动态多因子相关算法及其改进

以组网雷达情报综合处理为背景,针对多站多目标航迹相关问题,首先介绍了动态多因子相关算法的基本原理,然后在此基础上提出了几点改进措施。利用位置因子的重要性对相关判定区域做了限制;利用航向因子对判决结果进行二次修正,同时结合目标的机动检测问题,提高了对目标强机动的检测能力;此外,根据实验结果还对综合处理中的航迹配对准则进行了修正。通过算法的改进不仅改善了航迹相关的质量,还降低了运算量。最后给出了改进后的算法流程图。     

基于当前统计模型的VDA机动目标跟踪算法

针对天波超视距雷达环境下的机动目标跟踪问题,提出一种基于当前统计模型的VDA机动目标跟踪算法.该算法将当前统计模型与VDA(Viterbi数据关联)算法相结合,在VDA算法框架下,利用当前模型算法对目标出现的机动进行自适应滤波,以解决目标状态估计和数据关联两方面的问题.通过目标漏跟率、虚假航迹占有率、航迹自动起始时延、输出航迹条数和航迹跟踪精度等多种跟踪性能指标,对算法进行了全方面的仿真验证.仿真结果表明,对天波超视距雷达所面临的密集杂波环境,该算法能够较好地跟踪机动目标.     

自适应天波超视距雷达航迹融合算法仿真研究

针对天波超视距雷达在雷达坐标系下进行目标跟踪时,滤波器输出的各传播模式航迹起始与终结时刻的不同所造成的航迹缺失条件下的航迹融合问题,研究自适应天波超视距雷达航迹融合算法,通过应用当前时刻获得的新信息与历史时刻获得的信息联合确定最优关联假设,随着新信息的不断累积,对后向或前向不同时刻的航迹、传播模式以及目标的最优关联假设不断地进行修正,从而获得最优的目标状态估计。仿真表明,与多假设航迹融合算法相比,自适应天波超视距雷达航迹融合算法大大降低了融合结果误差,并对于电离层模型的误差具有很好的适用性和鲁棒性。     

基于LVQ神经网络的雷达杂波抑制方法

针对雷达目标检测后的剩余杂波影响雷达航迹起始和航迹跟踪的问题,提出基于学习向量量化（learning vector quantization,LVQ）神经网络的雷达杂波抑制方法。从雷达回波点迹的特征入手,通过分析目标点迹和杂波点迹的特征分布,通过人工提取特征的方式选取具有差异化的特征。根据特征数量和点迹类别数量构建LVQ神经网络分类模型,并对模型进行训练。利用训练好的LVQ神经网络分类模型对雷达回波点迹进行分类,区分目标点迹和杂波点迹,保留判别为目标的点迹,滤除判别为杂波的点迹,从而实现杂波抑制功能。通过对某型航管雷达的实测数据进行测试表明：该方法能够有效区分目标点迹和杂波点迹,杂波抑制能力比BP神经网络算法更好。     

基于边扫描边跟踪系统的多目标航迹起始相关

系统地研究了基于边扫描边跟踪雷达系统中对多机动目标的航迹起始及点迹-航迹相关。航迹起始采用滑窗法,对于点迹-航迹相关,可将K近邻域法和NN算法结合应用。对该方法的航迹相关准则进行了详细的描述,并与NN算法和K近邻域法进行了比较。     

基于线性预测的雷达航迹压缩算法

雷达通信手段遭到破坏时,目标航迹数据无法传输,可以采用北斗短报文进行应急传输。针对北斗短报文通信容量有限的问题,提出一种基于线性预测的雷达航迹压缩算法。采用线性预测的方法将雷达获取的目标航迹进行分段直线拟合确定航迹的特征点,用特征点代替航迹进行传输实现对航迹的压缩。仿真结果表明:该算法具有非常好的航迹压缩效果。     

复杂环境下多雷达点迹融合

针对系统误差、杂波干扰等对点迹融合处理系统的影响,结合工程实践,提出了一种处理复杂环境下多雷达点迹融合结构框架,给出了存在系统误差情形下的多雷达航迹起始、虚假目标抑制、雷达误差配准等模型和算法。仿真结果表明,提出的框架、模型和算法能够有效处理多雷达点迹融合问题。     

一种BM模式匹配的改进算法

分析了几种模式匹配算法,通过对BM模式匹配算法的研究,提出一种基于BM模式匹配算法的改进思路.改进算法通过对模式串的预处理提高匹配跳跃的步长,从时间和空间复杂度分析,该改进算法提高了模式匹配的效率,实验证明模式字符串的重复率越低的情况下可以大大提高匹配的效率.     

声纳特征信息在潜艇信息综合处理中的应用研究

提出将声纳目标特征信息引入潜艇指控信息综合处理架构,通过分析声纳目标波束域信息特性及存在形式,提出了波束域特征辅助的信息融合、基于波束域信息中线谱、干涉结构的目标运动要素解算等技术,并通过实验室仿真计算和海上试验验证了算法的效能,解决了断续目标航迹融合、本艇不机动情况下的目标运动要素解算等问题,提高了多目标关联判断正确率,缩短了解算收敛时间,具备较强的工程可实现性。     

对组网雷达的多目标航迹欺骗

由于目前点迹压缩、点迹串行合并等融合方法在组网雷达中的普遍应用,使得对单部雷达的多目标航迹欺骗很容易被雷达组网系统所识别。为了能够有效地欺骗组网雷达,并在网内各雷达的PPI显示器上显示相似的航迹,在对单部雷达实施多目标航迹欺骗的理论基础上,提出了一种对组网雷达实施多目标航迹欺骗的方法。根据组网雷达系统中各雷达坐标位置的不同以及各雷达主波束对准干扰机时间的不同,详细讨论了产生具有空间相关性和时间相关性的可控欺骗航迹的算法。     

基于面积比矩阵的加权特征向量点匹配算法

提出一种在仿射变换下点集关系描述算子--面积比矩阵,证明了其在仿射变换群下的不变性质;并由该性质推导得出特征向量(EA)匹配算法抗噪性能差的原因,在此基础上给出了基于面积比矩阵的加权特征向量算法.算法构造不同图像的面积比矩阵,对矩阵进行分解得到其特征值和特征向量,通过特征值进行加权获得图像中点的特征向量,比较图像点的特征向量获取匹配关系.因面积比矩阵的仿射不变性质,算法能实现仿射变换下点集精确匹配;采用的加权特征向量法改进了EA匹配法,具有更好的抗噪性能.实验表明算法切实可行.     

基于相似原理的点特征松弛匹配算法

利用感兴趣点检测算子提取点特征,构建三角形并利用其相似度来定义点特征的匹配度,提出了一种新的具有比例与旋转不变特性的点特征松弛匹配算法.实验表明,所提出的匹配算法有很快的运算速度和很高的匹配正确率.     

一种基于Hausdorff距离的景象匹配算法

Hausdorff距离是一种比较点集的最大的最小距离。以边缘信息为特征点,给出了一种基于Hausdorff距离的景象匹配算法,它利用模板来简化计算Hausdorff距离。从仿真结果可以看出:具有较高的匹配精度。     

基于共进化的多任务分配与调度

在考虑多种约束关系基础上 ,提出一种并行与分布式系统中多约束关系的任务分配与调度的共同进化遗传算法。仿真试验结果表明所给算法比传统单种遗传算法更能有效地进行多任务分配与调度 ,具有一定的工程价值     

基于增强型MAD单特征量地磁匹配导航算法

为了提高基于MAD(mean absolute differences,平均绝对差)算法的单特征量地磁匹配导航系统的定位精度,研究分析了影响MAD算法的地磁匹配定位精度的主要因素,引入RANSAC(random sample consensus,随机抽样一致)鲁棒算法与粗精匹配结合的分层搜索策略来提高匹配精度及缩短匹配时间.仿真试验结果表明,该算法能够在一定程度上提高单特征量的地磁匹配的精度与稳定性,并大大缩短匹配时间.     

一种基于特征匹配的实时电子稳像算法

为了实时地稳定摄像系统的输出视频,提出了一种基于特征匹配的实时电子稳像算法。将改进的Kanade Lucas Tomasi(KLT)算法用于特征提取,并提出一种新的基于灰度投影均值的特征匹配算法。为了保证稳像结果的鲁棒性,还给出了特征的有效性检验方法。另外,基于高实时性对运动滤波算法的要求,在有意运动参数估计中采用了递归Kalman滤波法。实验表明,在微机上稳定单帧图像仅需24.7ms,能够满足实时性要求,且具有良好的稳像效果。     

一种直线段匹配的新方法

直线特征在人造目标和环境中普遍存在,直线段的匹配是三维重建等应用领域的首要解决问题.一般单直线的匹配方法难以解决被部分遮挡直线的匹配问题,提出了一种基于极线约束和RANSAC算法的匹配方法.对直线段上的点运用基于极线约束的匹配方法在另一幅图像中进行点的同名匹配,采用RANSAC算法建立直线模型,剔除野值,得到匹配直线段.本方法能有效地解决图像中被部分遮挡直线段的匹配问题,仿真实验和实际图像实验证实了本算法的正确性和高精度.     

基于雷达数字孪生的水上多目标跟踪方法研究

雷达的采样数据经过多目标跟踪处理后可为无人艇提供障碍状态,以保障无人艇的安全.对雷达数字孪生的水上多目标跟踪方法进行了研究.首先,以雷达采样的真实数据为研究对象,建立雷达观测数据多目标跟踪算法全流程处理策略,提出了雷达和惯性导航/全球定位组合导航的采样数据的时钟二次同步对准算法;然后,建立了雷达数据的起始航迹、暂时航迹...     

多尺度PCA-HOG遥感异源图像匹配算法

针对遥感异源图像匹配中非线性灰度畸变和强噪声干扰问题,提出一种基于主成分分析(Principal Components Analysis,PCA)和方向梯度直方图(Histogram of Oriented Gradients,HOG)的遥感异源图像匹配算法.该算法利用HOG提取图像间的几何结构共性特征,能有效克服异源...     

一种实用的提高景象匹配可靠性的方法

景象匹配导航具有高准确性和高可靠性,因此被应用于诸多领域。从景象匹配适配区的选择出发,提出了一种实用的提高景象匹配可靠性的方法,在匹配前对参考图提取出高概率匹配区,然后再用NPROD算法进行匹配,实验证明该方法能够有效地提高景象匹配的可靠性。