一种新型组网雷达成像信息处理技术

组网雷达成像探测是一种新型的探测方式,它致力于挖掘隐藏在噪声中的一些微小的信息。传统的雷达在探测目标时,往往只能探测到信噪比相对强的目标,对于一些信噪比相对较弱但实际存在的目标则无法探测,只能将之舍弃,这势必会造成很大的信息浪费。文章采用多雷达回波数据时空同步融合技术,将多组雷达成像回波信息时频对齐叠加处理。先进行了基本的三发一收的实验仿真,之后将该方法用于SAR成像的探测做了仿真和研究。仿真表明,在没有更大功率雷达的前提下,可以考虑采用多个雷达对同一片区域成像的方式,最后将成像结果进行叠加,从而可有效地提高图片的清晰度,使得成像质量得到提升。该处理方法可以拓展到其他雷达信号处理领域,为雷达信号处理提供一种新的思路。     

导弹的全息跟踪与控制系统--设计与理论分析

以CCD图像传感器为基片，对其进行全面的改进，用于导弹的跟踪与控制系统．使之能对目标进行全息跟踪，并能控制矢量发动机的喷射方向和尾翼偏转方向。分析其探测红外线信号、雷达信号、激光脉冲信号的物理原理、建立数学模型、设计控制电路、并研究其工作的稳定性和可靠性。     

基于模糊自适应无迹卡尔曼滤波的多源异构信息融合弹道目标跟踪测量系统

本文将多源信息融合理论应用于弹道目标跟踪系统,综合考虑到“当前”统计模型能够准确描述主动段导弹飞行特性,和卡尔曼滤波器预测的无偏性,稳定性和最优化特点.在“当前”统计模型的基础上,利用无迹卡尔曼滤波器做最优估计实时预测跟踪,同时运用模糊理论能够描述和处理传感器信息的不确定性的特点,对卡尔曼滤波器的测量参数进行自适应调节,从而达到系统误差自校准和测量误差自适应的功能,建立实时数据融合模型,通过仿真显示,该系统能够有效提高跟踪精度和跟踪稳定性,避免外在干扰;且加快响应收敛速度,适应主动段目标跟踪测量.     

基于目标探测的彩色融合图像质量主观评价实验

可见光与红外彩色融合图像能帮助观察者更好地探测目标,然而,如何评价不同融合图像在目标探测方面的性能表现,相关的研究目前还十分有限,特别是缺乏目标清晰度对融合图像目标探测性影响的研究。开展彩色融合图像质量主观评价实验,并对实验数据进行回归分析。结果表明,目标清晰度和目标与背景对比度是影响融合图像目标探测性的两方面关键影响因素,并利用这两方面单一质量评价指标的线性组合建立了基于目标探测的融合图像综合质量的预测模型。为进一步实现基于目标探测的融合图像质量客观评价奠定理论和实验基础。     

基于多传感器的目标轨迹融合算法

动态目标监测在军事、航空等领域起着重要的作用,但由于实际情况相当复杂,使单传感器难以捕捉和跟踪检测目标。采用多传感器数据融合技术对运动目标进行监测,该技术采用优化的最邻近数据关联算法判断各离散点是否来自于同一个目标,实现了目标轨迹提取;然后采用样条插值法把离散的观测轨迹连续化,并对各监测点的轨迹进行了时间配准,最后采用修正系数模型来消除监测系统的偏差。实验表明,采用该算法在识别精度及稳定性上具有明显的优势。     

基于神经网络的网络传感器火灾报警系统

为降低火灾报警系统的漏检、误报,本文利用网络化多传感器技术设计了数据融合模块,基于神经网络BP算法良好的非线性映射能力,对温度传感器、烟雾传感器和一氧化碳传感器同时探测的数据进行智能化融合处理。结果表明：该火灾报警系统能准确地识别火灾信号,明显减少了误报和漏报率。     

基于数据融合和PSO的移动目标跟踪方法

针对移动目标跟踪的传感器能量损耗的弊端,提出了以数据融合和粒子群算法(PSO)相结合的移动目标跟踪方法。首先,通过建立不确定传感器感知模型,动态选择传感器父节点,结合PSO对以父节点为中心的一定范围内的所有传感器节点进行局部优化部署;其次,通过D-S证据理论进行数据融合;最后,通过MATLAB平台进行仿真验证。结果表明：在保证有效跟踪的前提下,该方法能最大程度地减少传感器的使用数量以及传感器节点的移动距离,实现减少能量损耗的目的,可为破解传感器的能量损耗难题提供新思路。     

基于传感器融合的一种多目标车辆识别跟踪方法

为使无人驾驶汽车在公路环境中有效实现安全避障和行驶,提出一种基于雷达和视觉传感器融合的多目标车辆识别跟踪的方法.在无人驾驶汽车上部署6个高分辨率雷达传感器和2个视觉传感器,利用联合概率数据关联算法,将目标与雷达回波点迹进行关联,利用YOLOV2深度神经网络对视频序列中的图像进行对象识别和定位,并综合2种传感器,在时间和空间上进行标定,从而识别车道上的汽车,然后利用扩展卡尔曼滤波算法,跟踪被识别的车辆,最后应用MATLAB软件建模仿真.仿真结果验证:该方法能使无人驾驶汽车有效识别和跟踪公路上静止和移动的汽车目标,为无人驾驶汽车后继的决策规划控制提供了感知层信号.     

异类传感器数据融合的一种新算法

针对雷达与红外传感器的数据融合的特点,在融合过程中采用了多传感器概率数据互联滤波(MSPDAF)算法,并给出了雷达与红外传感器的数据融合的具体步骤。     

采用单次快拍数据实现MIMO雷达目标角度估计

通过深入研究多输入多输出(MIMO)雷达的角度估计算法,针对MIMO雷达角度估计中的实时性和相干目标源问题,基于双基地MIMO雷达的信号模型,提出了一种采用单次快拍数据的估计算法.算法采用MIMO雷达接收的单次快拍数据,构造出块Hankel矩阵,并证明该矩阵的秩等于总目标个数,且不受信号相关性的影响,通过奇异值分解获得对应的信号子空间,结合ESPRIT算法实现了对相干和非相干目标的收发角度估计.该算法减少了数据量和计算量,具有更好的实时处理性;通过矩阵的重构,能够准确地估计相干信源对应的信号或噪声子空间.由于采用了同一信号子空间,实现了参数的自动配对,更利于在实际中应用.计算机仿真结果证实了算法的有效性和可行性.     

雷达测速技术特点分析

测控技术主要运用于信息的获取及处理,方便了各种测量与研究工作的数据调控．随着工程科技的改革发展,雷达技术在测控操作中的运用更加广泛．早期感应技术探测目标已经无法适应目标探测的要求,全新雷达测速技术融入多普勒效应原理,精准地掌握被测目标的实际情况,配合其它定位检测技术可提高测查的效率．针对这一点,本文分析了雷达测速技术的特点,对其工作原理进行必要地分析．     

气象无人机探测数据野值处理方法研究

针对气象无人机探测数据量大、野值剔除和数据补偿困难、准确率低等问题,提出了一种自适应阈值的野值识别和基于探空数据经验模型的野值补偿算法。仿真结果表明：该算法简单、野值处理效果明显,能够满足探空的实际应用要求,很大程度上消除了野值对测量精度的影响。     

融合共现统计与fhog特征的目标跟踪方法

针对复杂场景目标跟踪过程中难以完全有效利用特征对目标信息进行完备表达的问题,提出了一种融合共现统计与fhog特征的目标跟踪算法。在fDSST跟踪算法的基础上,引入了一种基于图像共现统计的像素滤波模块,利用图像中经常出现的像素值在共现矩阵中的权重较高的特性,与原始跟踪算法中fhog特征进行融合,增加了基于纹理相似性的共现统计信息。将输入跟踪图像映射到嵌入图像中,使得嵌入图像空间中像素值之间的欧氏距离类似于原始空间中的共现统计量,从而得到更优的跟踪结果。在OTB50和OTB100两个跟踪数据集上的实验表明,本文算法相比原算法在跟踪精度和成功率上有所提升,性能较优。     

基于融合模板的均值移动头部跟踪算法(英文)

针对被跟踪头部目标特征状态随时间变化而与参考模板不匹配的问题,提出一种基于融合参考模板的均值移动算法,即将被跟踪目标在不同状态下所呈现出的不同特征使用采样的方法进行融合,如将头部跟踪过程中正面的肤色信息和后面的发色信息进行融合,从而形成一个包含不同特征的参考模板.在跟踪过程中,使用该融合模板可以有效地克服由被跟踪目标特征变化导致跟踪失败而不能实现头部连续跟踪的问题.通过头部跟踪实验可以看出,该算法实现了复杂环境下的具有360°旋转的头部跟踪,并且在一定程度上提高了跟踪精度.     

一种特征向量正交的MIMO阵列多目标检测方法

正交波形MIMO雷达各阵元发射相互正交的信号波形,利用波形分集虚拟扩展阵列孔径,提高阵列系统自由度,采用低增益的宽波束照射探测空域从而获得比相控阵雷达更加优越的检测和估计性能.利用信号子空间和噪声子空间特征向量的正交性,提出MIMO阵列特征向量检测技术(EDT)多目标检测方法(MIMO-EDT),突破了传统相控阵列EDT方法只能检测小夹角目标的限制,并与常规阵列算法作比较,通过计算机仿真说明MIMO-EDT方法多目标检测能力优于传统相控阵EDT方法.     

基于模糊信息融合的目标自适应跟踪算法

针对一般自适应算法对弱机动、非机动目标的跟踪精度不高的问题，将模糊逻辑引入系统，对并行工作的两滤波器进行数据融合。仿真结果表明：与一般自适应算法相比，本算法对不同机动程度的目标跟踪精度均有大幅提高。     

基于 CMT 的红外可见融合跟踪算法

现有大部分融合跟踪算法都使用分类器型跟踪算法,这种算法在目标尺度发生变化时会存在一定误差。虽然已有一些解决方案,但仍不能从根本上解决该问题,而且一般无法估算目标的旋转状态。为此,基于CMT 算法提出一种新的基于点的多传感器融合跟踪算法。在获取目标状态上综合了多传感器信息,并对目标中心使用卡尔曼滤波进行修正,能够跟踪目标并获得目标的尺度及旋转信息。实验结果表明,该算法在常见分辨率下跟踪非旋转目标,重叠率与现有算法相当,在分辨率较高的情况下,在实时性上具有优势。     

多传感器数据关联优化探讨

对多传感器数据融合是近年来一个热门学科之一,特别在导航、自动控制及机器人技术中得到了广泛应用;对多目标运动进行分析,利用多个或多种传感器提供的冗余信息和互补信息,采用概率关联方法,结合似然函数,通过关联一批数据处理估计目标的运动参数,从而推出快速分布式多传感器空间数据关联算法,这样不但减少观测信息的不确定性和模糊性,同时还提高对目标的检测、跟踪定位和识别能力,增强系统的可靠性和生存能力。     

三维探测传感器系统(英文)

研制了无人驾驶三维探测传感器系统,并讨论该系统中的几种关键技术．分析了超声信号抗干扰的特性,提出对超声信号进行多角度分析的方法．采用多尺度法提取图象边界,运用模糊神经网络识别并剔除图象噪声信号．还对本系统的信息融合方法进行了阐述．     

传感器网络的序贯协方差交叉反馈融合状态滤波器（英文）

为了减轻传感器网络融合中心的计算负担和实现传感器信息的充分利用,提出了一种带反馈结构的序贯协方差交叉融合Kalman滤波器。该反馈结构将传感器网络融合中心的状态融合预报值及其融合误差方差信息反馈给局部传感器作为先验信息,进行局部滤波,将得到的新局部状态滤波值和局部滤波误差方差阵信息传递到融合中心,根据到达次序进行序贯协方差交叉融合。搭建了带反馈结构的序贯融合算法框架。仿真实验表明,该算法具有良好的估计性能,且明显减少了融合中心的计算负担,与集中式融合滤波器相比,减小了融合中心的计算压力与负担,提高网络的容错性,与不带反馈的序贯协方差交叉融合滤波器相比,具有更高的估计精度。