拦截技术中目标跟踪若干关键技术的研究

论文摘要

主动防护系统的研制目前已成为各国国防研究的重要内容。本文基于“近程目标跟踪定位技术”项目需求,对其中的部分关键技术进行深入研究,紧密结合工程实现,提出一系列适合于工程应用的方法。提出并详细分析了一套由红外成像传感器、高速图像信息处理系统及精密伺服控制系统组成的红外弱小目标检测跟踪系统。全文由七章构成,各章内容安排如下:第一章为绪论,介绍了论文研究的背景和意义,国内外研究现状及本文的研究内容,给出了全文的内容安排。第二章探讨了红外弱小目标的检测方法。首先给出外场数据采集方案,讨论红外图像的预处理方法,在外场采集数据的基础上对传统的红外目标检测方法进行了研究,并提出了两种新的红外目标检测方法,M-TR方法和改进的最大化背景预测方法。章节最后对传统的目标检测方法和本章提出的两种检测方法进行了分析比较。第三章在第二章红外弱小目标检测方法的基础上,对红外弱小目标的跟踪方法进行了研究。针对实时性要求强的战场环境以及目标运动非线性情况,提出了基于最大熵模糊聚类和基于Unscented卡尔曼滤波的红外弱小目标跟踪方法,并用实验证明了两种方法的有效性。第四章对航迹起始方法进行了研究。首先提出一种基于模糊Hough变换的航迹起始方法。考虑到传感器本身的误差以及随机误差等因素的影响,将获得的观测值模糊映射到参数空间,计算参数空间的模糊累积矩阵,通过模糊推理最终确定出目标航迹。第五章针对多目标跟踪中的数据关联问题,提出了基于蚁群算法的数据关联方法。依据数据关联的特征,重新定义蚁群算法中的参量,构建蚁群数据关联方法模型。为了使关联更符合实际,论文提出的ACDA方法中,将距离信息、方向信息以及灰度信息共同作为关联标准,并将其进行融合。为了确保作战系统的可靠性、稳定性,提出将蚁群算法和确定性数据关联方法——FCM数据关联方法相结合,共同实现多目标跟踪中的数据关联。第六章对系统工程实现进行了研究,完成了算法软件的编制,设计并分析了基于DSP和嵌入式系统的硬件实现方案。第七章对全文作了总结。系统的总结了本文的研究内容及主要成果,并对需要进一步研究的问题进行了展望。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 研究现状
• 1.3 关键技术
• 1.3.1 红外图像预处理技术
• 1.3.2 红外弱小目标检测与跟踪技术
• 1.3.3 多目标跟踪技术
• 1.3.4 航迹起始技术
• 1.4 研究内容及论文安排
• 第二章 红外弱小目标检测方法研究
• 2.1 引言
• 2.2 红外图像目标及背景特性分析
• 2.2.1 红外图像特性分析
• 2.2.2 红外图像序列场景模型
• 2.3 红外数据采集
• 2.4 红外图像背景抑制方法研究
• 2.4.1 背景区域分割
• 2.4.2 红外弱小目标检测方法研究
• 2.4.2.1 传统背景抑制方法
• 2.4.2.2 基于M-TR的背景抑制方法
• 2.4.2.3 基于改进的最大化背景预测红外弱小目标检测方法
• 2.4.3 算法性能分析
• 2.5 小结
• 第三章 红外弱小目标跟踪方法研究
• 3.1 引言
• 3.2 目标跟踪基本理论
• 3.2.1 目标跟踪基本要素
• 3.2.2 常用跟踪滤波与预测方法
• 3.3 基于FC-MEP 的红外弱小目标实时跟踪
• 3.3.1 FC-MEP 方法
• 3.3.2 基于FC-MEP 方法的红外弱小目标实时跟踪
• 3.3.3 仿真实验分析
• 3.4 基于Unscented卡尔曼滤波的红外弱小目标跟踪
• 3.4.1 非线性系统模型和测量模型
• 3.4.2 粒子滤波算法
• 3.4.2.1 贝叶斯序贯重要性采样
• 3.4.2.2 基于UKF的建议分布
• 3.4.2.3 基于 UPF 的目标跟踪
• 3.4.2.4 仿真实验分析
• 3.5 小结
• 第四章 被动传感器系统航迹起始方法研究
• 4.1 引言
• 4.2 多站系统的数学模型
• 4.3 被动传感器系统误差分析
• 4.3.1 测量误差分析
• 4.3.2 定位误差分析
• 4.3.3 修正系统误差
• 4.4 航迹起始方法
• 4.5 基于模糊 Hough 变换的航迹检测
• 4.5.1 基本 Hough 变换
• 4.5.2 被动传感器系统中的Hough 变换
• 4.5.3 模糊 Hough 变换实现航迹起始
• 4.6 仿真实验分析
• 4.7 小结
• 第五章 基于蚁群优化的数据关联
• 5.1 引言
• 5.2 数据关联前的数据准备
• 5.2.1 数据预处理
• 5.2.2 坐标变换与空间对准
• 5.2.3 时间同步或对准
• 5.3 数据关联问题的数学模型
• 5.3.1 2-维分配问题的数学模型
• 5.3.2 S-维分配问题的数学模型
• 5.4 基本蚁群算法
• 5.4.1 基本蚁群算法的原理
• 5.4.2 基本蚁群算法的数学模型
• 5.5 基于蚁群优化算法的数据关联方法
• 5.5.1 ACDA 模型
• 5.5.2 顾及方向信息和灰度信息的ACDA模型
• 5.5.3 多传感器多目标情况下的ACDA模型
• 5.6 ACDA 仿真实验分析
• 5.7 蚁群算法的收敛性分析
• 5.8 基于FCM 的数据关联方法
• 5.8.1 模糊 C 均值聚类算法
• 5.8.2 FCM 数据关联方法
• 5.9 FCM 与ACDA 结合实现数据关联
• 5.10 仿真实验分析
• 5.11 小结
• 第六章 红外检测跟踪系统的工程实现
• 6.1 引言
• 6.2 红外检测跟踪系统总体结构
• 6.3 实时信息处理分系统设计方案
• 6.4 小结
• 第七章 总结
• 致谢
• 参考文献
• 攻读博士学位期间发表的论文