交通信息采集雷达中目标跟踪算法的研究

现代交通系统的核心是对交通信息进行采集。使用雷达对交通信息采集具有效果好、不易受环境影响且寿命长等优点。交通信息采集的本质是对目标的状态信息进行动态检测。由于交通环境的复杂多样,因此采用合理的算法实现对目标的跟踪显得尤其重要。该文以转换测量卡尔曼滤波(CMKF)为基础,采用经验联合概率数据关联算法(CJPDA)与概率数据互联算法(PDA)相结合的数据关联方法,利用PDA对单目标或稀疏多目标进行数据关联,用CJPDA对复杂多目标进行数据关联,从而实现了雷达对目标的跟踪,进而实现了对交通信息的采集。文中首先介绍了CMKF滤波算法相关技术原理;其次描述了一些常用的数据关联算法实现过程;最后通过仿真分析验证了该种组合目标跟踪算法能够在满足交通信息采集雷达精度要求的同时有效的降低系统运算量,对系统的实时性有较好的提升。     

基于相关滤波器的嵌入式动态目标跟踪系统设计

针对空间非合作运动目标监控,提出了一种基于嵌入式技术的动态目标实时检测与跟踪方法,并完成了跟踪系统的研制设计和测试。该视觉目标跟踪系统以嵌入式处理器为控制器,通过相机模组获取实时视频图像,图像经过视觉检测与跟踪算法程序分析,得到目标的位置信息后,控制伺服运动系统调整相机姿态实现对动态目标跟踪。提出了基于相关滤波原理的跟踪算法,搭建了树莓派嵌入式测试系统,完成实时检测与跟踪的实验评估。实验结果表明,嵌入式处理器中检测与跟踪程序的平均运行帧率达到25FPS,伺服机构在水平360°和俯仰±60°范围内实现了对移动速度90°/s的目标的实时、稳定监控与跟踪。     

智能移动三坐标辅助定位的自适应控制方法

飞机部件的外形测量与误差评估是提升飞机装配质量的关键。针对测量工作要求高精度、高效率和无需专用工装的情况,同时针对被测对象外形尺寸大、各部位测量规范不同等难点,提出一种基于激光跟踪仪的智能移动三坐标辅助定位自适应控制技术。该技术以激光跟踪仪作为测量工具,以直角三坐标伺服机构作为靶标的辅助定位 装置,通过对直角三坐标伺服机构及导航小车进行任务规划与优化;同时激光跟踪仪实时反馈靶标目标位置,从而以最优路径的方式实现对测量机构多站位自主移动的全闭环自适应控制,提高了靶标的定位精度及测量效率。本文在线对测量数据进行了快速处理,得出了误差分布图,并精确地反映了测量点位的误差。实验结果表明：该方法可实现大尺寸部件的高精度快速测量,满足飞机大部件的测量要求。     

关于空管自动化数据处理算法的改进设计

根据空中交通管制自动化系统提出两点关于雷达数据处理的算法改进,重点关注单雷达航迹相关和多雷达数据融合。提出一种改进型的卡尔曼滤波航迹相关算法以及基于BP神经网络的多雷达数据融合算法,两种算法分别通过C#设计在Visual2010平台得以实现。     

非最小相位系统输出跟踪的最优预测控制方法

讨论了一类非最小相位系统的输出跟踪问题。非最小相位系统广泛存在于机器人柔性结构控制、飞机的飞机控制和航天器发射等实际问题中。由于非最小相位系统内部动态的不稳定性,传统的一些输出跟踪方法将导致系统的某些变量发散。文中通过讨论系统的有界理想状态轨迹,将期望跟踪的输出进行了扩充,利用预测控制方法研究了一类非最小相位系统的输出跟踪问题,从理论上证明了利用预测控制可以使非最小相位系统稳定地渐近跟踪期望输出。     

一种加速度辅助“当前”统计模型距离跟踪方法

在经典的“当前”统计模型中,机动频率通常为经验值,并需预设加速度极限值。针对这一局限,利用递归线性平滑牛顿预测器对加速度进行预估后,得到“当前”统计模型中目标机动频率值的解析解,避免了机动加速度极限值的设置,同时实现了过程噪声协方差矩阵的自适应计算。此外,利用简化的Sage-Husa滤波方法实现了量测噪声协方差矩阵的自适应更新。通过计算机仿真验证了该算法相较于经典的“当前”统计模型的距离跟踪性能更优。     

基于PX4飞控的多旋翼无人机编队跟踪系统设计

为解决单架无人机续航能力不足、执行任务单薄、应用场合受限等问题,目前多无人机协同跟踪具有极其重要的研究价值。以多旋翼无人机为研究对象,设计了一种基于PX4飞控的多旋翼无人机协同编队系统。利用飞控底层软件,将设计的制导律进行移植,通过ROS系统对无人机进行外部控制,各个僚机和长机之间能够实时获取其他无人机位置,然后通过控制器得到指令速度,从而形成预设跟踪编队。仿真实验结果表明,整个编队系统对目标的跟踪精确有效,并且所设计的制导律可以在PX4飞控架构下实现对地面目标的编队跟踪,提高了多旋翼编队跟踪系统的稳定性。