基于多传感器的机动目标跟踪与融合技术综述

在分析了目标跟踪技术的重要地位之后，对目标跟踪要素进行了简要介绍。同时，描述了机动目标建模、滤波算法、航迹管理、传感器管理以及目标身份识别技术常用的方法，试图对基于多传感器的机动目标跟踪和识别算法构建一个轮廓和框架。     

基于动态模板与位置预测的运动目标识别与跟踪

针对动态图像的相关性特点,提出了一种带遗忘因子的自适应动态模板匹配算法,并结合物体运动学原理,提出了一种基于目标位置预测的动态目标识别与跟踪方法,并在此基础上设计了一种螺旋渐开式的目标搜索算法。实验结果显示,这些方法能够准确地识别和快速地跟踪预定目标。     

基于人工神经网络的多模型目标跟踪算法

针对在目标跟踪中单模型跟踪算法难以应对目标运动形式的变化,而多模型跟踪算法存在结构固定、跟踪精度被非匹配模型削弱且模型切换缓慢的矛盾,文章提出了一种基于人工神经网络的多模型目标跟踪算法。通过分析目标几种基本运动模式的轨迹特点,归纳出目标运动轨迹的特征向量。利用训练好的BP神经网络对滑窗里的轨迹段进行运动模型识别,按结果进行跟踪模型切换,达到使跟踪算法实时适应目标运动状态的目的。仿真结果证明了该算法的有效性,且与传统的多模型算法相比,具有结构更加简单、更强的灵活性和拓展性的特点。     

提高航空货运业效率的射频识别技术

空运货物和集装设备出现差错、破损或丢失的现象在航空货运领域屡见不鲜,这是传统的条形码技术无法有效解决的问题,而射频识别技术则可实现对动态物体的识别和跟踪,能有效地提高航空货运业的运营效率。     

仿射坐标系下多视点的三维物体识别方法研究

多个视角下三维物体的识别一直是计算机视觉和模式识别领域的重要研究方向。对平面区域或适当的变换区域中以不同视角观察时图像中的点集所具备的性质进行了研究．并得出了在仿射变换下点模式匹配所具备的重要性质，即基于不同视角下平面图形的傅立叶描绘矩阵，得到形状匹配的数学约束，并将其应用于多个视角下物体的形状识别。理论分析及仿真实验表明，该方法在形状识别中是简便、快速、有效的。     

一种基于先验知识的3D位姿参数识别方法

计算机视觉中用单幅照片来识别三维物体的六个自由度是非常困难的，但是，在知道一些先验知识的情况下，可以对物体的六个自由度进行识别。本文提出一种基于先验知识的三维位举参数识别的方法，使用物体上不共线的三个特征点及目标点来确定物体的位置和姿态，给出了六个参数的解析表达式，在实时处理中可以得到好的效果。     

一种三维物体的视觉识别方法研究

研究了一种利用二维图像识别三维物体的方法。通过颜色特征提取物体的有效区域．使用链码描述了区域中三维物体的形状特征，并形成物体的形状特征向量。将该特征向量作为所设计的BP神经网络的输入进行物体匹配识别，网络输出为属于某种物体的隶属度。通过在各种光照环境下不同三维物体的二维彩色图像进行实验，证明了所提出方法的有效性。     

调频体制载波跟踪技术研究

编码和多符号检测技术在PCM/FM系统中的应用对载波精确跟踪提出了更高的要求。本文介绍了多符号检测原理,针对以往载波跟踪的不足,提出了一种把译码和跟踪结合起来进行载波跟踪的方法,给出了其跟踪原理框图,对其进行了理论推导,并对把这种方法应用于PCM/FM体制测速功能进行了设想。     

模态跟踪技术在颤振计算中的应用

以p-k法为基础，在特征值选取过程中，采用了多点预测方法及优化选择方法进行模态跟踪，有效解决了模态之间的窜支问题。介绍了基于模态跟踪技术的防窜支颤振计算方法；编制了防窜支p-k法颤振计算程序；对某工程实例，分别使用该计算程序与MSC．Nastran软件进行计算，经结果对比分析，证明该方法能有效解决窜支问题。     

以加挂式结构创新光学跟踪训练模式

光学跟踪训练是确保靶场试验测量任务顺利完成的重要措施之一。为克服过去国内研制的靶场光学跟踪训练模拟器的不足,并创新跟踪训练模式,我们研制了一种结构新颖、技术先进、性能良好的光学跟踪训练模拟器——加挂式跟踪训练模拟器。本文对这种模拟器的组成、功能原理、特点、应用情况等进行了简要介绍。     

航空发动机热端表面温度场测量

航空发动机热端温度场的测量和监视对延长发动机的使用寿命具有重要意义。文章简要介绍了目前采用的各种温度测量方式,如热电偶、光电高温计、红外热像仪和示温漆,并详细介绍了多波长温度测量和谱色温度测量两种新型的温度测量方法。两种方法大大降低了温度测量对被测物体表面发射率的依赖性,适用于1000～3000℃温度范围内高温物体表面温度的测量。     

基于时空显著性建模的空中飞行器跟踪方法

以复杂背景下空中飞行器的鲁棒视觉跟踪问题为研究背景，为解决现有跟踪方法目标表征模型不够精确，算法鲁棒性严重受到目标形变、宽高比变化、复杂背景等因素干扰的问题，提出了建模跟踪场景中独立物体的显著性特性，用于构建精确的目标模型。提出的显著性估计方法有别于传统的单帧检测方法，利用跟踪算法提供的背景先验知识以及多帧图像观测数据，使用时空联合的方式进行建模估计，其结果用来指导目标跟踪算法选取有效视觉特征，建立精确目标表征模型，减小背景区域对算法模型的干扰。实验表明，提出的方法为上述难点问题提供了有效的解决方案，对空中飞行器的跟踪精度与鲁棒性优于大多数最先进的主流方法，在其他类型的目标跟踪任务中也有十分优越的性能表现。     

IS-95 CDMA系统RAKE接收机仿真

RAKE接收机作为一种有效的抗多径技术，充分利用了经过各条路经到达的信号能量获得分集增益。分别对IS—95码分多址标准CDMA系统进行了简单介绍，对RAKE接收机的工作原理和SystemView软件进行了介绍，概述了IS—95RAKE接收机的基本特点和性能参数，给出了采用SystemView软件仿真IS—95码分多址标准RAKE接收机的方法和仿真结果。仿真表明，利用RAKE接收机具有信道估计算法简单、信道跟踪实时性强的特点。     

多雷达跟踪处理在空中交通管制领域的应用

多雷达跟踪处理系统是目前国际上最先进的空中交通管制（ＡＴＣ）系统,广州空中交通管制中心是国内第一家使用融合式多雷达处理方式的管制中心。描述了目前国际上实现多雷达跟踪的几种方法,并结合广州空中交通管制中心多雷达跟踪处理系统的建设,指出我雷达跟踪处理系统建设过程中需要解决的几个问题及解决方法。     

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。     

一种混合的多机动目标跟踪算法研究

提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的问题.给出了基于模糊C均值(FCM)算法的多机动目标跟踪步骤.仿真结果表明IMM-FJPDA算法跟踪精度与IMM-JPDA算法相当,但计算量明显减小,提高了跟踪实时性.     

多目标测量技术

多目标测量一直是航天器试验和鉴定的一个难点。在前期多目标预研成果的基础上，本文介绍了一种基于“码分多址区分多目标、扩频伪码作单向测距信号、多站距离差定位、单星共视定时”体制的综合测量系统。该系统由6套跟踪测量站组成，能够完成空域内10个目标的遥测和外测。经过试验检验，其站间距离差精度小于5m，站间速度差精度小于0．2m／s，具有广阔的应用前景。     

多径效应对GPS载波相位观测量的影响

推导了ＧＰＳ接收机中多径效应引入的最大载波相位跟踪误差的闭合形式。得到以下结论：当直达信号跟踪误差不超过１码片时,最大载波测相多径误差为１／４周,该值出现在测码伪距多径误差最小的情况下;当直达信号跟踪误差超过或等于１码片时,接收机跟踪多径信号,信号误检发生。     

利用非线性优化滤波器跟踪图象序列中的小目标

研究一种基于相关技术的自适应跟踪装置。这种跟踪装置使用判别式非线性滤波器，对于噪声、背景和物体失真具有更好的Robust性。计算机模拟显示出了小目标跟踪的试验结果。在对相关面不进行处理的条件下展示了跟踪装置的良好的性能。研究出的算法在众所周知的线形滤波器失效的情况下也能发挥作用。     

结合核相关滤波器和深度学习的运动相机中无人机目标检测

针对无人机与相机快速相对运动造成的运动模糊问题，以及小型无人机外观信息缺失和背景复杂造成漏警和虚警问题，提出了一种新的无人机检测-跟踪方法。针对成像尺寸小于32像素×32像素的无人机目标，提出改进的多层特征金字塔的分类和目标框回归器作为目标检测器，克服漏警。利用检测结果初始化基于核相关滤波的目标跟踪器，并持续修正跟踪结果，跟踪结果为剔除检测器虚警提供依据。在跟踪过程中，引入对观测场景纹理自适应的相机运动补偿策略实现目标重定位。多场景下的实验结果表明：提出的方法在对高速运动小目标的检测和跟踪指标上显著优于传统方法，且运动补偿机制的引入进一步增强了方法在极端复杂场景下的鲁棒性。