柳超
- 作品数：7 被引量：35H指数：3
- 供职机构：中国人民解放军海军航空工程学院电子信息工程系更多>>
- 发文基金：国家自然科学基金'泰山学者'建设工程专项山东省自然科学基金更多>>
- 相关领域：电子电信更多>>
- 优化的多模型粒子滤波机动微弱目标检测前跟踪方法被引量：20
- 2015年
- 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(MMPFTBD),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。
- 柳超李秀友黄勇
- 关键词：检测前跟踪粒子滤波
- 优化的多模型粒子滤波机动微弱目标检测前跟踪方法
- 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...
- 柳超李秀友黄勇
- 关键词：雷达检测前跟踪
- 文献传递
- 基于改进Singer模型的机动目标跟踪方法被引量：3
- 2015年
- Singer模型使用标准卡尔曼滤波器对机动目标进行跟踪,当系统模型不准确或噪声统计特性不确定时,容易引起滤波发散或跟踪精度下降等问题。针对这种情况,本文提出了一种采用自适应渐消卡尔曼滤波的Singer模型算法(AKF Singer),通过引入渐消因子来抑制滤波器的记忆长度,自适应的调整新息权重和滤波器增益,从而避免发散。仿真结果表明,本文所提算法能够有效抑制滤波发散,相比于传统Singer模型,具有更好的跟踪稳定性和更高的跟踪精度。
- 张燕柳超李云鹏
- 基于速度分区与多信息利用的数据关联算法
- 2016年
- 针对海面目标密集且类型多样、杂波虚警点多导致跟踪过程中错误关联率高的问题,提出一种基于速度分区与多信息利用的海面目标关联算法。该算法首先将所关心的目标按其速度大小分成3类,分别对应不同的速度区间;在每个速度区间内,设置不同的距离和速度波门,并结合目标的形状大小、幅度、紧凑程度等特征信息分别采取不同的关联规则,然后对海面目标航迹进行滤波处理;实测数据处理结果表明,该算法能够获得良好的跟踪效果。
- 于晓涵黄勇周伟柳超
- 关键词：海面目标数据关联
- 改进的特征匹配雷达视频运动目标跟踪算法被引量：1
- 2016年
- 针对密集杂波和复杂多目标情况下,特征匹配跟踪算法定位跟踪精度较低的问题,提出一种改进的特征匹配雷达视频运动目标跟踪算法。首先,从单帧雷达图像检测结果中提取目标的面积、位置、不变矩信息,在运动目标得到判定后,利用卡尔曼滤波的预测位置以及上一帧特征信息进行目标匹配;然后,根据匹配位置和预测位置给出目标估计位置,并进行特征信息更新;最后,输出目标的特征信息、位置信息和运动参数。利用某型导航雷达上采集的实测数据验证了算法的有效性。
- 于晓涵孙艳丽柳超
- 关键词：雷达视频特征提取运动目标跟踪
- 基于GM-PHD的多目标跟踪算法仿真及影响因素被引量：6
- 2017年
- 基于有限集统计学理论的多目标跟踪技术具备严格的贝叶斯理论解释基础,可以同时完成目标数目及状态的估计,并避免了复杂的数据关联过程。基于高斯混合概率假设密度滤波器(GM-PHD)实现了对数目时变目标的跟踪,准确估计出了每一时刻目标的数目。在此基础上进一步分析了目标生存概率ps、目标检测概率pd以及杂波密度λc等因素对跟踪效果的影响,为GM-PHD滤波器在多目标跟踪的实际应用中各参数的取值提供了有益的参考。
- 赵一倩朱红鹏孙璐柳超
- 基于PHD的多目标检测前跟踪改进方法被引量：5
- 2016年
- 基于概率假设密度粒子滤波的多目标检测前跟踪方法(PF-PHD-TBD)存在目标数目估计不准确、状态估计精度不高等问题。借鉴Rao-Blackwellised粒子滤波(RBPF)将目标的状态空间进行降维分解,分别采用线性与非线性滤波器进行跟踪的思想,在PF-PHD-TBD的预测与更新过程中采用RBPF方法,以最优卡尔曼滤波对目标速度分量进行处理,以粒子滤波对位置分量进行处理,显著降低了运算复杂度,相比仅使用粒子滤波时过分依赖目标位置信息的缺点,充分利用了位置与速度之间的关联特性,提高了目标数目估计的准确度和状态估计的精度。最后用仿真实验验证了所提方法的有效性。
- 柳超关键黄勇王国庆
- 关键词：概率假设密度滤波
