国家自然科学基金(60871074)
- 作品数：25 被引量：211H指数：10
- 相关作者：姬红兵张俊根欧阳成杨金龙樊振华更多>>
- 相关机构：西安电子科技大学空军工程大学江南大学更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于高斯粒子JPDA滤波的多目标跟踪算法被引量：10
- 2010年
- 在多目标跟踪中,由于观测的不确定性带来数据关联问题,并且,多目标状态空间尺寸的增长带来了维数增大问题,该文提出了一种新的高斯粒子联合概率数据关联滤波算法(GP-JPDAF),在JPDA框架中引入高斯粒子滤波(GPF)的思想,通过高斯粒子而不是高斯量,来近似目标与观测的边缘关联概率,利用GPF计算目标状态的预测及更新分布。将其应用于被动多传感器多目标跟踪,仿真结果表明该算法比MC-JPDAF具有更好的跟踪性能。
- 张俊根姬红兵蔡绍晓
- 关键词：多目标跟踪联合概率数据关联
- 采用激活区域场景分析的红外目标跟踪算法被引量：3
- 2011年
- 针对红外图像中目标易受杂波干扰的问题,利用协方差算子提取表观特征,在粒子滤波框架下提出一种基于激活区域场景分析的跟踪算法.首先通过建立激活区域划分出有效范围,降低计算量;其次分析目标所处场景并制定更新策略,避免了干扰对模板的影响;最后引入空间信息与表观特征融合对候选目标进行筛选,实现了跟踪窗的自适应调整,提高了跟踪精度.此外,提出一种正规化误差评价指标,改进了对跟踪效果的评价.实验结果表明,该算法对强杂波干扰环境下红外目标的跟踪具有良好的有效性和稳健性.
- 樊振华姬红兵杨金龙
- 关键词：红外目标跟踪
- 高斯混合粒子PHD滤波被动测角多目标跟踪被引量：12
- 2011年
- 为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示成随机集形式,并通过递推计算目标状态联合分布的概率假设密度(PHD)来完成.然而,对于被动测角的非线性跟踪问题,PHD无法获得闭合解,为此提出一种新的高斯混合粒子PHD算法.该算法利用高斯混合近似PHD,以避免用聚类确定目标状态,并采用拟蒙特卡罗(QMC)积分方法计算目标状态的预测和更新分布.仿真结果验证了所提出算法的有效性.
- 张俊根姬红兵
- 关键词：多目标跟踪随机集概率假设密度
- 基于修正IEKF的IRST系统多站融合跟踪被引量：9
- 2010年
- 针对红外搜索跟踪(infrared search and track,IRST)系统单站情况下的弱可观测强非线性问题,提出了一种基于修正迭代扩展卡尔曼滤波(modified iterated extended Kalman filter,MIEKF)的多站融合跟踪算法。按照高斯-牛顿迭代方法对IEKF中的测量更新进行修正,并推导了最大似然迭代终止条件,减小了非线性滤波的线性化误差。结合集中式融合跟踪算法,应用于IRST系统多站目标跟踪。以三站为例进行仿真研究,结果表明所提算法的跟踪性能要优于EKF和UKF。
- 张俊根姬红兵
- 关键词：目标跟踪红外搜索跟踪系统
- 高斯厄米特粒子PHD被动测角多目标跟踪算法被引量：9
- 2013年
- 针对传统粒子概率假设密度(probability hypothesis density,PHD)滤波跟踪被动多目标时,估计精度不高,且存在粒子退化,容易导致滤波器发散的问题,提出一种新的被动多目标跟踪算法———高斯厄米特粒子PHD滤波算法。该算法采用一族高斯厄米特滤波产生的高斯分布拟合更优的重要性密度函数,充分考虑了当前时刻的最新量测,并将该方法融入高斯混合粒子PHD(Gaussian mixture particle PHD,GMP-PHD)滤波框架中,在解决观测非线性的同时,有效提高了被动多目标的跟踪精度。实验结果表明,该算法较传统的GMP-PHD滤波算法具有更高的状态估计精度,且有效降低了目标的失跟率。
- 杨金龙姬红兵刘进忙
- 关键词：随机有限集目标跟踪概率假设密度
- 基于距离加权最小二乘的量测数据关联被引量：5
- 2011年
- 量测数据关联是被动多传感器系统中需要首先解决的一个关键问题,通常可采用多维分配算法进行求解,其中代价函数的选取在一定程度上决定了算法的最终分配结果。基于广义似然比构造的代价函数由于采用精度较低的传统最小二乘法进行定位,且没有考虑融合方差的影响,导致其性能较差。针对这一问题,提出一种基于距离加权最小二乘的量测数据关联算法,该算法将距离信息引入最小二乘定位算法中,并在代价函数的计算中融入目标位置的估计方差,构建出能够更为准确反映量测与目标之间相关程度的代价函数。仿真实验表明,所提算法在计算代价较小的前提下,提高了关联正确率,具有较好的工程应用价值。
- 田野姬红兵欧阳成
- 关键词：被动传感器数据关联代价函数最小二乘估计
- 基于模糊函数代表性切片的运动雷达辐射源识别被引量：11
- 2010年
- 针对运动雷达辐射源的信号特性,提出了一种基于模糊函数代表性切片特征优化的个体识别算法。首先抽取模糊函数的"近零"频偏切片作为辐射源的代表性特征子集,从而保留了运动雷达辐射源信号的稳定个性特征,然后利用直接判别比准则在代表性切片上进行核点排序,以选择最具有判别力的特征。对美国海军实验室仿真雷达数据和实测运动雷达辐射源数据的实验均表明,本文算法不仅有效地解决了现有的模糊函数全平面优化法的计算问题,而且显著提高了对运动雷达辐射源的个体识别性能。
- 王磊姬红兵史亚
- 关键词：模糊函数
- 基于模糊函数特征优化的雷达辐射源个体识别被引量：15
- 2011年
- 对雷达辐射源信号进行模糊函数建模是一种有效的特征提取途径.通过对无意调制的雷达辐射源信号的模糊函数分析,提出了基于模糊函数子空间特征优化的个体识别方法.首先抽取模糊函数的"近零"频偏切片作为辐射源信号的主要特征,继而设计了切片串联策略构建了互补的特征子集对,从而分别利用典型相关分析和鉴别典型相关分析实现了切片特征的融合.理论分析和对实测数据的实验结果表明,所提算法不仅克服了现有的全平面核点排序法的计算问题,而且有效地融合了模糊函数各近零切片上的互补信息,在显著提高辐射源个体识别性能的同时,进一步消除了模糊函数特征的冗余性.
- 王磊姬红兵史亚
- 关键词：雷达辐射源识别模糊函数
- 基于修正贝努利滤波的被动多目标跟踪算法被引量：1
- 2012年
- 针对势平衡多目标多贝努利(cardinality balanced multi-target multi-Bernoulli,CBMeMBer)滤波中的量测信息弱化问题,提出一种改进的多目标多贝努利(improved multi-target multi-Bernoulli,IMeMBer)滤波。该算法通过对漏检目标的多贝努利随机集进行修正,在解决目标数过估问题的同时,避免了CBMeMBer滤波中的量测信息弱化问题。在此基础上,将高斯粒子滤波引入IMeMBer算法中,通过一组高斯粒子近似多贝努利随机集中元素的概率分布,实现被动测角情况下的多目标跟踪。仿真结果表明,所提算法能够以较小的运算代价达到高斯混合粒子劳势估计的概率假设密度滤波相似的跟踪精度,具有良好的工程应用前景。
- 钟茜怡姬红兵欧阳成
- 关键词：随机有限集概率假设密度滤波多目标跟踪
- 采用拟蒙特卡罗法的被动多传感器目标跟踪被引量：8
- 2010年
- 使用拟蒙特卡罗采样方法替代传统的蒙特卡罗采样方法,改善了高斯粒子滤波器的性能,结合多传感器集中式融合策略,提出了一种基于拟蒙特卡罗-高斯粒子滤波器的被动多传感器目标跟踪算法,较好地解决了被动跟踪中的强非线性和弱可观测性问题.该算法在降低计算复杂度的同时提高了跟踪的精度和稳定性,使算法快速收敛,并且具有并行结构,有利于用超大规模集成电路来实现.
- 郭辉姬红兵武斌
- 关键词：多传感器目标跟踪
