多傳感器融合跟蹤技術(shù)已經(jīng)成為目標(biāo)跟蹤領(lǐng)域的一個重要發(fā)展趨勢。紅外探測器與毫米波雷達(dá)各有所長,將二者融合能夠提高系統(tǒng)對目標(biāo)的跟蹤精度,降低虛警率。因此在軍事和民用領(lǐng)域中紅外與毫米波雷達(dá)融合都得到了較多的應(yīng)用。本文研究工作圍繞融合跟蹤中涉及的關(guān)鍵技術(shù)進(jìn)行展開,主要包括三個部分:多傳感器之間的數(shù)據(jù)配準(zhǔn)、子系統(tǒng)中紅外小目標(biāo)跟蹤以及分布式航跡融合。首先,本文對多傳感器融合的基本理論和主要流程進(jìn)行了描述。針對時(shí)間配準(zhǔn)問題實(shí)現(xiàn)了一種能自適應(yīng)進(jìn)行時(shí)間偏差估計(jì)的擬合外推配準(zhǔn)方法。然后,針對紅外雷達(dá)傳感器同時(shí)需要配準(zhǔn)的情況,構(gòu)建了一種基于無跡卡爾曼濾波的時(shí)空同時(shí)配準(zhǔn)方法。最后對幾種時(shí)間配準(zhǔn)方法以及時(shí)空配準(zhǔn)方法進(jìn)行了仿真實(shí)驗(yàn)對比分析。然后,針對紅外子系統(tǒng)中的目標(biāo)跟蹤問題,本文研究了一種改進(jìn)的粒子濾波跟蹤方法。由于紅外小目標(biāo)缺乏有效的紋理和形狀特征,本文基于位置加權(quán)的思想建立目標(biāo)灰度直方圖,并聯(lián)合局部對比度為目標(biāo)建立觀測模型。在實(shí)際應(yīng)用場景中由于成像平臺抖動會導(dǎo)致目標(biāo)短時(shí)間內(nèi)發(fā)生狀態(tài)突變,致使粒子對目標(biāo)的有效覆蓋率降低,為解決這一問題,本文實(shí)現(xiàn)了一種基于圖像顯著性特征的采樣粒子生成方法。該方法通過計(jì)算目標(biāo)的顯... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

目標(biāo)運(yùn)動示意圖

器 1 為時(shí)間基準(zhǔn)將傳感器 2 進(jìn)行時(shí)間配準(zhǔn)。目標(biāo)運(yùn)動曲線如圖 2-6：圖 2-6 目標(biāo)運(yùn)動示意圖 結(jié)果展示：據(jù)上述實(shí)驗(yàn)參數(shù)進(jìn)行仿真實(shí)驗(yàn)，單次配準(zhǔn)誤差曲線如圖 2-7 所示：

2：外推0.0040 0.0070 0.0035 0.0050 0.0094 3：插值0.0040 0.0331 0.0072 0.0050 0.0378 2 數(shù)據(jù)準(zhǔn)備：傳感器 1 和傳感器 2 傳感器的角度測量方程如下： ttwtttwt22112cos0.52cos0.5 （設(shè)兩傳感器的測量噪聲 wt1、 wt2是均值為 0 的高斯白噪聲，傳感器 1 測 0.005，傳感器 2 測量標(biāo)準(zhǔn)差 0.01，觀測周期都是 0.01 秒，傳感器 1 的觀為1t {0, 0.01, 0.02, }，傳感器 2 的觀測時(shí)刻序列為2t {0.005, 0.015, 0.02感器 1 為時(shí)間基準(zhǔn)將傳感器 2 進(jìn)行時(shí)間配準(zhǔn)。目標(biāo)運(yùn)動曲線如圖 2-8：

【參考文獻(xiàn)】：
期刊論文
[1]加權(quán)顏色粒子濾波與SIFT特征雙融合的行人跟蹤[J]. 魏旭東,秦立峰.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(02)
[2]紅外導(dǎo)引頭關(guān)鍵技術(shù)國內(nèi)外研究現(xiàn)狀綜述[J]. 馬曉平,趙良玉.  航空兵器. 2018(03)
[3]基于特征融合的粒子濾波紅外目標(biāo)跟蹤算法[J]. 劉潤邦,朱志宇.  火力與指揮控制. 2018(05)
[4]海面目標(biāo)的動態(tài)協(xié)方差加權(quán)航跡融合算法[J]. 陳澤銘.  雷達(dá)與對抗. 2018(01)
[5]一種結(jié)合顏色紋理直方圖的改進(jìn)型Camshift目標(biāo)跟蹤算法[J]. 初紅霞,謝忠玉,王科俊.  西安交通大學(xué)學(xué)報(bào). 2018(03)
[6]時(shí)空方向能量特征用于紅外弱表觀目標(biāo)跟蹤[J]. 張樂,安志勇,郝永平,岱欽.  光子學(xué)報(bào). 2017(08)
[7]機(jī)動目標(biāo)的IMM擴(kuò)展卡爾曼濾波時(shí)間配準(zhǔn)算法[J]. 高穎,韓宏帥,武夢潔,王永庭.  西北工業(yè)大學(xué)學(xué)報(bào). 2016(04)
[8]基于分離協(xié)方差交叉的全局反饋航跡融合[J]. 黃玨,顏冰,陳浩文,郭虎生.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[9]基于機(jī)動檢測的自適應(yīng)實(shí)時(shí)時(shí)間配準(zhǔn)算法[J]. 董凱,關(guān)欣,劉瑜,何友.  雷達(dá)科學(xué)與技術(shù). 2014(01)
[10]基于運(yùn)動模型估計(jì)的分布式實(shí)時(shí)時(shí)間配準(zhǔn)算法[J]. 劉萬全,徐世友,陳曾平.  現(xiàn)代雷達(dá). 2013(01)

博士論文
[1]基于隨機(jī)集理論的分布式多傳感器多目標(biāo)跟蹤技術(shù)研究[D]. 王佰錄.電子科技大學(xué) 2018
[2]組合導(dǎo)航系統(tǒng)多源信息融合關(guān)鍵技術(shù)研究[D]. 袁克非.哈爾濱工程大學(xué) 2012

碩士論文
[1]雷達(dá)目標(biāo)檢測跟蹤一體化技術(shù)研究[D]. 張玉濤.南京信息工程大學(xué) 2018
[2]天空背景下紅外小目標(biāo)檢測與跟蹤算法研究[D]. 張曉敏.南京理工大學(xué) 2018
[3]基于多傳感器信息融合的航跡預(yù)測技術(shù)研究[D]. 劉小翠.西安電子科技大學(xué) 2017
[4]基于多源信息融合的目標(biāo)航跡估計(jì)與威脅評估[D]. 孔尚萍.中國航天科技集團(tuán)公司第一研究院 2017
[5]多傳感器時(shí)空配準(zhǔn)技術(shù)研究[D]. 王偉.中國電子科學(xué)研究院 2014



本文編號：3057884