跟踪大量重叠目标的多分配算法

本文叙述用于跟踪大量密集(和重叠)物体的使用多分配的数据互连新技术。从促进该项工作的一个生物医学问题入手,即从一个图像序列跟踪一组纤维细胞(组织)单元来说明该算法。由于它们互相靠近以及难于从质量不好的图像序列精确地分割出图象,这些单元实际上是密集物体(CSO)。该算法介绍了一种新的二叉迭代多分配方法,它利用了带有修正成本的递减尺寸的逐个一对一分配。导出根据当前分配级“深度”和跟踪结果调整的成本函数。用所得到的分配来形成,保持和终止具有修正型概率数据互连(PDA)滤波器的航迹,除互连多个量测到单条航迹之外,它还可以处理多条航迹对单个量测的竞争。给出估计结果并与标准二维一对一分配算法的结果相比较。说明了迭代的多分配产生较好的量测到航迹互连。本文介绍的算法可用于其他一般的跟踪问题,包括密集空中交通警戒和控制。     

用批递归估计器纯方位跟踪机动目标

本文介绍一种新的批递归估计器用杂波中的纯方位量测跟踪机动目标(即,低信噪比(SNR)目标)。标准的递归估计器跟广义卡尔曼滤波器(EKF)一样由于缺乏初始目标距离信息而造成粗劣收敛和不稳定状态。另一方面,批估计器不可以处理目标机动。为了纠正这些缺陷,本文用概率数据互联将批最大似然——概率数据互联估计器(ML-PDA)同递归交互多模型(IMM)估计器组合,在有杂波的条件下产生较好的航迹初值和航迹保持结果。还论证,批递归估计器可以用于基于目标状态估计的自适应己舰机动决策,以提高目标的可观测性。跟踪算法对有8dB信噪比的目标被证明是有效的。     

用于跟踪机动目标的固定增益的二节估值器

二节α-β-γ估值器被推荐为跟踪机动目标的α-β和α-β-γ滤波器产生自适应增益的一种补充方案。本文的目的是,完成具有二节的固定增益的,可变维数的α-β-γ估值器的设计。二节α-β-γ估值器是由二节的卡尔曼估值器推导出来的,噪音方差化简矩阵和稳态误差协方差矩阵被作为稳态增益的函数。作为滤波器参数选择的步骤也随着对付机动响应的技术和用于置初始值的增益列表技术一起被给出来。常速目标的运动学限制也被结合进二节估值器中,形成α-β-γ估值器。给出了与α-β-γ滤波器性能相比较的模拟结果。     

动态红外迷彩伪装的机理与实现

动态红外迷彩伪装,是一种可控的新型红外伪装手段,它是通过迅速降低目标与背景红外图像帧与帧之间相关度,从而使红外跟踪系统对地面目标的跟踪丢失.在分析红外跟踪系统的相关算法及动态伪装原理的基础上,提出基于帕尔帖效应的温度调节型和基于电致变色的发射率调节型动态红外迷彩伪装技术,并对2种类型的实验样机进行了测试和分析.结果表明,采用动态红外迷彩伪装对反红外系统的相关跟踪具有一定效果,是对抗红外系统相关跟踪的一个发展方向.     

基于组合函数的弹药装填机器人轨迹规划

针对非确定环境下弹药装填机器人作业过程需满足平稳、连续及实时控制易于实现的要求,提出了基于三次多项式与五次多项式相结合的组合函数的弹药装填机器人轨迹规划方法,并对弹药装填机器人取弹作业进行了轨迹规划和仿真计算,实时得到各关节角度、角速度和角加速度,结果表明:该方法既能保证弹药装填作业过程的平稳性与连续性,又能满足作业轨迹高阶导数连续性的要求.     

一种可移动式科氏流量计实验平台设计与实现

为提高科氏流量计的计量精度,促进相关数字信号处理方法与技术的发展和进口高精度科氏流量计的国产化,设计了一种可移动式科氏流量计实验平台。简述了科氏流量计的基本原理和相关数字信号的处理方法,指明了相关方法的研究趋势。针对研究趋势,分析了科氏流量计实验平台的功能需求,给出了总体设计方案、硬件选型、软件流程和技术指标,重点阐述了数据采集模块(以PLC和NI9234为核心部件)的详细设计,给出了实验平台的初步测试结果。测试表明,该实验平台性能稳定,功能全面,能较好地为开展科氏流量计相关数字信号处理方法研究提供平台支撑。     

一种无人地面车的轨迹跟踪控制方法

针对无人地面车辆经典轨迹跟踪控制方法的不足,提出了一种基于无人地面车辆运动学模型的轨迹跟踪控制算法。在算法中引入了位姿的纵坐标误差,以加快跟踪的逼近速度,并利用人工驾驶的思想,采用了一种位一姿交替控制的方法,使路径跟踪既准确又快速。仿真结果表明：该方法是有效的,且可使无人地面车具有更好的跟踪性能。     

“蓝军跟踪系统”：美军洞察战场的“第三只眼”

在军事演习中,美军喜欢将己方称为蓝军,而将假想敌称为红军;作战行动中,美军喜欢在地图上用蓝色符号标示己方,而用红色符号标示敌方。由此可见,“蓝军”即美军或盟友,“蓝军跟踪系统”（BlueForeeTracking,简称BFT）即美军用来掌握参战部队位置与行踪、实现敌我识别的一种信息系统。     

基于集合Kalman滤波的目标被动跟踪系统

针对传统的目标被动跟踪技术计算量大和滤波不稳定的问题,引入了基于集合预报思想的集合Kalman滤波算法,联合利用到达角和多普勒频率信息实现机动目标被动跟踪,探讨了不同条件下集合成员的数量和初始集合的差异对目标被动跟踪性能的影响。仿真结果表明,集合Kalman滤波能够应用到目标被动跟踪系统中,并且跟踪性能更好。     

雷达不同工作模式下跟踪任务的信息需求分析

雷达采用不同工作模式跟踪目标是有差异的。给出了跟踪任务信息需求的分析方法,并在计算由传感器量测带来信息增量的基础上,重点对边跟踪边扫描和跟踪加扫描两种模式对跟踪效果的影响进行了研究。实验结果分析了这两种工作模式下雷达量测间隔与跟踪任务信息需求之间的关系。从结论可分析出,与间隙量测方式相比,持续量测可以带来较为理想的跟踪效果,且信息需求能在较短的时间内予以满足。