您的位置: 专家智库 > >

张慧

作品数:5 被引量:28H指数:3
供职机构:中国西安卫星测控中心更多>>
发文基金:中国博士后科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇滤波
  • 2篇概率假设密度
  • 2篇概率假设密度...
  • 2篇概率假设密度...
  • 2篇感器
  • 2篇高斯
  • 2篇传感
  • 2篇传感器
  • 1篇单帧图像
  • 1篇英文
  • 1篇正则
  • 1篇正则化
  • 1篇帧图像
  • 1篇随机矩阵
  • 1篇探测器
  • 1篇图像
  • 1篇曲面
  • 1篇子群
  • 1篇粒子群
  • 1篇粒子群优化

机构

  • 5篇国防科学技术...
  • 2篇中国人民解放...
  • 1篇中国西安卫星...

作者

  • 5篇张慧
  • 4篇徐晖
  • 2篇林两魁
  • 2篇盛卫东
  • 2篇安玮
  • 2篇王铁兵
  • 2篇王雪莹
  • 1篇龙云利
  • 1篇李骏

传媒

  • 2篇光学学报
  • 1篇红外与毫米波...
  • 1篇光子学报
  • 1篇航天电子对抗

年份

  • 1篇2015
  • 1篇2014
  • 2篇2013
  • 1篇2012
5 条 记 录,以下是 1-5
排序方式:
一种基于椭圆随机超曲面模型的群目标高斯混合PHD滤波器被引量:16
2013年
在弹道导弹防御系统中,群目标跟踪是目前较为困难的问题之一。这些目标不仅具有相似的运动特性,且相互邻近,又由于红外光学探测器的特性和分辨率的影响,使得它们在像平面不再是点目标而是簇状像斑。因此,"一个目标至多产生一个量测"的传统多目标跟踪方法不再适用。为了实现对该类目标的有效跟踪,提出了一种新型滤波算法。该算法视群目标为一个整体,用椭圆随机超曲面模型描述其扩散程度,并将其与扩展目标高斯混合概率假设密度(PHD)滤波器相结合,通过跟踪群质心和扩散程度实现对像平面群目标的跟踪。通过仿真对比,所提算法在质心状态和扩散程度的估计精度方面均明显优于基于随机矩阵的高斯逆韦氏分布的概率假设密度滤波器。
张慧徐晖王雪莹王铁兵
关键词:探测器高斯混合概率假设密度滤波器随机矩阵
一种空间邻近目标红外多传感器立体分辨方法
2012年
空间邻近目标在红外像平面的成像因相互交叠而形成簇状像斑,对红外传感器的信号处理提出了分辨的要求。为实现对空间邻近目标的立体跟踪定位,提出基于量子粒子群优化的空间邻近目标红外多传感器立体分辨方法。在对目标像平面成像建模基础上,构建基于最小二乘准则的空间邻近目标立体分辨目标函数,针对目标函数的高维非线性特点,以QP-SO解决目标函数优化问题,估计目标空间位置。仿真结果表明:相比于传统的先单传感器像平面分辨后多传感器视线交叉定位方法,此法具有更优的目标位置估计精度、辐射强度估计精度和目标个数估计正确率。
林两魁张慧盛卫东徐晖
关键词:量子粒子群优化
一种基于多模型高斯逆Wishart PHD滤波器的空间邻近目标跟踪方法被引量:6
2014年
将空间邻近目标(Closely Spaced Objects,CSOs)整体建模为扩展目标(Extended Target,ET),用随机矢量和随机矩阵分别描述CSOs质心运动和扩散状态,并采用高斯逆Wishart(Gaussian inverse Wishart,GIW)概率假设密度(Probability Hypothesis Density,PHD)滤波器实现杂波和漏检条件下CSOs的稳定跟踪.修正了原GIW-PHD滤波器量测模型和形状估计的缺陷,给出新的递推表达式,并在此基础上提出一种多(形变)模型GIW-PHD滤波器,以适应CSOs分裂和融合引起的形状变化.仿真结果表明,所提算法能够有效跟踪CSOs,状态估计比原GIW-PHD更加准确,对CSOs的变化更加敏感.
张慧徐晖安玮盛卫东龙云利
关键词:红外传感器
基于稀疏重构的空间邻近目标红外单帧图像超分辨方法被引量:10
2013年
针对现有算法难以利用单帧红外图像实现空间邻近目标(CSO)的超分辨问题,提出了一种基于稀疏重构理论的单帧超分辨方法。该方法充分利用了目标在焦平面阵列(FPA)分布的稀疏性以及光学系统点扩展函数(PSF)的结构特性,通过对FPA离散化网格采样构造稀疏量测模型,并将建立的1范数正则化问题转化为二阶锥规划问题求解;然后针对稀疏度过估计的重构结果,采用贝叶斯信息准则(BIC)实现模型选择,最终获得对目标个数和位置的准确估计。多组仿真场景验证了算法的有效性和超分辨能力;相比于已有算法,所提算法不仅提高了分辨正确率和位置估计精度,同时大幅缩减了计算耗时。
张慧徐晖林两魁
关键词:超分辨
基于稀疏重构的光学传感器扩展目标量测划分(英文)被引量:2
2015年
提出一种稀疏重构框架下利用幅度实现扩展目标量测划分的方法.利用衍射受限光学系统特性对像平面进行网格采样,建立稀疏重构模型及"超完备字典".通过重构挖掘像元幅度值中的有效信息并基于成像机理对重构出的非目标量测进行抑制处理,利用重构出的亚像元级目标位置、幅度信息实现目标量测的划分.仿真结果表明:信噪比为6dB时,本文算法比传统方法在实现对所有扩展目标量测的正确划分上提前30s,对目标探测信息能充分利用,在量测划分准确性上比依靠距离划分的传统方法有较大提高,尤其在低信噪比条件下较传统方法量测划分的准确性提升明显.
王雪莹王铁兵张慧李骏安玮
关键词:光学传感器
共1页<1>
聚类工具0