨率说明，就有可能研究出一种探测技术，该技术将着手优化信号处理分辨尺度（比如时间积累的长度）来与所关注目标的动态情况相匹配。本文研究怎样利用长相参处理时间间隔（CPI）的信号处理技术来改善GMTI雷达的探测性能。     

基于模糊干扰观测器的空天飞行器轨迹线性化控制

针对一类多输人多输出非线性不确定系统，提出了基于模糊干扰观测器（FDO）的轨迹线性化控制（TLC）方法并应用于空天飞行器（ASV）飞行控制系统设计。利用模糊系统具有以任意精度逼近非线性函数的能力设计FDO对未知干扰和不确定进行估计，并通过鲁棒控制项来提高系统的性能。采用Lyapunov方法本文证明了闭环系统跟踪误差和干扰观测误差一致最终有界。最后利用所提出的控制方案设计了ASV飞行控制系统，仿真结果表明了控制方案的有效性和鲁棒性。     

基于模糊最小方差估计的超视距雷达多模式融合跟踪算法

天波超视距雷达(OTHR)是通过电离层反射实现超视距广域监视的,其地理坐标系下的量测方程存在强非线性,同时由于电离层的不同分层,造成了多路径传播的严重问题,即同时存在多个量测模型。本文借鉴多传感器数据融合的思想,提出了一种新的超视距雷达跟踪算法,将多路径信息看作是多传感器提供的量测信息,利用模糊最小方差估计的方法对多路径信息进行同步融合。仿真结果表明,当在杂波环境中,跟踪一个存在四种可能非线性量测的非机动目标时,本文提出的基于模糊最小方差估计的多模式融合跟踪算法(FLCE-MFT)与多径概率数据互联算法(MPDA)相比,在距离维的精度具有很大改善,且耗时大大缩短,具有更好的跟踪性能。