紅外成像/雷達融合的小目標跟蹤方法研究
發(fā)布時間：2021-03-01 18:53
多傳感器融合跟蹤技術已經(jīng)成為目標跟蹤領域的一個重要發(fā)展趨勢。紅外探測器與毫米波雷達各有所長,將二者融合能夠提高系統(tǒng)對目標的跟蹤精度,降低虛警率。因此在軍事和民用領域中紅外與毫米波雷達融合都得到了較多的應用。本文研究工作圍繞融合跟蹤中涉及的關鍵技術進行展開,主要包括三個部分:多傳感器之間的數(shù)據(jù)配準、子系統(tǒng)中紅外小目標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行了描述。針對時間配準問題實現(xiàn)了一種能自適應進行時間偏差估計的擬合外推配準方法。然后,針對紅外雷達傳感器同時需要配準的情況,構建了一種基于無跡卡爾曼濾波的時空同時配準方法。最后對幾種時間配準方法以及時空配準方法進行了仿真實驗對比分析。然后,針對紅外子系統(tǒng)中的目標跟蹤問題,本文研究了一種改進的粒子濾波跟蹤方法。由于紅外小目標缺乏有效的紋理和形狀特征,本文基于位置加權的思想建立目標灰度直方圖,并聯(lián)合局部對比度為目標建立觀測模型。在實際應用場景中由于成像平臺抖動會導致目標短時間內(nèi)發(fā)生狀態(tài)突變,致使粒子對目標的有效覆蓋率降低,為解決這一問題,本文實現(xiàn)了一種基于圖像顯著性特征的采樣粒子生成方法。該方法通過計算目標的顯...
【文章來源】：華中科技大學湖北省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：76 頁
【學位級別】：碩士
【部分圖文】：
目標運動示意圖
器 1 為時間基準將傳感器 2 進行時間配準。目標運動曲線如圖 2-6：圖 2-6 目標運動示意圖 結果展示：據(jù)上述實驗參數(shù)進行仿真實驗，單次配準誤差曲線如圖 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 測量標準差 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 的觀測時刻序列為2t {0.005, 0.015, 0.02感器 1 為時間基準將傳感器 2 進行時間配準。目標運動曲線如圖 2-8：
【參考文獻】：
期刊論文
[1]加權顏色粒子濾波與SIFT特征雙融合的行人跟蹤[J]. 魏旭東,秦立峰. 計算機工程與設計. 2019(02)
[2]紅外導引頭關鍵技術國內(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]海面目標的動態(tài)協(xié)方差加權航跡融合算法[J]. 陳澤銘. 雷達與對抗. 2018(01)
[5]一種結合顏色紋理直方圖的改進型Camshift目標跟蹤算法[J]. 初紅霞,謝忠玉,王科俊. 西安交通大學學報. 2018(03)
[6]時空方向能量特征用于紅外弱表觀目標跟蹤[J]. 張樂,安志勇,郝永平,岱欽. 光子學報. 2017(08)
[7]機動目標的IMM擴展卡爾曼濾波時間配準算法[J]. 高穎,韓宏帥,武夢潔,王永庭. 西北工業(yè)大學學報. 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. 華中科技大學學報(自然科學版). 2016(01)
[9]基于機動檢測的自適應實時時間配準算法[J]. 董凱,關欣,劉瑜,何友. 雷達科學與技術. 2014(01)
[10]基于運動模型估計的分布式實時時間配準算法[J]. 劉萬全,徐世友,陳曾平. 現(xiàn)代雷達. 2013(01)
博士論文
[1]基于隨機集理論的分布式多傳感器多目標跟蹤技術研究[D]. 王佰錄.電子科技大學 2018
[2]組合導航系統(tǒng)多源信息融合關鍵技術研究[D]. 袁克非.哈爾濱工程大學 2012
碩士論文
[1]雷達目標檢測跟蹤一體化技術研究[D]. 張玉濤.南京信息工程大學 2018
[2]天空背景下紅外小目標檢測與跟蹤算法研究[D]. 張曉敏.南京理工大學 2018
[3]基于多傳感器信息融合的航跡預測技術研究[D]. 劉小翠.西安電子科技大學 2017
[4]基于多源信息融合的目標航跡估計與威脅評估[D]. 孔尚萍.中國航天科技集團公司第一研究院 2017
[5]多傳感器時空配準技術研究[D]. 王偉.中國電子科學研究院 2014
本文編號：3057884
【文章來源】：華中科技大學湖北省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：76 頁
【學位級別】：碩士
【部分圖文】：
目標運動示意圖
器 1 為時間基準將傳感器 2 進行時間配準。目標運動曲線如圖 2-6：圖 2-6 目標運動示意圖 結果展示：據(jù)上述實驗參數(shù)進行仿真實驗，單次配準誤差曲線如圖 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 測量標準差 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 的觀測時刻序列為2t {0.005, 0.015, 0.02感器 1 為時間基準將傳感器 2 進行時間配準。目標運動曲線如圖 2-8：
【參考文獻】：
期刊論文
[1]加權顏色粒子濾波與SIFT特征雙融合的行人跟蹤[J]. 魏旭東,秦立峰. 計算機工程與設計. 2019(02)
[2]紅外導引頭關鍵技術國內(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]海面目標的動態(tài)協(xié)方差加權航跡融合算法[J]. 陳澤銘. 雷達與對抗. 2018(01)
[5]一種結合顏色紋理直方圖的改進型Camshift目標跟蹤算法[J]. 初紅霞,謝忠玉,王科俊. 西安交通大學學報. 2018(03)
[6]時空方向能量特征用于紅外弱表觀目標跟蹤[J]. 張樂,安志勇,郝永平,岱欽. 光子學報. 2017(08)
[7]機動目標的IMM擴展卡爾曼濾波時間配準算法[J]. 高穎,韓宏帥,武夢潔,王永庭. 西北工業(yè)大學學報. 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. 華中科技大學學報(自然科學版). 2016(01)
[9]基于機動檢測的自適應實時時間配準算法[J]. 董凱,關欣,劉瑜,何友. 雷達科學與技術. 2014(01)
[10]基于運動模型估計的分布式實時時間配準算法[J]. 劉萬全,徐世友,陳曾平. 現(xiàn)代雷達. 2013(01)
博士論文
[1]基于隨機集理論的分布式多傳感器多目標跟蹤技術研究[D]. 王佰錄.電子科技大學 2018
[2]組合導航系統(tǒng)多源信息融合關鍵技術研究[D]. 袁克非.哈爾濱工程大學 2012
碩士論文
[1]雷達目標檢測跟蹤一體化技術研究[D]. 張玉濤.南京信息工程大學 2018
[2]天空背景下紅外小目標檢測與跟蹤算法研究[D]. 張曉敏.南京理工大學 2018
[3]基于多傳感器信息融合的航跡預測技術研究[D]. 劉小翠.西安電子科技大學 2017
[4]基于多源信息融合的目標航跡估計與威脅評估[D]. 孔尚萍.中國航天科技集團公司第一研究院 2017
[5]多傳感器時空配準技術研究[D]. 王偉.中國電子科學研究院 2014
本文編號：3057884
本文鏈接：http://sikaile.net/kejilunwen/dianzigongchenglunwen/3057884.html
教材專著
