检测前跟踪

摘要： 针对雷达微弱起伏目标的检测和跟踪问题,研究了Swerling 0,1,3三类起伏目标模型,提出了概率假设密度滤波下幅度起伏的雷达微弱目标检测前跟踪算法.该算法建立了概率假设密度检测前跟踪算法下复似然比和幅度似然比两种跟踪模型,其中复似然比方法弥补了幅度似然比在计算过程中只考虑量测的幅度信息,而忽略相位信息的缺陷,从而更好地利用了目标原始信息.同时,为解决新生目标状态先验分布信息未知条件下的目标新生问题,提出一种场景划分下基于量测似然比的自适应目标新生算法.仿真实验结果表明,在目标幅度起伏的情况下,复似然比和幅度似然比相比,前者在目标位置和个数的估计性能上优于后者,且计算效率更高.在低信噪比下,复似然比仍然可以有效地检测并跟踪未知数量的微弱目标.

摘要： 本文讨论了利用激光雷达与检测前跟踪算法进行室内行人跟踪,实现监测室内人群社交距离的探测系统。激光雷达距离分辨率高,定位误差小,目标探测时间间隔小,很适用于对轨迹不确定的行人进行跟踪。本文所用检测前跟踪算法分为三步,首先利用历史数据所建杂波图滤除固定物杂波。其次利用多帧检测算法得到时间窗内的目标轨迹段,以此滤除随机噪声产生的虚警点,提升检测效率。第三步利用轨迹关联算法,将各个时间窗内的轨迹片段相互关联,得到完整的行人轨迹,从而增强机动目标与相互临近目标的跟踪效果。实测实验表明在激光雷达跟踪多个目标时,其跟踪精度在10~15 cm,多次实验均未出现目标丢失或虚假轨迹,较好地完成了室内行人的检测与跟踪。

摘要： 针对由于粒子匮乏辅助粒子滤波检测前跟踪(APF-TBD)无法获得较好的检测和跟踪性能的问题,提出了一种基于优化遗传重采样的辅助粒子滤波检测前跟踪(OGRAPF-TBD)方法。在APF-TBD的重采样中应用优化后的遗传重采样算法,在重采样中根据权重选择优质粒子,通过排序分组交叉和变异操作得到新粒子。该方法不仅能保留APF-TBD通过优化重要性分布函数提高采样粒子准确性的优势,而且将优化后的遗传重采样思想引入重采样还能有效地解决粒子匮乏问题,增加有效粒子数目。仿真结果表明,相较于APF-TBD方法和粒子滤波检测前跟踪(PF-TBD)方法,OGRAPF-TBD方法具有更高的目标发现概率和跟踪精度,以及更强的适用性。

摘要： 针对密集杂波背景中雷达微弱海面目标检测问题,提出一种基于修正Hough变换的检测前跟踪(Track Before Detect,TBD)新方法.在传统两级检测器的基础上增加点迹筛选环节,提出一种基于单帧观测数据的修正单帧Hough变换(Modified Single Hough Transform,MSHT)算法,在MSHT空间引入连续多帧共线和速度约束条件,实现对密集杂波点迹的有效抑制;针对海面多目标同时检测需要,改进传统批处理Hough变换算法,使观测空间原点自适应筛选后点迹数据,得到数据匹配Hough变换算法(Data-Matched Hough Transform,DMHT),以提升参数空间多目标分辨与检测能力.基于游程分布理论推导得到新检测器检测性能解析表达式.仿真和实测数据处理结果验证了本文方法的有效性,表明本文方法在密集杂波背景下具有良好检测性能.

摘要： 对于粒子滤波检测前跟踪算法,在被动声纳观测量满足指数分布的情况下,本文提出一种按照系统要求的虚警概率设置检测门限的方法.首先,利用贝叶斯定理推导了后验概率比表达式;然后,设置对数后验概率比为检验统计量,通过积分运算离散化处理和Jacobian定理对其进行简化;最后,在不存在目标的情况下分析检验统计量的概率分布特性,得到一定虚警概率要求下检测门限的解析表达式,利用有目标和没有目标情况下观测单元的统计特性差异,证明了在控制虚警概率的同时可以实现对目标的检测.蒙特卡洛仿真结果表明,利用所提的门限设置方法得到的虚警概率与系统要求的虚警概率之间偏差小于0.01,检测概率大于0.95.

摘要： 本文综合了动态规划与Hough变换两种检测前跟踪算法的特点,提出了一种先使用Hough变换进行航迹起始获取目标的先验信息,再利用动态规划进行航迹积累的检测前跟踪算法,来处理雷达弱小目标时会检测不到目标的问题。相对于传统的恒虚警率检测方法,雷达实测数据验证了该算法可以提高弱小目标的检测概率。

摘要： 针对传统动态规划检测前跟踪(DP-TBD)算法在背景复杂度高且信噪比低的红外弱小目标图像中检测概率低的问题,提出了一种基于局部梯度强度图的动态规划检测前跟踪(LIG-DP-TBD)算法。该算法首先采用局部梯度强度算法(LIG)对帧序列图像进行预处理,从而得到一个新的量测模型;再根据相邻帧值函数的相关性,构造一种全新的值函数;利用动态规划检测前跟踪算法(DP-TBD)对新的值函数进行多帧积累,从而实现对弱小目标的检测前跟踪。蒙特卡洛仿真实验结果表明,在信噪比低于4dB的情况下,该算法的检测概率较传统DP-TBD算法和DBT算法相比提高了约10%。同时,在背景复杂的真实红外弱小目标序列图像中,该算法可以在恒定虚警率条件下有效地进行弱小目标的检测前跟踪,提高了目标的检测概率。

摘要： 微弱目标探测一直是机载雷达,尤其是机载预警雷达面临的重要挑战.针对这一问题提出一种目标帧间非相参积累和检测方法.首先,建立了机载雷达多帧信号采用不同载频和脉冲重复周期场景下的回波信号模型.其次,提出了一种运动目标帧间多普勒校正和距离单元走动补偿方法,使得经过处理后的目标在不同帧数据中位于相同待检测单元.然后,为了避免强目标解距离模糊引入的虚假目标,进行强目标检测和剔除.最后,利用距离周期扩展方法解距离模糊,并进行帧间非相参积累.经过提出方法处理后,微弱目标的检测性能得到提升.利用仿真试验验证了提出方法的有效性.

摘要： 为了提升帧差法在复杂环境中低信噪比目标的检测效果,基于运动 目标在时间上具有连续性的原理,利用检测前跟踪的算法,通过三维滤波预处理和目标轨迹性判断相结合的设计准确筛选出 目标,达到在保持高检测率的前提下降低虚警的效果,对弱小 目标检测具有显著意义.

摘要： 多目标跟踪(MTT)是雷达数据处理领域的难点.相较于一般场景,海上多目标跟踪(MMTT)面临的挑战更大.一方面,复杂的海洋环境和较低的信杂比使得海面小型目标的检测性能受限,检测得到的点迹存在漏检并包含大量虚警,导致多目标跟踪处理的难度大大增加;另一方面,当海面目标以多群形式编队运动,或采用高分辨率雷达对海探测时,目标量测容易呈现跨单元分布的特征,这种情况下,采用常规的多目标跟踪方法效果不理想.目前,国内外关于海上多目标跟踪方面的研究文献还不多,且大都侧重于单一情形.该文从常规多目标跟踪方法、幅度信息辅助的多目标跟踪方法、多目标检测前跟踪方法以及多扩展目标跟踪方法等4个方面对海上多目标跟踪技术进行了梳理,并对海上多目标跟踪的未来发展方向进行了展望.

摘要： 基于多模型序贯概率假设密度滤波器的多机动微弱目标检测前跟踪方法对新生目标采样时通常采用观测区域均匀分配粒子的方法,造成粒子采样效率不高,可能影响目标数目和状态的估计精度.为解决这一问题,提出一种优化的新生粒子采样方法,通过统计测量值在强度较高的量测单元均匀分配粒子,然后计算分辨单元的似然比并对粒子重采样,从而使粒子自动向高似然区域聚集,提升粒子的采样效率.仿真实验表明,该方法有效提高了目标数目估计和状态估计的准确度.

摘要： 在机动微弱目标的检测和跟踪方面,当前主要研究方法之一是多模型粒子滤波检测前跟踪(MMPF-TBD),该方法以尽可能多的运动模型去匹配目标的机动,符合运动模型精细化研究方向,但存在模型数目与类别较多,模型之间转移计算复杂和有效模型使用效率低等问题.本文从多个运动模型结构上的相似性出发,提出一种优化的多模型粒子滤波检测前跟踪方法,通过粒子机动加速度的变化,在一个模型框架下模拟出类似MMPF-TBD中的多种机动模型,简化了算法结构;在该方法实现过程中,采用辅助粒子滤波提高状态估计精度.仿真实验表明该方法相比MMPF-TBD具有更稳定的检测和跟踪性能以及在低信噪比环境中更好的适用性.

摘要： 针对微弱目标检测前跟踪(Track before detect,TBD)算法在实时性上存在的检测延时问题,提出了一种有效的基于动态规划(Dynamic Programming,DP)的TBD算法.该方法首先采用预处理的方式,降低了需要处理的量测数据量.然后在航迹能量积累时采用滑窗积累方式对多帧能量数据进行积累,克服了常规TBD算法的目标检测延时,使得在每一时刻都能够实现对目标的检测和跟踪,同时也降低了算法的运算量.在未知目标初始化状态的情况下,该方法提高了对微弱目标的检测性能.仿真结果表明该方法的有效性.

摘要： 近年来,随着隐身飞机和远程超高速飞行器的发展使监视雷达在低信噪比环境下目标的检测能力产生了很大影响,而检测前跟踪技术能有效提高雷达在强杂波环境下的目标检测跟踪能力.本文研究了基于标准Hough变换的检测前跟踪算法,比较了该算法对于匀速直线运动目标在高信噪比环境时与低信噪比环境时的检测跟踪性能.仿真结果表明标准Hough变换能够检测低信噪比环境下的匀速直线运动目标.

摘要： 检测前跟踪(TBD)是低信噪比下对微弱目标进行检测和跟踪的一种有效方法，由于目标回波信噪比低且在积累时间内目标发生了距离走动使得相参积累受到了限制，现有TBD方法在多帧间积累时都利用了非相参积累，积累效率较低。文章对多帧相参积累的TBD方法进行了研究。方法通过对目标径向速度的估计补偿了目标的距离走动，在多帧回波数据下经过数据拼接、回波方位选取、噪声置零及走动补偿后利用FFT实现了帧间相参积累。仿真实验表明该方法能在较少帧的回波数据下实现良好的检测性能，在单帧回波信噪比为8db时，仅用三帧回波数据就达到了96.9％的检测概率。

摘要： 本文提出了一种基于检测前跟踪(track-before-detect,TBD)的天波超视距雷达(over-the-horizon radar,OTHR)弱目标检测方法.该方法利用数学形态学对每帧弱目标回波信号进行滤波,再通过动态规划方法进行检测.仿真结果表明,该方法能够有效地提高OTHR对弱目标的检测能力,运算效率高,实用性强.

摘要： 由于量测数据预处理以及通信延迟等因素的影响,集中式融合跟踪系统面临着无序量测(out-of-sequence measurement,OOSM)问题.针对低信噪比(signal-to-noise ratio,SNR)和OOSM情况下的微弱目标检测与跟踪,提出了一种基于OOSM和粒子滤波(particle filter, PF)的检测前跟踪(track-before-detect,TBD)方法.然后,将该方法的性能与顺序量测滤波方法以及丢弃OOSM方法的性能进行分析对比.仿真结果表明,该算法可以有效处理OOSM问题,实现对微弱目标的有效检测和跟踪,其目标跟踪精度接近顺序量测滤波的跟踪精度.

摘要： 合理选择目标在帧间的可能轨迹,然后沿轨迹进行帧间回波能量积累是检测前跟踪(TBD)技术的关键问题。本文利用目标在帧间的距离、多普勒信息的相关性和连续性,合理预测目标在前一帧的位置,然后通过求极值的方法实现帧间能量积累.仿真分析表明该算法优于传统的检测方法,并给出了理论检测性能曲线.

摘要： 为改善PCL系统的探测性能,提出利用动态规划方法实现微弱回波信号的积累检测。该算法以PCL系统中"参考信号"和"回波信号"时-频二维相关的输出为原始图像,利用动态规划算法实现检测前跟踪处理过程。为降低算法的虚警率,提出了基于目标运动特征的虚假航迹剔除方法。以利用电视直播卫星信号的PCL系统为例,通过仿真分析验证了算法的有效性。

摘要： 为提高对复杂环境下小目标的联合检测和跟踪性能,提出了一种基于粒子滤波的小目标TBD算法.通过粒子滤波对小目标的运动状态和出现状态进行联合采样,并采用UPF方法对TBD算法进行了具体实现.新算法真正将跟踪思想引入到目标检测中去,对小目标的联合检测与跟踪具有灵敏度高,捕获概率和跟踪性能高,对采样粒子数要求低等优点,能有效增强红外搜索与跟踪系统的"边检测边跟踪"能力.

摘要： 本发明涉及一种联合粒子滤波和跟踪置前检测的水下弱目标跟踪方法。针对水下目标辐射声信号微弱的问题，提出一种序贯粒子滤波和跟踪置前检测相结合的方法。粒子滤波用以解决序贯目标跟踪中状态空间模型的非线性和非高斯问题，跟踪置前检测方法用以解决微弱目标的检测跟踪难问题。该方法的步骤包括1)系统建模；2)产生初始化粒子；3)利用跟踪置前检测思想对粒子进行更新预测；4)粒子重采样，并循环步骤3处理新的数据。仿真实验表明，对于水下低信噪比目标，联合粒子滤波和跟踪置前检测方法能够实现有效跟踪，并优于常规的粒子滤波目标跟踪方法。

摘要： 本发明涉及一种联合粒子滤波和跟踪置前检测的水下弱目标跟踪方法。针对水下目标辐射声信号微弱的问题，提出一种序贯粒子滤波和跟踪置前检测相结合的方法。粒子滤波用以解决序贯目标跟踪中状态空间模型的非线性和非高斯问题，跟踪置前检测方法用以解决微弱目标的检测跟踪难问题。该方法的步骤包括1)系统建模；2)产生初始化粒子；3)利用跟踪置前检测思想对粒子进行更新预测；4)粒子重采样，并循环步骤3处理新的数据。仿真实验表明，对于水下低信噪比目标，联合粒子滤波和跟踪置前检测方法能够实现有效跟踪，并优于常规的粒子滤波目标跟踪方法。

摘要： 提供一种聚光光伏系统，包括：聚光光伏面板；驱动装置，其被配置为使得所述聚光光伏面板执行跟踪太阳的操作；以及控制装置，其被配置为检测在所述聚光光伏面板的发电电力的经时变化中重复发生的变动图案，以及被配置为将检测的变动图案与方位角偏差的形式特征和仰角偏差的形式特征进行比较，以检测跟踪偏差的存在/不存在。

摘要： 采用图像检测运动物体的运动物体检测装置(1)，具备：取得图像帧间的像素的运动度的运动度取得部(11)；取得上述图像帧所包含的像素的颜色的颜色取得部(13)；按上述颜色取得部所取得的颜色根据上述运动度来计算表示颜色的运动程度的评价得分的评价得分计算部(14)；以及根据每一颜色的上述评价得分来检测上述运动物体的运动物体检测部(15)。

摘要： 本发明涉及一种基于深度学习预检测的检测前跟踪方法，设置较低的置信度门限进行预检测，逐帧进行目标检测，获得检测算法输出的目标及其置信度，以该目标的置信度为观测量，应用多帧检测前跟踪算法进行目标跟踪运算，得到最终的目标检测结果和运动轨迹，优选采用基于动态规划的目标跟踪算法进行所述的目标跟踪运算，优选采用深度学习算法进行所述的预检测。把目标看成质点，将整帧图像划分成若干个分辨单元，所述分辨单元的大小依据目标的最大运动速度确定，以分辨单元的坐标作为落在该分辨单元内的任何目标的坐标，在相邻帧目标运动状态转移中只考虑距离在一个分辨单元范围内的目标。本发明具有较高鲁棒性，数据处理量小，方便快捷。

摘要： 本发明属于水下目标跟踪领域，公开了一种基于标签多伯努利检测前跟踪算法的水下目标跟踪轨迹临近交叉解决方法。初始化多伯努利参数集；对水下目标分别建立运动模型和量测模型；对水下目标进行预测，得到多伯努利预测参数集；将多伯努利预测参数集，按存在概率排序后采用一种辅助门限进行选择性更新得到更新后的标签多伯努利参数集；通过剪枝以挑选存在概率大的有限个目标；基于有限个目标，进行重采样对存在概率大的粒子进行复制以进行目标和杂波的明显区分；对上述步骤处理后的目标进行跟踪形成跟踪轨迹。本发明用以解决水下密集目标方位角交叉导致跟踪轨迹合并产生偏差的问题。

摘要： 本发明公开了一种基于目标重跟踪的多目标粒子滤波检测前跟踪方法，该方法在跟踪环节中，对已经跟踪完成且pb大于给定阈值的目标，按粒子权重值大小对跟踪粒子群按逆序进行排序，计算其前N/50个粒子的状态均值。以此状态均值为中心点，产生新的粒子，对跟踪粒子群的后0.98*N个粒子状态信息进行替换，粒子群存在值全置为1，保留了优质粒子，更新了粒子群，提高了粒子使用率，使跟踪点迹较快靠近真实目标，提高了目标的跟踪精度。此外，使虚假点迹更快接近真实目标，通过计算目标踪航迹长度leni为3时与第一个航迹点的距离，若距离过大，则此目标初始状态信息不准确，删除此虚假航迹，降低了目标的虚警率和跟踪误差。

摘要： 本发明涉及一种基于深度学习预检测的检测前跟踪方法，设置较低的置信度门限进行预检测，逐帧进行目标检测，获得检测算法输出的目标及其置信度，以该目标的置信度为观测量，应用多帧检测前跟踪算法进行目标跟踪运算，得到最终的目标检测结果和运动轨迹，优选采用基于动态规划的目标跟踪算法进行所述的目标跟踪运算，优选采用深度学习算法进行所述的预检测。把目标看成质点，将整帧图像划分成若干个分辨单元，所述分辨单元的大小依据目标的最大运动速度确定，以分辨单元的坐标作为落在该分辨单元内的任何目标的坐标，在相邻帧目标运动状态转移中只考虑距离在一个分辨单元范围内的目标。本发明具有较高鲁棒性，数据处理量小，方便快捷。

摘要： 本发明属于目标检测与跟踪或者目标检测前跟踪技术领域，公开了一种基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统；输入为一段时间内得到的由视频所凝聚出来的点迹，每一个点迹包括二维空间信息与一维时间信息；随机选取两个点迹，通过这两个点迹就可以唯一确定一条三维空间直线；使用三个参数来定义一条空间直线，在霍夫变换进行投票时，投票空间是三维的；用所有点迹进行两两组合得到三维直线，再将直线映射到投票空间，票数最多且大于检测门限的直线参数即为检测到的目标航迹；删除该航迹中的点迹后重复该操作，依次得到所有目标的航迹。本发明凭借三维霍夫变换可以在虚警很高的情况下对多目标进行准确检测，得到航迹集合。

摘要： 本发明公开了一种用于微弱目标检测的改进型粒子滤波检测前跟踪方法。它是根据目标存在变量的状态，将粒子分为死亡、新出生和继续存活3类集合，对不同集合中的粒子状态区别操作：对死亡集合中的粒子不定义、不参与运算；对新出生集合中的粒子，根据先验分布采样得到新的状态；对继续存活集合中的粒子，首先根据高斯分布重新生成，再依据目标运动模型得到新的状态。该方法减小了运算量，增加了粒子的多样性，有效地克服了采样枯竭现象；具有计算时间短、鲁棒性强，检测性能稳定可靠和跟踪精度高的特点。